当前AI智能体存在“短期失忆”问题，难以保留长期记忆。Anthropic推出的Agent Skills技术通过封装特定领域的知识和工作流，形成可复用的“技能组件”，使AI智能体按需调用，无需重复训练。Agent Skills是扩展AI智能体能力的开放标准，包含指令、脚本和资源，支持跨平台使用。文章详细介绍了Agent Skills的定位、技术原理、使用场景和入门方法，帮助读者理解和应用这一创新技术，提升AI任务的专业性和效率。

一、Agent Skills 是什么？

1、从定位上讲，Agent Skills 是一个用于为 AI 智能体扩展专门能力的开放标准。Skills 将特定领域的知识和工作流封装起来，智能体可以调用这些 Skills 来执行特定任务

2、从本质上讲，Agent Skills 是包含指令、脚本和资源的文件夹，智能体可以发现并使用它们来更准确、更高效地完成特定任务，文件结构如下：

二、Skills 与其他技术的区别

很多人会问：Skills、Prompts、MCP 到底有什么区别？可以简单这样理解：

三、Agent Skills 的技术原理

Agent Skills 的核心创新主要通过渐进式加载/披露

通过这种分层加载，智能体可以在不撑爆上下文的前提下，同时挂载数十乃至上百个技能

四、Skills 的使用场景

五、快速使用入门

Skills 的跨平台支持

Agent Skills 作为开放标准，已在众多流行的开发平台与 AI 工具中得到支持或兼容，便于同一套技能在不同环境中复用。例如：

• Anthropic生态：Claude API、claude.ai、Claude Code（技能目录.claude/skills/）均原生支持，可自动发现与按需调用。
• 代码编辑器/IDE：Cursor、VS Code/GitHub Copilot 等。
• 开源产品代表：OpenClaw、ZeroClaw‌、Nanobot 等。
• 国内开放平台：扣子（Coze）、豆包等提供“技能”类能力。

不同平台中 Skills 的启用方式、安装路径和调用方式可能略有差异，但都遵循 SKILL.md + 元数据的标准结构，便于迁移与共享。

---

下面以 Cursor 为例，说明从启用到创建自定义 Skill 的典型流程。

1.启用 Skills

Agent Skills 自 Cursor 2.4 起在稳定版中提供，不需要其它任何设置。

cursor的技能/skill默认从以下路径加载:

2.安装现成 Skills

步骤1：安装OpenSkills

npm i -g openskills

步骤2：安装Anthropic官方Skills

openskills install anthropics/skills 安装到项目

openskills install anthropics/skills --global 安装到全局

3.在对话中使用

启用后，Agent 会根据你的问题自动匹配 Skill；你也可以在提问时明确指定，例如：“用 frontend-design 这个 skill，帮我做一个产品介绍页”。

4.创建自己的 Skill

在指定目录（如 .cursor/skills/）下新建一个子目录，至少放入一个 SKILL.md：在文件头写 name、description（描述“做什么、何时用”），正文写具体步骤和示例。参考官方或社区 Skill 的写法，再根据需要加上 scripts、references 等即可。

总结一下：AgentSkill 用“技能包”的方式，让 Agent 在需要时加载专门的知识与流程，既减轻了上下文负担，又提高了任务的专业性和一致性。想用好它，关键是理清“什么时候、解决什么问题”，再把这类问题抽象成一个可复用的 Skill。

最后

对于正在迷茫择业、想转行提升，或是刚入门的程序员、编程小白来说，有一个问题几乎人人都在问：未来10年，什么领域的职业发展潜力最大？

答案只有一个：人工智能（尤其是大模型方向）

当下，人工智能行业正处于爆发式增长期，其中大模型相关岗位更是供不应求，薪资待遇直接拉满——字节跳动作为AI领域的头部玩家，给硕士毕业的优质AI人才（含大模型相关方向）开出的月基础工资高达5万—6万元；即便是非“人才计划”的普通应聘者，月基础工资也能稳定在4万元左右。

再看阿里、腾讯两大互联网大厂，非“人才计划”的AI相关岗位应聘者，月基础工资也约有3万元，远超其他行业同资历岗位的薪资水平，对于程序员、小白来说，无疑是绝佳的转型和提升赛道。


对于想入局大模型、抢占未来10年行业红利的程序员和小白来说，现在正是最好的学习时机：行业缺口大、大厂需求旺、薪资天花板高，只要找准学习方向，稳步提升技能，就能轻松摆脱“低薪困境”，抓住AI时代的职业机遇。

如果你还不知道从何开始，我自己整理一套全网最全最细的大模型零基础教程，我也是一路自学走过来的，很清楚小白前期学习的痛楚，你要是没有方向还没有好的资源，根本学不到东西！

下面是我整理的大模型学习资源，希望能帮到你。

👇👇扫码免费领取全部内容👇👇

最后

1、大模型学习路线

2、从0到进阶大模型学习视频教程

从入门到进阶这里都有，跟着老师学习事半功倍。

3、 入门必看大模型学习书籍&文档.pdf（书面上的技术书籍确实太多了，这些是我精选出来的，还有很多不在图里）

4、 AI大模型最新行业报告

2026最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

5、面试试题/经验

【大厂 AI 岗位面经分享（107 道）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

6、大模型项目实战&配套源码

适用人群

四阶段学习规划（共90天，可落地执行）

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 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

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 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
• …

第三阶段（30天）：模型训练

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。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 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
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 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

• …

  👇👇扫码免费领取全部内容👇👇

  

3、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。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】