Anthropic推出的Agent Skills标准是一套可复用指令集，能让AI Agent按需挂载特定场景能力，解决提示词重复撰写和占用上下文的问题。Skills门槛低、通用性强，已被OpenAI、VS Code等主流工具兼容。国内特赞团队推出的skill0平台已聚合423个通用Skills，只需下载对应文件到指定目录，就能让AI稳定输出符合场景要求的结果。2026年或将成为Skills规模化落地的元年，国内团队已在这场技术变革中占据先机。

前排提示，文末有大模型AGI-CSDN独家资料包哦！

小编速览

Anthropic在2025年10月推出的Agent Skills标准火了！它本质是一套可复用的指令集，能让AI Agent按需挂载特定场景能力，解决了传统提示词重复撰写、占用上下文的痛点。与MCP相比，Skills门槛更低、通用性更强，短短两个月就被OpenAI、VS Code等主流工具兼容，甚至被业内人士预判会掀起比MCP更猛烈的技术热潮。国内团队也紧跟步伐，特赞推出的skill0平台已聚合 423个通用Skills，覆盖前端设计、文档处理等多元场景，支持Claude Code、OpenCode等多款工具直接装配。只需下载对应Skill文件放到指定目录，就能让AI稳定输出符合场景要求的结果——比如给AI装上frontend-design skill，生成的Dashboard就能从“AI泔水”变身工业风质感设计。从MCP到Skills，AI Agent的能力正从“能做事”走向“能按标准稳定做事”，2026年或将成为Skills规模化落地的元年，而国内团队在这场技术变革中并未缺席。

这，是用AI生成的Dashboard仪表盘。

白色背景、紫色渐变、蓝绿配色，AI味儿拉满了。

有个词专门形容这种设计：AI slop，翻译过来就是「AI泔水」。

但同样的模型，同样的提示词，换个方式用，效果完全不一样。

这，是添加了 frontend-design skill后生成的Dashboard。

深色工业风、科技字体、黄青配色。一眼就能看出，有点东西。

区别在哪？

一个 400tokens的Markdown文件。

很明显，问题不在模型能力，而在于：AI有没有被明确告知「在这个场景下什么才算做对」。

这个文件，就是Skills。

附上我上面用到的 frontend-design skill链接。

https://skill0.atypica.ai/zh/skills/anthropics-skills-skills-frontend-design-skill-md

