本文介绍了2026年AI Agent的发展趋势，特别是Skill在其中的核心作用。Skill是封装指令、代码和资源的工具，能极大提升AI助手的专业性和工作效率。文章详细阐述了Skill的概念、发展历程、目录结构及SKILL.md文件的编写规范，并通过实例展示了Skill的实际应用。对于想要学习和使用大模型的开发者，尤其是小白程序员，本文提供了实用的技能开发指南，助力快速掌握AI Agent技能，提升工作效率。

一、Skill 概念

平时工作大家都说Skill，但是却没有一个统一的定义。我这里给一个自己理解的定义，非官方定义。Skill就是把指令、代码和资源文件等等的文件夹封装在一起，然后让智能体(Agent)在需要使用时按需加载来辅助智能体完成你的需求任务。

通俗来讲，Skills 类似于为 AI 助手提供的"专业培训"。通过 Skill，我们可以实现：

1. 封装专业知识：将特定领域的最佳实践和操作流程封装成可复用的技能

2. 提供工作流模板：定义标准化的任务处理流程，提高工作效率

3. 扩展 AI 能力：让 AI 助手能够处理更专业、更复杂的任务

4. 团队协作共享：项目级 Skills 可以在团队成员间共享专业知识

二、Skill 发展历程

这里只介绍了MCP和Skills的大事件，因为CLI是一个很古老的技术了，不是AI时代才出先的新技术。简单介绍一下：CLI = Command Line Interface（命令行界面），是一个早期操作电脑的方式，后来大家开发了UI界面，CLI只用在流水线部署上面使用。现在有了AI Agent，这个技术又被重新发扬光大了，很多软件不仅仅提供了UI界面，还需要提供CLI命令行接口，这样Agent就可以不用操作UI界面，直接使用命令行接口来实现操控电脑里面的软件来干活了。

时间	重要事件
2023-11-06	OpenAI 发布 GPTs，组合指令、额外知识和能力。但这不是 Agent Skills 格式的诞生。
2024-11-25	Anthropic 开源 MCP，用于连接 AI 与数据源、业务工具和开发环境。MCP诞生。
2025-10-16	Anthropic 发布 Skills，并发表架构文章，说明动态发现、渐进式加载及可执行脚本。Skills出现。
2025-12-18	Anthropic 在发布文章与架构文章中更新：Agent Skills 已作为开放标准发布，强调跨平台可移植性。Agent Skills诞生，这样是大家常说的Skill
2025 年 12 月	OpenAI 官方 changelog 的该月条目“Agent skills in Codex”宣布 CLI 和 IDE 扩展支持技能。
2026-10-22	Anthropic 宣布将 Agent Skills 捐赠给 Linux 基金会下的 AAIF，涵盖名称、标志、GitHub 组织与域名。

Skill真正被大家广泛知道和使用应该是今年龙虾（OpenClaw）的火爆出圈导致的。因为随着各种Claw Agent的出现，Agent被大家所熟知。Agent能干活主要靠的就是MCP、CLI、Skill。其中Skill是最简单而且时最容易撰写的。让AI自己撰写一个Skill就可以了，而且不需要服务器部署，也不需要太专业的编程开发知识。写完之后这个Skill就可以给其他的龙虾使用了。

三、Skill 目录结构

my-skill/├── SKILL.md          # 入口：元数据 + 工作步骤├── references/       # 详细规范，相关时再读├── scripts/          # 可选，确定性操作└── assets/           # 可选，输出模板等资源└── ...               # 可选，其他文件或者文件夹

Skill目录结构说明，一个Skill必须包含一个大写的SKILL.md文件，其他文件都可选的。所以最简单的Skill就是只包含一个SKILL.md文件。这个文件不是放代码的，是放你对skill功能工作流描述内容的。类似平时我们说的提示词(Prompt)。这个文件里面有自己的规范，必须按照它的规范来进行撰写，否则其他的Agent有可能无法触发这个Skill。

