LLM Wiki
原始来源（不可变）

Agent Skills 终极指南：入门、精通、预测

文件路径：raw/260304-Agent Skills（终极指南）-一泽Eze-公众号.md

Agent Skills 终极指南：入门、精通、预测

作者: 一泽Eze

原文: https://mp.weixin.qq.com/s/jUylk813LYbKw0sLiIttTQ

🎐 卷首语

应该是全网最好的 Skills 中文指南与教程，全文 1.2w 字，包含了我对 Skills 的完整应用思考。

巧借通用 Agent 内核，只靠 Skills 设计，就能低成本创造具有通用 AI 智能上限的垂直 Agent 应用。

@ 一泽Eze

核心观点

Claude Skills 的价值，还是被大大低估了。

一个好 Skill 能发挥的智能效果，甚至能轻松等同、超越完整的 AI 产品。任何不懂技术的人，都能开发属于自己的 Skills。

案例：

  • Article-Copilot：一个 skill 就实现了从素材处理到正文写作的 Agent 应用
  • AI Partner Skill：让通用 Agent 深度学习你的记忆，塑造懂你的 AI 伴侣

一、Skills 是什么：从概念来源到运作原理

1.1 概念定义

2025 年 10 月中旬，Anthropic 正式发布 Claude Skills。两个月后，Agent Skills 作为开放标准被进一步发布。

核心定义：

Skills 是"通用 Agent 的扩展包"。Agent 可通过加载不同的 Skills 包，来具备不同的专业知识、工具使用能力，稳定完成特定任务。

1.2 与 MCP 的区别

维度 MCP Skill
定位 开放标准的协议 完整的能力扩展包
关注点 AI 如何调用外部工具、数据和服务 如何完整处理特定工作
内容 不定义任务逻辑或执行流程 包含执行方法、工具调用方式、相关知识材料
目标 统一接口标准 使 Agent 具备稳定、可复用的做事方法

1.3 官方 Skills 示例

  1. PDF Skill

    • 包含 PDF 合并、拆分、文本提取等代码脚本
    • 教会 Agent 如何处理 PDF 文件

  2. Brand-guidelines Skill

    • 包含品牌设计规范、Logo 资源
    • Agent 设计时自动遵循企业设计规范

  3. Skill-Creator Skill

    • 把创建 Skill 的方法打包成元 Skill
    • 让 AI 发起 Skill 创建流程，引导用户创建

1.4 运作原理

Skill 的设计架构类似于"工作交接 SOP 大礼包"：

  1. 任务的执行 SOP 与必要背景知识（这件事大致怎么做）
  2. 工具的使用说明（用什么软件、怎么操作）
  3. 要用到的模板、素材（历史案例、格式规范）
  4. 可能遇到的问题、规范、解决方案（细节指引补充）

Skill 结构：

  • SKILL.md（必需）：元数据 + 指令文档
  • scripts/（可选）：代码脚本
  • reference/（可选）：参考文档
  • assets/（可选）：素材资源

运行流程：

  1. Agent 以 SKILL.md 为第一指引
  2. 结合任务情况，判断何时需要调用代码脚本、翻阅参考文档、使用素材资源
  3. 通过"规划-执行-观察"的交错式反馈循环，完成任务目标

二、Skills 的真实价值：垂直 Agent 的未来态

2.1 三大关键优势

优势 1：零代码、自然语言，编写真·智能 Agent

与传统方式对比：

  • 程序编写的 AI 应用：必须懂程序逻辑、技术实现
  • Workflow 平台（Coze、Dify、N8N）：需理解节点配置、条件分支
  • Skills：入门门槛极低，智能上限极高

简单案例：brand-guidelines skill

  • 仅有一个 SKILL.md，纯自然语言写成
  • 包含品牌颜色、字体等文本描述
  • 足以引导 Agent 变成符合品牌设计的垂直 Agent

复杂案例：AI-Partner Skill

  • 包含 SKILL 文档、向量数据库构建指南、向量数据库使用脚本、AI 伴侣与用户的 Persona 模板资源
  • 实现了从用户记忆文档到个性化 AI 伴侣的完整流程

