万字干货!Agent Skills从入门到精通
来源:人人都是产品经理 | 作者:沃垠AI | 发布时间:2026-04-15
基本信息
- 来源:https://www.woshipm.com/share/6377843.html
- 作者:沃垠AI
- 发布时间:2026-04-15
- 内容类型:长文教程(超过10000字)
- 核心主题:Agent Skills 完整教学——从概念、架构、设计原则到制作实操
核心观点
-
Skills 是 2026 年最值得学习的 AI 技能:Skills 让 Agent 从”职场小白”变成”开箱即用的老同事”,无需反复培训就能配合默契。这是与 Prompt、MCP、Agent、Projects 并列的第五块拼图,将经验转化为标准化自动流水线。
-
Skills 标准架构是”SKILL.md + scripts/references/assets”:SKILL.md 是核心指令(包含 YAML frontmatter 和 Markdown instructions),scripts 存放可执行代码,references 存放按需加载的参考文档,assets 存放模板/素材资源。这种分层设计通过渐进式披露避免上下文撑爆。
-
Skills 的三个”魔法机关”:
- 智能开关(YAML 元数据):始终加载到系统提示中,相当于技能的”开关”和”权限卡”
- 随用随取的”小抄”(渐进式披露):平时不占脑容量,只在触发时才加载完整内容
- 呼叫外援与影分身(行动导向与子代理):可以敲击命令行、搜索文件、运行测试,甚至召唤子代理处理复杂任务
-
description 字段是触发的唯一依据:90% 的 Skill 未触发问题来自 description 写得不够具体。黄金写法:用省略第二人称的祈使句,字数不超过 500 字,必须包含触发关键词/场景。可用
claude --debug查看加载日志诊断问题。 -
Skill 质量阈值:3 条约束 + 1 个示例 = 60% 稳定性提升:Anthropic 内部团队经验,约束必须使用绝对化词汇(必须、严禁、总是、绝不),输出示例要给出实际内容而非只描述格式。
-
Skills 已成为 Agent 生态的跨平台通用协议:从 2025-10-16 Anthropic 首发到 2025-12-18 开放标准,Codex、Cursor、OpenClaw(龙虾)、Hermes Agent(爱马仕)等十余个 Agent 陆续支持。Skills 正从 Anthropic 专有特性演进为类似 npm 之于 Node.js 的生态协议。
-
Skill 创建的四个阶段:明确需求与边界(单一职责、触发场景、资源清单)→ 构建文件夹(选项目级/用户级/全局)→ 编写核心指令(职责边界、操作步骤、输入输出规范、硬性约束)→ 测试调试与迭代(路径检查、YAML 校验、触发测试、执行验证)。
实操内容保留
HTML 信息图生成器 Skill 完整实现
YAML 元数据:
---
name: html-infographic-generator
description: 从用户文字中提炼核心关键点,生成Magazine Layout风格的深色主题HTML信息图网页;当用户需要将文字内容可视化、创建信息图、生成数据展示页面或制作图文混排页面时使用。
---命名规则:
- name 字段仅使用小写字母、数字和连字符,不超过 64 个字符
- description 是 Agent 判断是否调用该 skill 的唯一依据,必须包含触发关键词/场景
- 写 description 时,用省略第二人称的祈使句,不超过 500 字
Prompt 模板:
提炼下面文字内容的核心关键点,创建一个HTML网页。
文字内容:{这里是一段文字}
网页的设计要求如下:
1.视觉设计:采用{Magazine Layout}风格布局,{深色}主题色,营造现代高端氛围。
2.字体与排版:使用超大字体或数字突出核心要点,中文采用大号粗体,强调视觉冲击力。英文使用小号字体作为点缀,与中文形成比例反差,提升设计层次感。
3.视觉元素:融入超大视觉元素以突出重点,与小型元素形成强烈对比。使用简洁的勾线风格图形作为数据可视化或配图元素,保持现代感和清晰度。
4.色彩与效果:运用高亮色(单色透明度渐变)营造科技感,每种高亮色独立使用,避免不同高亮色之间的渐变混杂。
5.技术要求:引入专业图标库(如Font Awesome或Material Icons,通过CDN加载),避免使用emoji作为主要图标。
6.内容要求:提炼内容关键要点,不忽略重要细节。
核心文件 SKILL.md 结构:
---
name: your-skill-name
description: 清晰描述Skill的功能和触发场景,最多1024字符
allowed-tools: Read, Grep # 可选:白名单工具列表
---
# Skill标题
## 功能说明
## 使用示例
## 注意事项安装公开 Skill 的命令
帮我安装这个skill,仓库地址是:
https://github.com/anthropics/skills/tree/main/skills/skill-creatorSkill 文件夹存放位置
根据使用场景,可以选择三个存放位置:
- 项目级:
<项目>/.claude/skills/<skill-name>/ - 用户级:
~/.claude/skills/<skill-name>/ - 全局:
<claude安装目录>/.claude/skills/<skill-name>/
调试命令
claude --debug运行后可查看详细加载日志,诊断 Skill 未触发的问题。
原文精彩摘录
摘录 1:Skills 的核心定位
如果你要问我,2026年最值得学习的AI技能是什么?我会毫不犹豫地推荐Skills。无论是Claude Code,还是龙虾、爱马仕,几乎所有的Agent,如果想把事情干得又快又好,都越来越依赖Skills。没有Skills的Agent,就像一位刚入职的新同事,你得培训,反复教他。而有了Skills的Agent,则更像是一位老同事,开箱即用,配合默契,非常靠谱。
摘录 2:Skills 与其他概念的类比
比方打比喻:
- Prompt就像顾客的点单:“老板,给我做一个牛肉汉堡,不要洋葱!“(指令很明确,但怎么做全看厨师心情)
- MCP就像厨房里的工具和食材:它给了AI铲子、平底锅、牛肉饼和面包
- Skills是这家店的秘制菜谱+员工守则:“第一步,肉饼必须煎3分半钟;第二步,酱汁只能挤两圈半;做完后,必须清理灶台!”
