从零开始理解 Agent Skills - 认识 Agent Skills
作者:互联网
2026-03-27
第一章:认识 Agent Skills
1.1 什么是 Agent Skills?
Agent Skills(Agent 技能)是一个开放格式规范,用于为 AI Agent(如 GitHub Copilot、Claude Code、OpenAI Codex 等)赋予新的能力和专业知识。
简单来说:Skill 就是一个文件夹,里面包含一个 SKILL.md 文件,告诉 AI Agent 如何完成某个特定任务。
my-skill/
├── SKILL.md # 必需:元数据 + 指令
├── scripts/ # 可选:可执行脚本
├── references/ # 可选:参考文档
└── assets/ # 可选:模板、资源
一个直观的类比
你可以把 Agent Skills 理解为AI 世界的"插件系统":
| 类比对象 | Agent Skills |
|---|---|
| 浏览器插件 | 给浏览器增加新功能 |
| VS Code 扩展 | 给编辑器增加新功能 |
| Agent Skills | 给 AI Agent 增加新能力 |
不同之处在于:Agent Skills 是纯文本驱动的——不需要编译、不需要特殊 API,只需要写 Markdown 文件。
1.2 它解决了什么问题?
问题:AI Agent 能力有限
即便是最强大的 AI 模型,也有以下局限性:
- 知识有截止日期:不了解你公司内部的 API、流程和约定
- 缺乏领域专业知识:不知道你项目的特殊规范和最佳实践
- 没有项目上下文:不了解你团队的代码风格、架构决策和工具链
解决方案:用 Skills 扩展能力
Agent Skills 让你可以:
- 教 Agent 使用你公司特定的工具和流程
- 分享领域专业知识(如 PDF 处理、数据分析的最佳实践)
- 创建可复用的任务模板
- 在不同 Agent 平台之间共享技能(一次编写,到处使用)
graph LR
subgraph 没有 Skills
A["AI Agent"] -->|能力有限| B["只能用通用知识回答"]
end
subgraph 有了 Skills
C["AI Agent"] -->|加载 Skill| D["PDF 处理技能"]
C -->|加载 Skill| E["代码审查技能"]
C -->|加载 Skill| F["数据分析技能"]
D --> G["拥有专业能力"]
E --> G
F --> G
end
1.3 Agent Skills 的特点
开放格式
- 任何人都可以创建和分享 Skills
- 不绑定特定的 AI 平台
- Apache 2.0 开源许可
简单直接
- 核心只是 Markdown + YAML 的组合
- 不需要编译或安装
- 人可读、AI 可用
跨平台兼容
- 支持 Claude Code、GitHub Copilot、VS Code、OpenAI Codex 等
- 一次编写,多个平台可用
可组合
- Skills 是独立的文件夹,可以任意组合
- 支持渐进式加载,不浪费上下文窗口
- 可以通过 Git 版本管理
1.4 项目架构全貌
Agent Skills 项目包含三个主要部分:
graph TB
subgraph "Agent Skills 项目"
A[" 格式规范
(Specification)"]
B[" 官方文档
(docs/)"]
C[" Python 参考库
(skills-ref/)"]
end
A -->|定义了| D["SKILL.md 文件格式"]
A -->|定义了| E["目录结构约定"]
A -->|定义了| F["命名规则和验证约束"]
B -->|包含| G["入门教程"]
B -->|包含| H["最佳实践"]
B -->|包含| I["客户端集成指南"]
C -->|提供| J["解析器 parser"]
C -->|提供| K["验证器 validator"]
C -->|提供| L["提示词生成 prompt"]
C -->|提供| M["命令行工具 CLI"]
style A fill:#4CAF50,color:#fff
style B fill:#2196F3,color:#fff
style C fill:#FF9800,color:#fff
三大组成部分
| 组件 | 路径 | 描述 |
|---|---|---|
| 格式规范 | docs/specification.mdx | 定义 SKILL.md 的完整格式 |
| 官方文档 | docs/ | 教程、最佳实践、集成指南 |
| 参考库 | skills-ref/ | Python 实现的解析、验证和工具库 |
1.5 一个 Skill 长什么样?
下面是一个最简单的 Skill 示例——一个掷骰子技能:
roll-dice/
└── SKILL.md
SKILL.md 的内容:
---
name: roll-dice
description: Roll dice using a random number generator. Use when asked to roll a die (d6, d20, etc.).
---
To roll a die, use the following command:
```bash
echo $((RANDOM % + 1))
```
Replace `` with the number of sides on the die.
就是这么简单!这个文件包含:
- Frontmatter(
---之间的部分):定义名称和描述 - 正文(
---之后的部分):AI Agent 要遵循的指令
1.6 工作流程概览
当 AI Agent 使用 Skills 时,会经历以下三个阶段:
sequenceDiagram
participant U as 用户
participant A as AI Agent
participant S as Skill 文件
Note over A: 阶段一:发现(Discovery)
A->>S: 扫描 Skills 目录
S-->>A: 返回每个 Skill 的 name + description
Note over A: 只加载轻量元数据(~100 tokens/skill)
U->>A: "帮我掷一个 D20"
Note over A: 阶段二:激活(Activation)
A->>A: 匹配用户请求与 Skill 描述
A->>S: 读取 roll-dice/SKILL.md 完整内容
S-->>A: 返回完整指令(<5000 tokens)
Note over A: 阶段三:执行(Execution)
A->>A: 按照 SKILL.md 指令操作
A-->>U: "你掷出了 17!"
这就是所谓的渐进式披露(Progressive Disclosure)——Agent 不会一次性加载所有 Skills 的完整内容,而是按需加载,保持上下文窗口高效利用。
1.7 谁在使用 Agent Skills?
Agent Skills 由 Anthropic 维护,但已被多个主流 AI 平台采纳:
- Claude Code — Anthropic 的 AI 编程工具
- GitHub Copilot — 在 VS Code 中使用
- OpenAI Codex — OpenAI 的编程 Agent
- 以及更多正在接入的平台...
1.8 本章小结
| 要点 | 说明 |
|---|---|
| Agent Skills 是什么 | 为 AI Agent 提供新能力的开放格式规范 |
| 核心文件 | SKILL.md(YAML frontmatter + Markdown 指令) |
| 关键机制 | 渐进式披露(发现 → 激活 → 执行) |
| 跨平台 | 一次编写,多平台使用 |
| 项目组成 | 格式规范 + 官方文档 + Python 参考库 |
相关标签:
相关推荐
专题
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
最新数据
相关文章
SkyBot由Skywork研发的云电脑AI助手
AI Agent 智能体 - Multi-Agent 架构入门
Nano Banana 2 国内使用指南 LiblibAI 无需翻墙教程
一文搞懂卷积神经网络经典架构-LeNet
一文搞懂深度学习中的池化!
厦门大学DeepSeek大模型助力高校企业政府发展 PDF文件 AI教程资料
RAG 不一定非得靠向量库:一套更偏工程落地的“结构化推理检索”方案
北京大学DeepSeek与AIGC应用PDF AI教程资料
开源项目 superpowers 深度解读:把 AI Coding Agent 变成遵守工程流程的协作伙伴
金灵AI深度体验报告 CSDN推出金融投研AI智能助手
AI精选
