这篇文章偏概念一点，是弥补上一篇的文章的一些知识点问题的，可以结合着来看AgentSkill让Claude变身全能工具人？

一、Agent Skills 是什么？

1.1 Agent Skills 的定义

Agent Skills 是 Anthropic 推出的一种新的能力抽象层，专门设计来解决大型上下文窗口（Large Context Window）的问题。

1.2 核心问题：上下文窗口的限制

传统方法的问题：

方法	问题
喂入完整脚本	浪费大量 Token
喂入大型 Markdown 文件	同样消耗大量上下文
一次性加载所有能力	容易超出 Context Window

1.3 Agent Skills 的解决方案：渐进式披露（Progressive Disclosure）

这个名字听起来好像很难懂的样子，但我用大白话解释就是

• AI不一下子把所有的本事量出来，而是看情况、一步步慢慢露绝活。

举个例子，你就像在跟高手过招。高手不会一上来就开大招，他会先看你出什么样的招式、啥水平。你出小招，他就回小招；你上难度了，他就拿出对应的杀手锏。
渐进式披露就是这样，AI不会一上来把所有技能、所有工具和能力展示了。他会根据你的问题和需求，披露对应刚好需要的skill。

渐进式披露三层结构

举个HR招员工的例子

• 元数据（Metadata）= HR 只看：姓名 + 一句话简介

  • 信息量极少、一眼扫完
  • 作用：快速判断这个人跟岗位沾不沾边
  • 对应渐进式披露：AI 只加载最少信息，快速筛选要不要用这个技能

• 指令（Instructions）= HR 看简历正文：擅长什么、能做什么、怎么做

  • 什么时候该用他
  • 他能解决什么问题
  • 关键能力是什么

• 对应渐进式披露： 确定技能有用后，才加载 “使用规则”

• 资源（Resources）= 真入职了，开始干活、跑代码、执行任务

  • 拿出作品集、脚本、模板、实际案例
  • 真正消耗资源、产生价值
  • 对应渐进式披露：执行阶段才加载最重的资源，真正调用技能

📁 文件结构示例

skills/
├── skill-name/
│   ├── SKILL.md          ← 元数据 + 指令
│   ├── scripts/         ← 资源：可执行脚本
│   │   └── process.py
│   └── templates/       ← 资源：输出模板
│       └── output.txt

1.4 Agent Skills 的核心价值

1. 按需加载：只在需要时才获取具体指令
2. 节省 Token：不加载不需要的内容
3. 模块化：每个技能独立管理
4. 可扩展：可以轻松添加新技能

---

二、Agent Skills 与 MCP 的区别

2.1 核心对比

维度	MCP 🔌	Agent Skills 📋
作用	提供"工具"	定义"如何使用工具"
关注点	连接性	行为逻辑
类比	接口层 (API Layer)	业务逻辑层 (Business Logic)
解决什么	“我能做什么”	“我该怎么做”
主要内容	数据源、API、工具	操作步骤、约束条件、触发场景
特点	标准化的接口	渐进式披露，按需加载
互补性	提供"能力"	定义"流程"

用大白话来说，MCP可以相当于是厨房设备，它能够提供的是让你能够做饭的基础条件设施；而Agent Skills相当于是做饭的能力，也可以说是“教你做饭的能力”。这两者结合在一起就可以提供完整的Agent 解决方案。整体的逻辑如下图：

三、如何创建一个 Skill？

3.1 基本文件结构

skills/
├── skill-name/
│   ├── SKILL.md              ← 核心文件
│   ├── scripts/             ← 可选：辅助脚本
│   │   └── process.py
│   └── templates/            ← 可选：模板文件
│       └── output.txt

3.2 SKILL.md 标准格式

---
# 元数据部分
name: skill-name
description: 简短描述这个技能做什么
metadata:
  version: 1.0.0
  dependencies: python>=3.8
---

# 技能名称

## When to Use（何时使用）
- 场景 1
- 场景 2

## Critical Behavior（关键行为）
⚠️ 核心规则：
1. 规则 1
2. 规则 2

## Automatic Steps（自动步骤）
1. 步骤 1
2. 步骤 2
3. 步骤 3

---
# Files（文件）
- 文件说明

3.3 创建步骤

1. 创建文件夹

   mkdir skills/my-skill
   cd skills/my-skill
   

2. 编写 SKILL.md

   • 定义 name 和 description
   • 编写 When to Use
   • 设置 Critical Behavior
   • 列出 Automatic Steps

