背景

我們曾經(jīng)認為不同領域的 Agent 會有很大的不同，每個 Agent 需要自己的工具和支撐結(jié)構(gòu)，這意味著每個領域都需要一個單獨的 Agent：

different-domain-agent.png

當然，每個領域的定制化非常重要，但實際上底層的 Coding Agent 比我們想象的要通用的多。我們意識到，代碼不僅僅是一個領域，更是通往數(shù)字世界的通用接口。

簡單來說，代碼就是我們所需要的一切！

Code is all you need

我們常用的 Cursor、Claude Code 等 Coding Agent 就是一個通用 Agent，而基于通用 Agent 去構(gòu)建各個領域的用例就是我們正在邁進的一個新范式：

new-pattern.png

這種新范式使 Agent 與運行時環(huán)境之間的耦合變得更緊密。假如你要生成一份財務報告，Agent 會先調(diào)用工具獲取數(shù)據(jù)，接著在文件系統(tǒng)中預處理這些數(shù)據(jù)，然后調(diào)用 Python 腳本進行分析，最后調(diào)用 Python 腳本將洞見整合并輸出為 md 格式的文件。在整個過程中，核心的支撐結(jié)構(gòu)突然變得像 bash 和文件系統(tǒng)一樣精簡，這非常具有可擴展性。

但我們很快就會遇到另一個問題，就是領域?qū)I(yè)知識。

你希望誰來幫你報稅？是 Mahesh 這個具有 300 智商的數(shù)學天才，還是 Barry 這個具有豐富經(jīng)驗的稅務專家？

tax-expert.png

你大概率會選擇 Barry，因為報稅需要的是領域?qū)＜业姆€(wěn)定執(zhí)行，而不是天才的即興推導。

但現(xiàn)在的 Agent 恰恰更像 Mahesh——推理能力強，能舉一反三，遇到實際工作中卻經(jīng)常卡在三件事上：

• 缺背景：組織里的約定、歷史決策、合規(guī)紅線，模型默認不知道
• 難沉淀：同類任務反復做，輸出漂移，質(zhì)量靠人盯
• 不長記性：這次踩過的坑，下次還會踩

這就是 Anthropic 提出 Agent Skills（智能體技能）的原因。

什么是 Agent Skills

從概念上來說，Agent Skills 是給 Agent 的“工作手冊”或“SOP（標準作業(yè)程序）”。它將領域?qū)I(yè)知識、工作流程和最佳實踐固化下來，讓一個通用的 Agent 能夠在需要時動態(tài)加載，從而化身為領域?qū)＜摇?/p>

從形態(tài)上來說，Agent Skills 是有組織的文件集合，為 Agent 打包可組合的流程知識，還可以包含大量腳本作為工具。換句話說，技能就是文件夾，這種簡潔是有意為之，天然支持 git 版本管理、模塊化組合和團隊共享。我們希望無論是人還是智能體，只要有一臺電腦，都能創(chuàng)建和使用技能。

你可以創(chuàng)建或復用很多技能，同時每個技能可以包含大量信息。我們希望保護上下文窗口，這樣就能一次性容納數(shù)百個技能，并讓它們實現(xiàn)真正可組合。

如何在一個上下文窗口容納數(shù)百個技能呢？我們需要一種更先進的知識封裝和調(diào)用機制。這種機制，應該能讓我們的領域?qū)I(yè)知識像一個個獨立的“知識插件”一樣存在，只有在 AI 處理相關(guān)任務時，才被精準地、動態(tài)地、高效地加載進來。

這種機制就是“漸進式披露”，決定了 Agent Skills 的三層架構(gòu)：

agent-skills-arch.png

• 第一層：元數(shù)據(jù)層（Metadata）——每個技能只暴露名稱和一句話描述，相當于索引卡片。Agent 啟動時一次性掃描所有卡片，成本極低。
• 第二層：指令層（Instructions）——即 SKILL.md 的主體內(nèi)容，包含核心工作流程、工具說明和注意事項。只有當 Agent 判斷某個技能與當前任務相關(guān)時，才會加載這一層。
• 第三層：資源層（Resources）——詳細的參考手冊、示例、腳本和模板等。只有在 Agent 執(zhí)行 SKILL.md 的過程中真正需要時，才按需讀取或運行資源。當運行腳本時，只有腳本的最終輸出結(jié)果會進入上下文，而腳本代碼本身不會。這避免了將冗長的代碼注入 Prompt，進一步節(jié)省了寶貴的上下文空間。

