核心内容摘要
91传媒制片厂：点燃创意的火花，塑造影像的传奇
Agent Skills是Anthropic推出的供大模型使用的技能包通过包含做事流程和资源解决模型稳定、可复用、可分发执行问题。
采用渐进式披露机制分三层加载避免上下文爆炸。
Skills包含核心文档、脚本、参考资料和静态资源适合重复执行且可分解的任务。
作为人机协作中间层它让普通人能用自然语言定义复杂软件行为是比提示词更高级的存在。
最近Agent Skills 彻底火了。
很多人第一次听到 Skills会觉得“这不就是一堆 Markdown 吗”我一开始也这么想。
但当你把它放进 Agent 的运行方式里再对比 Prompt、MCP、Function Calling 这些概念你会发现Skills 解决的不是“模型会不会”而是“怎么让模型稳定、可复用、可分发地把事做完”。
在这篇文章里我将从概念到实战带你彻底搞懂 Skills。
什么是 Skills它从何而来简单来说Skills 就是供大模型使用的技能包。
Skills 里面包含做事的方法流程、规范、检查点以及可选的资源模板、脚本、参考资料等。
目标不是让模型“临场表现更好”而是让同一类任务在不同时间、不同输入、不同人使用时都能得到稳定的结果。
例如团队新来了一个开发工程师。
为了让他按团队要求开展工作通常会告知这件事的目标和流程是什么SOP要用到什么工具Scripts/MCP有什么参考模板和素材References/Assets这就是 Skills。
它让 Agent 具备了“专业知识”和“稳定做事的方法”。
Skills 最早由 Anthropic 在 2025 年 10 月中旬随 Claude Code 推出。
两个月后12 月 18 日Agent Skills 被作为开放标准发布。
https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills?utm_sourcechatgpt.com
Skills、MCP、Agent、Function Calling 的关系之前写过 MCP 和 Function Calling 相关的文章《[[MCP 和 Function Calling概念]]》《[[MCP 和 Function Calling示例]]》这些和新的 Skills关系是什么呢Function Calling这是最底层的能力相当于人的“手”。
它让 AI 知道自己能“拿杯子”、“按开关”是连接外部世界的基础接口。
MCP这是一种标准协议定义通用通信架构和数据格式类似于 USB 标准。
Function Calling 可视为 MCP 生态下的一种具体功能实现形式。
Skills这是业务逻辑和流程相当于“脑子里的知识”。
它教 AI 如何使用 MCP 里的工具去完成一个复杂的任务比如写一篇符合你风格的文章。
它解决的是“流程”问题。
AgentAgent 是位于最上层的“大脑”或“协调者”。
可以这么理解不一定准确Agent 是工人、Function Calling 是工人具备使用工具的能力比如会用锤子等、 MCP 是一个多功能腰带有各种标准的卡口用来放不同类型的工具、Skills 可以是这些工具的使用说明书也可以是怎么用工具造房子的施工图纸。
核心机制Skills 的核心机制我认为就两件事让 Agent 能“找到该用哪个技能”让 Agent 能“只在需要时加载需要的部分”Agent 启动时不会把所有技能全文塞进上下文窗口而是先扫描技能包读取每个技能的少量元信息名称和描述描述尤为重要。
当用户提出需求后Agent 会用这些元信息做匹配判断要不要触发某个技能。
这也是为什么 Skills 的description写得好不好直接决定“命中率”。
如果说本质Skills 是更高级的提示词但为什么 Skills 比提示词更强大呢秘密就在于渐进式披露。
Agent 不会把所有 Skills 的内容一次性塞进脑子上下文里而是分三层加载Level 1元数据只有 Skills 的名字和简介Description常驻内存。
这只占极少的 Token所以你可以装几百个 Skills 都不卡。
Level 2指令当 Agent 发现你的需求匹配某个 Skill 的简介时才会读取SKILL.md的正文加载具体的指令。
Level 3资源/代码 只有在执行过程中真正需要时才会去读取具体的参考文档或运行 Python 脚本。
这种机制完美解决了上下文爆炸的问题。
Skills 包含哪些内容一个标准的 Skills 包结构如下以“会议记录整理”为例SKILL.md必须核心说明书。
样例包含 YAML 元数据名字meeting-notes正文描述输入、格式、流程等。
---name: meeting-notesdescription: 把会议录音转写/速记整理成可发的会议纪要包含结论、待办与负责人。
---## 目标把输入材料整理成一份“可直接发群”的会议纪要。
## 输入- 会议文字稿可能很乱- 会议基本信息时间、参会人可选## 输出格式
会议结论最多 5 条
决策与原因如有
ToDo负责人/截止时间/依赖项
风险与待澄清问题## 工作流程
先快速提取主题与关键结论确认会议的“主线”。
再按时间或议题整理讨论要点删掉寒暄与重复。
把行动项改写成可执行句式并补齐负责人和截止时间缺失就标注待确认。
最后做一次一致性检查结论是否能在正文找到依据、ToDo 是否可执行。
scripts/可选执行脚本。
样例fetch_news.py抓取内部系统数据作为补充。
references/可选参考资料。
样例style_guide.md风格指南vocabulary.csv术语表。
assets/可选静态资源。
样例如果需要转 PPT 可以提供 PPT 模板文件。
怎么使用 Skills因为我平时不需要深度写代码Trae 的国际版我觉得完全够用了使用 OpenCode GLM
7 效果也还不错。