四、SKILL.md文件详解

下面以WorkBuddy / CodeBuddy Agent来解释Skill的语法。

---name: pdfdescription: PDF 文档处理专家allowed-tools: Read, Write, Bash, WebFetch---你是一个 PDF 文档处理专家，擅长：- 解析和提取 PDF 内容- 转换 PDF 为其他格式- 生成 PDF 报告当用户需要处理 PDF 相关任务时，请使用以下工作流：1. 首先检查 PDF 文件是否存在2. 使用适当的工具提取内容3. 根据需求进行处理4. 生成结果报告可用工具：- pdftotext：提取文本内容- pdfinfo：获取 PDF 信息

Skill 文件使用 Markdown 格式，支持 YAML Frontmatter 定义元数据。Skill里面需要语法规范的内容就在这个元数据定义里面。

元数据就是就是SKILL.md文件开头的哪些内容。最常用的4个字段如下：

• 1）字段：name 使用说明：Skill 名称，如果未指定时使用目录名。一般都会给自己的skill起一个容易记住的名字
• 2）字段：description 使用说明：Skill 描述，用于AI触发这个Skill来使用。一般是描述这个Skill的功能或者一些命中关键字
• 3）字段：allowed-tools 使用说明：允许使用的工具白名单，逗号分隔 Read, Write, Bash
• 4）字段：disable-model-invocation 使用说明：设置为 true 时，Skill 不会出现在 Skill 工具中，只能通过 /skill-name 手动触发。这个在使用一些只需要初始化一次工程的skill里面会用到。

提供一张WorkBuddy / CodeBuddy Agent Skills官方的字段说明列表

Frontmatter 字段

字段	必填	说明	示例
name	否	Skill 名称，未指定时使用目录名	pdf
description	否	Skill 描述，帮助 AI 理解何时使用	PDF 文档处理专家 （project)
allowed-tools	否	允许使用的工具白名单，逗号分隔	Read, Write, Bash
disable-model-invocation	否	设置为 true时，Skill 不会出现在 Skill 工具中，只能通过 /skill-name手动触发	true
user-invocable	否	设置为 false时，Skill 从 /菜单中隐藏，仅供 AI 内部调用或其他 Skill 引用，默认 true	false
context	否	设置为 fork时，Skill 在独立的 subagent 上下文中执行	fork
agent	否	指定 subagent 类型，仅在 context: fork时有效	Explore
model	否	指定 Skill 执行时使用的模型（仅 context: fork时生效，未配置时回退到 agent 默认模型）	claude-sonnet-4
hooks	否	在 SKILL.md 中声明 Skill 专属的 Hooks，仅 context: fork时生效，详见 在 Skill 中配置 Hooks	见下文

五、Skill 其他文件介绍

常见的文件目录

1、references/

提供Skill的详细说明。可以理解为AI查阅详细使用说明的文档目录。常规的用法是，如果一个skill里面实现了2个pdf的功能。他们分别是读取pdf、修复pdf。那么这个时候如果把这2个功能都写入到SKILL.md文件里面，在AI命中这个skill的时候会把这两个功能的使用说明文档都加载到窗口上下文中。如果把这2个功能分别写入到不同的文件内，然后放到references目录里面。例如read-pdf.md和update-pdf.md。这样，如果你只是想阅读pdf，那么就可以触发这个skill，然后只需要加载read-pdf.md里面的规则就可以了，不需要再加载update-pdf.md里面的规则，这样也可以减少窗口上下文内容的载入，让AI更聚焦处理一件事情，同时也会给你节省Token。

2、scripts/

这个是用于存放这个Skill功能脚本的。如果你的Skill需要脚本来实现某个功能。你就可以把脚本放到这个里面。AI再出发Skill实现某个效果的时候就可以直接调用里面的函数，而不是再重新写一个实现的逻辑。这样的好处是你使用一个昂贵的大模型写了一个很好的脚本，下次执行这个Skill的时候就可以用一个便宜的模型来执行，因为里面的脚本都已经写好，便宜的模型只需要执行就可以了。否则便宜的模型按照你的规则来在需要的时候现场来写代码。一是它写的代码有可能有问题，二是这样也浪费token，可以复用的脚本尽量第一次写好放到skill里面可以重复利用。其实这也是一个省Token消耗的技巧，因为大模型执行脚本是可以不用阅读代码文件，这样这些代码的内容就不会被载入窗口上下文中。

