你可能也遇到过这类问题：

• 同样的任务，每次都要重新把规则讲一遍；
• 让 AI 写周报、写报告、做评审，输出风格忽左忽右；
• 团队里每个人都在写提示词，但没人能稳定复用别人的方法。

如果你想让 AI Agent 从“会聊天”变成“能干活、可交付、可迭代”的生产力系统，Agent Skills 是最关键的一块拼图。

Skill 到底是什么？

先给一个最简定义：

Skill = 可发现、可按需加载的任务 SOP 模块（能力包）。

它不是一段提示词，它是一个产品化的能力单元——包含了元数据、执行指令、示例模板、校验规则，甚至可以带脚本和参考文档。

用 Anthropic 官方的话说：Skills 是用于扩展 AI Agent 功能的模块化能力包。每个技能以文件夹形式存在，包含指令、元数据和可选的资源文件。当 Agent 判断某个技能与当前任务相关时，会自动加载并使用。

和 Prompt 的核心差别（左滑查看）

一句话总结：Prompt 是便签纸，Skill 是员工手册。

Skill 解决的不是“写作”，而是 3 个长期痛点

• 反复解释规则——每次新对话都要重新告诉 AI “请遵循以下格式”。有了 Skill，触发即加载，不用重复。
• 输出风格不稳定——同样的任务，今天输出 A 格式，明天变 B 格式。Skill 内置模板和校验清单，输出更稳。
• 团队流程无法复用——小王写的提示词小李用不了。Skill 标准化后，团队共享一套能力包。

一个直观的例子

假设你经常做 “某个热点方向的研究报告（调研→对比→结论→路线图）”：

没有 Skill 的时候：

“请帮我做一份研究报告。要求：先给出 1 页 TL;DR；再按‘背景/问题定义/技术路线/关键论文与方法对比/数据与评测/落地应用/风险与局限/未来趋势’分章节；对每条路线给优缺点表格；最后给 3 条可执行建议和一个 90 天路线图。写作要偏工程落地，不要空泛，还要保留引用格式……”

每次都要把报告结构、对比维度、写作口径、交付物格式重新讲一遍，稍不注意就会变成“堆概念、没结论”。

有 Skill 的时候：

/research-report [主题] [目标读者] [时长/深度]

一句话搞定。因为所有规则已经封装在 Skill 里：

• 自动生成目录与对比框架（路线、指标、数据集、成本、风险）
• 强制输出“结论先行 + 可执行建议 + 路线图”
• 统一引用与表格模板（避免风格漂移）

金句：Skill 的本质，是把个人经验变成组织资产。

Prompt / Tool / Skill / MCP 区别

很多人卡在这里：到底什么时候用 Prompt？什么时候用 Tool？MCP 又是什么？

很多人搞不清 Prompt、Tool、Skill、MCP 这四个东西的边界。

一个清晰的四分法：

• Prompt：临时指令（口头交代）
• Tool：一个动作/接口（像一把锤子）
• MCP：外部系统接入协议（“去哪里拿数据、调什么 API”）
• Skill：可复用 SOP 包（员工手册：遇到这种事该怎么做）

四个角色（左滑查看）

MCP 🆚 Skill

Skill 负责 How（流程与规范），MCP 负责 What/Where（数据与动作）。

两个秒懂场景
场景 1：”帮我生成本周周报”
这更像 Skill。因为你需要的是一套固定流程：
*先从任务记录里提取本周完成的事项
*按模板分”本周完成 / 下周计划 / 风险事项”三段
*输出格式是 Markdown，口吻要职业化

这些”怎么做”的规范，就是 Skill 的活儿。

场景 2：”从 Jira 里拉取本周的任务列表”
这更像 MCP。因为你需要的是：
*连接到 Jira 的 API
*用我的账号鉴权
*拉取指定时间范围的 ticket

这些”去哪里连、拿什么数据”，就是 MCP 的活儿。

详细对比表（左滑查看）

它们是互补关系

最强大的组合是：MCP 提供数据和工具 → Skill 提供 SOP → Agent 执行闭环。

比如：

• MCP 连接 Arxiv 拉取论文与引用 → Skill 自动生成“研究报告”
• MCP 读取 Git 仓库的实验代码与配置→ Skill 输出“复现实验复盘报告”
• MCP 拉取内部知识库/会议纪要/数据看板 → Skill 产出“季度技术洞察报告”

金句：Skill 教 AI 怎么干活，MCP 帮 AI 连接世界。

为什么 Skill 会更稳？核心原理：按需加载（渐进式披露）

Skill 的关键不是“写得长”，而是“不要一次性塞满上下文”。

用“渐进式披露（Progressive Disclosure）”来解释：
需要什么给什么，不需要的不加载。

三层加载模型

为什么这比”全塞进去”好？

传统方式（全量加载）：

• 假设你有 50 个工具/技能
• 预加载所有定义 → 约 72,000 tokens
• 加上对话历史和系统提示 → 约 77,000 tokens
• 还没开始干活，上下文就用了大半

