从零讲解，一文读懂什么是Agent Skills

先说个扎心的事实

你花了三个小时，写了一段超长的提示词。反复调教大模型，让它按你的业务流程干活。终于搞定了。

第二天打开对话框，全忘了。

你又得从头来一遍。

这不是你的问题，这是所有用大模型干活的人都在经历的痛。上下文有限，提示词会被压缩，长对话里关键指令被稀释。你精心调教的那套SOP，模型转头就丢了。

Agent Skills就是为了解决这个问题而生的。

image

image

到底什么是Agent Skills

Agent Skills是一种有组织的文件夹结构，里面包含指令、脚本和资源文件，AI智能体可以动态发现并按需加载这些内容，从而在特定任务上表现得更好。

说人话就是，给AI做一个Skill，就像给新入职的员工准备一份入职指南。

如果说MCP为智能体提供了"手"来操作工具，那么Skills就提供了"操作手册"，教导智能体如何正确使用这些工具。

想象一个场景。你公司有个新来的实习生，聪明得很，什么都能学。但他不知道你们公司的代码规范，不知道数据库该怎么查，不知道发版的流程是什么。你怎么办？你会写一份操作手册给他。

Agent Skills干的就是这件事。企业无需为每个任务训练专用AI，而是通过积累和调用这些技能库，让一个通用AI助手变得专业且高效。

image

image

它长什么样

别被花哨的名字唬住了。Agent Skills的结构简单得让人意外。

一个Skill本质上就是一个目录，里面包含一个SKILL.md文件。目录结构大概长这样:

my-skill/
├── SKILL.md          # 核心文件，必须有
├── reference.md      # 参考文档（可选）
├── examples.md       # 示例（可选）
├── scripts/
│   └── helper.py     # 辅助脚本（可选）
└── templates/
    └── template.txt  # 模板文件（可选）

SKILL.md的核心是一个带有YAML前置元数据的Markdown文件，包含技能的名称和描述。

这个技能通常由三部分组成。元数据部分包含对技能的简短描述，保存在全局上下文中，体积小，非常节省Tokens。行动指南部分是真正的提示词，规定了AI每一步该怎么做。资源文件部分是最厉害的地方，可能包含Python代码或其他执行程序，保证调用Skill时能完成复杂动作。

没有复杂的框架。没有臃肿的协议。就是文件夹加Markdown。这也是它能火的核心原因。

渐进式披露，这才是真正的杀手锏

很多人第一次听到Agent Skills会说，这不就是高级版的提示词吗?

不完全是。

它最精妙的设计在于一个叫"渐进式披露"的机制。

Skills使用渐进式披露架构，智能体在启动时只加载技能的名称和描述，每个只占几十个token。这让智能体可以"知道"上百个技能，同时使用不到10%的上下文窗口。

具体怎么运作的呢?

第一层，轻装启动。 当智能体启动时，它会扫描所有已安装的技能文件夹，仅读取每个SKILL.md的前置元数据部分。根据实测数据，每个技能的元数据仅消耗约100个token。即使你安装了50个技能，初始的上下文消耗也只有约5000个token。

第二层，按需加载。 当智能体分析用户请求后，判断某个技能与当前任务高度相关时，才会读取该技能的完整SKILL.md文件内容，将详细的指令、注意事项、示例等加载到上下文中。

第三层，深度展开。 根据SKILL.md的引用，进一步按需加载关联的附加文件，比如reference.md、数据文件、Python脚本等。

技术上来看，100个技能以摘要形式总共只消耗约5000个token。每个技能的完整细节在500到2000个token之间，只在需要时才加载。

这跟传统的做法形成了鲜明对比。你想想，如果把所有操作手册一股脑塞进提示词里，上下文窗口早就爆了。模型的注意力也会被分散。传统方式下，所有规则挤占有限上下文，导致模型注意力分散，出现"指令漂移"的问题。Agent Skills通过标准化封装，实现了从"提示词工程"到"技能工程"的范式转变。

image

image

一个真实的例子

光讲概念太抽象，看个活的。

Anthropic用Agent Skills做了一个PDF文档编辑能力。Claude本来就很擅长理解PDF内容，但直接操作PDF，比如填写表单，它做不到。通过一个PDF Skill，Claude获得了这些新能力。

