智能体｜ Agent Skill 技术介绍

对于开发的同学，每天都在用AI，但一个扎心的真相是，越用越累。

同样一件事，要反复写提示词、反复纠正、反复解释逻辑；

同样一套工作流，换个模型、换次对话，就得从头再来。

更崩溃的是：

写的Prompt越长，AI越容易跑偏；调教得越细，越无法复用、无法沉淀、无法交给团队。

明明AI是来解放人的，反而被 “重复写Prompt” 绑架了？！

问题在于：我们一直在用“临时对话”，而没有给AI装上真正的“专业技能”。

本文从“是什么”到“怎么用”，再到“如何写” Agent skill 的角度，把我们从无尽的提示词里解放出来。

关注“AI老马” —【获取资源】&【进群交流】

一、Agent Skill 的通俗解释

通俗的讲：

Agent Skill = 给AI打包好的“专业能力模块”。

它不是一段Prompt，而是一套可加载、可触发、可复用的完整工作规则。

在 Anthropic 的 Agent 体系里，Skill 是让 AI 从“聊天机器人”变成“专业智能体”的核心。

可以把它理解成，给 AI 安装一个永久生效的插件，把工作流程固化成可调用的技能。

普通 Prompt 是：

一次性指令，说完就忘，换场景就失效。

Skill 是：

永久能力，加载即用，自动遵循规则，输出稳定可控。

它解决了“越用越累”的烦恼：

• • 不用反复写提示词但输出格式统一、质量稳定
• • 成熟继承完成可复用、分享、团队共用
• • 自动匹配任务，不用你手动引导
• • 复杂流程一键执行，AI 不会跑偏

有了 Skill，AI 才真正“会干活”，而不仅是“会聊天”。

二、Agent Skill 渐进式披露

2.1，skill 的加载过程

渐进式披露是 agent skill 解决有效知识注入的精髓。通过模型动态的加载需要的内容，而非一次性注入全部内容，解决了下上文窗口限制的焦虑，也避免了上下文的注意力缺失的问题，进而准确的完成用户指令。

为了适应渐进式加载的过程，skill 被组织成目录的形式，并以文件目录的方式存在虚拟系统中，每一部分都可以随时被调用，其目录结构为：

skill-name/
|-- SKILL.md (main instructions)
|-- FORMS.md (form-filling guide)
|-- REFERENCE.md (detailed API reference)
`-- scripts/
  `-- fill_form.py (utility script)

skill 包含三种内容，元数据，指令正文，资源与代码，每种在不同阶段加载。

在使用技能执行任务过程中，需要进行多次的模型调用，仅将执行结果放入到共享的上下文窗口中。即保持了多次调用prompt 的连贯性，也防止了执行过程对上下文的干扰。

图1，虚拟环境中技能执行流程。

2.2，skill 运行架构

从整个宏观上介绍，模型运行的虚拟环境，以及整个和模型交互的流程。

Skill 技能运行在代码执行环境中，模型（Claude）可以访问文件系统、执行 bash 命令并运行脚本。技能视作虚拟机中的一个目录，大模型通过 bash 像在本地电脑上一样浏览文件。

当技能被触发时，Claude 会通过 bash 读取 SKILL.md，并把指令加载到上下文。如果指令引用了其他文件（例如 FORMS.md 或数据库结构），Claude 会继续读取对应文件。若指令提到可执行脚本，Claude 通过 bash 运行脚本，只有运行结果进入上下文。

这其实就是渐进式披露思想的具体实现，通过一个虚拟系统中的任务编排者统一进行调度，大模型就充当了任务编排的角色。首先根据用户指令任务选择技能，然后根据技能的指引操作具体的步骤，进而完成整个指令任务。

图2，执行技能的虚拟环境

该架构带来的优势：

• • 按需读取：只加载当前任务需要的文件，其余资源不会占用上下文
• • 脚本执行高效：脚本代码本身不进入上下文，只有输出结果消耗 token
• • 资源容量充足：可以打包完整 API 文档、数据集或示例，而无需担心上下文限制

这就是 Skill 最恐怖的效率：一次配置，终身复用，人人可用，次次标准。因为 Skill 已经把规则锁死了。

三、如何写一个自己的 Skill

写一个能运行的skill 很简单，但是写一个符合预期的skill 却是一门要学习的技术。

Anthropic Skill 核心结构，一个完整的 Skill 只包含三部分：

1. 1. 基础信息（名字、描述、版本、作者）
2. 2. 能力规则（AI 要做什么、遵循什么逻辑）
3. 3. 输出格式（固定结构、语气、风格、步骤）

你只需要按模板填空，就是一个专业 Skill，比如官方给的一个例子。

---
name: my-skill-name
description: A clear description of what this skill does and when to use it
---

# My Skill Name

[Add your instructions here that Claude will follow when this skill is active]

## Examples
- Example usage 1
- Example usage 2

## Guidelines
- Guideline 1
- Guideline 2

为了使用这个技能，只需要做这3步：

1. 1. 把上面这段保存为 SKILL.md
2. 2. 上传到特定目录下，虚拟系统会自动加载。或者上传到第三方平台。
3. 3. 加载后直接说：“和技能相关的任务”

AI 就会严格按你的规则，输出一份标准、统一、高质量的报告结果。甚至可以把这个 Skill 分享给团队，技能汇总后，就形成了一个高效的技能库，让重复性的工作，彻底转化为再生生产力！

当然要写出一完善高效的skill， 还需要更多的努力和打磨。有想法的同学想看下参考，后面专门总结。

四、Skill-未来AI效率的核心组件

Skill 不是一个小功能，它是 AI Agent 时代的基础单元。Anthropic 做 Skill 的本质，是让 AI 从“随机应答”变成“专业执行”。

掌握 Skill，就好比拥有了自己的 AI 能力资产，可以沉淀工作流程，不再重复劳动，可以把能力复制给团队，提升整体效率。当别人还在痛苦写 Prompt，Skill 已经在帮你批量生产专业结果。

回到最初的问题，为什么我们用AI越用越累？因为我们一直在用临时方式解决长期问题。而 Skill，就是那个把“临时”变成“永久”的钥匙。它不花哨、不复杂，却足够强大。

试着做一个属于自己的 Skill，哪怕只是一个周报生成器，你会真切感受到：

让 AI ，成为你的专属智能体，Skill 是我们迈出的又一大步！