Skip to main content

Agent Skill：技能封装与复用

Agent Skills 是一种轻量级的开放格式，用于将一整套 Agent 能力（prompt、工具脚本、知识文件等）封装为可复用的模块，从而实现低门槛分享与复用。

Agent Skill 的核心理念​

从"重新发明轮子"到"站在巨人肩膀上"​

之前：
  每个人都要：
  → 写自己的代码评审 prompt
  → 写自己的数据分析脚本
  → 调试自己的工作流
  大量重复劳动

有了 Agent Skills 之后：
  一个专家写好：
  → 代码评审 Skill
  社区所有人都可以直接用！

Agent Skill ≈ 子 Agent​

一个 Skill 可以包含：

  • 📝 精心设计的 Prompt 模板
  • 🛠️ 自定义的工具和脚本
  • 📚 内置的知识库和参考资料
  • 📋 标准化的工作流程
  • ✅ 验证和测试用例

Anthropic Agent Skill 的运行机制​

2024 年末 Anthropic 提出的 Agent Skill 规范，是当下最权威的 Skill 实现。它的核心设计与前文的通用范式有 3 个关键差异。

1. 本质就是一个文件夹​

my-skill/
├── SKILL.md          # 核心：存放名称、描述、行为指令
├── scripts/          # 可执行脚本
├── references/       # 引用文档（按需读取）
└── assets/           # 静态资源（图标、模板等）

SKILL.md 是灵魂——它存放的内容和系统提示词类似，规定了：

  • 这个 Skill 是什么、能做什么
  • 什么时候应该激活它
  • 怎么执行它的脚本
  • 什么时候需要读 references 下的文件
  • 什么时候需要用 assets 下的资源

2. 核心亮点：基于文件系统的渐进式加载​

这是 Agent Skill 最有价值的设计——它解决了"提示词膨胀"问题：

传统提示词：
  用户请求 → 一次性把全部提示词塞给模型 → 上下文爆炸

Agent Skill 渐进式加载：
  用户请求 → 主脑只看到"所有 Skill 的名称 + 描述"
            → 匹配到某个 Skill → 才把它的 SKILL.md 全量加载
            → 任务中再按 SKILL.md 指引去读 references/、跑 scripts/

这个过程本质上是 Agent 帮你做 Tool Search——主脑不需要预先加载所有内容，而是按文件系统索引按需翻找。

3. 完整的运行流程​

把整个生命周期串起来：

① 启动阶段
   Coding Agent 扫描指定目录（如 .claude/skills/）
   → 拿到所有 Skill 的"名称 + 描述"
   → 全部塞进主脑模型的系统提示词

② 匹配阶段
   用户发请求："帮我做一次代码评审"
   → 主脑看自己的请求能否匹配上某个 Skill 的描述
   → 匹配上 code-review skill

③ 激活阶段
   → 把 code-review/SKILL.md 完整内容加载进主脑上下文
   → 主脑现在知道这个 Skill 怎么用

④ 执行阶段
   → 主脑按 SKILL.md 指引：
     a. 读取 references/code-style.md（评审规范）
     b. 执行 scripts/run-lint.py（运行 lint 工具）
     c. 生成评审报告

⑤ 产出阶段
   → 输出最终结果给用户

关键的"两次加载"分离——启动时只加载轻量的 name + description，激活时才加载完整的 SKILL.md——是 Skill 能扩展到几十上百个而不爆上下文的根本原因。

4. 跨平台分发：微信发文件就能用​

Agent Skill 的另一个杀手特性是分发简单到极致：

  • 整个 Skill 就是一个普通文件夹，不依赖任何框架、不需要打包编译
  • 跨平台兼容：Claude Code / Cursor / 其他 coding agent 都能识别
  • 甚至能通过微信、邮件、网盘直接发送——不懂 AI 的同事解压文件夹就能用

这一点对非工程用户特别友好：之前要在低代码平台（扣子之类）手动搭建 agent、复制提示词、配置 MCP 工具；现在只要拿到一个 Skill 文件夹扔进对应目录就行。评价：这是 Skill 协议能做到的最重要的事——让整个 Agent 的可复用性变成"发文件"级别的简单。

