当下有个相当火热的名词```Skill```,其已经在各个智能体应用中得到应用。Skill能够使大模型的执行、分析的准确性大大提升。简单理解其原理就是给大模型出示了一份份说明书，大模型需要按照说明书上的指示完成任务。本篇文章就是详细说明在搭建智能体应用时对于skills的配置方法，贴合企业级场景，考虑到各种真实场景可能会出现的问题并给出解决方案。本文大体会从0到1，具体关注架构层面出发，而减少具体的操作方法、代码等。

---

1.如何开始

我们知道，skill实际上就是一套任务规范，大模型需要在执行特定任务时找到对应的skill。所以Skills的结构就很重要，如果我们有2000个skill，这肯定是不能将skill一下子塞进大模型的上下文。

        这里我可以点出本篇文章的主题“渐进式披露”，这是当下agent skill 工程的最佳实践

首先应该将所有的skills建立为一个个的MD文件，模型对于这种文件的理解最为高效。

大模型在默认情况下需要去遍历这2000个skill寻找正确的文件，这无疑相当消耗模型的上下文。所以skills结构的最佳实践应该是树状结构：

        例如：

像这样，以目录-子目录的方式对skills进行构建，同时注意要在命名上保证功能的隔离性。

2.如何精确查找需要的Skill

        当模型需要利用skill时，上面结构虽能够减少上下文的占用，但无法保证准确性和召回率。因为模型实际上还是依靠文件名称猜测病递归寻找的。那么为了解决这个问题，则还需对其进行升级。

        既然目标是提高查找精确度，那么我们可以对skill建立一级索引，在启动时生成一个json文件，模型无需再去递归查找文件目录，而是去索引文件中查找。

索引块的结构类似这样：

{
  "name": "deploy-k8s",
  "content": "部署Kubernetes应用。用户可能说：上线服务、发布新版本、回滚Pod、查看部署状态。",
  "file_path": "/skills/deploy.md"
}

        模型会先根据用户的需求然后与索引文件中的skill描述进行比对，从而找到正确的skill地址。

注意：skill的描述应当精炼、独特，这里content是实际被向量化的文本，而name和path作为元数据（Metadata）返回。描述越像真实用户提问，召回率越高。

3.如何进一步优化

上面其实已经是skills的标准规范了，但是如果想真正达到能够落地，生产环境使用的话，以下优化是必不可少的。

        首先，如果将比对并查找skill的工作交给大模型的话，不仅会增加模型额外的上下文开销，又会导致效率的降低。在市面上绝大多数的Agent产品都是将大模型的职责归一化，专注于推理和顶层决策，多余的任务会影响模型的准确性。

3.1 向量数据库优化

这个时候我们可以引入向量数据库，将skill描述向量化，并将索引存入数据库中。在查询时，模型通过请求服务，将用户输入与skill描述进行语义相似度匹配，将相似度最高的数据进行返回。

3.2 双路召回

        在很多场景下，用户的输入可能不是常规的询问，而是一段错误码、日志等信息，这个时候单靠语义检索是不可靠的，因为向量模型并不理解其中的含义

• 做法：采用 语义向量召回 + 关键词BM25（或ES文本匹配） 并行检索，将两路结果加权合并（即混合检索Hybrid Search）。

• 效果：用户输入 "kubectl rollout undo" 时，BM25能精确命中，弥补语义模型对特定术语的迟钝。

3.3 查询改写

用户的原始输入（如“帮我弄一下那个服务器”）太模糊，直接拿去搜向量库大概率匹配不准。

• 做法：在检索之前，先让模型（或小模型）将用户输入改写为面向技能库的搜索语句。

• 示例：将“帮我弄一下那个服务器”改写为“服务器运维、SSH连接、重启服务、环境部署”，再用改写后的句子去查向量库。

3.4 设定Top-k + 阈值

在实际运行时有时可能会遇到一次匹配得到大量的结果的情况，这个时候应该使用双重过滤：Top-K + 阈值过滤

• 策略：

  • 向量检索取 Top-3 或 Top-5（不要取太多）。

  • 设定相似度阈值（如 0.7），低于阈值直接告诉模型“没有找到相关技能”，而不是硬塞一个不相关的技能给模型（否则模型会幻觉）。

  • 读文件限制：读取匹配到的 SKILL.md 时，只读取核心指令部分，如果MD文件过长，只截取前 2000-3000 tokens 作为“核心指南”，剩余详细脚本（Scripts/References）留待模型在执行具体步骤时再次按需调用（即二次检索）。

3.5 引入缓存

        缓存其实是业务场景下最有效的效率提升手段，我们需要对常用的和不常用的Skill分开处理，即将常用打分Skill进行缓存，这在Skill数量庞大的情况下十分有效。（冷热分离）

• 做法：在向量库前加一层 LRU（最近最少使用）内存缓存。

  • 以当前会话（Session ID）为单位，如果用户持续在一个对话上下文中，将该上下文已加载过的技能文件路径缓存起来。

  • 模型每次检索前，先问缓存：“这个用户之前用过的技能，和现在的输入匹配吗？”（通常用简单的关键词匹配），命中缓存则跳过向量检索，直接加载缓存中的.md文件。