再比如有了Skills之后，大模型可以直接调用"绘图Skill"。这个Skill里面包含了绘图的Python脚本，大模型在后台跑一下代码，海报图片就直接生成并保存到你的文件夹里了。

还有个更实际的场景。ClickHouse团队在构建编码助手时，最初用了四个专门的Agent来处理不同的数据库迁移任务。范围很窄，只支持Postgres和TypeScript。当Anthropic发布Agent Skills之后，他们引入了Skills来扩展能力，现在可以支持MySQL、MongoDB，以及Python和Java代码库，而不需要重写核心Agent。

这就是Skills的威力。你不需要为每个新场景重新造一个Agent，只需要加一个Skill就好了。

image

image

Skills和MCP到底是什么关系

这可能是最多人困惑的问题。MCP刚火起来没多久，Skills又来了，是要取代MCP吗?

答案很明确，不是。

简单来说，MCP给智能体提供能力。Skills教智能体如何用好这些能力。

Anthropic自己打过一个比方，MCP就像你能进入五金店的各个货架。Skills就像店员的专业知识。能走到水管配件货架前，不代表你知道怎么修水管漏水。

Skills教智能体如何工作，MCP给它们真正执行的能力。

举个更直观的例子。MCP连接到Stripe的API，提供访问能力。Stripe Skill定义了支付处理的工作流程，提供流程性知识。两者结合才构成完整的AI智能体基础设施。

Skill提供所有的知识、最佳实践和操作方法论，然后MCP负责实际执行动作。Skill是大脑，它知道该做什么、该怎么做，MCP是手脚，负责真正去干。

所以别纠结选哪个了。我们不再争论智能体应该有工具还是指令了。我们正在构建同时需要两者的系统。

48小时席卷全行业

Agent Skills不是一个小众工具。它正在以一种不可思议的速度被整个行业采纳。

image

image

2025年12月18日，Anthropic将Agent Skills作为开放标准发布。在48小时内，微软将Skills集成到VS Code中，OpenAI在ChatGPT和Codex CLI中添加了"结构上完全相同的架构"，GitHub仓库的star数突破了20000。

Atlassian、Figma、Canva、Stripe、Notion、Zapier等主要企业平台都推出了合作伙伴构建的Skills。

同一个Skill现在可以在Claude、ChatGPT、Codex或VS Code AI助手之间通用。

目前，Goose、Claude Code、Cursor等工具都已采纳这一标准。甚至OpenAI也在ChatGPT和Codex CLI中悄悄采用了相同的结构。

行业正在走向一种"一次编写，到处运行"的AI行为模型。一个精心编写的SKILL.md创建了一个可移植的任务定义，不被锁定在任何特定的模型提供商或接口。无论底层的LLM是Claude 4.5 Sonnet、GPT-5，还是通过Ollama运行的开源模型，你的Skill都是唯一的事实来源。

这速度说明了什么？整个行业迫切需要跨平台的AI智能体可移植性。

为什么Skills能火

很多技术概念叫好不叫座。Agent Skills能在48小时内被竞争对手采纳，背后有几个深层原因。

第一，格式极简。 Skills就是"文件夹加Markdown文件"，不需要复杂的框架。任何开发者都能在几分钟内创建可移植的AI工作流。

第二，解决了真实痛点。 早期智能体生态是一个充斥着私有API和碎片化工具集的混乱格局，几乎不可能构建稳健的跨平台应用。Skills和MCP一起，给这个混乱带来了秩序。

第三，消除了供应商锁定。 对于企业来说，这意味着可以建立一个企业标准操作程序的Skills仓库，而不用担心被某个供应商绑架。

第四，非开发者也能参与。 Skills让非开发者也能贡献智能体能力，这将极大拓展AI应用的边界。领域专家不需要会写代码，写一份Markdown格式的操作手册就行。

国内的跟进情况

这股浪潮当然也影响到了国内。

国内头部大模型厂商也在积极跟进。MiniMax通过支持OpenClaw生态，让语音、音乐生成等多模态能力在全球范围内流通复用。阶跃星辰将复杂操作链路封装为"妙计"Skills，深度适配飞书、钉钉等国内主流协作软件。

