Agent Skills

定义

Agent Skills 是智能体能力的标准化封装单元。它不仅仅是一段提示词（Prompt），而是一个包含元数据、执行指令、代码脚本和静态资源的完整包。它让智能体能够像安装 APP 一样扩展能力，实现真正的模块化开发。

解决的问题

• Context Window 爆炸：避免一次性将所有能力塞入提示词。
• 幻觉问题：通过精确的指令和工具约束，减少模型胡言乱语。
• 复用性差：打破“Prompt 复制粘贴”的低效模式，实现跨智能体共享。

核心哲学

Agent Skills 的核心哲学是“按需加载”。智能体在初始状态下只知道技能的“存在”（元数据），只有当确信需要使用该技能时，才会加载其“详情”（指令），并在执行过程中动态调用“资源”（脚本/文件）。

核心价值

• 节省 Token：极大减少上下文窗口占用
• 保持纯净：避免无关信息干扰模型理解
• 灵活扩展：新技能即插即用，无需重启

基础型

Foundational Skills

核心能力技能，提供基础交互与通用处理能力

• 文件读写与管理
• 代码执行与调试
• 内存与上下文管理
• 网络请求与 API 调用

领域型

Domain Skills

针对特定行业或专业领域的专家级技能

• 财务分析与报表生成
• 法律文书审查
• 医疗知识查询
• 工程设计与 CAD 集成

集成型

Integration Skills

连接外部系统和服务的桥接技能

• Slack/Teams 消息集成
• Jira/GitHub 任务管理
• Salesforce CRM 操作
• 数据库查询与同步

典型应用场景

• 复杂数据分析：加载包含 Python Pandas 脚本的技能，处理 CSV 文件。
• 代码评审专家：加载特定语言（如 Rust）的评审规范和最佳实践文档。
• 企业流程自动化：加载包含 API 密钥和调用逻辑的内部工具技能。

核心优势

• 省钱：大幅减少 Input Token。
• 准确：专注特定领域，减少干扰信息。
• 安全：沙箱执行脚本，权限可控。

✅ 推荐做法

• 单一职责：每个 Skill 只解决一类问题，避免“瑞士军刀”式设计
• 明确边界：在描述中清晰定义技能能做什么、不能做什么
• 示例驱动：在 SKILL.md 中提供 2-3 个典型用例
• 幂等操作：确保工具重复调用不产生副作用
• 错误优雅处理：提供清晰的错误提示而非程序崩溃

❌ 避免做法

• 过度耦合：不要在单个 Skill 中依赖太多外部服务
• 硬编码凭证：密钥、Token 应通过环境变量注入
• 巨型指令：避免单个 SKILL.md 超过 2000 字
• 忽略版本：每次修改必须更新 version 字段
• 模糊描述：“这个技能可以做很多事”是无效的

Step 1: 创建技能目录

# 在你的 skills 目录下创建新技能
mkdir -p skills/weather-reporter
cd skills/weather-reporter

Step 2: 编写 SKILL.md

创建核心描述文件，包含 YAML 元数据和 Markdown 指令，见下方完整示例

Step 3: 添加执行脚本（可选）

# scripts/get_weather.py
import requests

def get_weather(city: str):
    # 调用天气 API
    api_url = f"https://api.weather.com/{city}"
    response = requests.get(api_url)
    return response.json()

Step 4: 注册与测试

• 将技能目录放入智能体的 skills/ 路径
• 重启智能体或执行热重载命令
• 在对话中输入“北京今天天气怎么样”测试
• 检查技能是否被正确加载并执行