Skills：让通用 AI 秒变"领域专家"
作者：互联网
2026-04-07
其他
引言
最近在 GitHub 上闲逛时，发现了一个有趣的项目——vuejs-ai/skills。这是一个专门为 Vue 3 开发设计的 Agent Skills 库，短短时间就收获了 1.8k+ Star。
这让我注意到一个趋势：Skills 正在成为 AI 编程领域的新热点。从 Anthropic 官方推出 Claude Skills，到 OpenAI、Cursor、VS Code 等巨头纷纷跟进，这个概念正在快速流行。
那么，Skills 到底是什么？它和我们熟悉的 Prompt、MCP 有什么区别？为什么值得关注？
一句话理解 Skills
Skills = 给通用 AI 装上"专业技能包"
想象一下，你新招了一位聪明但缺乏经验的同事。他学习能力很强，但对你所在领域的最佳实践、常见陷阱、团队规范一无所知。你会怎么做？
你会给他准备一份"工作交接文档"——包含标准流程、工具使用说明、历史案例、避坑指南。
Skills 就是这份文档的数字化版本。它让通用 AI 在处理特定任务时，能够参考专业知识，输出更符合预期的结果。
Skills vs MCP vs Prompt vs Rules：四者什么关系？
这是最容易混淆的地方，让我用一个实际场景来解释：
假设你想让 AI 帮你分析 GitHub 上某个仓库的代码质量。
| 概念 | 角色 | 示例 |
|---|---|---|
| Prompt | 描述你想做什么 | "帮我分析这个仓库的代码质量" |
| MCP | 连接外部工具和数据 | 让 AI 能访问 GitHub API、读取代码 |
| Rules | 定义静态规则和约束 | "所有代码必须使用 TypeScript"、"禁止 any 类型" |
| Skills | 告诉 AI 怎么分析 | 代码审查的标准、关注点、输出格式 |
Rules 和 Skills 的区别
这是很多人困惑的地方：
Rules 是静态的规则约束，类似于"员工手册"——告诉 AI 什么能做、什么不能做。它通常用于定义编码规范、禁止事项、强制要求等。
Skills 是动态的能力扩展，类似于"培训课程"——教 AI 如何完成某类任务。它包含方法论、最佳实践、示例等。
举个例子：
- Rule: "所有 Vue 组件必须使用