【什么是Skill】

在现代基于大模型（LLM）的智能代理（agent）架构中，LLM是AI Agent的“大脑”，负责思考和规划，Skill（技能）是"手脚"，负责执行和行动，通常指一组封装好的、面向特定功能的可调用单元（函数、API、服务或子代理），这些单元可以被Agent在推理过程中动态调用以完成具体任务。

在某些框架中也被称为 Tools 或 Plugins，任何本地函数、外部 REST API、数据库查询器、检索器（retriever）、工具（tool）或一组复合能力（组合 skill）等都可以被看做是Agent Skill。

通常，Skill会被放入System Prompt中，让LLM知道有什么Skill可以使用。在LangChain等框架中会显示提供Skill和LLM的绑定，在Invoke时，同样会将Skill放入提示词中。

一个 Skill 通常包含以下三个核心要素：

• 描述/元数据（Schema/Description）： 这是写给 LLM 看的说明书。它告诉模型：“这个技能叫什么？有什么用？输入参数需要什么格式？”

• 权限（Authorization）： 访问外部服务所需的 API Key 或认证令牌

• 功能逻辑（Implementation）： 这是一段具体的代码（如 Python 函数、API 调用），用于执行特定任务（例如：查询天气、发送邮件、查询数据库）

【Skill 的作用与价值】

• 扩展能力边界：把 LLM 的文本生成能力与现实世界操作（检索知识、执行命令、调用服务）连接起来
• 复用与模块化：同一 Skill 可以被不同 agent 复用，便于维护与升级
• 提升可靠性与可控性：将高风险或高确定性任务（如支付、下单、系统配置）放入受控代码/服务中，而不是让模型“想象”答案

【Claude Code Skill】

Claude Code Skill 是 Claude Code（Anthropic 推出的终端原生 AI 编程工具）用来扩展其能力的一种机制，是 Agent Skills 开放标准在软件编程领域的一种具体实现方式。

其将Skill推到新的阶段——可以用过纯自然语言描述实现Skill，而在通用Agent Skill中，Skill需要通过代码编写的方式实现。

在软件编程领域，存在极其强大的Bash，可以实现文件的增删改查，程序的调用执行等，Claude Code基于Bash等实现了极为强大的工具。

Skill.md中的逻辑描述经过解析后，其最终执行时所需的能力均可通过这些工具实现，一些与业务相关的特有的能力可以通过命令行调用py方式实现，因此只需做纯自然语言描述即可。

两者区别如下：

维度	通用 Agent Skill (如 LangChain Tools, OpenAI Plugins)	Claude Code Skill (Claude Code 特有实现)
存在形式	代码/API：通常是 Python/JS 函数，或者通过 HTTP API 暴露的服务。	文件/Markdown：以本地目录形式存在，核心是 SKILL.md 文档和关联脚本（如 Bash 脚本）。
注册方式	显式注册：需要在代码中实例化工具类（如 tools = [search_tool]）或通过 API 上传 Schema。	自动发现：Claude Code 会自动扫描项目目录中的 Skill 定义，无需手动编写注册代码。
交互媒介	函数调用 (Function Calling)：LLM 输出 JSON 参数 →→ 代码执行 →→ 返回字符串结果。	Bash 命令与文件操作：Claude Code 通过在终端执行 Bash 命令、读取/编辑文件来与 Skill 交互。
上下文管理	一次性加载：通常将工具的描述一次性放入 Prompt 中（容易占用 Token）。	渐进式披露 (Progressive Disclosure)：分级加载（元数据 →→ 指令 →→ 资源）。只有当 Claude 决定使用该 Skill 时，才会加载详细的指令内容，极大节省上下文窗口。
执行环境	沙箱/云端：通常运行在 Python 解释器或云端服务器中。	本地终端 (Terminal)：直接在用户的本地开发环境中运行，拥有访问本地文件系统、运行 git 命令等权限。

【Claude Code Skill 的具体结构】

一个Skill的完整目录结构如下：

my-skill/
  SKILL.md
  scripts/
  assets/
  references/

• SKILL.md（必需）：Skill 的核心文件
• scripts/（可选）：放 Python/Bash 等脚本，让 Skill 在流程中可调用本地工具（例如 lint、format、生成代码、跑测试）
• assets/（可选）：常用于生成文件的模板（比如 PR 描述模板、报告模板）、代码脚手架/配置样板、固定格式输出（减少模型“临场发挥”导致的漂移）
• references/（可选）：参考资料/规范/手册，例如团队代码规范、API 文档摘录、安全/合规要求等，供 Skill 执行时查阅。信息不应该同时存在于Skill.md和references中，如果信息量过大，可以将简略信息放置前者，详细信息放入后者

Skill文档内容

由 YAML 元数据 和 Markdown 指令 两部分组成的混合体

YAML Frontmatter (元数据头)位于文件的最顶部，用 --- 包裹，是Skill的元数据，是“索引层”，通常在Claude Code启动时就常驻加载，让系统知道技能是否可用、何时可用，有如下关键字段：

• name: 技能名称（通常与文件夹名一致）
• description: 简短描述。非常重要，因为 Claude 依靠这段文字来进行语义匹配，需要包括两个方面的内容，具体能力（即能干什么）、触发场景（即什么时候可以使用），也可以增加使用限制（即什么情况下不使用）。

Markdown Body (指令正文)，这是当 Skill 被触发后，注入到 Claude 上下文中的具体 Prompt，模型按照要求做事。完整的内容如下：（很多不是必须的）

• 目标与范围（Goal/Scope）
• 输入要求（需要用户提供什么、文件路径、上下文）
• 输出协议（必须产出哪些段落/字段/格式，如 JSON、表格、固定章节）
• 约束规则（禁止行为，哪些必须要做）
• 操作步骤（分阶段依次做哪些事情，可以引用其他Skill）
• 决策规则（优先级、if/then、边界条件、冲突处理）

【Skill使用】

Skill创建

使用Anthropic 提供的 skill-creator Skill创建Skill

Skill获取

可从以下渠道获取Skill，注意这些skill可以用于Claude Code、Cursor、

• https://github.com/obra/superpowers 
  • 面向工程团队专属 Skill 套件，包含一系列最佳实践
• https://github.com/anthropics/skills
  • Anthropic官方维护的skill
• https://skills.sh/
  • skill社区精选的skill
• https://github.com/agentskills/agentskills
• 团队应根据业务实践创建自己专属的skill库、
• 通过find-skill查找

Skill优化

• skill冲突：随着skill逐渐增多，必然出现skill冲突的情况，需要在skill中指定优先级或者设计为互斥的或者指定使用某个skill
• 精简skill：skill最好保持精简，小于500行。必要时需要对skill中的Body做转向优化，以减少输入token消耗，也可以用Skill-Creator自检
• skill组合：一个skill只做一件事，不要做一个万能Skill，不能skill之间可以通过指定的方式做不同组合，可以是链式或有向无环图组合，以实现不同功能
• 尽可能脚本化：一个功能可以通过底层的 Python/Bash 脚本实现的，不要放在skill boby中描述，使用脚本更快速、确定、节省token
• 定期迭代：通过skill-creator生成skill后还需要做定期微调迭代

【参考】

https://code.claude.com/docs