★ FEATURED ARTICLE 本文详细介绍了AI Agent Skill的概念、作用及使用方法。Skill是Agent Skills Specification V1.0标准的一部分将提示词、工具和知识封装成可被智能体按需加载的“能力单元”。通过实例教程展示了如何使用Workbuddy平台五分钟学会创建和运用Skill实现自动化任务处理。Skill有助于提升Agent工作的稳定性、沉淀工作经验、拆解复杂任务并支持渐进式披露机制有效管理上下文token消耗。文章还介绍了如何查找和使用现成的Skill以及如何安全地创建自己的Skill。最后探讨了Skill的风险和未来发展趋势。AI Agent 慢慢进入我们的生活之后我们开始越来越频繁地听到一个词Skill。这篇文章一次讲清楚Skill。并结合本人使用Workbuddy实际教程教你五分钟学会使用Skill。一、Skill 到底是什么先说一个最重要的判断Skill的完整名字叫 Agent Skills。 注意这个 Agent——它不是为了让名字显得高级随便加上去的。用一句话概括Agent Skill 就是把提示词、工具和知识按具体场景封装成一个可以被智能体按需加载的能力单元。 它是一套独立、可移植、可版本管理的说明包用来教会 AI Agent 如何完成某一类领域任务。Agent Skill 是 Anthropic 于 2025 年推出的开放标准。2025 年 10 月它随 Claude 3.7 作为产品内能力推出到 2025 年 12 月 18 日Anthropic 把它开源成跨平台标准规范叫 Agent Skills Specification V1.0。TechCrunch 当时给了一句评价说它是AI 领域的 Dockerfile。到 2026 年公开可用的 Skills 已经超过 8.5 万个支持该标准的主流平台达到 27 家。Cursor 是第一个全面采用它的 AI IDE微软 Azure AI Studio 宣布原生支持。Agent Skill 就是把领域流程打成可版本管理的说明书而不是再训练一个模型。二、举个直观的例子你想让 AI 生成一篇文章的所有插图。如果你把一段插图提示词和文章内容发给豆包或者Deep seek它可以帮你分析文章可以生成图片但它不会帮你放到文章里。这些活还是你自己干。但如果这个任务交给 Agent它可以自己读你的文章文件设计每张图的内容和风格调用画图模型生成图片把图片插入正确位置最后输出成品。网页端的模型只能对话Agent 能动手干活。所以即使 Skill 里也会出现提示词但这和 Prompt 的定位已经完全不同。三、Skill 长什么样Skill 最朴素的形态就是一个文件夹。文件夹的名字就是这个 Skill 的名字。这个文件夹里至少有一个文件叫 SKILL.md。这是一个 Markdown 格式的文档可以直接用记事本打开编辑。一个标准的 Skill 目录结构长这样my-skill/ ├── SKILL.md# 必选元数据 给 Agent 的操作说明├── scripts/# 可选可执行代码├── references/# 可选按需加载的详细文档└── assets/# 可选模板、配置样例等静态资源SKILL.md 里面写什么写这个 Skill 叫什么、什么时候应该用、具体该怎么做、输出应该长什么样、遇到问题怎么办。如果复杂一点这个文件夹里还可以放脚本代码、参考资料、模板、图片、示例文件。所以你可以把 Skill 理解成写给 Agent 的一份工作说明书。四、一个最简单的 Skill 长什么样下面就以一键整理桌面skill作为案例。大部分人桌面都堆满了文件找东西费劲。这个 Skill 解决的就是这个痛点让 Agent 帮我们把桌面上的各种文件自动归类到「图片」「文档」「压缩包」等文件夹里。它有一个 SKILL.mdMARKDOWN--- name: 一键整理桌面 description: 自动检测并整理电脑桌面上的杂乱文件按图片、文档、压缩包、表格、代码、其他等类型归类到对应子文件夹。当用户说桌面太乱了、整理桌面、分类文件时使用该技能。 --- 要整理桌面请直接执行以下 Python 命令。它会扫描桌面上的所有文件根据后缀名自动归类。 