3、assets/

这个是资产目录，一般是用于放一些美术资源，例如图片icon、字体文件等等，也可以放一些通用模板。让AI使用这个skill的时候按照这个模板来进行撰写。

4、other/

除了上面的3个常用目录，还可以自定义一些其他的资源的目录，用于来完善Skill，这些目录都不是必须的，只有SKILL.md文件是必须的。所以可以根据自己Skill实现功能的复杂度来规划自己的目录结构。

六、Skill目录示例

重要的事情再强调一遍：SKill里面不仅仅只是放markdown的文本内容，它还可以放脚本、资源、甚至是一个本地可允许的大模型文件。

下面截图介绍一下几个常见的Skill里面的目录结构，加深一下大家对Skill的认识。

1、这个是我写的给项目初始化AI Agent工作流的Skill，使用它就可以统一团队内的工作流的规范。这也是一个典型的常规Skill，有参考文件目录、脚本目录、说明文档、SKILL.md文件

2、这个是包含了assets目录，它里面放了字体文件，这样就统一了skill执行后显示的内容的字体是一样的。

3、这个Skill就相对比较复杂，因为它的功能比较多，所以创建了很多目录来进行分类管理

4、最后再介绍一个未来Skill该有的样子。这个Skill内部包含了一个可执行的大模型文件。通过这个可执行文件youtu-gui-agent来完成这个skill的功能。也就是说未来Skill里面是可以放可执行文件的。那么Skill就变成了现代电脑或者手机上面的应用软件了。通过这种方式让Skill来实现更加强大的功能。

大模型的知识又多又杂，到底怎么学？

做这行久了，被问最多的问题就一个：大模型的知识又多又杂，我到底先学啥？翻了一堆资料，看啥都像重点，结果啥都没学进去。今天把我自己一路摸出来的顺序捋一遍，零基础、应届生、转行的都适用。跟着走，至少方向不乱、不瞎忙，学完拿得出手。

第一阶段（10天）：初阶应用

这一阶段就一个目标：把大模型真正"玩明白"，不是只会聊天那种，而是能调教它、能用代码把大模型和业务接起来。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

这阶段正式进实战，目标很实在：做出两个能拿出手的东西——一个私有知识库，一个 agent 对话机器人。

• 为什么要做 RAG

• 搭建一个简单的 ChatPDF

• 检索的基础概念

• 什么是向量表示（Embeddings）

• 向量数据库与向量检索

• 基于向量检索的 RAG

• 搭建 RAG 系统的扩展知识

• 混合检索与 RAG-Fusion 简介

• 向量模型本地部署

• …

走完这 30 天，Python 或 JavaScript 背景的基本能独立做一套 RAG 应用，简历上也敢写"大模型应用开发"了。

第三阶段（约20天）：动手微调

学到这，你已经开始 “造” 模型了 —— 通过微调，搞出垂直领域的专用小模型。

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你从 “只会用” 变成 “能造” 的 AI 小子。那么你还想往下探索吗？

想要入局AI大模型赛道、抢占行业红利的朋友，微信扫描下方CSDN官方认证二维码，即可100%免费领取全套学习资料！

第四阶段（20天）：商业闭环，部署落地

技术学完，落地才算数。这阶段带你搞明白大模型怎么真正跑起来、用起来。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

想要入坑大模型的朋友，给大家准备了一份2026 年最新 AI 大模型全套学习资料：

1、大模型系统化学习路线

2、大模型学习视频教程

3、大模型学习书籍&电子文档

4、AI大模型最新行业报告

5、大模型项目实战&配套源码

6、2026大模型大厂面试真题

7、为什么要学习大模型？

我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着AI技术飞速发展，预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。

8、适合谁学？

• 传统后端 / Java / 前端开发，想转型 AI 应用
• 大学生、应届生，想拿更好的 offer
• 产品经理、运营，想武装职业竞争力
• 技术负责人，想给团队落地提效

学习是反人性的，但回报是真金白银。技术会更新，赛道会切换，但只要你先动手，机会就永远站在你这边。

9、这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

想要入局AI大模型赛道、抢占行业红利的朋友，微信扫描下方CSDN官方认证二维码，即可100%免费领取全套学习资料！

好了，就写到这。路线是死的，人是活的，卡住了随时来问我。觉得有用就点个收藏，别让它进收藏夹吃灰——动起来比啥都强。