這就是漸進式披露的核心思路：不是一股腦把所有知識塞進上下文，而是逐層按需加載——先掃索引、再讀指南、最后查資料或運行腳本。每一層都充當下一層的"門衛(wèi)"，只有通過了才會繼續(xù)深入。這樣即使注冊了數(shù)百個技能，實際占用的上下文窗口也只是當前任務真正需要的那一小部分。

以技能 pptx 為例，其目錄結(jié)構(gòu)如下：

├── SKILL.md                    # 第一層 + 第二層：元數(shù)據(jù) & 核心指令
├── LICENSE.txt
├── html2pptx.md                # 第三層：從零創(chuàng)建 PPT 的詳細參考
├── ooxml.md                    # 第三層：編輯既有 PPT 的詳細參考
├── scripts/                    # 第三層：工具腳本
│   ├── html2pptx.js            #   HTML → PPTX 轉(zhuǎn)換
│   ├── inventory.py            #   提取文本清單
│   ├── rearrange.py            #   幻燈片重排
│   ├── replace.py              #   批量替換文本
│   └── thumbnail.py            #   生成縮略圖網(wǎng)格
└── ooxml/                      # 第三層：OOXML 底層工具 & Schema
    ├── schemas/                #   Office Open XML 標準定義
    │   └── ...                 #   (20+ .xsd 文件)
    └── scripts/                #   打包/解包/校驗腳本
        ├── pack.py
        ├── unpack.py
        ├── validate.py
        └── validation/

對照三層架構(gòu)來看這個例子：

可以看到，一個技能可以包含大量內(nèi)容（這個技能有 56 個文件），但真正進入上下文窗口的，始終只是當前任務步驟所需的那一小片。

Agent Skills 將 Prompt Engineering 從一次性的“手工作坊”模式，提升到了可復用、可維護的“工業(yè)化生產(chǎn)”階段：

prompt-to-skills-evolution.png

• 高度復用：一個編寫良好的 Skill（例如，“從財報中提取關(guān)鍵指標”）可以在無數(shù)個不同的任務和 Agent 中被復用，避免了為每個相似任務重復編寫和調(diào)試復雜 Prompt 的人力成本。
• 簡化維護：當一個流程或 API 發(fā)生變化時，開發(fā)者不再需要在成百上千個散落的 Prompt 中進行“查找替換”，而只需更新一個對應的 Skill 文件即可。這種集中式的管理極大地降低了維護成本和出錯風險。
• 促進協(xié)作：Skills 的模塊化特性使得團隊協(xié)作變得更加容易。不同領域的專家可以獨立開發(fā)和貢獻各自的 Skill，最終組合成一個強大的 Agent，實現(xiàn)了知識的沉淀和共享。

Agent Skills 是如何工作的

了解了 Agent Skills 是什么，我們再來看看它是怎么工作的。這就像拆開一臺機器，看看里面的齒輪是怎么轉(zhuǎn)動的。

啟動時的"登記注冊"

當你早上打開 Cursor 或 Claude Code 時，AI 做的第一件事不是等你說話，而是悄悄地掃描技能目錄。

以 Cursor 為例，它會掃描兩個位置：

• ~/.cursor/skills/——個人技能目錄，存放你自己積累的技能，跨項目通用
• {project}/.cursor/skills/——項目技能目錄，存放團隊共享的技能，隨代碼庫一起版本管理

掃描的過程很快，因為只讀取每個 Skill 的"名片"（元數(shù)據(jù)）：技能叫什么名字，能做什么事情。就像你進入一個圖書館，先看看目錄板，了解有哪些分類的書。

這個過程只需要幾百個 tokens，幾秒鐘就完成了。

AI 在心里建立了一個索引：

• PDF 相關(guān)的任務 → 調(diào)用 PDF Skill
• PPT 相關(guān)的任務 → 調(diào)用 PPTX Skill
• ......

