你是否遇到过这样的情况：让 AI 帮你处理 Excel 表格，结果格式不对；让它按照公司的品牌规范生成文档，却总是偏离标准；或者需要它理解某个特定领域的知识，但解释总是流于表面。

通用 AI 助手虽然强大，但在专业任务面前往往力不从心。如何让 AI 具备专业技能，成为特定领域的专家？Agent Skills 给出了一个优雅的解决方案。

什么是 Agent Skills

Agent Skills（代理技能）是一种轻量级的开放格式，用于扩展 AI 代理的专业能力。简单来说，它是一套标准化的"技能包"，让 AI 能够按需加载和使用专业知识和工作流程。

核心组成

一个 Skill 本质上是一个文件夹，包含以下内容：

my-skill/
├── SKILL.md          # 必需：技能说明和指令
├── scripts/          # 可选：可执行代码
├── references/       # 可选：参考文档
└── assets/           # 可选：模板和资源

SKILL.md 是每个 Skill 的核心文件，包含两个部分：

1. YAML 前置元数据：技能的标识和描述
2. Markdown 正文：详细的使用说明和指导

例如，一个 PDF 处理 Skill 的 SKILL.md 可能是这样的：

---
name: pdf-processing
description: Extract text and tables from PDF files, fill forms, merge documents. Use when working with PDF documents or when the user mentions PDFs, forms, or document extraction.
---

# PDF Processing Skill

## Quick Start
Use pdfplumber for text extraction...

## Advanced Usage
For form filling, use PyPDF2...

与普通 Prompt 的区别

你可能会问：这不就是写一个详细的 prompt 吗？实际上，Agent Skills 和传统 prompt 有几个关键区别：

1. 结构化组织：Skill 将指令、代码、参考资料分离，而不是把所有内容塞进一个 prompt
2. 渐进式加载：系统启动时只加载元数据，需要时才加载完整内容，节省上下文空间
3. 可执行代码：Skill 可以包含实际可运行的脚本，而不仅仅是文字说明
4. 可组合性：多个 Skill 可以同时使用，相互配合完成复杂任务
5. 可移植性：同一个 Skill 可以在不同平台（Claude apps、API、Claude Code）使用

Agent Skills 的作用

让通用 AI 变成专业助手

最直接的作用是让通用 AI 助手具备专业能力。比如，你可以创建一个"财务分析"Skill，包含：

• 财务报表解读的规范
• 常用财务指标的计算方法
• 行业对比的标准流程

当用户需要分析财务报表时，AI 会自动加载这个 Skill，按照专业标准完成任务。

封装组织知识和工作流

对于企业来说，Agent Skills 是封装组织知识的最佳方式。每个团队可以创建自己的 Skill：

• 设计团队：品牌规范、设计系统、模板库
• 开发团队：代码规范、审查标准、部署流程
• 运营团队：数据分析方法、报告模板、SOP

这些知识以 Skill 的形式保存，新员工通过 AI 就能快速掌握团队的工作方式。

实现可复用的专业能力

传统的做法是每次都在 prompt 中重复说明要求，或者训练专门的模型。Agent Skills 提供了一种中间方案：

• 一次创建，多次使用：写好一个 Skill，可以在不同场景反复使用
• 版本控制：Skill 可以版本化管理，追踪变更历史
• 团队共享：通过版本控制系统，整个团队都能使用相同的 Skill

核心优势

技能叠加使用

多个 Skill 可以同时使用，AI 会自动识别哪些 Skill 相关并协调使用。比如处理一份包含数据的 PDF 报告：

• 加载"PDF 处理"Skill 提取内容
• 加载"数据分析"Skill 分析数据
• 加载"报告生成"Skill 格式化输出

这种组合能力让 AI 能够处理复杂的多步骤任务。

跨平台使用

Agent Skills 使用统一的格式，可以在不同平台间无缝迁移，这意味着你只需要创建一次 Skill，就能在所有支持的环境中使用。

渐进式加载

这是 Agent Skills 设计的核心优势。系统采用"渐进式披露"（Progressive Disclosure）策略：

1. 启动阶段：只加载所有 Skill 的 name 和 description
2. 激活阶段：当任务匹配时，加载对应 Skill 的完整 SKILL.md
3. 执行阶段（按需）：只在需要时加载 scripts、references 等资源