核心发现：

非技术出身的领域专家，离自己做专业 Agent 只剩隔着一层窗户纸——把你的专业经验和工作流程，用文档形式写清楚，Agent 就能照着执行。

优势 2：突破预设限制，灵活应对实际情况

Workflow/传统程序的问题：

  • 假设所有情况都能预设
  • 遇到意外就报错，或要求用户自行消除差距

Skill Agent 的优势：

  • 能在统一的对话框，接收各类用户数据（文本、文件、图片）
  • 能自主调用其他 Skill，或即时编写脚本，自动转换用户格式
  • 能基于 LLM 的推理智能，弥合各类边缘问题

案例：AI-Partner-Chat

  • 借 Agent 的"观察-规划-执行"动态智能
  • 对用户文档进行自适应切片（而非固定分隔符 or 字数切分）
  • DailyNotes 按照日期标题切分；项目笔记按照标题级别与语义切分

优势 3：多 Skills 自由联用

Skill 本质是 Context 工程，可以灵活组合：

组合示例：

  1. brand-guidelines + pptx：自动制作符合品牌规范的 pptx
  2. AI-Partner-Chat + Article-Copilot：写出更符合个人思考与文风的内容
  3. 产品分析报告：
    • 从网页抓取竞品数据（Web Scraping Skill）
    • 提取 PDF 中的用户反馈（PDF Skill）
    • 分析数据并生成图表（Data Analysis Skill）
    • 按品牌规范制作 PPT（Brand Guidelines + PPTX Skill）

每多一个 Skill，就多一种能力，N 个 Skill 可以应对远超 N 的应用场景。

三、Skills 核心运行机制：渐进式披露

3.1 Context 加载问题

问题：上下文过长容易导致模型能力下降

解决方案：渐进式披露（Progressive Disclosure）

3.2 三层加载优先级

Level 1（元数据，始终加载）：

  • SKILL.md 内的元数据（name + description）
  • 约 100 tokens
  • Agent 启动时就加载，用于匹配用户消息

Level 2（指令，触发时加载）：

  • SKILL.md 的正文内容
  • 建议少于 5000 tokens
  • 当用户消息与 Skill 元数据匹配时，Agent 才读取

Level 3（子技能/资源/代码，按需动态加载）：

  • Sub-SKILL.md（子技能文档）
  • Scripts（代码脚本）：不进 Context Window，只有运行结果进入
  • Reference（参考文档）
  • Assets（可用资源）
  • 按需加载，无大小限制

3.3 加载流程

Level 1: SKILL.md 元数据（name + description）
    ↓
Level 2: SKILL.md 完整内容
    ↓
Level 3: Resources 中的具体文件（按需读取）

核心优势：可以给一个 Agent 同时安装很多 Skills，但不影响上下文性能。

四、Skills 对 AI 产品设计的影响

4.1 性能问题讨论

问题：基于 Skills 做的垂直 Agent，会不会有依赖推理，响应速度降低的问题？

答案（Mulerun 付铖）：

  1. Skills 是一种非常宽容的 Agent 设计架构
  2. Skills 可以被设计为很多 tokens 的指令文档，也可以是无需思考的简单指令，直接指向可运行的脚本代码
  3. Skills 能直接调用代码逻辑，不进 Context 窗口
  4. 所以 Skills 慢起来可以是 prompt，快起来也可以是 workflow