Trae 最近也支持了 Skills下面就以 Trae 为例来说说怎么使用 Skills 需要注意的是在 Trae 中使用 Skills 需要开启 SOLO 模式。
Anthropic 官方提供了很多的 Skills GitHub 地址如下https://github.com/anthropics/skills/tree/main/skills将代码拉取到本地。
打开 Trae在设置中打开规则和技能在技能区域点击创建。
可以自己写也可以导入现有的 Skills在拉取的 Skills 源码中找到 docx 的 Skills 压缩成 zip 文件上传到 Trae 的技能中。
上传成功后Skills 会被安装到当前项目的 .trae/skills 目录。
可以看出对话中涉及到 word 文档的操作时就会调用 docx 的 Skills 。
效果如下
哪些场景适合封装自己的 Skills
任务需要被重复执行的。
任务是可以分解为很多个步骤的这些步骤是可描述的。
满足上面两种情况的一些任务就适合封装成 Skills 。
如何制作自己的 Skills先说一个场景
项目的需求文档让大模型解析为 json 数据
低代码平台可以对外提供构建应用功能的 API
以 json 数据作为输入调用平台的 API 进行功能的创建上面的场景是需要反复利用的、也有清晰的步骤可以制作成 Skills 。
Anthropic 官方的技能包中有一个 skill-creator 的技能按照上面的方式导入到 Trae 中。
SOLO 模式下输入下面内容让 skill-creator 这个技能来帮我创建 Skills我们有一个低代码平台可以可视化的方式进行应用的创建我现在的想法是需要要创建多个Skills 来协作创建应用
我最终只需要给一个需求文档并且输入根据文档创建应用就能帮我完成任务
主 Skills 接收到这个任务后可以安排任务先用 docx 这个 Skills 解析需求文档内容按照给定的 json 格式输出 json 数据
json 数据的入参准备好后再调用创建应用的 Skills用 json 数据作为入参调用scripts 中的脚本进行应用的创建script 中是用 python 写好的调用低代码平台接口的脚本需要注意的是接口的前缀可以配置。
请帮我创建这些 Skills最后 skill-creator 帮我创建了三个 Skillslowcode-architect接收任务的主 Skillslowcode-requirement-parser分析文档的 Skillslowcode-app-builder应用创建的 Skills
总结Skills 不是简单的文档它是人机协作的中间层。
它让普通人也能用自然语言定义复杂的软件行为。
赶快去梳理下平常的日常工作找出那些重复、繁琐、需要特定知识的环节动手制作一个 Skills 体验一下吧。
最后我在一线科技企业深耕十二载见证过太多因技术更迭而跃迁的案例。
那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。
我整理出这套 AI 大模型突围资料包✅AI大模型学习路线图✅Agent行业报告✅100集大模型视频教程✅大模型书籍PDF✅DeepSeek教程✅AI产品经理入门资料完整的大模型学习和面试资料已经上传带到CSDN的官方了有需要的朋友可以扫描下方二维码免费领取【保证100%免费】为什么说现在普通人就业/升职加薪的首选是AI大模型人工智能技术的爆发式增长正以不可逆转之势重塑就业市场版图。
从DeepSeek等国产大模型引发的科技圈热议到全国两会关于AI产业发展的政策聚焦再到招聘会上排起的长队AI的热度已从技术领域渗透到就业市场的每一个角落。
智联招聘的最新数据给出了最直观的印证2025年2月AI领域求职人数同比增幅突破200%远超其他行业平均水平整个人工智能行业的求职增速达到
3
4%位居各行业榜首其中人工智能工程师岗位的求职热度更是飙升
6
6%。
AI产业的快速扩张也让人才供需矛盾愈发突出。
麦肯锡报告明确预测到2030年中国AI专业人才需求将达600万人人才缺口可能高达400万人这一缺口不仅存在于核心技术领域更蔓延至产业应用的各个环节。
资料包有什么①从入门到精通的全套视频教程⑤⑥包含提示词工程、RAG、Agent等技术点② AI大模型学习路线图还有视频解说全过程AI大模型学习路线③学习电子书籍和技术文档市面上的大模型书籍确实太多了这些是我精选出来的④各大厂大模型面试题目详解⑤ 这些资料真的有用吗?这份资料由我和鲁为民博士共同整理鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利同时还斩获了吴文俊人工智能科学技术奖。
目前我正在和鲁博士共同进行人工智能的研究。
所有的视频教程由智泊AI老师录制且资料与智泊AI共享相互补充。
这份学习大礼包应该算是现在最全面的大模型学习资料了。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。
智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念通过动态追踪大模型开发、数据标注伦理等前沿技术趋势构建起前沿课程智能实训精准就业的高效培养体系。
课堂上不光教理论还带着学员做了十多个真实项目。
学员要亲自上手搞数据清洗、模型调优这些硬核操作把课本知识变成真本事如果说你是以下人群中的其中一类都可以来智泊AI学习人工智能找到高薪工作一次小小的“投资”换来的是终身受益应届毕业生无工作经验但想要系统学习AI大模型技术期待通过实战项目掌握核心技术。
零基础转型非技术背景但关注AI应用场景计划通过低代码工具实现“AI行业”跨界。
业务赋能 突破瓶颈传统开发者Java/前端等学习Transformer架构与LangChain框架向AI全栈工程师转型。
获取方式有需要的小伙伴可以保存图片到wx扫描二v码免费领取【保证100%免费】**