AI 编码工具的四个特性解析

四个特征对比

如此我们可以精准的认识，什么是skills

Skills

以前我们要让 AI 完成一个复杂任务（比如：帮你写代码、部署测试环境、或者按照公司品牌规范写推文），我们通常需要写一段超长的 Prompt（提示词）。

但问题是：提示词太长了 AI 容易忘，而且每次都要重新教一遍，非常心累。AI可能需要通过多次调用工具能力获取和处理这部分的能力，导致Token无限消耗。

AgentSkills 的出现就是为了解决这个问题。简单来说，它给 AI 制定了一套“标准技能包”。你可以把它想象成给 AI 的“岗位操作手册”或“说明书”。一旦你写好了这个技能包，任何支持该标准的 AI（比如 Claude、或者集成了 GitHub Copilot 的工具）都能瞬间学会这门手艺，且执行得非常稳

它像是一本技能书📚，把一阳指（mcp/py/shell/js）和狮吼功（prompt）合成了一整招。缩短了从用户把提示词发给AI客户端，进行分析，决策，再到 mcp 执行的过程，让诉求直达结果，token 减少了，幻觉减少了！

怎么使用skills ？

从技术角度看，AgentSkills 是一个开源的、标准化的文件夹格式。它告诉 AI 在遇到特定任务时，应该遵循什么样的步骤、调用哪些脚本、怎么进行下一步操作，就很像一本书的目录，翻开目录根据标签去查找具体的功能实现

主要实现文件：SKILL.md

一个典型的目录结构如下 :

my-skill/

├── SKILL.md # 必选：包含指令和元数据

├── scripts/ # 可选：可执行代码

├── references/ # 可选：文档资料

└── assets/ # 可选：模板、资源文件

目录的名称必须与 SKILL.md 中定义的 name 字段完全一致,SKILL 中的指令与元数据需要规范的书写

元数据区：

name，必须是1-64 字符。仅限小写字母、数字和连字符（-），必须与文件夹名匹配

description：1-1024 字符。描述技能的作用以及“何时”该用它（智能体靠它来判断意图）

正文内容 ：

就是当 AI 确定需要查看你这个技能后，你应该详细的告诉它如何使用，需要做什么，同时将脚本文件，静态资源文件等都需要详细的在这边说明如何使用，这就是和 prompt + mcp是一致的，只不过通过技能书的方式，不需要每次对话都去写提示词，而是动态抉择方案

但是他又是不同于现在的 实现方案，具体不同的分析经验看 :https://mp.weixin.qq.com/s/UjZAqvkfk8AzpOoK1KV0yw 的生动比喻解释

Trae.ai 使用 skills

1，在项目根目录创建 .trae/skills/ 目录

2，将 Skill 文件（通常是 SKILL.md 或包含该文件的 .zip 包）放入该目录 3，去 github 找到相关的技能书，如：https://github.com/anthropics/skills.git 找到技能书

2.2：或者通过设置界面导入： 设置 → 规则和技能 → 技能模块 → 点击"创建"按钮 → 上传 Skill 文件

成功导入 技能后，切换到 solo 模式去调用技能书

如何自定义一个 SKILLS ？

前面说过，SKILLS 就是一个格式话的技能模板，里面包含了技能书的元数据，指令（prompt）,资源

三层结构：

• 元数据（SKILL.md 头部）：名称 + 简介

• 指令（SKILL.md 正文）：告诉 Claude 怎么做、读哪些文件

• 资源（其他文件夹）：模板、示例、方法论等

案例：电脑性能优化的skill

kill 工程结构：

battle-plan/ ├── scripts/ │ ├── get_system_info.sh # 系统信息获取脚本 │ └── check_cleanable_files.sh # 可清理文件检查脚本 ├── SKILL.md # 技能书核心文件 └── reference.md # 参考话术文档

SKILL.md

---

name: battle-plan

description: 电脑性能优化

license: MIT

---

你需要执行 ./scripts/get_system_info.sh 脚本，获取当前电脑的配置，包括；用户名、操作系统、CPU、内存、磁盘等信息。之后执行 ./scripts/check_cleanable_files.sh 脚本，列举出 macOS 系统中常见的垃圾文件和可清理内容，并显示占用空间大小。