请将命令中的你的电脑用户名替换成你实际的用户名例如/Users/xiaoming/Desktop 而它让 Agent 真正去执行的那段脚本长这样BASHpython-c import os, shutil # 定位你的桌面路径这里需要手动改一下用户名 desktop rC:/Users/你的电脑用户名/Desktop # Windows系统 # desktop /Users/你的电脑用户名/Desktop # Mac系统 if not os.path.exists(desktop): print(桌面路径不对请检查用户名) exit(1) # 定义分类规则 rules { 图片: [.jpg, .jpeg, .png, .gif, .bmp], 文档: [.pdf, .docx, .txt, .md, .ppt, .pptx], 压缩包: [.zip, .rar, .7z], 表格: [.xlsx, .xls, .csv], 代码: [.py, .js, .html, .css, .json], } # 只整理桌面上的文件不碰文件夹 for file in os.listdir(desktop): file_path os.path.join(desktop, file) if os.path.isfile(file_path): moved False for folder, exts in rules.items(): if any(file.lower().endswith(ext) for ext in exts): target os.path.join(desktop, folder) os.makedirs(target, exist_okTrue) shutil.move(file_path, os.path.join(target, file)) print(f移动: {file} - {folder}/) moved True break if not moved: # 不认识的后缀统一丢进其他 target os.path.join(desktop, 其他文件) os.makedirs(target, exist_okTrue) shutil.move(file_path, os.path.join(target, file)) print(f移动: {file} - 其他文件/) print(✅ 桌面整理完成) 为什么这是一个完美的「简单 Skill」示范组成部分它在做什么元数据---包起来的部分name告诉 Agent 它叫「一键整理桌面」description告诉 Agent 只要用户说「桌面太乱」或「整理桌面」就要想起用这个技能。正文命令它不是让 AI 给你讲一堆「你应该定期归纳文件」的大道理而是直接让 Agent 去操作系统里执行一段脚本——真正去读你的硬盘、建文件夹、把文件搬过去。使用效果你只要对装了该 Skill 的 Agent比如 workbuddy说一句「帮我把桌面整理一下。」它就会自动找到这段指令操控电脑帮你把桌面上的 PDF、Word、照片、表格分门别类放好。整个过程只有一个文件SKILL.md没有复杂代码工程不需要懂编程复制保存就能用。这就是最接地气的 Agent Skill。五、一个复杂的 Skill 长什么样比如 workbuddy 技能库的PPT master Skill。它就不是只有一个 SKILL.md。它的目录里有 SKILL.md还有 scripts/ 文件夹、references/ 文件夹甚至还有许可证文件。这说明什么说明复杂 Skill 不是一段超长提示词它更像一个小型工具包。SKILL.md 负责告诉 Agent什么时候用这个 Skill任务大概的流程是什么references/ 里的文件负责讲具体怎么操作scripts/ 负责放那些需要确定性执行的代码Agent 不需要一开始把所有东西全读进来。它用到哪一步再读哪一份材料再跑对应脚本。这叫 渐进式披露Progressive Disclosure 。六、渐进式披露为什么装再多 Skill 也不爆上下文为什么一个文件夹能装很多东西却不把上下文撑爆靠的是渐进式披露分三级加载。第一级是元数据索引层 。Agent 一启动就把所有已安装 Skill 的 name 和 description 预载进系统提示。