聊聊agent skills

AI skills 上下文 Skills agent

发布于 2026-07-23

我们非常重视原创文章，为尊重知识产权并避免潜在的版权问题，我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容，访问作者的公众号页面获取完整文章。

文章来源：

敏捷测试转型

扫码关注公众号

扫码阅读

手机扫码阅读

文章主旨：Agent Skills通过“渐进式披露”设计原则，将专业知识打包为可组合、可扩展的文件夹，使通用AI Agent转变为具备特定领域能力的专用Agent，从而解决大模型“会说不会干”的痛点。

关键要点：

Agent Skills 诞生为解决大模型缺乏“组织上下文”和“程序性知识”的痛点，通过文件和文件夹结构封装专业知识、指令、脚本和资源。
核心设计原则是三层“渐进式披露”：第一层（元数据名称和描述）预加载到系统提示词，仅消耗约100token；第二层（SKILL.md正文）在任务相关时读取，平均不到5K token；第三层（捆绑的额外文件）按需浏览，实现认知与执行分离，扩展近似无限的上下文。
Skills与Tool互补：Tool是底层原子化能力，回答“做什么”；Skills封装完整流程知识，回答“怎么做”，并能调用Tool。
开发好用的Skills需从问题驱动评估、拆分复杂结构、监控迭代（尤其关注name和description的触发准确性）以及反思式错误修复。
安全方面应仅安装可信渠道的Skills，并审核捆绑文件中的代码意图和依赖；同时Skills与MCP互补，前者提供知识流程，后者提供外部资源连接。

内容结构：

诞生：Agent Skills由Anthropic于2025年10月发布，旨在让Agent具备特定组织上下文和程序性知识，类比为新员工入职指南，包含SOP、脚本和模板。
激活与架构：通过编写SKILL.md文件进行自定义指导。架构上左侧为Agent配置（LLM决策大脑与系统提示词），右侧为Agent虚拟机（执行环境），AI平台通过Tool读取skill文件内容到上下文窗口。
Skills与Tool区别：Tool是原子化被动能力，Skills是完整SOP主动方案。
三层渐进式披露：第一层元数据（名称+描述）预加载；第二层完整SKILL.md正文在任务相关时读取；第三层捆绑文件按需加载。实现认知与执行分离，使技能包体积与上下文窗口无关。
Skills与代码执行：Skills可包含代码供AI执行，利用传统代码的确定性、成本低、可重复验证等优势。
开发好用的Skills：从评估工作流瓶颈开始，问题驱动增量构建；拆分复杂结构降低上下文负担；监控AI使用行为，迭代name和description；通过反思式改进让AI自主修正行为。
安全：警惕恶意Skills，仅从可信渠道安装并审核代码意图、依赖及外部链接。
与MCP的关系：互补，Skills提供思维框架，MCP提供行动能力（访问数据库、API等）。
后续发展：完善全生命周期功能，鼓励分享工作流，未来Agent将自主创建、编辑和评估Skills。