Skills 按需加载方式：

• 启动时只加载元数据 → 约 5,000 tokens（50 个技能 × 100 tokens）
• 激活 1 个技能 → 加载约 3,000-5,000 tokens
• 总计约 8,000-10,000 tokens

这是 85% 的 token 节省！

而且不只是省 token——准确率也提升了。根据 SkillPort 的测试数据：

• Claude Opus 4：准确率从 49% 提升到 74%
• Claude Opus 4.5：准确率从 79.5% 提升到 88.1%

错误示范 vs 正确做法

❌ 错误示范：把 3,000 行编码规范直接塞进 system prompt

• AI 上下文被塞满，注意力被稀释
• 存在”迷失在中间”现象——中间位置的信息最容易被忽略
• 输出开始发散，该遵守的规则没遵守

✅ 正确做法：把规范封装成 Skill

• 平时只占 100 tokens（名称 + 描述）
• 触发时才加载核心指令（~5,000 tokens）
• 需要详细参考时再加载 references/
• 输出稳定，因为 AI 的注意力集中在当前任务相关的规范上

技能选择机制

一个很关键的设计细节：Skills 的选择完全靠 LLM 自身的推理能力，没有算法路由，没有意图分类器，没有语义搜索。

流程是这样的：

1. 系统把所有技能的 name + description 格式化成文本，放入 Skill 工具的描述中
2. 用户发来请求
3. LLM 阅读请求，对比所有技能描述，自主判断该用哪个
4. 决定后，通过内部的 “Skill” 工具调用，加载该技能的完整内容

这意味着：description 写得好不好，直接决定了你的 Skill 能不能被正确触发。

金句：三层加载 = 最小信息做判断 + 按需加载做执行 = 省上下文 + 更稳定。

手把手教你写第一个Skill

Skill 的最小形态其实很朴素：一个文件夹 + 一个 SKILL.md 文件（左滑查看）

my-skill/
└── SKILL.md          ← 这一个文件就够了

复杂一点的 Skill 可以有更多文件：（左滑查看）

my-skill/
├── SKILL.md            # 必需：技能定义
├── scripts/            # 可选：可执行脚本
│   └── validator.py
├── references/         # 可选：详细参考文档
│   └── REFERENCE.md
└── assets/             # 可选：模板和静态资源
    └── template.md

SKILL.md 的两部分

SKILL.md 由两部分组成：

第一部分：YAML Frontmatter（元数据区）（左滑查看）

name: agent-design-reviewer
description: >
  用于生成“Agent 系统设计评审包”。当用户提供一个 Agent 项目想法或现有方案
  （目标、工具、数据源、约束、指标）时使用；自动输出：系统架构图、模块拆解、
  风险清单、评测方案与里程碑计划。不适用于单纯写代码或逐段翻译说明文档。
---

第二部分：Markdown 正文（执行指令区）（左滑查看）

## 执行步骤
1. 需求澄清：目标用户/核心任务/输入输出/成功指标（若缺失先列出缺失项）
2. 任务分解：把目标拆成 3-7 个子任务（可工具化/可评估）
3. 架构设计：输出端到端架构（Agent Loop：Think→Plan→Act→Observe→Reflect）
4. 模块拆解：Planner / Tools / Memory / Retriever / Evaluator / Guardrails
5. 风险与边界：失败模式（幻觉、工具误用、权限、数据泄露、成本、延迟）
6. 评测方案：离线集 + 在线集 + 指标（成功率/成本/时延/引用正确率/鲁棒性）
7. 交付计划：30/60/90 天里程碑（PoC→MVP→Prod），每阶段验收标准

