前言：当前的AI领域正经历一场从“对话式智能”向“工程化能力”的重大转型。尽管大型语言模型（LLM）已展现出惊人的通用智慧，但在执行具体的企业级任务时，往往因缺乏具体的程序性知识和组织上下文，陷入“博而不精”的困境。为了破解这一瓶颈，Anthropic推出了Agent Skills这一开放标准。这不仅仅是一次技术更新，它代表了AI协作模式的范式转移：我们将不再仅仅通过随意的“对话”来引导AI，而是通过一套标准化的、模块化的、可复用的“技能包”来编程AI的行为。这一标准通过其核心的“渐进式披露”架构，在不挤占大模型宝贵上下文空间的前提下，赋予了智能体几乎无限的能力扩展性。它正在将AI从一个随时消失的“临时顾问”，转化为可以被组织沉淀、共享和持续审计的“数字资产”。
图片
在过去两年中，我们对AI的使用习惯大多停留在“对话框”里。你需要反复告诉AI：“请按照我们公司的风格审查这段代码”，或者“请将这份原始数据按特定格式整理成周报”。这种依赖“一次性提示词”的工作模式，本质上是低效且难以规模化的。随着Agent Skills作为开放标准发布，AI智能体正式进入了“持证上岗”的工业化阶段。

一、Agent Skills是什么？

Agent Skills（智能体技能）是经过组织的一组文件集合，用于封装可组合的过程性知识，以供智能体调用和执行。从本质上讲，Agent Skills是一种可移植、可复用的专业知识包，旨在教会智能体“如何”执行特定的复杂任务。

如果将通用大模型比作一名拥有广泛通识、但不懂公司具体流程的“新员工”，那么Agent Skills就是那份详尽的《入职手册与工具包》。它不再是零散的对话指令，而是一个结构化的文件夹，包含指令（Instructions）、脚本（Scripts）和资源（Resources）。这种设计将原本存储在人类大脑中的“隐性知识”，显性化为AI可读取、可执行的“程序性资产”。

Agent Skills是一个目录，包含一个 SKILL.md 文件，里面有有序的指令、脚本和资源 文件夹，为智能体提供额外功能。

在Agent Skills出现之前，开发者和用户面临着三个核心困境：

1、上下文膨胀（Context Bloat）：为了让AI完成特定任务，用户往往需要注入长达几千行的系统提示词。这不仅消耗巨大的Token，还会导致模型响应性能下降。

2、重复劳动（Repetitive Prompting）：同样的规范和工作流，在不同的对话窗口中需要反复输入。这种不透明且难以维护的模式，阻碍了团队间的知识共享。

3、工具断层（Tool Disconnection）：智能体虽然拥有工具（如 MCP），但往往缺乏关于“何时”以及“如何”有效组合使用这些工具的过程性知识。

二、Agent Skills能干什么？

Agent Skills能够将一个通用的、只会“聊天”的 AI 瞬间转化为特定领域的“专家”：

1、注入领域专业知识：它可以是法律条文的审查专家、财务异常的审计员，或者是精通特定行业标准的数据分析师。

2、实现重复性工作流的标准化：例如，自动根据Jira票据生成积压工作（Backlog），或者按照公司特定的视觉规范生成PowerPoint演示文稿。

3、确定性的复杂运算：通过绑定Python或Bash脚本，AI可以执行精确的数学计算或文件处理，彻底告别模型在逻辑运算上的“幻觉”。

4、跨平台的能力流动：由于是开放标准，你编写的一项技能不仅可以在 Claude 中运行，也可以在微软的VS Code、OpenAI的ChatGPT或 Cursor中无缝迁移。

三、Agent Skills的架构：文件夹即大脑

Agent Skills 的魅力在于其简单而强大的文件结构，每个技能本质上都是一个“技能文件夹”：

1、大脑 (The Brain) - SKILL.md：这是唯一的必填文件。它通过YAML 元数据定义了技能的名称和描述，并包含Markdown格式的详细操作指南。

2、双手 (The Hands) - /scripts目录：存放确定性的执行逻辑。当 AI 需要执行精确的数据转换或复杂的系统调用时，它会直接运行这些脚本。

3、图书馆 (The Library) - /references目录：存储仅在需要时才被引用的长文档，如API文档、数据库模式或法律规章。

4、模板 (The Templates) - /assets 目录：包含静态资源文件，如 HTML 报告模板、图片素材或二进制文件。

四、工作原理与核心机制：优雅的“渐进式披露”