趋势判断：

  • token 价格会下降
  • agent 速度会提升

4.2 AI Native 产品的发展趋势

传统 APP 逻辑：

新笔记 → 代码 → 处理（原模原样直接入库）

AI Native APP 逻辑：

新笔记 → Agent + Skills 自动判断
    ↓
能不能直接入库？
要不要智能纠错？
有没有冗余的历史相似笔记需要合并？

核心优势：

  • 用同一个多模态输入框，处理用户各种不同的输入
  • 灵活应对未被规划的边缘问题
  • 为用户提供绝对个性化的生成需求

五、Skills 完全教程：制作与使用

5.1 如何使用 Skills？（Claude Code 版）

Step 1：安装 Claude Code

遵循官方安装指引：https://code.claude.com/docs/en/quickstart

推荐方法：把官方指引发给任意 AI（ChatGPT、Kimi），让它一步步教你。

claude --version  # 验证安装成功

Step 2：替换模型（如果不用 Claude）

推荐模型：GLM 4.7、Kimi K2-thinking

工具：CC Switch（模型管理工具）

Step 3：安装并使用 Skills

创建测试文件夹：

mkdir test
cd test
claude  # 启动 CC

安装 Skill：

  • 自动安装：安装 skill，skill 项目地址为：<skill 项目地址>
  • 手动安装：下载 Skill 文件包，放到 /.claude/skills/ 或 ～/.claude/skills/

使用 Skill：

  • 显式调用：开始使用<skill 名称>
  • 隐式调用：用户消息与 skill 元数据描述匹配，自动调用

Skills 市场：

5.2 如何制作一个 Skill？

方法 1：使用 skill-creator

安装：

项目地址：https://github.com/anthropics/skills/tree/main/skills/skill-creator

使用：

创建 skill，能实现 pdf 转 word 的功能

skill-creator 会自动：

  • 编写 SKILL.md
  • 创建 pdf2word 脚本
  • 提示创建成功

方法 2：手动创建

结构示例：

my-skill/
├── SKILL.md          # 必需：元数据 + 指令
├── scripts/          # 可选：代码脚本
│   └── tool.py
├── reference/        # 可选：参考文档
│   └── guide.md
└── assets/           # 可选：素材资源
    └── template.json

SKILL.md 结构：

---
name: my-skill
description: 技能描述（用于匹配用户消息）
---

# 技能指令

这里是详细的指令文档...

## 工作流程
1. 步骤 1
2. 步骤 2
3. 步骤 3

## 最佳实践
- 建议 1
- 建议 2

## 注意事项
- 注意 1
- 注意 2

Skill 规格：https://agentskills.io/specification#skill-md-format

六、什么时候应该用 Skills？

6.1 三种明显时机

时机 1：反复解释同一件事

信号：在多轮对话中，需要不断向 AI 解释一件事应该怎么做。

案例：

❌ 传统方式：
"帮我写一份技术文档"
"不对，我们公司的技术文档格式是这样的……"
"还有，代码示例要按这个模板来……"
"上次不是说了吗，章节标题要三级标题……"

✅ Skill 方式：
把这些规则打包成一个 Skill，一次创建永久复用

时机 2：需要特定知识、模板、材料

典型场景：

  • 技术文档写作：需要参考代码规范、术语表，使用文档模板
  • 品牌设计：需要参考品牌手册、色彩规范，使用 Logo 资源
  • 数据分析：需要参考指标定义、计算公式，使用报表模板

解决方案：

  • 把模板、规范、案例放到 Skill 的 assets/、reference/ 目录
  • 或者直接描述在 SKILL.md 中
  • Agent 就能一次性输出符合任务需要的精准结果

时机 3：多个流程协同完成

典型场景：

  • 竞品分析报告：检索竞品数据 + 数据分析 + 制作 PPT
  • 内容生产：收集参考资料 + 学习风格 + 大纲协作 + 正文写作

解决方案：

  • 把每个环节的指令文档、可执行脚本、参考材料打包成单个或多个 Skill
  • Agent 根据任务描述，智能调用不同的 Skill 模块
  • 通过"规划-执行-观察"的交错式行动，一次性完成复杂任务

七、总结：Skills 的价值与未来

7.1 核心价值

Claude Skills 的价值，还是被大大低估了。

Skills 是 Agent 的灵魂，就像 Steam 游戏 + 创意工坊一样。

核心优势：

  • 巧借通用 Agent 内核
  • 只需关注 Skills 本身的设计
  • 低成本创造兼具通用 AI 智能上限的垂直 Agent 应用

7.2 对 Agent 创业者的意义

开发效率：

  • 传统开发：周期至少数周
  • Skill 方式：几小时甚至几分钟就能测试起来

智能上限：

  • 智力与能力上限有机会直逼通用 Agent

灵活性：

  • 不必为了一个内部小工具开发完整产品，打包个 Skill 就能解决
  • 不必说服 IT 团队理解你的需求，自己就能创建工具
  • 不必等待产品迭代，你可以随时调整 Skill 的行为