这部分很轻每个 Skill 只占几十到一百来个 token。所以你装几百个 Skill 也不会有感知。第二级是 SKILL.md 正文指令层 。只有当模型判断当前任务跟某个 Skill 的 description 匹配时才把整个 SKILL.md 读进上下文。官方建议正文控制在 5000 token 以内。第三级是脚本、参考文档、资源文件执行层 。运行时按需读取几乎无限制。核心收益你可以安装几十个 Skills而 Agent 只会在需要时才加载具体指令。未触发的 Skill 不会消耗任何上下文 token。这就是 Skill 真正和普通 Prompt 拉开差距的地方不是只有一个提示词文本还有其它各司其职的提示词文本还有脚本代码它关注的是一个任务的完整执行过程。并且只会在需要的时候加载需要的材料执行需要的脚本这比把所有东西都放到一个文本里喂给大模型要省去很多 token 和上下文的占用。Skill 是提示词的工程化封装。它让一段经验变得可复用、可组合、可迭代、可按需加载。七、Skill 有什么用第一个用处让 Agent 更稳定地帮你干活。很多人用 Agent 最大的痛点不是它完全不会而是它今天会、明天不会。今天写得还挺像人明天突然开始官腔。今天格式对了明天又忘了。Skill 就是用来解决这个问题的。 你把标准写进去Agent 每次做同类任务之前都去看一遍稳定性就会提升很多。第二个用处把你的工作经验沉淀下来。比如你每周都要写周报。你其实知道哪些事情要写成结果哪些事情只能写成进展哪些风险必须单独拎出来哪些表达老板不喜欢。但这些东西都在你脑子里。你每次让 AI 写周报都得重新说一遍。做成 Skill 之后你只需要把零散工作记录丢进去Agent 就按你的周报标准来整理。 这件事很普通但真的很有用。第三个用处让复杂任务可以拆开做。比如你想做一个公众号文章写作 Skill。SKILL.md 里写整体写作流程references/ 里放你的历史文章风格、标题方法论、选题标准assets/ 里放封面模板scripts/ 里放字数统计、禁用词扫描、格式检查。Agent 负责理解和写作脚本负责确定性检查参考资料负责提供风格约束。这样一来它就不是单纯「帮我写篇文章」了。它开始接近一条半自动内容生产线。我最近也是使用类似Skill进行公众号文章创作可以帮助我快速完成文章排版。八、怎么找到现成的 SkillWorkbuddy中自带了很多技能库可以按照自己的实际需求直接使用。有就是 GitHub 上会有一些个人或团队开源的 Skill 项目可以自己根据需求去搜索。说两点任何 Skill如果不是官方的都建议先用你的 Agent 检查一下安全性。 方法也很简单把 Skill 的地址或者整个文件夹给你的 Agent跟它说检查一下这个 Skill 的安全风险就行了。任何 Skill 的安装除了 Skill 网站提供的手动安装方法都可以直接把 Skill 的网址丢给你的 Agent比如 Claude Code跟它说帮我安装这个 Skill你的 Agent 就会自己帮你安装。九、自建SKILL帮你创建 Skill 的 Skill还有一种 Skill叫元 Skill。它不是帮你写周报、不是帮你生成图片。它是帮助你发现 Skill、创建 Skill 的 Skill。现在最典型的两个元 Skillfind-skills 解决的是我想做一件事到底有没有现成的 Skill以前我们找 Skill可能要去 GitHub 搜、去 skills.sh 搜、去别人文章里翻推荐。而 find-skills 可以直接在 Agent 里帮你搜索。安装直接跟 Claude Code 说帮我安装这个 Skillhttps://github.com/vercel-labs/skills/blob/main/skills/find-skills。skill-creator 解决的是我想做自己的 Skill怎么从 0 到 1 做出来它不是简单帮你生成一份 SKILL.md。更完整的流程是先问你这个 Skill 要解决什么问题什么时候触发期望输出长什么样然后自动帮你写一个技能草稿再设计几个真实测试任务跑一遍让你看效果如果效果不好就改再测再改。跟着提示一步步来就能创建出一个 Skill 了不懂代码也完全没有问题。