简单理解:模型是大脑,Agent是躯体,而Skills就是双手。
摘录 3:渐进式披露的价值
Skills的设计非常聪明:平时绝不占用脑容量,只在需要时占用。你写好的几十个Skills,就像存放在书架上的工具书。Claude Code平时不去翻它们,只有当你触发了”测试代码”的技能时,Claude Code才会翻出小抄,只把关于”如何测试”的那张纸加载进大脑。内存省了,思路也无比清晰。
摘录 4:Skills 跨平台扩散的历史
2025年10月16日,Anthropic首次发布Agent Skills。最初,Skills只能在Claude Code里使用,而且还必须是Claude的Pro付费用户。12月18日,Anthropic把Agent Skills作为统一标准,对外开放,不论你是不是Claude的付费用户,都可以使用。之后,很快像Codex、Cursor、Antigravity、OpenCode、Trae、Qoder、CodeBuddy等Coding Agent以及Claude Cowork、Skywork、MiniMax Agent、扣子等桌面Agent都陆续支持了Skills。也包括,2026年春节后爆火的OpenClaw(中文名”龙虾”)和最近大热的Hermes Agent(中文名”爱马仕”),也都支持Skills。
摘录 5:官方推荐的 Skill 来源
渠道一:官方推荐
- Anthropic官方Skills:https://github.com/anthropics/skills
- 特别推荐「Skill-creator」:在Github上已经超过80k star。这是一个安装skill的skill,有了它今后自己创建任意skill都变得极其简单。
渠道二:开源Skills市场
- agentskills.io:官方推荐的全球技能注册表
- GitHub开源宝藏库:anthropics/skills仓库,awesome-agent-skills列表
- OpenSkills(https://github.com/numman-ali/openskills):兼容多个平台,可自动创建项目规则Markdown文件
- 其他市场:skillsmp.com、skillsdirectory.com、skillhub.club、skillhub.tencent.com
摘录 6:真正有商业护城河的是定制化 Skill
真正有商业护城河的是:你们公司特有的代码命名规范、金牌销售应对客户退款的私域话术、财务部处理复杂报销的发票合规底线。
关键概念
本文涉及以下核心概念:
- Skill:AI 的标准操作手册,将经验转化为可复用的程序性知识包
- Claude Code:Anthropic 出品的 AI 编程 Agent,Skills 标准的发起者
- AI Agent 智能体:具有自主决策能力的 AI 实体
- MCP 模型上下文协议:AI 与外部工具/数据的标准化交互协议
- 提示词工程:Prompt 的设计和优化方法论
- 渐进式披露:按需加载信息的设计原则,避免认知过载
与已有素材的关联
- 本文与 2026-05-21-agent-skills-woshipm 是同一作者沃垠AI的姊妹篇,但侧重点不同:本文侧重入门教学和动手实操,后者侧重工程架构的完整拆解
- 本文给出的”3 条约束 + 1 个示例 = 60% 稳定性提升”数据与 2026-05-11-skill-sop-for-ai 中冰冰酱提到的”踩坑即沉淀”理念一致,都强调具体约束的价值
- 本文提到的 Skills 跨平台扩散(Codex、Cursor、OpenClaw 等跟进)印证了 2026-05-13-ai-agent-productivity-20x 中深思圈关于”Skills 是复利最强的一层”的判断
- 本文的渐进式披露机制(三层加载:name+description → SKILL.md → references/scripts/assets)与 2026-05-27-woshipm-yunshu-skill-practical-guide 云舒的”三层渐进式加载结构”完全吻合
- 本文的四阶段制作流程(明确需求→构建文件夹→编写指令→测试迭代)是 2026-05-27-woshipm-yunshu-skill-practical-guide 四步作业法(跑通→复盘→封装→回溯)的工程化前置版本