更让人兴奋的是学术界的应用。复旦大学科研团队将高度专业的科研操作封装为可调用模块，驱动机械臂在16分钟内完成96个样本的高通量实验，将过去需要数月带教的经验转化为可即时复用的数字技能。

ModelScope社区也在其开源Agent项目MS-Agent中，推出了对Agent Skills协议的开源实现。

怎么上手

说了这么多，你可能想试试了。其实上手非常简单。

第一步，创建目录结构。 在你的项目文件夹下创建一个skills目录。

第二步，写一个SKILL.md文件。 格式是这样的:

---
name: my-awesome-skill
description: 这个技能用来做XXX，当用户需要XXX时触发
---

# 技能说明

## 执行步骤
1. 首先做XXX
2. 然后做XXX
3. 最后做XXX

## 注意事项
- 不要做XXX
- 遇到XXX情况时这样处理

第三步，放到正确位置。 Agent Skills是一个开放标准，可以跨多个AI智能体工作。不同工具的Skills目录位置不同。Claude Code放在.claude/skills/下，VS Code放在.github/skills目录中。Codex则在每个目录中扫描.agents/skills。

第四步，让智能体发现并使用。 智能体在启动时会扫描这些字段来判断某个Skill是否相关，然后在需要时加载完整的指令。

就这么简单。没有什么复杂的安装过程，没有什么依赖地狱。

一些冷静的思考

说到这里，我得泼点冷水。

Agent Skills确实很火，但它不是万能药。

由于Skills是用自然语言定义的，这给大模型留下了误解和幻觉的空间，并且不提供唯一确定性的方式来执行任务。虽然看起来Skill直接给了智能体一个可执行的工具，但实际上它只是提供了精确的指令，最终能否成功取决于大模型理解和执行这些指令的能力。

对于MCP工具来说，智能体的挑战只是决定用哪个工具、什么时候用。而对于Skill来说，智能体需要决定用哪个Skill、什么时候用，还有怎么用。"怎么用"是智能体自己回答的，很大程度上取决于它对Skill指令的推理能力。

触发Skills的过程可能存在不确定性，这比MCP工具的确定性调用要更加棘手和不可预测。

而且，目前Skills只负责加载，不负责上下文卸载。随着任务越来越复杂，这个问题可能会越来越明显。

另外，LlamaIndex团队在实践中发现，Skills需要不断保持更新以匹配最新的代码实践，而MCP文档服务器可以随着新功能的添加自动更新。这意味着维护Skills是有成本的，不是写完就不管了。

未来会怎样

Anthropic的愿景是，让智能体能够自己创建、编辑和评估Skills，让它们把自己的行为模式编码成可复用的能力。

想想这意味着什么。AI不仅能读操作手册，还能自己写操作手册。

Anthropic的研究已经表明，多智能体系统，一个主智能体协调多个专业子智能体，在复杂研究任务上的表现比单个更强大的智能体高出超过90%。

2025年解决了连接的问题，2026年将是解决大规模控制和协调挑战的一年。

回顾整个发展脉络，阶段1解决了"能不能调"的问题（可靠性），阶段2解决了"会不会用"的问题（自主性），阶段3解决了"好不好连"的问题（标准化），阶段4解决了"专不专业"的问题（专业化）。

Agent Skills就是第四阶段的答案。

image

image

最后说两句

Agent Skills的本质其实很朴素。它不是什么颠覆性的黑科技，而是一种工程上的优雅解法。

把领域知识打包成模块。让模型按需加载。跨平台可移植。就这么回事。

但就是这么简单的东西，48小时内让微软和OpenAI都选择了跟进。因为整个行业都在等一个标准，一个能让AI从"通用聪明"变成"专业能干"的标准。

现在这个标准来了。

你要做的，不是观望，而是开始把你的专业知识封装成一个个Skill。因为在不远的将来，你积累的领域经验，你总结的最佳实践，你踩过的那些坑，都可以变成一个文件夹，一个SKILL.md，让AI替你，替你的团队，替整个行业去复用。

这才是Agent Skills真正的意义。

本文内容基于Anthropic官方文档、VS Code官方文档、OpenAI Codex文档以及多位开发者的实践反馈整理而成，信息截至2026年3月。技术发展迅速，建议关注agentskills.io获取最新规范。