提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

前言

在学习Agent Skills调用过程之前一定要先明白skills是什么。skills就是agent执行某项功能的“操作指南”,其以 Markdown 文本载体存储，本身不直接执行功能。

一、Skills的作用是什么？

• 为智能体对具体功能实现指明方向，避免”聊天环节“。
• 面对用户给出相应功能的要求语句时，直接调用Skill，直接完成用户要求给出用户所要的结果。

二、Skills的结构。

2.1 Skills 的核心就是：

• 一个文件夹 + 一个 SKILL.md 文件。

2.2 SKILL.md 文件包含：

• 元数据（至少要有名称和描述）
• 告诉 AI 如何完成某一特定任务的指令

2.3 SKILL.md 基本格式为

---
name: your-skill-name
description: Brief description of what this Skill does and when to use it
---

# Your Skill Name

## Instructions
[Clear, step-by-step guidance for Claude to follow]

## Examples
[Concrete examples of using this Skill]

2.4 这里我们将 SKILL.md 分为上下两部

1，用 --- 包裹的 YAML frontmatter（头部配置）
	name:Skill唯一标识符（必填）
	description:触发条件（必填）
2，下方的 Markdown 正文（执行说明）
	Instructions：逐步执行说明
	Examples：示例帮助ai理解功能的用法

2.5 这里以城市天气查询为例，我们建立一个skill md文档。

---
name: weather-query
description: 查询指定城市的实时天气信息。当用户询问某个城市的天气时使用此技能。
---

# 城市天气查询

## Instructions
1. 从用户输入中提取城市名称（中文或英文）。
2. 调用天气 API 获取该城市的实时天气数据，使用 metric 单位（摄氏度）。
3. 若城市无效或未找到，返回友好的错误提示。
4. 将结果格式化为自然语言回复，包含城市、温度、天气状况和湿度。

## Examples
**用户提问:** 北京今天天气怎么样？

**Claude 使用技能后的回复:**
> 北京当前晴，温度26℃，湿度45%。

**用户提问:** 查询 London 的天气

**Claude 使用技能后的回复:**
> 伦敦当前多云，温度18℃，湿度70%。

三、Skills 工作原理

分为三个阶段

1. 发现阶段
   当对话开始时，代理会扫描所有可用的技能文件夹，只读取每个技能的名称（name）和描述（description）。这是最轻量的信息，足以让代理判断某个技能是否可能与当前任务相关。
2. 激活阶段
   当代理判断某个技能的描述与用户请求相匹配时，会将完整的 SKILL.md 文件内容加载到上下文中。这时代理会读取完整的指令和说明。
3. 执行阶段
   代理按照 SKILL.md 中的指令执行任务。在这个过程中，代理可能会调用技能附带的脚本、读取参考资料或使用其他资源。

渐进式披露（Progressive Disclosure）的优点

让代理在不同的阶段加载不同详细程度的信息。这种设计使得代理可以同时管理大量技能，而不会耗尽上下文空间，同时渐进式加载提高token使用效率，在多任务下能够很好的起到token节省的功能。

总结

写好一个Skills，是智能体正确使用技能以及给出用户希望得到结果至关重要的一步，因此了解其结构和学会准确的技能描述是必修课。

Anthropic 官方提供的 Claude Skills： https://github.com/anthropics/skills 。