---

01｜Skills是什么

Skills，又叫Agent Skills，是Anthropic在2025年10月推出的一套标准。

简单说，就是一个包含 SKILL.md 文件的文件夹，告诉AI「在特定场景下该怎么做」。

更准确地说，是告诉AI「该如何判断，并稳定执行」。

一个skill里有什么？

SKILL.md 是核心，用Markdown写的指令集。

脚本是可选的，预写好的代码处理复杂任务。

资源文件也是可选的，比如模板、字体、参考素材。

工作机制相当简单。

AI Agent（智能体）启动时会扫描所有可用的Skills，读取每个skill的名称和描述。

当你的任务和某个skill匹配时，AI自动加载它，按照里面的指令执行。

用完即走，不占用上下文（Context）。

换句话说，只把需要的能力临时「挂载」进来。

Skills和提示词（Prompt）有什么区别？

提示词每次都要写，而且会占用上下文窗口。而Skills是预置的，按需加载，可复用。

提示词是「临场指挥」，Skills更像「把正确做法固化成流程」。

举个例子，提示词是临时口头交代，Skills是写好的SOP手册。新员工入职，你不用每次都从头教，给他一本员工手册就行。

Skills有三个核心特点，也是它火起来的原因。

可组合。多个Skills可以协同工作，AI自动判断需要哪些，形成可复用的能力链。

可移植。同一个skill，Claude Code、Codex、Cursor、OpenCode都能用，不用改一行代码。

高效。只加载需要的，不浪费token和上下文长度。把上下文留给当下任务，而不是反复解释规则。

---

02｜Skills热潮：比MCP还重要？

2025年10月1 日，Agent Skills首次亮相，那会还是Anthropic的专属。

两个月不到，OpenAI被发现悄悄在Codex CLI和ChatGPT里采用了同样的标准。

12月18日，Anthropic把Skills作为开放标准发布，官网是 agentskills.io。

紧接着12月24日，OpenAI正式官宣Codex支持 Skills。

后来，VS Code、GitHub、Cursor、Amp、OpenCode，几乎所有主流AI编程工具都加入了。

Django联合创始人Simon Willison说：

Skills可能比MCP更重要。我预计Skills会迎来一波寒武纪大爆发，到时候回头看，今年的MCP热潮都算不上什么。

为什么这么说？

MCP需要搭服务器，门槛高。Skills一个Markdown文件就行，任何模型都能用。

通用性是Skills最大的优势之一。

更关键的区别在于定位。

MCP更偏「接入与调用」，Skills更偏「把判断写进系统」。

这会直接影响交付稳定性。

---

03｜国内团队入场：skill0

Skills生态刚起步，散落在GitHub各个角落。

谁先做聚合平台，谁就有先发优势。

「skill0」就是这个角色。

我专门查了一下，这是由国内特赞团队（atypica.ai）推出的Skills市场，目前收录了423 个skills。基于开放标准 SKILL.md，Claude Code、Codex、Cursor、OpenCode通用。

地址在这：skill0.atypica.ai。

「skill0」把分散的能力做成可检索、可下载、可直接装配的索引层。

收录内容包括Anthropic官方skills（xlsx、pdf、pptx、frontend-design 等）、OpenAI Codex skills、社区贡献的各种skills（PyTorch、Metabase 文档等）。

特赞是一家做企业级智能体（GEA）的公司。「skill0」是他们内部实践的外放，是被真实业务折磨出来的解法。

它对应的是「企业场景里，必须把判断工程化才能规模化交付」的那条路。

---

04｜手把手教程：用frontend-design让AI学会审美

划重点：这个功能现在就能用，完全免费。

步骤一：在skill0找到你要的 skill

打开 skill0.atypica.ai，搜索对你有用的skill，比如这个前端设计 frontend-design。

页面会展示skill的完整说明，它能做什么、什么时候会被触发、具体指令内容。

步骤二：下载skill

点击 Download ZIP，下载到本地。

步骤三：安装到 OpenCode

解压后，把整个文件夹放到 ~/.claude/skills/ 目录下。OpenCode完全兼容这个路径。

当然，你也可以放到OpenCode原生路径 ~/.config/opencode/skill/。

重启OpenCode，skill就生效了。

步骤四：开始爽用

让OpenCode做前端相关的事，它会自动调用这个skill。

比如我文章开头的提示词：

设计一个AI产品的数据分析Dashboard。左侧是导航栏，顶部放四个数据卡片显示今日概览（用户数、调用次数、收入、增长率），中间是7天趋势折线图，右侧放最近的API调用记录列表。

你不需要反复「教审美」，因为审美与方法论已经被写进了skill。

Cursor和Claude Code用户，同样的ZIP，解压后放到对应目录就行。

Cursor是 ~/.cursor/skills/，Claude Code是 ~/.claude/skills/。

这就是「skill0」。

把零散的「正确做法」沉淀成可装配能力，降低试错与复用成本。

---

2025年是MCP元年，2026年是Skills元年。

这一次，真正的分水岭可能不在「能不能做」，而在「能不能把判断写成系统、让交付稳定发生」。

这一次，国内团队没有缺席。

读者福利：倘若大家对大模型感兴趣，那么这套大模型学习资料一定对你有用。

针对0基础小白：

如果你是零基础小白，快速入门大模型是可行的。
大模型学习流程较短，学习内容全面，需要理论与实践结合
学习计划和方向能根据资料进行归纳总结

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

这里我们能提供零基础学习书籍和视频。作为最快捷也是最有效的方式之一，跟着老师的思路，由浅入深，从理论到实操，其实大模型并不难。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