這個索引會被緩存起來，除非你添加、修改或刪除了 Skill，否則不需要重新掃描。系統(tǒng)會監(jiān)聽文件變化，一旦檢測到 Skill 有變化，會自動更新索引，連重啟都不需要。

對話時的"智能匹配"

登記注冊只是準備工作，而真正有意思的事情發(fā)生在你開口說話的那一刻。

假設你對 Cursor 說了一句：

"幫我做一份關(guān)于 AI 發(fā)展趨勢的演示文稿，要好看一點。"

這句話看起來很簡單，但 Agent 在幕后瞬間完成了好幾件事。

第一步：意圖識別——你到底想干什么？

Agent 先理解你的意圖：用戶想創(chuàng)建一份 PPT。這不是寫代碼，不是分析數(shù)據(jù)，也不是處理 PDF，而是做演示文稿。

第二步：技能匹配——翻索引卡片

還記得啟動時建立的那個索引嗎？Agent 拿著"創(chuàng)建演示文稿"這個意圖，去索引里找對應的技能。

一翻就找到了：

pptx —— Presentation creation, editing, and analysis.

匹配成功。就像你去圖書館找"烹飪"類的書，目錄板上清清楚楚寫著在 3 樓 B 區(qū)。

第三步：加載指令——打開"操作手冊"

匹配到技能后，Agent 立刻讀取 SKILL.md 的完整內(nèi)容（第二層：指令層）。

這份文件就是一本"操作手冊"，告訴 Agent：

• 創(chuàng)建新 PPT 時要用 html2pptx 工作流
• 動手寫代碼之前，先分析內(nèi)容、選定配色方案和設計風格
• 只能使用 web-safe 字體（Arial、Georgia、Verdana……）
• 布局要遵循視覺層次：大標題用 72pt，正文用 11pt
• 圖表和表格絕不能堆在文字下面，要用雙欄或全幅布局
• 做完之后要生成縮略圖，自己檢查有沒有文字溢出、對比度不夠等問題

注意，這時候 Agent 并沒有加載所有細節(jié)。它只是知道了"大方向怎么走"，具體的技術(shù)參考還沒打開。

第四步：按需深入——用到什么查什么

當 Agent 真正開始動手時，才會觸發(fā)第三層（資源層）的加載。比如：

• 需要把 HTML 轉(zhuǎn)成 PPT？去讀 html2pptx.md，里面有完整的 API 語法和格式規(guī)則
• 需要選配色？SKILL.md 里列了 18 套精選配色方案，Agent 會根據(jù)"AI 發(fā)展趨勢"這個主題挑一套合適的——也許是"Deep Purple & Emerald"，科技感十足
• 需要轉(zhuǎn)換腳本？直接調(diào)用 scripts/html2pptx.js 來執(zhí)行

這就是漸進式披露在實戰(zhàn)中的樣子：不是一開始就把 56 個文件全部塞進大腦，而是走到哪一步，就打開哪一份資料。

整個過程，打個比方

想象你是一個新來的實習生，接到任務要做一份 PPT。你不會把公司所有的文件都翻一遍，而是：

1. 先問前輩："咱們公司做 PPT 有沒有什么規(guī)范？"——意圖識別
2. 前輩指了指文件柜："第三個抽屜，那本藍色的手冊。"——技能匹配
3. 你拿出手冊，翻到"從零創(chuàng)建演示文稿"那一章——加載指令
4. 做到配色那一步，手冊上寫著"參考附錄 B 的配色表"，你翻到附錄 B——按需深入

Agent 做的事情和你一模一樣，只不過它翻得更快，記得更牢。

這個"智能匹配"的過程幾乎是瞬間完成的，你感知不到任何延遲。從你敲下回車的那一刻起，Agent 已經(jīng)知道該用什么技能、該怎么做、該注意什么，剩下的就是執(zhí)行了。

