Skip to content

Skills(Agent Skills)定义

一句话定义

Skills(Agent Skills) 是一种给 AI 智能体打包"专业能力"的开放标准:把一个文件夹(内含核心指令文件 SKILL.md,可选配脚本、模板、参考文档)作为一套可复用的技能包,让智能体在遇到匹配任务时自动加载并按照其中预写的步骤、规则与资源来执行。

类比:就像给新同事一份"交接大礼包"——任务执行步骤 + 工具使用说明 + 模板素材 + 常见问题解法,Skill 就是这套资料的数字化版本。


起源与标准化

  • 提出者:Anthropic(Claude 背后的公司)。
  • 时间线:
    • 2025 年 10 月,随 Claude 3.5 Sonnet 推出 Agent Skills 概念;
    • 2025 年 12 月 18 日,Anthropic 将 SKILL.md 规范发布为开放标准,由 agentskills.io 维护。
  • 生态:已获 27+ 个 AI 编程智能体支持,包括 Claude Code、Cursor、Windsurf、Codex、Gemini CLI 等。
  • 解决的核心问题:提示词(Prompt)执行路径完全依赖模型临场推理,难以预测、难以复用;Skills 把"怎么做一件事"固化成文件,让能力可安装、可共享、可重现。

核心结构

一个标准的 Skill 是一个文件夹:

my-skill/
├── SKILL.md          # 核心文件(必须存在):指令 + 元数据
├── scripts/          # 可选:可执行脚本(如 Python 处理脚本)
├── references/       # 可选:参考文档(如 FORMS.md、examples.md)
└── assets/           # 可选:模板、图片等资源

SKILL.md:技能的"说明书"与入口

  • 采用 YAML frontmatter + Markdown 正文 的标准格式。
  • frontmatter(元数据):至少包含 name(小写字母、数字、连字符,建议动名词形式,如 processing-pdfs)和 description(描述技能能力,智能体靠它判断何时激活该技能)。
  • 正文:分层的程序化指令——执行步骤、工具用法、边界情况处理、输入输出示例等。

工作原理:三级"渐进式披露"加载

Skills 的效率关键在于不把所有内容塞进上下文,而是分级按需加载:

层级加载内容Token 成本加载时机
L1 元数据frontmatter(name + description)约 100 tokens启动时常驻,每个已安装技能都加载
L2 正文SKILL.md 全文通常 < 5000 tokens仅当任务与 description 匹配时加载
L3 资源scripts/ references/ assets/接近 0仅当正文指引智能体去读取时才加载

效果:即使本地装了 50 个技能,系统提示词也只承受约 5000 tokens 的元数据开销,避免上下文污染。


与相关概念的区分

概念与 Skills 的区别
MCP(Model Context Protocol)MCP 是给智能体接外部工具/数据源的协议(实时、动态);Skills 是离线打包的指令与流程,侧重"怎么做事"而非"接什么"
Prompts / CLAUDE.mdCLAUDE.md 是全局项目规范,始终生效;Skills 按需触发,按任务匹配加载,粒度更细、更可复用
.cursorrules单文件规则,绑定特定编辑器;Skills 是开放标准文件夹,跨 27+ 工具通用
Slash 命令(/command)用户手动触发;Skills 是模型驱动——智能体自己判断相关性并自动激活

优势与局限

优势

  • 可复用、可共享:能力固化成文件,可放 GitHub 一键安装(GitHub 仓库根目录放 SKILL.md 即可被识别)。
  • 上下文高效:渐进式披露,技能再多也不撑爆上下文。
  • 跨工具互通:同一套 Skill 在 Claude Code、Cursor、Codex 等多个智能体中通用。
  • 行为可预测:相比裸提示词,执行路径更稳定、结果更可重现。

局限与注意

  • 依赖模型理解:description 写得不好,智能体可能不触发或误触发。
  • frontmatter 有格式要求:YAML 必须合法(缩进用空格、冒号后留空格、特殊字符加引号),否则解析失败。
  • 安全考量:Skill 可携带脚本,安装第三方技能包时需注意来源可信度与权限边界(官方文档有专门的安全章节)。

参考来源