Skill（技能）指为AI智能体（Agent）封装的、可复用、可组合的标准化能力单元，本质是“场景最佳实践+所需工具”的封装，核心作用是将大模型的抽象推理规划转化为可落地、可验证的具体操作。
Skill是连接大模型推理能力与实际执行能力的关键，让AI Agent从“只会思考”升级为“能落地执行”。它不同于Prompt（提示词）、大模型能力或外部工具，而是整合工具调用逻辑、实现多工具协同的“使用能力”。
一个标准Skill通常包含以下结构：
YAML前置元数据：明确技能名称和功能描述，用于AI快速识别和匹配。
Markdown正文指令：详细说明执行流程、输入输出要求、注意事项与示例，确保AI精准执行。
辅助资源文件夹：可包含脚本（scripts）、参考文档（references）、静态资源（assets）等，按需加载，避免占用过多上下文窗口。
根据能力层级与适用场景，Skills可分为三类：
基础通用技能：所有AI Agent的底层必备能力，如任务规划拆解、上下文管理等。
工具调用技能：连接AI与外部工具的核心，集成工具调用逻辑与异常处理，如文件处理、搜索检索等。
业务垂直技能：面向特定行业的高阶复合技能，封装了行业知识和专家经验，如法律类案检索、营销物料生成等。
Skill的核心运行机制是“渐进式披露”（Progressive Disclosure），即AI在启动时仅加载所有Skill的元数据（名称和描述）进行初步判断，当任务匹配到某个Skill时，才按需加载其完整内容和相关资源，从而有效降低Token消耗，提升执行准确率和系统稳定性。