# Agent Skills 终极指南：入门、精通、预测 赛博禅心 2026-01-07 10:11 这是通过 Claude Skill 做的 Article-Copilot，一个 skill 就实现了从素材处理到正文写作的 Agent 应用； 又如 AI Partner Skill，让 通用 Agent 深度学习你的记忆，塑造懂你的 AI 伴侣，给到个性回应。 在研读 Anthropic 官方技术博客，与持续 Agent Skill 实验之后，形成了 这份全网最完整的 Skill 指南 ，包含： 1. 1. 最容易读懂的 Skills 概念与原理介绍 1. 2. 讨论 Skills 的真实价值、技术优势、 对 AI 产品设计的影响 1. 3. 非常完整的 Skills 使用与开发教程 1. 4. Skills 的场景识别，什么时候适合开发、使用 Skills？ 从概念澄清、运作机制，到实践教程、应用价值，与你在本期分享。 👉 文末会拉一个 Skill 中文社群，专项讨论与实践 Agent Skills，加入方式见底部。 ## 一、Skills 是什么：从概念来源到运作原理 2025 年 10 月中旬，Anthropic 正式发布 Claude Skills。 两个月后，Agent Skills 作为开放标准被进一步发布，意在引导一个新的 AI Agent 开发生态。 OpenAI、Github、VS Code、Cursor 均已跟进。 为了更好的理解，你可以把  Skills 理解为“通用 Agent 的扩展包 ” ： Agent 可通过加载不同的 Skills 包，来具备不同的专业知识、工具使用能力，稳定完成特定任务。 最常见的疑惑是：这 和 MCP 有什么区别 ？ - MCP  是一种 开放标准的协议 ，关注的是 AI 如何以统一方式调用外部的工具、数据和服务，本身不定义任务逻辑或执行流程。 - Skill  则教 Agent 如何完整处理特定工作，它将 执行方法、工具调用方式以及相关知识材料 ，封装为一个完整的「能力扩展包」， 使 Agent 具备稳定、可复用的做事方法 。 以 Anthropic 官方 Skills 为例： - PDF ：包含  PDF 合并、拆分、文本提取等代码脚本，教会 Agent 如何处理 PDF 文件 - 提取文本，创建新的 PDF、合并或拆分文档。 - Brand-guidelines ：包含品牌设计规范、Logo 资源等，Agent 设计网站、海报时，可参考 Skill 内的设计资源，自动遵循企业设计规范。 - Skill-Creator ：把创建 Skill 的方法打包成元 Skill，让 AI 发起 Skill 创建流程，引导用户创建出符合需求的高水准 Skill。 Skill-Creator：教 Agent 如何帮用户创建新 Agent 的技能 但 Skills 的价值上限，远不止于此。 它应该是一种极其泛用的新范式，从垂直 Agent 到 AI 产品开发： 借用通用 Agent 内核， 0 难度创造具备通用 AI 智能的垂直 Agent 应用 。 本文开头提到的 article-copilot、AI Partner Skill，就是对这种可能性的验证。 让我们从 Skill 的运作原理讲起。 ### 首先，如何理解 Skill？  Anthropic 说： Skills  是模块化的能力，扩展了 Agent 的功能。每个 Skill 都打包了 LLM 指令、元数据、可选资源（脚本、模板等），Agent 会在需要时自动使用他们。 我有个更直观的解释： Skill 就像给 Agent 准备的工作交接 SOP 大礼包： 想象你要把一项工作交给新同事。若不准口口相传，只靠文档交接 （而且你想一次性交接完成，以后不被打扰） ， 你会准备什么？ - 任务的执行 SOP 与必要背景知识（这件事大致怎么做） - 工具的使用说明（用什么软件、怎么操作） - 要用到的模板、素材（历史案例、格式规范） - 可能遇到的问题、规范、解决方案（细节指引补充） - ⬇️ Skill 的设计架构，几乎是交接大礼包的数字版本： 相对标准的 Skill 结构示例，实际案例中，只有 SKILL.md 是必需的，其他结构为可选项 在 Skill 中， 指令文档用于灵活指导，代码用于可靠性调用，资源用于事实查找与参考 。 当 Agent 运行某个 Skill 时，就会： 1. 1. 以 SKILL.md 为第一指引 1. 2. 结合任务情况，判断何时需要调用代码脚本（scripts）、翻阅参考文档（ref.）、使用素材资源（assets） 1. 3. 通过“规划-执行-观察”的交错式反馈循环，完成任务目标 当然，Skill 也可以用来扩展 Agent 的工具、MCP 使用边界， 通过文档与脚本，也可以教会 Agent 连接并使用特定的外部工具、MCP 服务 。 举个例子，这是 PPTX Skill 的文件目录： - 整个文件夹就是一个完整的能力包，用来支持 AI 创建、编辑和分析 PowerPoint 演示文稿。 - 核心文件是  SKILL.md ，包含技能的元数据和任务指导，告诉 agent 什么时候使用这个技能、如何按步骤处理任务。 特别的，独立子技能往往会 被拆为 子文档 （如教  AI 把 html 导出为 pptx 流程的  html2pptx.md ），以避免一次性加载过长的 skill 文档，节省上下文窗口 - Scripts/  包含 Agent 可用的各类预先写好的程序脚本，比如 html 转 pptx 的一键程序脚本。这样 Agent 运行任务时就无需临时开发工具，直接调用，节省 tokens ，避免出错，提升速度 - 也有一些参考文档 （此项目打包的不算规范，但根据 SKILL.md ，Agent 也能理解哪些文档可以参考） ，比如 ooxml.md，是对 ooxml 格式文件的解析指南 整个 Skill 以简明的形式，把技能指引文档、代码脚本、参考文档和可用资源组合，定向扩展了 Agent 完成 pptx 生成相关的工作能力。 ### Skills 的真实价值：垂直 Agent 的未来态 看好 Skills 价值与未来生态发展的原因是，Skills 与其他 AI 应用开发方式，有底层机制的不同： 人给出专业知识与工具方法，通用 Agent 提供智能，自主理解，主动执行。 说人话就是：人给指引，最终 Agent 还能根据自己的智力看着执行。 而且「Agent + 文件」的形式，足够泛用。 这就相较于它的前辈们（Workflow 和程序编写的 AI 应用）有了  3 个关键优势 ： - 非技术人员可用零代码、自然语言编写 - 能突破预设限制，灵活响应用户输入，应对边缘情况 - 甚至能多个 Skill 自由联用，应用方式极其灵活 这一部分可能会比较深入，但例证完善，实际上不会很难懂。虽一家之言，但仍有助于理解 Skill 价值与 Agent 发展趋势 #### 1. 零代码、自然语言，编写真·智能 Agent 纵观此前的 AI 应用开发方法： - 不必多说程序编写的 AI 应用，必须懂程序逻辑、懂技术实现。 - 即便是 Coze、Dify、N8N 等近年流行的 Workflow 平台，也得理解节点配置、条件分支，仍算「编程」，只是界面友好一些。 而 Skills 的创建门槛，完全不同： 入门门槛极低，智能上限极高 。 1）最简单的，以 Anthropic 的 brand-guidelines skill 为例 仅有一个 SKILL.md，纯自然语言写成。 - 元信息：什么时候用这个 Skill - 正文：品牌颜色、字体等文本描述信息 但足以引导 Agent 变成符合 Anthropic 品牌设计的垂直 Agent，可用于品牌官网、海报、PPT 设计。 当你要设计一个符合 Anthropic 公司设计规范的 AI 搜索网站，Agent 就会自动运行该 Skill ⬇️ Skill 有两种加载模式：显式 / 隐式。 前者通过 user query 直接指定调用；后者根据任务与元信息描述的相关性，LLM 自动匹配。 这是该 skill agent 一次性开发的网站，调性接近 Claude 官网设计： （我电脑上缺了他家的 Serif 字体，实际上可以更像） 2）复杂的，以 AI-Partner Skill 为例，一个 Skill 就是一个复杂 Agent 包含 SKILL 文档、向量数据库构建指南、向量数据库使用脚本、AI 伴侣与用户的 Persona 模板资源 SKILL.md  本体依然由自然语言写成： 借此，Agent 就能理解 AI-Partner 的初始化与对话方法，引导用户上传包含个人记忆的文档预料，在用户端智能切分笔记片段，构建向量数据： 解析用户记忆文档，提炼个性化的 AI 伴侣与用户画像设定： 最终智能检索用户记忆，提供懂用户的 AI Partner 对话体验： 这能基本验证： 单靠 Skill + Agent 所构造的垂直 Agent，所实现的智能效果，无异甚至可超过同类 AI 产品。 而做这些垂直 Agent，都不用编写程序代码。 非技术出身的领域专家，离自己做专业 Agent 只剩隔着一层窗户纸—— 把你的专业经验和工作流程，用文档形式写清楚，Agent 就能照着执行。 #### 2. 突破预设限制，灵活应对实际情况 Agents Skill 的这一优势往往被忽视。 Workflow 或 传统程序 的核心问题是，它们假设所有情况都能预设。 比如基于用户记忆的 AI 个性化助理，往往需要提前设定： - 用户导入记忆文件的入口 - 允许用户上传的文件格式 - 数据应该包含哪些字段 以及可能出现哪些特殊情况，每种情况如何处理。 但现实往往是： - 需要教育用户在哪点击「导入」 - 用户只有预期之外的格式：预期支持 md，但实际只有 doc - 数据字段不符：预期每个文件需要一个标题，但用户文件没有标题 或者出现了预设之外的边缘情况。 这时 Workflow 或传统程序就卡住了，它只能按预设路径执行，遇到意外就报错，或要求用户自行消除差距。 