安装直接跟Workbuddy 说帮我安装这个 Skillhttps://github.com/anthropics/skills/blob/main/skills/skill-creator。十、什么时候需要创建自己的 Skill给一个特别简单的判断一件事你做了 3 次以上或预判自己可能会做 3 次以上就可以考虑做 Skill。不要做一个万能 Skill。一个 Skill 解决一个具体的问题。多个小 Skill通常比一个巨大 Skill 更靠谱。十一、Skill 有风险吗有而且必须认真对待。因为 Skill 不一定只是文本。它可能包含脚本代码可能要求读取文件可能调用外部服务可能引导 Agent 做一些操作。所以别人发给你的 Skill不要闭眼安装。至少打开 SKILL.md 看一眼看看它要求 Agent 做什么。如果里面有 scripts/你又看不懂代码就别轻易运行。不要把 API Key、密码、公司机密轻易写进 Skill。也不要安装来源不明的 Skill 来处理敏感数据。尽量看 Skill 的安装量、来源是否可靠、进行综合判断。Skill 是能力放大器——好 Skill 会放大效率坏 Skill 也会放大风险。十一、人会不会被 Skill 替代有可能。已经有人在把前同事蒸馏成一个 Skill。如果你正在做的事是一个 Skill 就能讲明白的那么大概率会被替代。如果不能说明你的工作不只是机械式的动嘴动手你的工作需要调用你的思维。人的核心竞争力其实就两点思维的高度和用语言还原思维的程度。思维影响你的品味、洞察力、判断力、决策力和执行力语言影响你能在多大程度上让你的思维落地。思想维度高的人很难被 AI 替代。写在最后如果有一天公司让你蒸馏你自己而这家公司有卸磨杀驴的先例可以用用这个 Skillanti-distill,蒸馏自己的 Skill 后丢给它它会帮你输出一份看起来完整专业、实际上核心知识已被抽掉的清洗版。AI时代淘汰你的不是AI而是会用AI的人。最后当下AI大模型是当下实打实的优质风口岗位缺口大、发展前景广、薪资待遇突出对比内卷严重、涨薪晋升困难的传统技术岗是普通人转行逆袭的绝佳选择。但很多想要入局大模型领域的朋友都面临无系统学习路径、无实战资源、求职无方向的难题一个人硬啃最容易走弯路、浪费大量时间精力。这里我结合多年一线实战与教学经验整理出一套零基础大模型专属资料包含系统化学习路线图零基础到精通大模型学习书籍 文档电子版2026 最新行业报告项目实战 配套源码大厂面试真题需要的朋友微信扫描下方 CSDN 官方认证二维码免费领取保证 100% 免费。扫码免费领取全部内容下面简单介绍一下资料包含的内容1、大模型系统化学习路线图专属定制从零基础入门到企业级实战的全阶段学习体系划分清晰的四大学习阶段规避碎片化学习弊端适配新手2、0基础到进阶视频教程配套完整高清实操教程覆盖Prompt提示工程、RAG知识库搭建、Agent智能体开发、模型微调、部署落地等核心知识点所有课程搭配实操演示零基础也能轻松看懂、上手实操。3、大模型学习书籍 文档汇总30本行业经典AI、大模型、深度学习精选书籍涵盖理论原理、开发实战、算法基础、AI产品思维等各类内容4、AI大模型最新行业报告整理2024-2026年最新大模型行业白皮书、市场分析报告清晰展现行业发展趋势、技术迭代方向、岗位需求变化帮助学习者精准把握行业风口找准学习和就业方向5、大厂面试真题汇总了常见的AI大模型面试问题、知识点梳理和面经参考方便求职时针对性准备。6、大模型项目实战 配套源码包含GPT应用开发、RAG私有知识库、智能问答系统等多个企业级实战项目配套完整可运行源码从简易Demo到完整商业应用全覆盖帮助学习者将理论转化为落地实战能力积累项目经验。7、适合谁学传统后端 / Java / 前端开发想转型 AI 应用大学生、应届生想拿更好的 offer产品经理、运营想武装职业竞争力技术负责人想给团队落地提效学习是反人性的但回报是真金白银。技术会更新赛道会切换但只要你先动手机会就永远站在你这边。8、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。想要入局AI大模型赛道、抢占行业红利的朋友微信扫描下方CSDN官方认证二维码即可100%免费领取全套学习资料
阅读完成 · 觉得有帮助？