## 输出模板
### TL;DR（10 行内）
- 做什么：
- 给谁用：
- 成功标准：
- 关键差异点：

### 架构图（Mermaid）
```mermaid
flowchart LR
U[User] --> P[Planner]
P --> T[Tool Router]
T -->|Call Tools| X[(Tools/MCP)]
X --> O[Observe]
O --> M[Memory/Retrieval]
M --> P
P --> A[Answer]

## 模块清单（职责与接口）
模块    输入    输出    关键设计点    可替代方案

## 风险清单（Failure Modes）

- 幻觉风险：如何降低（证据引用/自检/多样性采样）
- 工具风险：参数错误/误调用（权限分级/工具白名单）
- 成本风险：token/工具调用频率（缓存/批处理/早停）
- 数据风险：敏感信息（脱敏/审计/最小权限）

## 评测与验收
- 离线：固定测试集（任务成功率、引用正确率、步骤长度、成本）
- 在线：A/B（用户满意度、完成时长、复访率）
- 失败回放：日志字段规范（trace_id、tool_calls、evidence）

## 30/60/90 天计划
- 30 天：PoC（核心链路跑通 + 基线指标）
- 60 天：MVP（覆盖主要任务 + 失败回放闭环）
- 90 天：Prod（权限治理 + 监控报警 + 成本优化）

YAML 字段详解（左滑查看）

description 写作公式

description 是决定触发率的关键。推荐用这个公式：

当用户要做【任务 A / 任务 B】并且需要【输出格式/目标】时使用；当【反例场景】不要使用。

✅ 好的 description 示例：（左滑查看）

description: >
  从 PDF 文件中提取文本和表格，填写 PDF 表单，合并多个 PDF。
  当需要处理 PDF 文档或用户提到 PDF、表单、文档提取时使用。

❌ 差的 description 示例：

description: 帮助处理 PDF。

差在哪？

• 没说清能做什么（提取文本？填表单？合并？）
• 没说清何时用（什么场景触发？）
• 太模糊，Agent 难以判断是否匹配

十行可运行示例

这是一个最简的可运行 Skill：（左滑查看）

---
name: code-explainer
description: >
  用直观类比和 ASCII 示意图解释代码如何运行。
  当用户问"这段代码怎么工作""帮我解释这个函数"时使用。
---

当解释代码时，请遵循以下步骤：

1. **类比说明**：先用日常生活中的事物作比喻
2. **绘制示意图**：使用 ASCII 图形绘制代码流程
3. **逐步讲解**：逐行解释代码执行过程
4. **提示注意**：指出一个常见的陷阱或误区

用对话的口吻给出解释，复杂概念可以使用多个类比。

金句：name 决定你怎么调用它，description 决定 AI 什么时候自动用它。

把 Skill 当“产品”打磨：3 条黄金规则 + 1 个终局组合

会写 Skill 只是第一步，写好 Skill 才是关键。这里分享经过多个生产级项目验证的最佳实践。

三条黄金规则

规则 1：多给 examples（好结果长什么样）

这是 Supabase Agent Skills 项目总结出来的”对比学习模式”：

每条规则都要有”错误示范”和”正确示范”。

比如你写一个 SQL 优化 Skill，不要只说”应该用索引”，而是：

Incorrect (缺少索引导致全表扫描):（左滑查看）

SELECT * FROM orders WHERE customer_id = 123;
-- 没有索引时：Seq Scan，2500ms

Correct (添加索引后的高效查询):（左滑查看）

CREATE INDEX orders_customer_id_idx ON orders (customer_id);
SELECT * FROM orders WHERE customer_id = 123;
-- 有索引后：Index Scan，2.3ms，提升 1087x

为什么这么做？因为 AI 通过”对比”学得最快。看到了错误模式，它才能在用户代码中识别出同样的问题。

规则 2：把复杂内容下沉到 references

SKILL.md 正文建议控制在 5,000 tokens 以内。超出的内容放到 references/ 目录，在正文中用链接引用：（左滑查看）

## 详细规范

基础用法见上述步骤。更多高级配置请参阅：
- [表单处理指南](references/FORMS.md)
- [API Schema 说明](references/api-schema.json)

这样 Agent 只在需要时才加载详细文档，不会一上来就塞满上下文。

规则 3：加输出校验清单

在 Skill 末尾加一个 checklist，让 Agent 在输出前自检：

## 输出校验清单
- [ ] 输出格式是否符合模板
- [ ] 是否包含所有必需字段
- [ ] 语气是否一致（口语化 vs 书面）
- [ ] 代码示例是否可运行
- [ ] 是否有遗漏的边界情况

Anthropic 的四条开发指南

来自 Anthropic 官方 Skills 仓库的开发建议：

• 从评估开始——先在代表性任务上运行 Agent，观察局限性，再针对性地写 Skill
• 结构化以支持扩展——SKILL.md 变臃肿时，拆分为独立文件；互斥内容保持分离
• 从 Claude 视角思考——监控 Agent 在实际场景中如何使用 Skill，关注意外的执行路径
• 与 Claude 协作迭代——让 AI 帮你把成功方法和常见错误捕获到 Skill 中

版本管理

像管理代码一样管理 Skill：

• 用 Git 做版本控制
• 在 YAML 中加 version 字段
• 每次修改写 changelog
• 重大改动升版本号

金句：Skill 的迭代方式更像写库/写组件，而不是写提示词。

真正能落地的形态：Skill × MCP = 生产级 Agent

最后是整套系统的“闭环组合范式”：

一句话：MCP 给 Agent 连上”手和眼”，Skill 给 Agent 装上”脑”。

给你的 3 个落地建议

• 从你最常做的“重复交付物”开始写 Skill
  例如：研究报告、周报、技术评审、方案对比、复盘报告——越重复越值得封装。
• 先写一个“能跑通”的最小 Skill，再迭代
  先做到“结构稳定 + 输出可验收”，再逐步加 examples、checklist、references。
• 最终目标不是写很多 Skill，而是形成组织资产库
  用 Git 管理版本、写 changelog、统一分发，Skill 才会越来越值钱。