而通用 Agent + Skill 应用的运作方式完全不同： - 能在统一的对话框，接收各类用户数据（文本、文件、图片） - 能自主调用其他 Skill，或即时编写 doc2md 脚本，自动转换用户格式 - 能提炼补充每个文件的标题，完成数据入库处理 - 能基于 LLM 的推理智能，弥合各类边缘问题 用 Skill 做的垂直 Agent， 以 Skill 的知识与方法为指引，能巧借 Agent 内的 LLM 智能，灵活应对各类问题 。 所以在 AI-Partner-Chat 中，也有过很有意思的探索： 借 Agent 本身的“观察-规划-执行”的动态智能，对用户文档进行自适应切片，而非所有文件都按照固定的分隔符 or 字数切分。 （DailyNotes 按照日期标题切分；项目笔记按照标题级别与语义切分） 这样能得到更符合实际情况的 RAG 切片。 #### 3. 多 Skills 自由联用 Agent Skills 实质仍是 Context 工程，Skills 只是把垂直领域的知识、脚本调用方法等挂载到 Agent 的上下文窗口。 所以 Skills 在实际应用中极其灵活，甚至在一次任务中能调用多个 Skill。 比如： - 联用  brand-guidelines + pptx ，自动制作符合品牌规范的 pptx - 联用  AI-Partner-Chat + Article-Copilot ，写出更符合个人思考与文风的内容 也可以是更复杂的场景，如做一份产品分析报告： 1. 1. 从网页抓取竞品数据（Web Scraping Skill） 1. 2. 提取 PDF 中的用户反馈（PDF Skill） 1. 3. 分析数据并生成图表（Data Analysis Skill） 1. 4. 按品牌规范制作 PPT（Brand Guidelines + PPTX Skill） 每多一个 Skill，就多一种能力，N 个 Skill 可以应对远超 N 的应用场景。 ### ☞ Skills 核心运行机制：渐进式披露 👉 这节旨在讲解 Skills 运作的核心机制之一：渐进式披露。 整体更偏技术理解， 如果只是想用 or 做 Skill，可以滑到下一部分 正如  [有效的 Context 工程](https://mp.weixin.qq.com/s?__biz=MzIzNDU0NzY1MA==&mid=2247488056&idx=1&sn=4f42f0f2031273300ccbac8162fdb5e9&scene=21#wechat_redirect)  所论证的，上下文过长容易导致模型能力下降。 由于 Skills 的本质就是 Context 工程，所以这个问题也需在 Skill Agent 中注意。 一个完整装载了 Skill 的 Agent 架构是这样的： Skill 包放在 Agent 文件系统（右侧）中，并非默认全量加载在 Context Window 中。 根据 Context 加载顺序、优先级的不同，Skill 被划分为了 3 种层级： Skill 内容物的 3 种渐进披露优先级 渐进披露的流程图解 1）Level 1（元数据，始终加载）： SKILL.md  文档内的元数据，包含名称与用途描述。长度约 100 tokens。 Agent 启动时，就在 Context Window 中加载 Skill 元数据，将其包含在系统提示中。 AI 通过理解用户消息与 Skills 元数据的匹配情况，判断是否需要自动使用技能。 ``` ---name: pdfdescription: 全面的 PDF 操作工具包，用于提取文本和表格、创建新 PDF、合并/拆分文档以及处理表单。当 Claude 需要填写 PDF 表单或大规模地程序化处理、生成或分析 PDF 文档时使用。--- ``` 默认只加载元数据 → 意味着可以给一个 Agent 同时安装很多 Skills 但不影响上下文性能。 2）Level 2（指令，触发时加载）： SKILL.md  文档内的正文内容，也就是主要技能指令，一般包含工作流程、最佳实践和指导。 建议少于 5000 tokens。 当用户发出的消息与Skill 元数据的描述匹配，需要调用 Skill 时，Agent 才会用 bash 读取文档正文 。读取时文档内容加载到 Context Window 中。 SKILL.md 的结构：分为 YAML 元数据与 MD 正文 3）Level 3（子技能指令  /  资源 / 代码，按需动态加载）： 由子技能文档、代码脚本、参考文档、可用资源等文件构成。 也有 Agent Skill 规范文档将它们统称为「Resource」。 相对来讲，Level 3 结构要求没那么严谨。 - Sub-SKILL.md 子技能文档 ：相对独立、复杂的子技能指令，单独放在 Level3 拆分加载 随着一个 Skill 的复杂度提升，可能因为技能知识的上下文过长，或者有些知识仅在特定场景使用，而不适合放入单个 SKILL.md ，可被分拆为独立指令文档，仅在必要时加载。