2026 年 10 月 25 日——微软在 GitHub 开源桌面应用 Skill Recorder：用户完整执行一遍任务，应用录制屏幕操作后交由 GitHub Copilot 重构为「意图 + 有序步骤」，一键生成 AI 代理可重复执行的技能（Skill）或定时自动化任务（Automation）。项目采用 MIT 协议，截至发稿获 4830 星标、527 次 fork。

据 GitHub 仓库信息，该项目创建于 2026 年 7 月 29 日，最新版本 v0.7.0 于 9 月 21 日发布。10 月 24 日一条介绍推文在 X 上获得 8.76 万次浏览（据推文页面显示），星标随之快速上涨：推文发布时约 4300，截至发稿已达 4830。

工作流程：录制、分析、生成

据官方 README，使用流程分四步：

步骤 内容
录制 按全局热键 ⌘⇧R（macOS）或 Ctrl+Shift+R（Windows）开始录制，正常执行任务即可，可边操作边口头讲解
控制 录制中有悬浮控制条显示捕获、麦克风与录制终端状态，可确认后结束或放弃
分析 点击 Analyze，由随应用内置的 GitHub Copilot CLI 将录制内容重构为一段整体意图加一份有序步骤清单，用户可逐条审阅修改
生成 从确认的分析结果一键生成可复用技能（SKILL.md 文件，代理按需调用）和/或按计划、触发器执行的自动化任务

生成的技能优先调用代理的原生工具（如 gh 命令行、网页抓取）而非回放界面点击，并能从单个示例泛化：官方描述称，录制一次提交某张表单的过程，即可教会代理提交所有同类表单。

捕获内容与隐私边界

需要说明的是，「全程本地」仅指录制阶段。官方文档明确了两个阶段的处理边界：

环节 处理位置 涉及数据
录制与存储 全程本机 窗口与应用切换、浏览器网址（macOS）、低频屏幕快照、剪贴板文本预览
旁白转录 本机 可选口述讲解，由 Whisper 模型在设备上转写，支持 99 种语言，首次使用下载约 252MB 模型
录制终端 本机 仅捕获应用内打开的终端：命令、工作目录、退出状态与完整输出，无全局钩子
分析（Analyze） 上传 GitHub 云端 事件时间线、屏幕图像、旁白文本与有界终端输出摘录，交由 Copilot 处理

官方提醒：录制过程中不要输入、粘贴或口述密码、令牌、API 密钥等机密信息；启用保护机制时，终端命令与完整本地记录会先经过本机密钥与个人敏感信息扫描，再返回分析所需摘录。

平台与安装

项目 内容
支持平台 macOS 为主要目标平台；Windows 11（x64 与 ARM64）受支持；安装命令同时覆盖 Ubuntu
账号要求 拥有 Copilot 使用权限的 GitHub 账号，Copilot CLI 随应用内置（当前锁定 1.0.78 版本）
安装方式 source-only 发布，无预编译安装包；从 Release 页复制一行与提交绑定的安装命令，脚本在本机下载固定版本 Node.js 运行时、构建应用并创建快捷方式，不做全局安装
v0.7.0 更新 新增可选「Review SKILL.md」只读预览，安装或导出前可查看生成的完整技能文件；本地验证通过 267 项测试

生成的技能与自动化任务面向微软代理体系复用，仓库描述将其列为 Scout、Microsoft Copilot Cowork 与 Copilot Studio 等代理的技能来源。录屏转技能降低了 SKILL.md 的编写门槛，此前这类文件需开发者手动撰写维护。