Agent Skills解决上下文膨胀（Context Bloat）的核心武器是“渐进式披露”（Progressive Disclosure）机制。它的执行逻辑分为三个层级：

1、第一层：元数据加载（Metadata）：系统启动时，AI仅加载所有可用技能的名称和描述。这仅消耗极少的Token，足以让AI知道“我有这个本事”以及“该什么时候用它”。

2、第二层：按需触发（Instructions）：当用户的指令（如“分析这份 PDF”）匹配到技能描述时，AI才会读取SKILL.md的完整指令内容并注入上下文。

3、第三层：深度加载（Resources & Code）：只有当执行具体步骤需要时，AI才会进一步读取参考文件或运行配套脚本。

这种“按需索取”的模式确保了智能体在拥有成百上千个技能的同时，上下文窗口依然保持轻量和高效。

此外，它采用了双重消息策略（Dual-Message Strategy）：一条消息在UI中可见，告知用户“技能正在加载”；另一条包含完整指令的消息对用户隐藏，实现了透明度与纯净界面的平衡。双重消息策略是一种面向智能体（Agent）与大模型系统的提示工程与控制架构模式，其核心思想是：将“能力定义”和“任务指令”分离为两条独立消息通道，分别管理长期行为约束与短期任务目标，从而提升系统的稳定性、可控性与可复用性。双重消息策略本质上是把“大脑的长期记忆（规则）”与“当前思考（任务）”解耦，让 智能体更稳定、更安全、更工程化，是构建可靠智能体系统的基础设计范式。

五、如何构建高质量的Agent Skills

构建技能就像是为“数字员工”编写《操作手册》，需遵循以下最佳实践：

1、精准的元数据描述：description字段是AI检索的关键。必须明确告知 AI：这是什么技能？应该在什么时候使用？ 例如，不要写“处理文档”，而应写“从PDF中提取表格并填充Excel表单”。

2、指令的原子化与结构化：在 SKILL.md 中使用祈使句（如“分析代码漏洞...”）而非描述性语言。利用标题、列表和代码块建立清晰的步骤层级。

3、确保可移植性：在引用技能内部的文件路径时，始终使用变量 {baseDir}，避免使用硬编码的绝对路径，确保技能在不同环境或容器中都能正常运行。

4、最小权限原则：利用 allowed-tools 字段严格限制技能可以使用的工具范围（如仅限只读操作），以降低安全风险。

六、Agent Skills实际应用典型场景

Agent Skills是一种轻量级的开放标准，通过将指令（Instructions）、脚本（Scripts）和资源（Resources）封装在特定文件夹中，赋予AI智能体执行复杂任务的专业能力。

以下是Agent Skills在实际应用的典型场景：

1、办公文档自动化处理 (最受欢迎的实例)

Anthropic官方预置了一系列文档技能，使AI能够直接产出符合专业标准的办公文件：

1）Excel技能：用户输入一段模糊的财务数据，智能体调用该技能编写 Python 脚本，生成带有自动计算公式、货币格式化及动态柱状图的专业预算表。

2）Word技能：在创建合同或协议时，智能体可以使用该技能处理修订模式（Track Changes）和添加注释，允许用户或法务人员轻松审查AI生成内容的变更轨迹。

3）PPT技能：结合企业的品牌指南（Brand Guidelines）技能，AI可以根据一段文本大纲，自动生成符合公司配色方案和字体规范的演示文稿。

4）PDF技能：除了读取内容，还可以执行表单自动填充、合并或拆分文件、以及将网页URL直接转化为PDF存档等确定性任务。

2、软件开发与工程化协作

Agent Skills在编程工具（如Claude Code、VS Code）中表现尤为突出：

1）PR审查与提交建议：可以构建专门的技能，教导AI按照团队特定的标准审查代码漏洞，或从git diff中提取变更信息，生成符合规范的Commit Messages。

2）Web应用测试 (webapp-testing)：利用Playwright框架构建技能，使智能体能够自动在本地浏览器中进行UI检查、截屏并分析错误日志。

3）技能创建器 (skill-creator)：这是一个“元技能”，通过对话引导用户描述工作流，由AI自动生成包含 SKILL.md 和配套脚本的文件夹结构，帮助用户快速构建新的自定义技能。

3、企业级业务流集成

通过与合作伙伴（如Atlassian, Notion和Canva等）的集成，Skills能够承载数库十年的行业经验：

1）Atlassian协作技能：使AI具备处理Jira票据的能力，例如将技术规格书（Specs）自动转化为开发待办列表（Backlogs），或自动生成项目状态报告。

