手工川
课程地图/PART 04理解 Agent Skill

K1什么是 Agent Skill:可调用的智能 SOP

Skill 是一个装着说明书、脚本和资料的文件夹,Agent 需要时才加载。我把它定义成可调用的智能 SOP。

约 7 分钟全屏播放这一节
展开讲讲

我给自己写的 Skill,在 Lovstudio.AI 官网上已经上架了 229 个。每一个打开来,都是一个文件夹,里面至少有一个叫 SKILL.md 的文件。

最小的 Skill 只有一个文件

SKILL.md 的开头,用上下两行 --- 夹住几行元数据,其中最要紧的是 name 和 description:前者是名字,后者写它做什么、什么时候该用。横线下面是正文,用大白话写这件事怎么做。下面是讲义第八章里的一个例子:

---
name: weekly-report
description: 把本周的会议纪要和聊天要点整理成周报。用户说“写周报”“整理本周工作”时使用。
---

# 周报整理

## 什么时候用
每周五下午,或者用户说“写周报”的时候。

## 需要的材料
本周的会议纪要文件夹;用户补充的三到五条要点。

## 怎样执行
1. 读取本周的会议纪要,按项目归类;
2. 每个项目写三行:做了什么,结果如何,下周计划;
3. 用户补充的要点,原样放在最前面。

## 不要做的事
不编造没有出现在材料里的进展;不写具体金额。

## 什么算完成
生成“周报-日期.md”,每个项目都有三行,用户读完不需要再改结构。

以 Claude Code 为例,个人的 Skill 放在 ~/.claude/skills/ 下面,每个 Skill 一个文件夹。写好之后,你说“写周报”,它就会按这份说明书去做。

文件夹里还可以放别的东西。按 Agent Skills 规范,scripts/ 放脚本,适合格式转换这类每次都一样、不需要模型发挥的步骤;references/ 放参考资料,比如品牌规范、术语表,用到才读;assets/ 放模板、图片、字体,Agent 拿来用,不需要读懂。

我把它定义成可调用的智能 SOP

我现在把 Skill 定义成一套可调用的智能 SOP。普通的 SOP 要人读一遍再照着做;智能 SOP 由 Agent 直接执行,执行完留下证据,下一次还能接着改。

它装的东西比一段 Prompt 多得多:人的判断、上下文、工作流、工具、权限边界和完成标准。所以一套 Skill 要回答五件事。拿我的写书 Skill 举例:

要回答的问题写书 Skill 的回答
什么时候触发用户想写一本完整的书,而不是一篇文章
带上什么全书大纲、全书摘要、本章参考资料、术语表
怎样执行先检索资料,再按顺序逐章写,每章写完更新摘要
哪些事情不能做不加载其他章节全文;不编造引用
什么算完成排出 PDF 和可编辑的 Word 稿,版面自检通过

一套 Skill 要回答的五件事

为什么一定要写完成标准
没有完成标准,Agent 容易在证据还不够的时候,提前宣布“我已经完成了”;你也只能看着像不像来验收。

Agent 怎么用上它

2025 年 10 月,Anthropic 发布 Agent Skills。它的工程博客把背后的设计叫作渐进式披露(progressive disclosure):信息分成三层,用到哪一层,才加载哪一层。

Agent 启动时就读进来,只有几行,用来判断这个 Skill 跟眼前的任务有没有关系。

上下文窗口是所有任务共用的资源。几百份说明书如果一次全塞进去,模型的注意力会被摊薄,真正要用的那一份反而被淹没。所以在我看来,Skill 首先是一种注意力分配策略:平时只留名字和描述,用得上了再读全文。

这也是为什么 description 是整个 Skill 最要紧的一行。Agent 要不要加载你的 Skill,主要看它。描述写得含糊,正文写得再好,也很难在对的时候被调起来。

它和 Prompt、MCP 有什么不同

很长一段时间里,我是 slash command 党,基于 Claude Code 写过 50 多个 slash commands。后来转向 Skill,是因为两者的触发方式不同:

command 是主动的——你得记得去调用它;skill 是被动的——AI 会自主发现、自主调用。
—— 手工川,2026 年 5 月

在 Claude Code 里,Skill 也能手动调用,输入斜杠加名字就行;不同的是,你不用再记住几十个命令,Agent 会按描述自己找到它。把 Prompt 和 MCP 放进来一起比:

PromptSkillMCP
存在哪里这一次的对话里一个文件夹里一个独立运行的服务里
谁来触发你每次说一遍Agent 按描述加载,你也能手动调Agent 调用它提供的工具
解决什么这一次怎么做这一类事怎么做、做到哪算完让 Agent 连上外部系统和数据
怎么复用复制粘贴装一次反复用,还能分发接一次,反复用

三者经常一起出现。Skill 的某一步,可以写“调用某个 MCP 工具去取数据”;你在对话里说的那句话,往往就是触发某个 Skill 的那句话。

从一家的功能,到一个开放标准

2026 年 5 月在浦东新区的 OPC 企业座谈会上,我讲过一条线:AI 细分赛道每年有一个核心关键词,2023 年是 Prompt,2024 年是 MCP,2025 年是 Agent Skill。也正是在 2025 年,Skill 从 Anthropic 的一个功能,变成了一个开放标准。

  1. 2025-10
    Anthropic 发布 Agent Skills
    提出 SKILL.md 文件夹结构和渐进式披露。
  2. 2025-12
    Agent Skills 成为开放标准
    规范公开在 agentskills.io,任何 Agent 工具都可以实现。
  3. 之后
    各家工具陆续支持
    OpenAI 的 Codex、GitHub Copilot、Cursor 等都能读取同样格式的 Skill。
  4. 2026
    我押注的两个方向
    产品的 Skill 化,Skill 的产品化。

对普通用户来说,开放标准意味着同一个 Skill 文件夹,大多数情况下换一个 Agent 也能用,你写下的做法不会被锁在某一家的产品里。

几个常见误区

  • —把 Skill 当成更长的 Prompt。写了一大篇要求,却没写什么时候触发、什么算完成。
  • —以为要会编程。最小的 Skill 就是一个 Markdown 文件,脚本是可选的。
  • —什么都往 SKILL.md 里塞。Claude Code 文档建议 SKILL.md 控制在 500 行以内,详细的参考资料拆成单独的文件,用到再读。
随堂测验
  1. 第 1 题单选
    按渐进式披露的设计,Agent 启动时就常驻在上下文里的,是 Skill 的哪一部分?
  2. 第 2 题判断
    写一个 Skill 必须会编程,因为它至少要包含一段脚本。
  3. 第 3 题多选(选出全部正确项)
    按我的定义,一套 Skill 要回答哪些问题?
参考与出处