这种设计带来的好处：

• 节省上下文空间：不需要把所有 Skill 的内容都加载到内存
• 快速响应：启动时只处理元数据，速度更快
• 灵活扩展：可以安装大量 Skill，而不会影响性能

支持可执行代码

Skill 不仅可以包含文字说明，还能包含实际可执行的代码。这对于需要精确操作的任务特别有用：

• 文件处理：脚本处理 PDF、Excel 等文件格式
• 数据转换：将数据从一种格式转换为另一种
• 验证检查：自动验证输出是否符合规范

代码执行在安全的沙箱环境中进行，既保证了功能强大，又确保了安全性。

工作原理：渐进式披露

理解渐进式披露的工作原理，有助于更好地设计和使用 Skill。

阶段一：发现（Discovery）

系统启动时，会扫描所有可用的 Skill 目录，但只读取每个 Skill 的 YAML frontmatter 部分：

---
name: pdf-processing
description: Extract text and tables from PDF files...
---

这部分内容很小（通常不到 100 tokens），所以即使有几十个 Skill，启动成本也很低。

阶段二：激活（Activation）

当用户提出一个任务时，AI 会：

1. 扫描所有 Skill 的 description
2. 判断哪些 Skill 与任务相关
3. 加载相关 Skill 的完整 SKILL.md 内容

例如，用户说"帮我提取这个 PDF 的文本"，AI 会识别出"pdf-processing"Skill 相关，然后加载它的完整指令。

阶段三：执行（Execution）

在执行过程中，如果需要：

• 运行脚本：加载并执行 scripts/ 目录下的代码
• 查阅资料：读取 references/ 目录下的文档
• 使用模板：加载 assets/ 目录下的资源

这些资源只在真正需要时才加载，进一步节省上下文空间。

如何创建 Skill

基本结构

创建一个 Skill 只需要三个步骤：

1. 创建目录：在合适的位置创建技能目录
2. 编写 SKILL.md：包含 frontmatter 和正文
3. 可选资源：根据需要添加 scripts、references、assets

SKILL.md 格式

SKILL.md 必须包含 YAML frontmatter 和 Markdown 正文：

---
name: your-skill-name
description: Brief description of what this skill does and when to use it
---

# Your Skill Name

## Instructions
Clear, step-by-step guidance...

## Examples
Concrete examples...

Frontmatter 要求

name 字段（必需）：

• 最大 64 个字符
• 只能包含小写字母、数字和连字符
• 不能以连字符开头或结尾
• 必须与目录名匹配

description 字段（必需）：

• 最大 1024 个字符
• 应该描述技能做什么以及何时使用
• 包含关键词，帮助 AI 识别相关任务

好的 description 示例：

description: Extract text and tables from PDF files, fill forms, merge documents. Use when working with PDF documents or when the user mentions PDFs, forms, or document extraction.

不好的 description 示例：

description: Helps with PDFs.  # 太模糊，没有说明具体能力和使用场景

示例：代码审查 Skill

---
name: code-review
description: Review code for quality, security, and maintainability following team standards. Use when reviewing pull requests, examining code changes, or when the user asks for a code review.
---

# Code Review

## Quick Start

When reviewing code, check:

1. Correctness and potential bugs
2. Security best practices
3. Code readability and maintainability
4. Test coverage

## Review Checklist

- [ ] Logic handles edge cases correctly
- [ ] No security vulnerabilities (SQL injection, XSS, etc.)
- [ ] Code follows project style conventions
- [ ] Functions are appropriately sized and focused
- [ ] Error handling is comprehensive
- [ ] Tests cover the changes

## Providing Feedback

Format feedback as:
- **Critical**: Must fix before merge
- **Suggestion**: Consider improving
- **Nice to have**: Optional enhancement

## Additional Resources

- For detailed coding standards, see [STANDARDS.md](references/STANDARDS.md)
- For example reviews, see [examples.md](references/examples.md)

总结

Agent Skills 提供了一种新的方式来扩展 AI 的能力。它通过标准化的格式、渐进式加载机制和可组合的设计，让 AI 能够按需加载专业知识和技能。

参考资料

• What are skills? - Agent Skills
• Skills - LangChain Documentation