Skills 的柔性設計

有人可能會問：Skills 是不是會限制 Agent 的靈活性？如果環(huán)境不一樣怎么辦？

這就涉及到 Skills 設計的一個巧妙之處：它提供指導，而不是強制約束。

比如，PPTX Skill 推薦使用 html2pptx 工具來創(chuàng)建演示文稿（因為它能實現(xiàn)精確的布局控制），但這個工具需要 Node.js 環(huán)境。

如果你的電腦上沒裝 Node.js，Agent 會崩潰嗎？

當然不會。當 Agent 會發(fā)現(xiàn)環(huán)境中沒有 Node.js，然后自主選擇替代方案，比如用 Python 的 python-pptx 庫。雖然技術(shù)棧換了，但 Agent 還是會遵循 Skill 里的設計原則：配色方案怎么選、布局怎么安排、內(nèi)容怎么組織。

這就像一個廚師拿到了菜譜，菜譜上寫著"用煤氣灶"，但廚房只有電磁爐，廚師不會傻乎乎地說"沒法做飯了"，而是換用電磁爐，但還是按照菜譜的火候和步驟來做。

Skill 提供的是"道"（原則和思路），Agent 結(jié)合環(huán)境選擇"術(shù)"（具體實現(xiàn)）。這種柔性設計，讓技能既有指導作用，又不會因為環(huán)境差異而失效。

如何使用 Agent Skills

理論講得差不多了，現(xiàn)在該動手實踐了。不用擔心，使用 Agent Skills 比你想象的要簡單得多。

五分鐘快速開始

想體驗 Agent Skills，你只需要三步：

第一步：獲取 Skills

Anthropic 在 GitHub 上開源了一些常用的 Skills，包括 PDF 、PPTX 等。

打開終端，運行：

git clone https://github.com/anthropics/skills

幾秒鐘，你就下載了一個技能庫。

第二步：部署 Skills

決定把 Skills 放在哪里，以 Cursor 為例：

• 如果只是自己用，放到個人目錄：~/.cursor/skills/
• 如果要團隊共享，放到項目目錄：{project}/.cursor/skills/

比如，你想用 PDF 和 PPTX 技能，當前目錄為項目所在的根目錄：

# 個人使用
cp -r skills/pdf skills/pptx ~/.cursor/skills/

# 團隊共享
cp -r skills/pdf skills/pptx ./my-project/.cursor/skills/

第三步：測試 Skills

打開 Cursor，試試看：

"請幫我寫一個 Agent Skills 的膠片，適合初學者"

Cursor 的執(zhí)行過程：

1. 我來先讀取相關(guān)的技能文件和已有的內(nèi)容資料。
2. 現(xiàn)在我有了所有需要的資料。讓我來規(guī)劃并創(chuàng)建這份演示文稿。
3. 設計方案：這是一個關(guān)于 AI/Agent 技術(shù)的主題，面向初學者，需要現(xiàn)代感、親和力和專業(yè)性并存。我將使用 Deep Purple & Emerald 配色（紫色 #B165FB + 深藍黑 #181B24 + 翡翠綠 #40695B），傳達創(chuàng)新和技術(shù)前沿的感覺，同時保持清晰易讀。

4. 實現(xiàn)方案：

   
   
   todos.png
   
   

   ...

最后生成的 pptx 預覽：**

agent-skills-pptx.png

MCP 與 Skill 的關(guān)系

下面列出針對 Prompt、Skills、MCP 三種上下文工程手段的橫向?qū)Ρ龋?/p>

MCP 屬于連接層，為 Agent 連接了廣闊的外部世界，把數(shù)據(jù)和工具帶進來。Skill 屬于知識層，為 Agent 裝配了領域?qū)I(yè)知識，按需逐層加載。知識層 Skill 可以依賴連接層 MCP 提供的工具實現(xiàn)更強大的功能。

mcp-skill.png

下面舉一個例子。

場景：分析用戶行為數(shù)據(jù)

數(shù)據(jù)分析 Skill：

• 提供數(shù)據(jù)分析的標準流程（數(shù)據(jù)清洗→探索性分析→可視化→得出結(jié)論）
• 定義團隊的數(shù)據(jù)可視化規(guī)范（用什么圖表、什么配色）
• 給出常見分析場景的模板

