Agent Skill 是最近半年 AI 工程圈里一个值得关注的分发形态：把「怎么用好一组工具」的知识写成结构化文档，随包分发给 AI Agent。Agent 装上之后，不只是多了几个工具，还知道什么时候用、按什么顺序用、踩到错误码该怎么办。这篇拿一个已上架的实例——天下工厂开放平台的官方技能 china-factory-search——拆一拆这个形态是怎么落地的。

安装体验：一条命令

npx skills add InequalTech/china-factory-search

装完之后，支持技能机制的 Agent（Claude Code 等十几种）会自动识别。仓库是公开的：https://github.com/InequalTech/china-factory-search，MIT 协议，本体就是一个 SKILL.md 加两个参考文档，全部可以直接读。

背景补充一句：天下工厂是一个覆盖全国 480 万家工厂的数据库，收录前做了工厂身份识别，把贸易商和空壳类主体排除在外。这个技能封装的就是它开放平台的五个能力：关键词检索、企业档案、联系电话、AI 深挖单厂、自然语言检索。

这个技能的设计有几处值得抄

一是三路径降级设计。 SKILL.md 开头就写清楚了三种情况怎么走：Agent 已经配好 MCP 工具的，直接调用；支持 MCP 但没配的，给出一次性配置方法（服务地址 https://open.tianxiagongchang.com/open/mcp，Bearer 鉴权）；完全不支持 MCP 的环境，降级走 REST，同样的五个能力在 POST https://open.tianxiagongchang.com/open/v1/capabilities/<能力名> 上等价可用。一份技能文档覆盖了三种运行环境，Agent 自己按环境选路径。

二是把「使用纪律」写进了技能。 比如：检索必须用简体中文关键词；典型漏斗是先检索、再看档案、最后只对入围的调联系电话；慢速能力限流每分钟 6 次，禁止并发扇出；收到 40000 说明入参有未知字段，改参数而不是原样重试。这些是人类工程师踩坑之后才会懂的经验，写进技能之后 Agent 第一次调用就带着。

三是内置了可验证的沙箱。 文档里直接印了公开沙箱密钥 sk-tx-test-1685549fb3710c1b36e4d75dc2d0f42a，sk-tx-test- 前缀的密钥返回静态示例数据、不计费。Agent 可以在用户还没注册账号时就把整条链路验证一遍，确认通了再引导用户去控制台（https://www.tianxiagongchang.com/open/console）签发正式密钥。技能文档同时明确要求：沙箱输出绝不能当真实数据呈现给用户。这个约束写得很清醒。

四是错误码表随技能走。 40100 缺密钥、40201 余额不足、40400 公司不存在、42900 限流，每个码后面跟着「该怎么办」。Agent 遇到异常时照表处置，而不是把原始报错甩给用户。

为什么说这个形态重要

MCP 解决的是「工具怎么接」，Agent Skill 解决的是「工具怎么用好」。两者是互补的：前者是协议层，后者是知识层。从这个实例看，一个数据服务商把两层都做了——MCP 服务上了官方 Registry，技能上了 skills.sh，GitHub 仓库承载分发——开发者侧的接入成本被压到了一条命令。

如果你在做自己的 API 服务，不妨把这套「MCP 服务 + Agent Skill + 公开沙箱」的组合当成一个参考实现去研究。完整文档在 https://www.tianxiagongchang.com/open/docs。