自研 Agent 实战：构建 Skill 运行最小系统

文章主旨：AI 工具能否运行标准 Skill，关键不在模型本身，而在其外围是否具备可发现、解析、按需加载并执行 Skill 的“Skill 运行时引擎”；自研 Agent 也应围绕该引擎的最小闭环属性来构建。

关键要点：

1. AI 工具支持标准 Skill，依赖的是“Skill 运行时引擎（Runtime Engine）”。目前行业没有真正统一的标准 Skill，只有事实标准。
2. Skill Runtime Engine 最小闭环依赖 4 个关键属性：固定 Skill 发现路径、元数据预加载机制、意图识别与按需加载机制、Skill 执行器封装为 Tool。
3. 渐进式披露先让 LLM 每轮只看到 name 和 description，匹配后再加载完整 SKILL.md，以解决“上下文窗口有限 vs 能力需求无限”的矛盾。
4. 豆包、普通 ChatGPT 缺少文件扫描、元数据加载、渐进式加载、Tool Executor，因此即使放入 SKILL.md 也无法自动发现和运行；Codex、Claude Code、OpenClaw、Cursor 将 4 个属性写死在代码中。
5. 自研 Agent 需具备上述 4 个属性，并从代码实现角度对应 6 个方面：硬编码扫描路径、YAML frontmatter 解析器、LLM 意图匹配、按需文件读取、Skill Tool 封装、可选脚本沙盒执行器。

内容结构：

• 引言：提出“为什么某些 AI 工具支持 Skill，而有些不支持”“自研能应用标准 Skill 的 AI 工具需要什么属性”“为什么 OpenClaw 运行丝滑”，本质是在问：什么样的 AI 应用才能成为 Skill 容器。本文基于中台自研 Agent 运行 Skill 的实战总结，拆解 Skill 运行时引擎的关键条件。
• 01 Skill 运行时引擎（Runtime Engine）：
  • 一个 AI 工具能运行标准 Skill，不是因为 AI 模型本身的能力，而是因为外围有“Skill 运行时引擎”。
  • 该引擎是让 AI Agent 能发现、解析、调用和执行 Skill 的底层基础设施，负责发现、加载、解析和执行 Skill。
  • 只有具备「Agent Runtime」结构的 AI 工具，才能识别并运行标准 Skill。AI 模型只是“决策层”，真正“执行层”是代码实现的引擎。
• 02 Skill 运行 4 个关键属性：
  • 1. 固定的 Skill 发现路径：AI 工具启动时递归扫描指定目录，找到包含 SKILL.md 的子文件夹。常见路径包括 .claude/skills、.codex/skills、.cursor/skills、.openclaw/skills；项目级优先，用户级次之。不同路径用于避免冲突。“SKILL.md 跨平台兼容”主要指 frontmatter 格式兼容，跨工具使用仍需手工复制或软链接。
  • 2. 元数据预加载机制（渐进式披露）：AI 工具不会一次性加载所有 Skill 的完整内容，而是通常分三层或多层按需加载。LLM 每轮对话只看到 name 和 description，据此判断是否需要加载完整 Skill。该机制解决上下文窗口有限与能力需求无限的核心矛盾。
  • 3. 意图识别与按需加载机制：用户输入任务后，工具需判断哪个 Skill 的 description 匹配任务。豆包等工具没有元数据注册表和按需加载机制，喂给它 SKILL.md 也只会当作文本处理。匹配成功后才加载完整 SKILL.md，此时才占用大量上下文。
  • 4. Skill 执行器（封装为 Tool）：加载完整 SKILL.md 后，工具需让 LLM 能调用 Skill。SkillTool 在 LLM 视角中与其他工具平等，LLM 可自主决定调用，参数如 skill_name="pdf_processor"。OpenClaw 的特殊性在于它是 Agent 架构而非纯 Skill 架构，具备四层完整架构（Gateway→Agent 核心→工具链→执行环境），预置 200+ 标准化工具接口，因此 Skill 能调用更多底层能力。
  • 5. 完整执行流程示例：用户输入“帮我分析这个 PDF”后，依次执行：生成可用技能列表；LLM 判断需要 pdf 技能；加载完整 SKILL.md；通过 SkillTool 注入完整指令并加载相关脚本；LLM 按 SKILL.md 步骤调用脚本提取文本、分析内容并返回结果。
• 03 自研 Agent 跑 Skill：
  • 1. 常见 Agent 跑 Skill 对比：豆包等聊天机器人核心链路是“用户 → LLM → 回复”，内部没有文件扫描、元数据加载、渐进式加载、Tool Executor，因此不能自动读取 SKILL.md。Codex、Claude Code、OpenClaw、Cursor 的代码中写死了这 4 个属性。OpenClaw 强在真正实现了完整 Skill Runtime，并具备 Agent 四层架构与 200+ 标准化工具接口。
  • 2. 自研 Agent：自研 Agent 也需要具备上述 4 个属性；从实现角度看，4 个属性可对应 6 个方面。4 个属性是从“系统怎么工作”描述功能模块，6 个方面是从“代码要写什么”拆解实现细节，二者是同一座山的正反面。6 个方面包括：固定扫描路径并硬编码如 .myagent/skills/；YAML frontmatter 解析器提取 name 和 description 并存入注册表；LLM 基于 description 进行意图匹配；匹配成功后再读取完整 SKILL.md；将 Skill 调用封装为 Agent 可用工具函数；如包含 scripts/，则需要可选沙盒环境执行脚本。

文章总结：全文强调，Skill 能力落地是系统工程：AI 应用要成为 Skill 容器，必须补齐 Skill 运行时引擎；自研 Agent 可从 4 个关键属性与 6 个实现项构建最小闭环。