工具 MCP：

• 連接用戶行為數(shù)據(jù)庫，獲取原始數(shù)據(jù)
• 調(diào)用數(shù)據(jù)分析工具的 API
• 把分析結(jié)果存儲到文件系統(tǒng)

工作流程：

1. 你說："分析一下上周的用戶活躍度"
2. Agent 匹配到"數(shù)據(jù)分析 Skill"，了解分析流程
3. Agent 通過 MCP 連接數(shù)據(jù)庫，獲取上周數(shù)據(jù)
4. Agent 按照 Skill 的指導進行分析
5. Agent 通過 MCP 調(diào)用可視化工具生成圖表
6. Agent 按照 Skill 的規(guī)范整理分析報告

假如 Agent 是一個廚師，那么 Skill 是菜譜（告訴你怎么做菜），MCP 是冰箱和廚具（提供食材和工具）。只有當 Skill 和 MCP 緊密配合，才能做出一桌好菜。

兩個提示：

• 對于簡單的技能，可以不調(diào)用工具，或者僅調(diào)用自己攜帶的腳本工具。
• 在必要時，可以充分利用技能的優(yōu)勢，從而將 MCP 工具封裝為一個 Skill，比如在 Python 腳本中直接實現(xiàn)一個 MCP Client。

總結(jié)

Agent Skills 的核心理念可以用一句話概括：把領域?qū)I(yè)知識裝進文件夾，讓通用 Agent 變成領域?qū)＜?/strong>。

掌握 Agent Skills，意味著你開始以一種全新的、更高級的方式來“編程”AI。你不再是為 AI 編寫一次性的“腳本”（Prompt），而是在為它構(gòu)建一個可復用的、可發(fā)現(xiàn)的、不斷成長的“能力庫”。所以，技能的價值很大一部分來自于共享和分發(fā)。

粗略類比一下：模型是處理器，Agent 是操作系統(tǒng)，Skills 是應用程序。只有少數(shù)公司構(gòu)建了處理器和操作系統(tǒng)，而數(shù)百萬開發(fā)者通過應用程序創(chuàng)造了更大的價值。Skills 正在打開應用程序這一層，每個開發(fā)者都可以發(fā)揮創(chuàng)造力，把領域?qū)I(yè)知識放進文件夾，為自己、他人及全世界解決一個具體問題。

moving-up-the-stack.png

是時候停止重復構(gòu)建 Agent，開始構(gòu)建技能了。

然而，需要警惕的是，我們應該采取一種理性和審慎的態(tài)度對待 Agent Skills 這項重要創(chuàng)新：

• 不要一切皆 Agent Skills，因為它不是魔法，更不是可以即插即用的“銀彈”。
• 必須將 Agent Skills 視為代碼，而非文檔，對其進行嚴格的代碼審查、依賴掃描和版本控制，尤其對于第三方的，警惕成本優(yōu)勢背后的“隱性負債”。

隨著技能生態(tài)的成長，Anthropic 認為還需要在以下方向持續(xù)探索：

• 質(zhì)量保障：像對待軟件一樣對待技能——探索、測試、評估，確保 Agent 在正確的時間加載并觸發(fā)正確的技能，同時衡量輸出質(zhì)量是否達標。
• 版本管理：清晰追蹤技能的演進以及由此帶來的 Agent 行為變化，保持明確的演變脈絡。
• 多技能組合：讓多個技能協(xié)同工作，使 Agent 展現(xiàn)出更復雜、更貼合場景的行為。

參考文獻

• 《Don't Build Agents, Build Skills Instead》，Barry Zhang & Mahesh Murag，Code Summit · Anthropic
• 《智能涌現(xiàn)的基石：精通Agent Skills，為AI植入專家能力》，Tony Bai，極客時間 · AI 原生開發(fā)工作流實戰(zhàn)
• 《代碼就是一切：為什么Anthropic不再做"專用Agent"？》，claudecn，微信公眾號 · 架構(gòu)師
• 《對待 Skills，請理性祛魅》，李顏良，微信公眾號 · AI原生應用