为什么重要
通用模型能力很强,但不了解你的流程:你的团队怎么排版报告,你的部署需要哪些步骤,某一份 PDF 表单该怎么填。把这些全都放进系统提示是行不通的,因为每条指令在每次请求中都要占用上下文,不管它是否相关。
技能用渐进式披露解决了这个问题。一开始,智能体只看到每个技能的名称和描述,每个只占约 100 个 token。当任务匹配时,它才读取完整的 SKILL.md。如果这些指令提到了另一个文件,它也只在需要时才打开。一个智能体可以安装几百个技能,而在用到其中某一个之前几乎不用付出任何代价。
深度解析
Agent Skill(智能体技能)是一个文件夹,用来教 AI 智能体如何完成某一类特定任务。它的核心是一个文件 SKILL.md,开头是一小段 YAML 头部(名称和描述),后面是普通的 Markdown 指令。文件夹里还可以放指令中提到的脚本、模板和参考文档。
Anthropic 在 2025 年 10 月为 Claude 推出了 Agent Skills,并在 2025 年 12 月把这一格式作为开放标准发布。此后,OpenAI 的 Codex、GitHub Copilot、Cursor 和 Gemini CLI 等其他智能体工具也采用了它,所以同一个技能文件夹可以在不同产品之间通用。
技能的结构
pdf-forms/
├── SKILL.md # name, description, instructions
├── reference.md # extra detail, read only if needed
└── scripts/
└── fill_form.py # code the agent can run
SKILL.md 顶部的头部有两个必填字段:
name: pdf-forms
description: Fill in PDF forms. Use when the user asks to complete or extract fields from a PDF form.
描述(description)是最重要的一行。模型在决定是否加载这个技能时只能看到它,所以它应该既说明技能做什么,也说明什么时候用。
自带代码
技能可以打包脚本。这一点很重要,因为有些事情用代码做比生成 token 更好:给电子表格排序、提取表单字段、校验输出。智能体运行脚本后只看到结果,所以代码本身从不占用上下文。这也是技能需要一个带文件系统和代码执行能力的环境的原因,比如编程智能体或沙箱容器。
技能、MCP 与提示的区别
- MCP 把智能体连接到外部工具和数据:你的数据库、你的工单系统。它给智能体带来新的能力。
- 技能教智能体如何用已有的能力做某件事。一个技能甚至可以说明怎样用好某个特定的 MCP 服务器。
- 系统提示和项目指令文件(比如
CLAUDE.md或AGENTS.md)总是会被加载。它们适合始终适用的规则,而技能适合只是偶尔才需要的知识。
写出好技能
从真实的失败出发:观察智能体在某个任务上哪里吃力,然后把它缺少的东西写下来。让 SKILL.md 保持简短,把细节挪到单独的文件里。把读者当成聪明的新人:解释不显而易见的内容,跳过模型已经知道的东西。既要测试技能在该触发时会触发,也要测试它在不该触发时保持安静。
安全
技能就是指令加可执行代码,并且以智能体拥有的全部权限运行。恶意技能可以指示智能体泄露数据或运行有害命令,这使它成为一种以插件形式投递的提示注入。只安装来自可信来源的技能,并在启用之前读一读里面的内容,尤其是脚本和任何会访问网络的东西。