Skill 的典型结构​

文件组织​

my-skill/
  ├── skill.yaml          # Skill 元数据与配置
  ├── README.md           # 使用说明
  ├── prompts/            # Prompt 模板
  │   ├── system.md
  │   └── code-review.md
  ├── tools/              # 自定义工具脚本
  │   ├── git-diff.py
  │   └── lint-check.py
  ├── knowledge/          # 知识库
  │   ├── best-practices.md
  │   └── style-guide.md
  └── examples/           # 使用示例
      └── example-1.md

Skill 元数据​

# skill.yaml
name: code-review-skill
version: 1.0.0
description: "专业的代码评审技能，支持多种编程语言"
author: "Your Name"

# 激活触发条件
activation:
  keywords: ["review code", "代码评审", "CR"]
  files: ["*.py", "*.js", "*.ts"]

# Prompt 模板
prompts:
  system: prompts/system.md
  code_review: prompts/code-review.md

# 可用工具
tools:
  - name: git_diff
    script: tools/git-diff.py
    description: "获取 Git 变更内容"

# 内置知识库
knowledge:
  - knowledge/best-practices.md
  - knowledge/style-guide.md

Skill 的激活机制​

1. 关键词触发​

用户："帮我做一下代码评审"
        ↓
匹配关键词："代码评审"
        ↓
自动激活 Code Review Skill

2. 文件类型触发​

用户打开了一个 .py 文件
        ↓
匹配文件类型：Python
        ↓
激活 Python 开发相关 Skill

3. 显式调用​

用户："/use code-review-skill"
        ↓
直接激活指定 Skill

4. 渐进式披露​

Skill 不是一次性把所有东西都加载：

阶段 1：只加载 Skill 的基本信息和核心 Prompt
阶段 2：需要时动态加载知识库内容
阶段 3：用户确认后才执行工具脚本

SOP 的沉淀与复用​

什么是 SOP？​

SOP（Standard Operating Procedure，标准作业程序）是把专家的经验沉淀下来，变成可复用的流程。

例子：代码评审 SOP​

专家的做法（在脑子里）：

1. 先看整体架构有没有问题
2. 检查是否有安全漏洞
3. 检查代码规范和风格
4. 检查性能问题
5. 检查测试覆盖率
6. 给出具体的修改建议

变成 Skill 之后（所有人都可以用）：

# 代码评审 SOP

## 步骤 1：架构审查
检查整体设计是否合理...

## 步骤 2：安全审查
检查 OWASP Top 10 安全问题...

## 步骤 3：代码规范
检查是否符合团队风格指南...

## 检查清单
- [ ] 输入验证是否完整
- [ ] 错误处理是否到位
- [ ] 是否有性能问题

Skill 让经验可以传承​

老工程师离职
        ↓
他的经验变成了 Skill
        ↓
新人来直接用这个 Skill
        ↓
团队能力不会断层！

社区生态的力量​

Skill 市场​

📦 通用技能
  - 代码评审
  - 文档写作
  - 数据分析

📦 垂直领域
  - 金融分析
  - 医疗诊断
  - 法律文书

📦 团队定制
  - 公司内部流程
  - 团队规范
  - 项目模板

开源协作模式​

类似开源软件：
  1. 某人写了一个 Skill
  2. 分享到社区
  3. 其他人使用、反馈问题
  4. 社区一起改进优化
  5. 越来越好的 Skill 生态

Skill vs 其他复用方式​

方式粒度可复用性能力封装
Prompt 片段最小低只有文本
自定义指令小中只有 Prompt
Agent Skill中高Prompt + 工具 + 知识 + 流程
完整 Agent最大低整个系统

编写高质量 Skill 的要点​

1. 单一职责​

✅ 好的 Skill：专注做一件事，做到最好 ❌ 不好的 Skill：什么都能做，但什么都做不好

2. 清晰的文档​

使用者不需要看源码就能上手：

  • 这个 Skill 是做什么的？
  • 什么时候用？
  • 怎么用？
  • 有什么限制？

3. 内置的最佳实践​

把专家经验"编码"到 Skill 中：

  • 检查清单
  • 常见误区
  • 推荐做法
  • 反模式警示

4. 安全第一​

  • 工具脚本需要用户确认才能执行
  • 敏感操作要有明确提示
  • 不做破坏性操作

Agent Skill 本质上是"经验的容器"。它让最好的实践可以被复制、分享、积累，最终让每个人都能站在专家的肩膀上。

Last updated on by Kimi Gao