在获取以上信息之后，你要以 reference.md 文档的话术结构，对当前电脑的用户名，下达优化建议命令。如，你记一下(要用你获得的电脑用户名替换)，我做xxx部署调整的文案，让用户告知的方式来优化电脑性能。描述的话术，一定要和 reference.md 文档的话术结构保持一致，有种下达命令的体验。

解析： name :源数据，整个skill 的命名，需要与文件夹名字相同 battle-plan/

description：对整个skill的描述，也可以增加为何时会调用这个技能书

指令：

你需要执行 ./scripts/get_system_info.sh 脚本，获取当前电脑的配置，包括；用户名、操作系统、CPU、内存、磁盘等信息。之后执行 ./scripts/check_cleanable_files.sh 脚本，列举出 macOS 系统中常见的垃圾文件和可清理内容，并显示占用空间大小。

在获取以上信息之后，你要以 reference.md 文档的话术结构，对当前电脑的用户名，下达优化建议命令。如，小傅哥你记一下(要用你获得的电脑用户名替换)，我做xxx部署调整的文案，让用户告知的方式来优化电脑性能。描述的话术，一定要和 reference.md 文档的话术结构保持一致，有种下达命令的体验。

指令就好比相当于 prompt 了，需要详细的记录怎么操作整个技能了

参考话术文档，关键调用

刘亚楼，你记一下，我作如下部署调整——以四纵、十一纵加两个独立师，强化塔山防线；二、三、七、八、九，五个纵队加六纵十七师，包打锦州；十纵加一个师在黑山大虎山一线阻击廖耀湘兵团；十二纵加十二个独立师，围团长春；五纵、六纵两个师监视沈阳；一纵作总预备队。给我复述一遍！

接下来就是在整个技能书目录下，根据你写的 prompt 去存放相关的脚本文件，或者静态资源文件 ./scripts/get_system_info.sh

├── scripts/ │ ├── get_system_info.sh # 系统信息获取脚本 │ └── check_cleanable_files.sh # 可清理文件检查脚本

SKILLS的设计优点 ？

Skills这个东西，其中一个设计就是： 渐进披露（progressive disclosure） 。

大致流程是这样的：

1. 先读“封面简介”

2. Claude 会先扫描所有可用 Skills 的「元数据」——几句描述，大约 100 tokens 左右。

3. 目的只是判断： 这个 Skill 跟当前任务有没有关系。

4. 觉得相关，再读“说明书正文”

5. 一旦判断相关，它才会加载整个 Skill 的详细说明（SKILL.md），官网提到上限大约是 5k tokens，这里面通常是：

6. 步骤、流程

7. 注意事项

8. 输出格式要求

9. 风格偏好等

10. 真的需要代码时，才加载脚本和文件

11. 有些 Skill 还会带脚本或参考文件（比如模板、示例）。

12. 只有在真正需要执行相关操作时，Claude 才会把这些东西「拎进上下文」。

这个设计的意义在于：

你可以给 Claude 装很多 Skills，

但不会一上来就把上下文撑爆，

它只会在需要的时候，把需要的那一本“手册”翻开。

总结

Skills 是一些文件夹，里面放着指令、脚本和资源，当 Claude 觉得当前任务需要它时，就会动态加载

如果把 AI 智能体比作一个“新员工”，那么 Agent Skills 就是一份份岗位说明书+工具箱。它不只是告诉 AI 该做什么，还把做这件事需要的脚本工具和参考资料打包在一起，让 AI 拿来就能用，且保证每次做得都一样专业。

大家最近可能还听过 MCP（Model Context Protocol）。

这里有个很形象的比喻：

1. MCP 是 AI 的“手”： 它解决了“连接”问题。比如 AI 怎么连上你的数据库、怎么打开你的谷歌搜索。

2. AgentSkills 是 AI 的“脑”： 它解决了“能力”问题。即使 AI 拿到了数据库权限（有手了），它还得知道“按照公司审计流程，应该如何查询异常数据”（这就是技能）。

一句话总结： MCP 让 AI “够得到”工具，AgentSkills 教 AI “怎么用”工具。、