2）Notion知识库检索：将复杂的模糊提问转化为可预测的数据库查询操作，帮助用户在海量文档中快速定位关键信息。

3）Canva语境和视觉语言破获：支持定制化设计智能体，捕获团队独特的品牌语境和视觉语言。

4）内部通讯 (internal-comms)：预设公司特定格式的模板，教导AI如何编写周报、公告或客户邮件，确保所有输出的语气和排版保持高度一致。

4、自定义专业能力包

用户可以根据个人需求构建细分领域的专家技能：

1）URL转PDF存档：创建一个包含特定脚本的技能，用户只需输入链接，AI即可将其捕获并打包为可下载的PDF。

2）可视化代码讲解：通过Skill强制要求AI在解释代码时，必须附带ASCII 流程图和现实生活的类比，从而将通用的模型转化为教学专家。

3）财务审计异常检测：教导智能体识别多个电子表格之间的逻辑冲突，按照会计准则自动发现财务数据中的潜在异常。

5、技能的调用方式

Agent Skills的强大之处在于其“渐进式披露”的工作模式：

1、显式调用 (Explicit)：用户在对话中直接指明，如“使用pdf技能提取该文件字段”。

2、隐式触发 (Implicit)：AI 根据用户的意图自动匹配。例如用户说“分析这份代码”，AI发现任务与其加载的code-review 技能描述匹配，会自动请求启用该技能，而无需用户手动配置。

通过这种方式，AI从一个只能“聊天”的顾问，转变成了可以携带特定领域入职手册和确定性工具包的数字员工。

七、Agent Skills与MCP的协同效应

在智能体（Agent）工程体系中，Skills与MCP（Model Context Protocol）分别承担“本地能力封装”与“远程能力扩展”两类职责，二者共同构成Agent的工具执行层，可理解为内置插件 + 外部服务的协同架构。

很多人容易混淆这两者。简单来说：

1、MCP (Model Context Protocol) 是数据管道，负责连接外部系统（如 Google Drive, Slack, 数据库），解决“AI 能看到什么”的问题。

2、Agent Skills是操作流程，负责定义如何使用这些数据，解决“AI 该怎么做”的问题。

总结：Skills提供“做事能力”，MCP提供“连接世界的能力”。两者共同让智能体从“会说话的模型”升级为“可执行、可集成、可落地的智能体系统”。

八、如何快速体验Agent Skills

想要快速体验Agent Skills，你可以通过以下几种最直接的方式，从现成的官方能力到自定义开发进行尝试：

1、在Claude.ai (网页版或桌面端) 体验

这是普通用户最简单的体验方式。

1）启用功能：进入Settings (设置) -> Capabilities (能力) -> Skills (技能)，将其开关打开。

2）使用预置技能：Anthropic官方已经内置了处理 PowerPoint (pptx)、Excel (xlsx)、Word (docx) 和 PDF (pdf) 的技能。你只需上传相关文件并要求Claude处理（例如“生成带图表的预算表”），它就会自动调用这些技能。

3）创建/上传自定义技能：如果你有现成的技能文件夹，可以将其压缩成 .zip 格式，在设置页面中上传。

4）使用Skill Creator：你可以直接在对话框中对Claude说“帮我创建一个技能”（Help me create a skill），它会调用内置的skill-creator引导你完成定义、指令编写和资源打包的整个过程。

2、在IDE工具（如VS Code）中体验

许多新一代AI编程工具已经深度集成了这一标准。

VS Code (GitHub Copilot)：

◦ 这是一个实验性功能，需要在设置中手动搜索并开启 Skills 开关。

◦ 你可以将技能文件夹放在项目的 .github/skills 目录下，Copilot 会自动加载这些指令。

3、在Claude Code (命令行工具) 体验

对于开发者来说，这是功能最全的体验方式。

1）安装插件：你可以通过命令/plugin marketplace add anthropics/skills 添加官方市场，然后安装如 document-skills 等功能包。

2）本地开发：只需在本地 ~/.claude/skills/（个人全局）或项目的 .claude/skills/ 目录下创建一个包含 SKILL.md 文件的文件夹，Claude Code启动时就会自动发现并加载它。

图片
4、获取现成的技能资源 (从社区学习)

