Agent Skill
2025/1/15...大约 4 分钟
核心概念：什么是 Agent Skills？
Agent Skills 是一种标准化的文件夹结构，它将特定任务的指令、脚本、模板和素材打包在一起。它的本质是可移植的程序化知识。
标准组成
SKILL.md：核心文件，包含 YAML 格式的元数据（名称、描述）和 Markdown 格式的详细指令scripts/：可执行脚本（如 Python、Bash），用于处理复杂逻辑references/：静态参考资料或文档assets/：输出模板（LaTeX, HTML）、图片或 Logo
开放标准
你编写的一个 Skill，可以无缝运行在 Claude.ai、Claude Desktop、Claude Code、Claude Agent SDK，甚至 Codex、Gemini CLI 等任何兼容该标准的平台上。
关键技术特性
课程深入探讨了 Skills 为什么比长 Prompt 更高效：
1. 渐进式披露
为了保护极其珍贵的 Context Window，Skills 遵循按需加载原则：
| 状态 | 说明 |
|---|---|
| 初始状态 | 模型只加载 Skill 的名称和描述 |
| 触发状态 | 当用户意图匹配描述时，模型才会加载 SKILL.md 的主体内容 |
| 深层加载 | 只有在必要时，模型才会进一步读取引用文件或执行脚本 |
这避免了上下文污染，显著降低了长对话中的幻觉风险。
2. 确定性工作流
LLM 是非确定性的，但业务逻辑往往需要确定性。通过 Skills，你可以定义一套严密的 SOP：
- 低自由度 vs 高自由度：你可以强制模型按步骤（Step 1, Step 2...）执行，确保输出格式（如特定的 CSV 结构或 PPT 风格）始终如一
生态协作：Skills, MCP 与 Sub-agents
| 组件 | 角色 | 功能 |
|---|---|---|
| MCP | 数据接口 | 连接外部数据源（如 BigQuery, Notion, Google Drive） |
| Tools | 底层组件 | 提供基础能力（如 Bash 运行、文件读写） |
| Skills | 领域专家 | 指导模型"如何使用工具"来完成特定业务（如：品牌分析） |
| Sub-agents | 并行执行 | 拥有独立上下文的执行单元，可以被分配特定的技能 |
重点工具：Skill Creator
课程特别推荐了 skill-creator。这是一种元技能，即用 AI 生成技能。
- 它包含一组 Python 脚本，用于初始化 Skill 结构、封装文件并进行验证
- 最佳实践：不要从零开始写 Markdown，先与 Claude 沟通需求，然后让它调用 skill-creator 来生成符合生产标准的 Skill
跨平台实战路径
课程展示了 Skills 在不同环境下的表现：
| 平台 | 应用场景 |
|---|---|
| Claude.ai | 通过上传 .zip 包，让网页版 Claude 具备处理特定格式报告的能力 |
| Claude API | 结合 code_execution 预览功能，通过 API 远程调用 Skills |
| Claude Code | 在本地开发环境中，通过 .claude/skills 目录实现代码自动评审、单元测试生成等开发流自动化 |
| Agent SDK | 构建像"科研助手"这样的复杂应用，主智能体指挥三个分别拥有"搜索"、"仓库分析"、"文档阅读"技能的 Sub-agents 并行工作 |
开发者视角的总结与建议
- 从"写 Prompt"转向"封装 Skill"：如果你发现自己一直在输入类似的重复指令，就该把它封装成 Skill
- 构建自己的"私有技能库"：你可以为你的实际业务建立一套专属技能，例如"架构评审技能"、"React 组件重构技能"，这些 Skill 可以在不同项目快速迁移
- 拥抱标准化：Agent Skills 的出现标志着智能体开发正从"玄学调优"走向"工程化治理"