3. 添加辅助文件（可选）

   • scripts/：放置 Python/Bash 脚本
   • templates/：放置输出模板
   • examples/：放置示例数据

4. 测试 Skill

   • 重启 Claude Code
   • 用自然语言触发测试
   • 验证功能是否符合预期

3.4 用skill的创建方法

在awesome-claude-skills里面找到skill-creator的技能

1. 基础生成
   • 先调用 skill-creator 技能，快速生成一份80 分标准底稿，完成技能框架的初步搭建。
2. 精细化优化：结合项目资料与实践经验，将技能内容从 80 分优化至 100 分：
   • 将需求文档、参考资料放入 references 文件夹；
   • 在输出与审查阶段，严格依据 references 中的文档规范
   • 再将自己的需求建对应的需求文档拖入建好的references文件夹里面，对 skill.md 进行校对与修改；
   • 还可在 scripts 目录下编写脚本，实现自动读取 PDF 等文件中的关键信息，进一步提升技能质量与效率。

---

四、在 claude.ai 中的 Skills

4.1 claude.ai 中的 Skills

在 Claude.ai 网页版中，Skills 提供了以下能力：

可用 Skills

1. Claude 的官方 Skills

   • 由 Anthropic 官方维护
   • 开箱即用

2. 自定义 Skills

   • 用户可以创建自己的 Skills
   • 通过上传 SKILL.md 文件

4.2 claude.ai 的使用方式

在对话中使用

用户输入：
"帮我处理这个 PDF 文件"

Claude 自动：
1. 识别用户意图
2. 匹配相关 Skill
3. 加载 Skill 指令
4. 执行任务

配置自定义 Skills

1. 在 Claude.ai 界面中找到 Skills 设置
2. 上传或创建 SKILL.md 文件
3. 系统自动识别并加载

---

五、在 Claude Code 中的 Skills

5.1 Claude Code 中的 Skills

本地 Skill 目录

.claude/skills/
├── skill-1/
│   └── SKILL.md
└── skill-2/
    └── SKILL.md

自动扫描机制

Claude Code 启动时会自动：

1. 扫描 .claude/skills/ 目录
2. 读取所有 SKILL.md 的元数据
3. 注册可用的技能

触发使用

命令行输入：
claude

> 帮我分析这个 CSV 文件

Claude 自动：
1. 识别意图
2. 匹配到 csv-analyzer Skill
3. 加载具体指令
4. 执行分析

5.2 Claude Code 的优势

优势	说明
本地运行	不依赖网络
完全控制	可以查看和修改 Skill 源码
隐私保护	数据不离开本地
可定制性	可以完全自定义 Skill 行为

---

六、Agent Skills API

6.1 API 概述

Agent Skills API 是面向智能体（Agent）技能生命周期管理的应用程序编程接口（API），标准化了技能的创建、加载、调用、更新、销毁等核心操作，是连接智能体核心逻辑与技能模块的核心中间层。

简单来说，它就是专门用来管 AI 智能体技能的一套 “接口规则”，你可以把它理解成智能体和技能之间的 “沟通桥梁”，通过这套规则，能让程序 / 开发者轻松调用、管理、更新智能体的各种技能

Agent Skills 提供了编程接口，允许开发者：

1. 动态加载 Skills
2. 查询可用 Skills
3. 执行 Skills
4. 管理 Skill 生命周期

可以基于 LangChain 框架构建专属 Skill（填充元数据、指令、资源层逻辑），并封装成 API（相当于后端新增一个业务方法），实现跨场景复用、解耦维护、标准化调用，还能天然支持渐进式披露的分层加载需求。

6.2 API 使用示例

查询可用 Skills

// 获取所有已加载的 Skills
const skills = await claude.listSkills()

console.log(skills)
// 输出：
// [
//   { name: "pdf-summary", description: "..." },
//   { name: "csv-analyzer", description: "..." }
// ]

执行特定 Skill

// 执行 Skill
const result = await claude.executeSkill('pdf-summary', {
  filePath: 'document.pdf',
  options: {
    extractMetadata: true
  }
})

创建自定义 Skill

// 创建新 Skill
await claude.createSkill({
  name: 'my-skill',
  description: 'My custom skill',
  instructions: '...',
  metadata: { version: '1.0.0' }
})

写在最后：

AI 是回声，我们才是山谷。
我刚创建wx【零叁玖实验室】，如果你喜欢我的内容，欢迎来关注，来找我聊天、一起思考、一起成长。