不必从零开始，你可以直接下载并运行优秀的开源实例：

1）官方仓库：访问GitHub上的 anthropics/skills 仓库，里面包含大量从创意设计到技术测试的成熟案例。

2）技能目录：你可以访问 skillsdirectory.org 探索更多社区分享的流行技能。

快速体验的小贴士

1）隐式调用：你不需要记住魔法口令。只要你在技能的 description（元数据）中写清楚了适用场景（例如“用于生成符合公司风格的代码评审”），当你提出相关要求时，AI 会自动识别并请求你的许可来加载该技能。

2）渐进式披露机制：体验时你会发现 AI 不会一次性加载所有内容，它在启动时只消耗约100个tokens来记住技能名称，只有在你真正需要用它时，才会读取详细的 SKILL.md 指令或运行配套脚本，这极大地节省了上下文窗口并提高了响应速度。

九、安全考量：AI 的“特洛伊木马”？

作为一项可以直接在本地或受限环境中执行代码的技术，Agent Skills的安全性至关重要。研究表明，它可能成为提示词注入（Prompt Injection）的新温床：

1、隐蔽指令风险：恶意技能可能在冗长的SKILL.md中隐藏指令，诱导AI 在执行正常任务（如“备份文件”）时，静默地将敏感API Key或敏感文件上传到外部服务器。

2、权限静默绕过：由于智能体通常提供“不再询问”（Don't ask again）选项，一旦用户对某个看似良性的脚本授权，后续隐藏的恶意操作可能在无感知的情况下执行。

建议：仅从受信任来源（如官方市场）安装技能，并在运行前对 /scripts 代码进行人工审计。

十、Anthropic竞争战略：定义AI时代的底层架构

Anthropic将Agent Skills打造为开放标准，是其深远布局的一部分：

1、定义行业底座：通过开放协议，Anthropic试图成为AI时代的“标准制定者”。这种“先入为主”策略已吸引微软和OpenAI悄然跟进。

2、打破封闭生态：不同于某些平台试图建立封闭的“App Store”，Agent Skills允许企业构建自己私有的、跨平台的技能库，这赢得了对数据主权敏感的企业级用户的青睐。

3、切入企业基础设施：Anthropic意识到，定义“AI如何工作”的协议，比单纯追求模型参数更具长远价值。技能正在成为AI时代的“底层操作系统”。

十一、Anthropic对Agent Skills的生态构建

目前，Agent Skills已展现出极强的生态牵引力：

1、厂商支持：除了Anthropic自身，微软已在VS Code和GitHub中采用了该标准；OpenAI在ChatGPT的Code Interpreter中也悄悄使用了类似的技能文件夹结构。

2、伙伴力量：Atlassian、Notion、Canva、Zapier等行业巨头已加入技能目录，贡献其积累数十年的专业工作流。

3、社区贡献：GitHub上的技能仓库已获得数万Star，社区正在贡献从 Web应用测试到科学研究的各类专业技能包。

十二、未来展望：程序性知识的“App Store”时刻

未来的智能体将默认是“全才”，但通过加载不同的“技能包”，它们能瞬间化身为垂直领域的精英：

1、知识定义的跃迁：知识将从“你知道什么”（Know-That）进化为“你的 Agent能做什么”（Know-How）。复杂的企业SOP（标准作业程序）将被封装成可流转、可交易的模块化资产。

2、数字员工的标准化：复杂的企业工作流（如合规审查、代码审计）将被封装成标准化的技能在市场上流转。

3、智能体的自我进化：长远愿景是让智能体具备自主创建、评估和改进技能的能力，将成功的行为模式固化为可复用的资产。

4、无处不在的技能集成：随着更多厂商的跟进，Agent Skills有望成为所有主流AI产品间交换能力的通用媒介。

5、人类角色的转变：正如Anthropic工程师所担心的，当AI变得无所不能时，人类更需要学会如何编写“入职手册”，而非重复琐碎的操作。

结语

Agent Skills的出现，标志着AI协作从“手工作坊”迈向了“标准化工厂”。它通过将专业的、组织化的隐性知识显性化、模块化和资产化，为我们提供了一个管理AI能力的全新框架。

在这个新标准下，AI不再是一个不可预测的黑盒，而是一个装备精良、流程明确、随时待命的专业助手。为你的智能体装备技能，标准化你的工作流，这将是我们在AI下半场竞争中积累的最核心资产。你能沉淀多少高质量的“技能资产”，将决定你在智能时代的最终位次。

文章来源：https://mp.weixin.qq.com/s/4KjT-1mq51ljnsp01iUCmw

扫码关注作者的公众号