Skill（技能）可以理解为AI智能体的“工作手册”或“SOP（标准作业程序）”。它通过一个标准化的文件夹，把特定领域的专业知识、操作流程和最佳实践打包起来。Agent在执行相关任务时，可以随时翻阅这本手册，按步骤操作，而不用每次都从头教起。

如果说LLM是“大脑”，Tool是“手和脚”，那么Skill就是告诉大脑如何指挥手脚去完成特定任务的“说明书”。

🤔 为什么需要Skill？

原因很简单：大模型虽然聪明，但不了解你团队的内部规范和特定领域的专业知识。每次都要从头解释，不仅低效，结果也不稳定。

Skill就像一份“入职指南”或“操作手册”，解决了这个问题。它把特定知识固化下来，Agent需要时直接查阅，从而确保任务执行的准确性、一致性和高效率。

🆚 Skill与Tool、MCP的区别

为了更清楚地理解，我们可以用一个比喻来区分这三个核心概念：

• MCP (模型上下文协议)：万能插座。它定义了Agent连接外部工具的标准。

• Tool (工具)：具体的工具。它是执行单一、基础动作的“原子能力”，比如“发送邮件”、“查询数据库”。

• Skill (技能)：操作手册或SOP。它告诉Agent如何使用一系列工具、按照什么流程和标准来完成一个复杂的任务。

⚙️ Skill的工作原理：渐进式披露

Skill的核心设计理念是渐进式披露。Agent不会一次性加载所有内容，而是分三步按需加载：

1. 发现 (Discovery)：启动时，只加载所有Skill的名称和描述。这就像看到书的目录，成本极低，只占用约50个Token。

2. 激活 (Activation)：当任务与某个Skill描述匹配时，Agent才加载其核心文件SKILL.md。

3. 执行 (Execution)：在执行SKILL.md的指令时，如果遇到需要参考的文档或脚本，才会进一步加载。

这种机制让Agent可以“掌握”成百上千个Skill，而不会让上下文窗口（Context Window）过载。

📁 Skill的标准结构

一个标准的Skill是一个文件夹，通常包含以下部分：

• SKILL.md (必需)：核心指令文件，包含元数据（Meta-data）和正文。

  • 元数据：主要是name（名称）和description（描述），用于“发现”阶段。

  • 正文：具体的操作步骤、规则、条件分支等。

• scripts/ (可选)：存放可执行的脚本，如Python或Shell脚本。

• references/ (可选)：存放详细的参考文档，仅在需要时加载。

• assets/ (可选)：存放图片、模板等静态资源。

✍️ 如何创建一个Skill？

以创建一个“会议总结助手 (meeting-summarizer)”Skill为例，步骤如下：

1. 创建文件夹：在指定目录（如.claude/skills/）下创建文件夹meeting-summarizer。

2. 编写SKILL.md：在文件夹内创建SKILL.md文件，内容如下：

   ---
   name: meeting-summarizer
   description: 将会议内容总结为结构化要点：参会人员、议题、决定。
   ---
   
   # 会议总结指令
   请将用户提供的会议内容，严格按照以下格式总结：
   1. **参会人员**：列出所有参会者。
   2. **议题**：概括讨论的核心议题。
   3. **决定**：列出会议最终做出的所有决定。

3. 使用：之后，当Agent遇到会议记录时，就会自动加载并使用这个Skill来格式化输出。

💡 Skill的高级用法

为了让Skill更智能和强大，可以利用其高级特性：

• 引用 (Reference)：在SKILL.md中引用references/文件夹里的文档（如公司财务制度），并设定触发条件。只有当用户问题涉及财务时，Agent才会加载该文档，实现精准的按需调用。

• 脚本 (Script)：在SKILL.md中指示Agent在特定步骤执行scripts/文件夹里的脚本（如Python脚本），从而让Skill不仅能“建议”，还能真正“动手”完成任务。