為什麼重要
通用模型能力很強,但不了解你的流程:你的團隊怎麼排版報告,你的部署需要哪些步驟,某一份 PDF 表單該怎麼填。把這些全都放進系統提示是行不通的,因為每條指令在每次請求中都要佔用上下文,不管它是否相關。
技能用漸進式揭露解決了這個問題。一開始,代理只看到每個技能的名稱和描述,每個只佔約 100 個 token。當任務匹配時,它才讀取完整的 SKILL.md。如果這些指令提到了另一個檔案,它也只在需要時才打開。一個代理可以安裝幾百個技能,而在用到其中某一個之前幾乎不用付出任何代價。
深度解析
Agent Skill(代理技能)是一個資料夾,用來教 AI 代理如何完成某一類特定任務。它的核心是一個檔案 SKILL.md,開頭是一小段 YAML 標頭(名稱和描述),後面是普通的 Markdown 指令。資料夾裡還可以放指令中提到的腳本、範本和參考文件。
Anthropic 在 2025 年 10 月為 Claude 推出了 Agent Skills,並在 2025 年 12 月把這一格式作為開放標準發布。此後,OpenAI 的 Codex、GitHub Copilot、Cursor 和 Gemini CLI 等其他代理工具也採用了它,所以同一個技能資料夾可以在不同產品之間通用。
技能的結構
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 頂部的標頭有兩個必填欄位:
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。模型在決定是否載入這個技能時只能看到它,所以它應該既說明技能做什麼,也說明什麼時候用。
自帶程式碼
技能可以打包腳本。這一點很重要,因為有些事情用程式碼做比生成 token 更好:給試算表排序、提取表單欄位、驗證輸出。代理執行腳本後只看到結果,所以程式碼本身從不佔用上下文。這也是技能需要一個帶檔案系統和程式碼執行能力的環境的原因,比如程式編寫代理或沙盒容器。
技能、MCP 與提示的區別
- MCP 把代理連接到外部工具和資料:你的資料庫、你的工單系統。它給代理帶來新的能力。
- 技能教代理如何用已有的能力做某件事。一個技能甚至可以說明怎樣用好某個特定的 MCP 伺服器。
- 系統提示和專案指令檔案(比如
CLAUDE.md或AGENTS.md)總是會被載入。它們適合始終適用的規則,而技能適合只是偶爾才需要的知識。
寫出好技能
從真實的失敗出發:觀察代理在某個任務上哪裡吃力,然後把它缺少的東西寫下來。讓 SKILL.md 保持簡短,把細節挪到單獨的檔案裡。把讀者當成聰明的新人:解釋不顯而易見的內容,跳過模型已經知道的東西。既要測試技能在該觸發時會觸發,也要測試它在不該觸發時保持安靜。
安全
技能就是指令加可執行程式碼,並且以代理擁有的全部權限執行。惡意技能可以指示代理洩露資料或執行有害命令,這使它成為一種以外掛程式形式投遞的提示注入。只安裝來自可信來源的技能,並在啟用之前讀一讀裡面的內容,尤其是腳本和任何會存取網路的東西。