【无标题】
Agent Skills 摘要 Agent Skills 是一种将AI指令打包成可复用"技能包"的开放标准,用于扩展AI智能体的专业能力。它采用渐进式披露机制:AI先发现技能名称和描述,再根据需求激活并执行具体技能。技能分为项目级(高优先级)和全局级两种存储路径。 创建技能只需在指定目录建立文件夹并编写SKILL.md文件,包含YAML元数据和Markdown指令。最佳实践包括
Agent Skills (代理技能) 完全指南
这份文档整合了 Agent Skills 的核心概念、使用方法、最佳实践以及进阶技巧,旨在帮助你快速理解并掌握如何扩展 AI 智能体的能力。满满干货,值得学习,若有错误地方请各位佬指正。
1. 什么是 Agent Skills?
Agent Skills 是一套开放标准,用于将 AI 指令打包成可复用的“技能包”。
你可以把它想象成给 AI 智能体安装的专业插件或知识模块。通过技能,你可以教会 AI 如何遵循特定的团队规范、使用特定的工具或执行复杂的工作流。
核心运作机制:渐进式披露
为了保持高效,Agent 不会一次性读取所有技能的详情,而是遵循以下步骤:
- 发现 (Discovery):对话开始时,AI 只看到所有可用技能的名称和描述。
- 激活 (Activation):AI 根据你的请求,评估哪个技能最相关。
- 执行 (Execution):一旦匹配成功,AI 会加载该技能的完整指令文件 (
SKILL.md) 并严格执行。
2. 技能存在哪里?
你可以根据技能的通用性,将其放在不同的位置:
| 类型 | 存储路径 | 适用场景 | 优先级 |
|---|---|---|---|
| 项目级技能 | <项目根目录>/.agent/skills/ |
特定项目的代码规范、部署流程、架构约束 | 高 (覆盖全局) |
| 全局技能 | ~/.gemini/antigravity/skills/ |
个人常用的通用工具、编码习惯、快捷指令 | 低 |
注:如果项目级技能和全局技能同名,项目级技能优先生效。
3. 如何创建一个技能?
创建一个技能非常简单,只需两步:
- 在技能目录下创建一个文件夹(例如
my-skill)。 - 在文件夹内创建一个
SKILL.md文件。
目录结构示例
.agent/skills/
└── my-skill/
├── SKILL.md # 核心指令文件 (必须)
├── scripts/ # 辅助脚本 (可选)
└── resources/ # 模板或资源 (可选)
SKILL.md 文件格式
SKILL.md 由 YAML 元数据 和 Markdown 指令 组成:
---
name: my-skill # 技能ID (建议使用小写字母和连字符)
description: 详细描述技能的作用。AI 依靠这段文字决定是否使用此技能。(必须)
---
# 技能标题
## 何时使用
描述适用的场景,例如:“当用户要求重构代码时...”
## 执行步骤
1. 第一步...
2. 第二步...
💡 编写技巧:在
description中使用明确的触发词(如“生成”、“部署”、“审查”),并说明适用场景(“当用户要求…时”),能显著提高 AI 识别的准确率。
4. 最佳实践
为了让 AI 更好地使用你的技能,请遵循以下原则:
- 单一职责:一个技能只做一件事。不要创建“万能助手”技能,而是将不同功能拆分为
git-formatter、code-reviewer等独立技能。 - 指令清晰:使用祈使句(“做这个”,“检查那个”),并提供清晰的验证标准。
- 脚本黑盒化:如果技能需要运行脚本,最好让 AI 通过
--help了解用法并直接调用脚本,而不是让 AI 去阅读脚本的源代码。 - 版本控制:建议将
.agent/skills纳入 Git 管理,方便团队共享和迭代。
5. 进阶技巧–决策树
此处不赘述决策树,只讲干货,有兴趣的朋友可自行了解。
多技能协作
AI 可以根据任务需求同时激活多个技能。
例如:先激活 code-reviewer 审查代码,通过后再激活 git-commit-formatter 提交代码。
条件执行与决策树
对于复杂任务,可以在技能中定义决策树:
## 部署流程
- 如果是测试环境 (Staging):
1. 运行单元测试
2. 执行部署脚本 `./deploy.sh staging`
- 如果是生产环境 (Production):
1. 再次确认用户意图
2. 运行全量测试
3. 执行部署脚本 `./deploy.sh prod`
外部工具集成
技能可以指示 AI 调用命令行工具,如 ESLint, Prettier, TypeScript 编译器等,并根据退出码判断是否继续。
6. 常用技能示例
以下是一些常见的技能创意,你可以直接参考实现:
git-commit-formatter: 自动生成符合 Angular/Conventional Commits 规范的 Git 提交信息。code-reviewer: 根据团队的代码风格指南,对 Pull Request 进行自动化审查。deploy-assistant: 封装复杂的部署命令,提供傻瓜式的自然语言部署接口。component-generator: 快速生成包含测试文件、样式文件和 Storybook 的完整前端组件结构。
总结:Agent Skills 是连接人类知识与 AI 能力的桥梁。通过简单的 Markdown 文档,你就可以定制出真正理解你团队规范和工作流的专属 AI 助手。
大白话:skill就是ai的专业技能
更多推荐



所有评论(0)