Skill（技能） 在 AI 系统里指的是：

给 AI 添加的一项具体能力，让它可以完成某类任务。

可以理解为：

Skill = AI 可以调用的一项能力模块

例如：

• 查询天气
• 查数据库
• 创建 GitHub issue
• 发送邮件
• 生成图表

这些都可以被封装成 Skill。

---

一、为什么会有 Skill

大模型本身只有一个能力：

理解文本 + 生成文本

但现实任务需要：

查数据
执行代码
调用API
操作系统

所以需要把这些能力做成 技能模块 提供给 AI。

就像：

手机安装 App

AI通过 Skill 获得新的能力。

---

二、Skill 的基本结构

一个 Skill 通常包含：

1 名称

getWeather

2 描述

获取城市天气

3 参数

city

4 执行逻辑

实际代码：

调用天气API

示意：

Skill
 ├── name
 ├── description
 ├── parameters
 └── handler

---

三、一个 Skill 示例

例如一个天气 Skill：

{
  "name": "getWeather",
  "description": "获取城市天气",
  "parameters": {
    "city": "string"
  }
}

用户问：

东京天气

AI就会：

调用 getWeather(city="东京")

返回：

18°C 晴

然后生成回答。

---

四、Skill 和 Function Calling 的关系

其实很多系统里：

Skill ≈ Function

Skill 通常就是通过 Function Calling 实现的。

关系：

Skill
  ↓
Function
  ↓
代码执行

所以：

Skill = 对函数能力的一层抽象

---

五、Skill 和 MCP 的关系

在支持 Model Context Protocol 的系统里：

MCP Server
   ↓
提供 Tools
   ↓
Tools = Skills

例如：

一个 GitHub MCP server 提供：

create_issue
list_pr
search_code

这些其实就是 Skill。

---

六、Skill 的典型分类

AI系统里的 Skill 大概有几类。

---

1 数据查询

例如：

查订单
查库存
查用户

---

2 API 调用

例如：

天气
地图
股票
物流

---

3 系统操作

例如：

读写文件
运行命令
执行脚本

很多 AI IDE 就是这种 Skill。

例如：

• Cursor
• Claude Code

---

4 业务操作

例如：

创建工单
提交审批
生成报表

企业 AI 助手常见。

---

七、一个完整 AI 调用 Skill 的流程

流程通常是：

用户问题
   ↓
AI理解意图
   ↓
选择 Skill
   ↓
调用函数
   ↓
执行程序
   ↓
返回结果
   ↓
AI生成回答

示意：

User
 ↓
LLM
 ↓
Select Skill
 ↓
Execute
 ↓
Result
 ↓
Answer

---

八、现实中的例子

很多 AI 产品其实就是 Skill 平台。

例如：

• Alexa 的 Skills
• Google Assistant 的 Actions

你可以给语音助手安装：

打车
点外卖
查天气

AI时代只是把这种模式升级了。

---

九、现在 AI 应用的核心结构

很多 AI 应用其实就是：

大模型
 + 
RAG（知识库）
 +
Skills（工具）

结构：

用户
 ↓
LLM
 ↓
┌───────────────┐
│ Knowledge(RAG)│
│ Skills        │
│ Tools         │
└───────────────┘

---

十、一句话总结

Skill = AI 可以调用的一项具体能力

通常由：

API
函数
服务

实现。

---