验证成本：

  • Skill 降低了验证想法的成本

API 服务：

  • 把 Skill Agent 服务打包为 AI API，快速给已有产品赋上 AI 能力

7.3 生态现状

当前阶段：

  • Skill 生态的早期
  • Agent Skills 开放标准发布不到 1 个月
  • 工具在完善，社区在成长

核心价值：

终于能让更多人、组织、行业参与 AI 应用的创造了。

🛠️ 工具/资源

Skills 仓库/市场

开发工具

Skill 规格文档

推荐模型

  • GLM 4.7
  • Kimi K2-thinking

社群

📌 核心金句

巧借通用 Agent 内核，只靠 Skills 设计，就能低成本创造具有通用 AI 智能上限的垂直 Agent 应用。

非技术出身的领域专家，离自己做专业 Agent 只剩隔着一层窗户纸——把你的专业经验和工作流程，用文档形式写清楚，Agent 就能照着执行。

每多一个 Skill，就多一种能力，N 个 Skill 可以应对远超 N 的应用场景。

Skills 是 Agent 的灵魂，就像 Steam 游戏 + 创意工坊一样。

不必为了一个内部小工具开发完整产品，打包个 Skill 就能解决。

终于能让更多人、组织、行业参与 AI 应用的创造了。

Claude Skills 的价值，还是被大大低估了。

📚 参考资料

  1. Claude Doc - Agent Skills 说明 https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview

  2. Agent Skills 开放标准 https://agentskills.io/home

  3. Equipping agents for the real world with Agent Skills https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills

📸 图片列表

本文包含 53 张图片，图片链接保留在原文中。

原文链接：https://mp.weixin.qq.com/s/jUylk813LYbKw0sLiIttTQ

剪藏时间：2026-03-04 字数：约 12000 字 图片：53 张

📌 核心金句

Skills 是"通用 Agent 的扩展包"。Agent 可通过加载不同的 Skills 包，来具备不同的专业知识、工具使用能力，稳定完成特定任务。

非技术出身的领域专家，离自己做专业 Agent 只剩隔着一层窗户纸——把你的专业经验和工作流程，用文档形式写清楚，Agent 就能照着执行。

Skills 是 Agent 的灵魂，就像 Steam 游戏 + 创意工坊一样。

每多一个 Skill，就多一种能力，N 个 Skill 可以应对远超 N 的应用场景。

巧借通用 Agent 内核，只关注 Skills 设计，能低成本创造兼具通用 AI 智能上限的垂直 Agent 应用。

🔗 相关链接

官方资源

工具

案例

💭 水水待提炼

核心概念：

  • Skills = 通用 Agent 的扩展包（不是 MCP 协议）
  • 包含：指令文档 + 代码脚本 + 参考材料 + 资源文件
  • 运行机制：渐进式披露（Level 1/2/3 优先级）

三大优势：

  1. 零代码：纯自然语言编写
  2. 灵活：突破预设限制，应对边缘情况
  3. 可组合：多个 Skill 自由联用

适用场景：

  1. 反复解释同一件事
  2. 需要特定知识、模板、材料
  3. 多个流程协同完成

方法论：

  • SKILL.md 结构：元数据（name + description） + 正文（指令）
  • 渐进式披露：Level 1（元数据） → Level 2（指令） → Level 3（资源）
  • 使用 Claude Code 安装 Skills
  • 用 skill-creator 制作 Skills

认知关联：

  • 关联到 cognition.md 的"Agent 开发"部分
  • 与 MCP 形成对比：MCP 是协议，Skill 是能力包
  • 代表了 AI Native 产品的未来态