我们将重点解决 API 环境与桌面环境的核心差异：在 Claude AI 中开箱即用的文件操作能力，在 API 中需要通过手动配置沙箱环境（Sandbox Environment）来实现。：在桌面端，"代码执行与文件创建"是默认启用的系统设置；而在 API 环境中，开发者必须手动构建等效的能力栈，通过。全篇如无特殊说明，则默认资料来源上述教程，具体参考链接见文末。每个技能都拥有一个独立的目录，其中

该智能体模拟了一个高效的工程团队：由一个“指挥官”利用标准流程 (Skills) 制定计划，并行调度三个“专家” (Sub-agents) 进行分工协作，最终通过 MCP 将成果交付到外部系统 (Notion)。这意味着我们在 Python SDK 中编写的技能，可以直接拖入 Claude Desktop 使用，也可以被其他支持该标准的 Agent 框架复用，无需修改代码。通过代码连接 Notio

Claude Code 不仅是一个编码助手，更是一个可在终端中执行任何命令行任务的。配置，仅授予其完成任务所需的最小工具集（如仅 Repo Analyzer 需要。：与仅提供文本响应的传统 LLM 不同，Claude Code 通过。，Claude Code 在会话间无持久记忆。跨会话保持信息需依赖。，支持编写文档、运行构建、搜索文件、研究主题等复杂工作流。Claude Code 的核心是一个由。

Claude Code 不仅是一个编码助手，更是一个可在终端中执行任何命令行任务的。配置，仅授予其完成任务所需的最小工具集（如仅 Repo Analyzer 需要。：与仅提供文本响应的传统 LLM 不同，Claude Code 通过。，Claude Code 在会话间无持久记忆。跨会话保持信息需依赖。，支持编写文档、运行构建、搜索文件、研究主题等复杂工作流。Claude Code 的核心是一个由。

我们将重点解决 API 环境与桌面环境的核心差异：在 Claude AI 中开箱即用的文件操作能力，在 API 中需要通过手动配置沙箱环境（Sandbox Environment）来实现。：在桌面端，"代码执行与文件创建"是默认启用的系统设置；而在 API 环境中，开发者必须手动构建等效的能力栈，通过。全篇如无特殊说明，则默认资料来源上述教程，具体参考链接见文末。每个技能都拥有一个独立的目录，其中

实现了"知识即配置"的理念：通过修改指导文档即可调整系统行为，无需改动底层代码，Skills 层向下为分析器提供标准化工具支持，向上为 Agent 提供可编排的能力单元，确保分析过程的一致性和可维护性。Agent 的主要职责是接收高层任务目标，将其拆解为可执行的子任务，协调下方的 Interview Analyzer 和 Survey Analyzer 两个子分析器并行工作，最后整合各分析器的输出

本文是关于Datawhale社区关于AI智能体技能（Agent Skills）的教程（一）内容笔记。Agent Skills是一种模块化指令集合，用于扩展AI智能体的专业能力，使其成为特定领域的专家;。文章详细阐述了Skills的核心特点：开放标准、一次构建多处部署、渐进式披露的三层加载机制。Skills适用于需要重复工作流程、领域专业知识和新能力的场景，可显著提升智能体的效率和一致性。教程还介绍

本文是关于Datawhale社区关于AI智能体技能（Agent Skills）的教程（一）内容笔记。Agent Skills是一种模块化指令集合，用于扩展AI智能体的专业能力，使其成为特定领域的专家;。文章详细阐述了Skills的核心特点：开放标准、一次构建多处部署、渐进式披露的三层加载机制。Skills适用于需要重复工作流程、领域专业知识和新能力的场景，可显著提升智能体的效率和一致性。教程还介绍