Introduction to Agent Skills（一）

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

m0_74186864

625人浏览 · 2026-03-16 22:23:30

m0_74186864 · 2026-03-16 22:23:30 发布

大部分资料源自Datawhale社区 datawhalechina/agent-skills-with-anthropic 项目教程

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

本文博客链接指路（排版更美观，可能需要科学上网）

【系列博客】：

Introduction to Agent Skills（一）

Introduction to Agent Skills （二）

Skill with the Claude API

Skill with Claude Code

Skills with the Claude Agent SDK

第一节：Introduction

1. What are Skills/Agent Skills？

5. Skills 的组合使用（推荐搭配方式）

第一节：Introduction

1. What are Skills/Agent Skills？

Skills 是专为 AI 智能体设计的模块化指令集合（modular instruction sets），以文件夹形式组织，Anthropic 官方更倾向使用的完整名称为 Agent Skills。

它的核心目的是扩展 Claude 以及其他兼容的 AI 智能体的专业能力，让通用模型变成特定领域的“专家”或“专精代理”（specialized agent），快速获得执行特定任务的专业能力，自动在合适时机应用这些能力，而无需用户每次重新详细描述工作流。

一句话概括：Agent Skills 就是一套“开箱即用”的专业能力包，把重复出现的工作流、领域知识、操作步骤打包，让智能体在需要时自动调用，显著提升效率和专业水准。

SKills 是一种轻量、开放的格式，用于扩展 AI agent 能力（A lightweight, open format for extending AI agent capabilities）。也是一个组织好的文件夹，由以下部分组成

指令 | Instructions
脚本 | Scripts
资产与资源 | Assets and resources

SKILL.md：主说明文档，描述 Skill 用途、输入输出、核心流程、流程与注意事项
references/：存放参考规则（规则文档）、输入样例、输出模板、辅助文档等
scripts/：存放数据处理、公式重算等 Python 脚本

2. Skills 的核心特点

开放标准（Open Standard） 已是一个开放标准，采用标准化格式，可与任何兼容的智能体产品配合使用
一次构建，多处部署（Build Once, Deploy Anywhere） ，写一次技能，可直接在多个不同平台/智能体产品中使用。

同一个 Skill 文件夹可以被上传/放置到 Claude.ai、Claude Code、API、Cursor、GitHub Copilot 等支持该标准的多个环境中使用。
极大减少重复劳动，避免供应商锁定（vendor lock-in）。

渐进式披露（Progressive Disclosure） —— Skills 的三层加载机制

技能名称 + 描述（name + description）始终保持在上下文窗口（context window）中，便于智能体判断是否相关。
只有当用户请求与技能描述高度匹配时，才会把完整的指令、脚本等内容加载进来，避免永久占用大量 token。
这是 Skills 能高效控制上下文长度的关键设计。

SKILL.md 通常包含 YAML Frontmatter（元数据区块），以及详细的任务描述、输入输出格式、核心指标和操作流程。例如：

层级	英文名称	中文称呼	加载时机	内容示例 / 典型文件	主要作用	Token 占用情况
第1层	YAML Frontmatter	YAML 前置元数据	总是加载（Always loaded）	SKILL.md 文件最顶部的两个 --- 之间的 YAML 块	只加载 name 和 description，用于智能体判断“是否应该触发这个 Skill”	极低（几十到几百 token）
第2层	Markdown Body / Instructions	Markdown 正文 / 核心指令	触发时加载（Loaded when triggered）	SKILL.md 文件的正文部分（YAML 下面）	包含主要的工作流、步骤、规则、模板等。真正告诉 Claude “怎么做”	中等（几百到几千 token）
第3层	Resources / Supporting Files	资源文件 / 辅助材料	按需加载（Loaded as needed）	同文件夹内的其他文件（如.csv、.txt、.json、示例、数据表等）	存放详细表格、模板、案例、漏斗指标、预算模型等大块内容。只有在指令中明确引用时才加载	可控（视实际引用而定）

3. Skills的使用场景

当你发现同一个工作流、同一套处理逻辑需要反复多次向智能体说明时，就是创建 Skill 的最佳时机。

核心特点

领域专业知识 | Domain Expertise
可重复的工作流程 | Repeatable Workflow
新能力 | New Capabilities

Without Skills

每次都要重新描述指令与需求 | Describe your instructions and requirements every time
每次都要重新打包参考资料与支持文件 | Bundle all your references and supporting files every time
难以保证流程或产出始终一致 | Ensure the workflow or outputs are always consistent

典型触发信号：

每次对话都要说一遍「请严格按照以下8步操作……」
需要智能体长期保持某种特定风格、格式、检查清单
涉及多步、专业性强、容易出错的固定流程
想在不同项目、不同对话中复用同一套「专业能力」
想要输出质量更稳定、一致，而不是每次靠运气和提示词长短来决定

把这些反复解释的部分固化为 Skill 后，智能体就会“天生就知道”该怎么做，沟通成本大幅下降，一致性和准确性显著提高。

4. 使用 Skills 所需的工具

智能体要完整执行 Skills，通常需要以下基础能力：

文件系统访问（File System Access）：能够读取技能文件夹中的指令、模板、配置文件等
Bash 工具（Bash Tool）：能够执行命令行脚本、调用外部工具、运行代码等

具备这两项能力后，Skills 几乎可以实现任何能用文字+脚本描述的自动化流程。

5. Skills 的组合使用（推荐搭配方式）

组合方式	主要作用与典型场景	实际效果简述
Skills + MCP	先用 MCP 从外部源获取最新/实时数据，再交给 Skills 进行专业化处理、结构化、分析(处理数据或高效检索数据)	数据获取 + 深度加工闭环
Skills + 子智能体（Sub-Agents）	把复杂任务切分后委托给具有隔离上下文的子智能体，子智能体再加载对应领域的 Skills 获得专业能力	多层级分工、上下文隔离、领域深度增强
Skills + Skills	多个技能串联或并行，形成复合工作流（比如：写作技能 + 格式检查技能 + 翻译技能）	像搭乐高一样快速拼装复杂生产力流水线