在 AI 智能体（AI Agent）的体系中，Skills（技能） 是智能体用来执行具体任务的标准化能力模块，也是 Agent 从“会思考”变成“会做事”的关键。如果把 AI 智能体比作一个拥有大脑的机器人，那么 Skills 就是它的“手脚”和“工具箱”。

什么是 Skills？

从技术实现上看，Skills 是一种轻量级的开放标准（最初由 Anthropic 提出并开源）。它不仅仅是一段简单的提示词（Prompt），而是一个包含指令、脚本和资源的结构化文件夹。一个标准的 Skill 通常包含以下核心文件：

• SKILL.md：核心说明书，包含元数据（名称、描述）以及详细的操作流程和触发条件。
• scripts/：存放可执行的代码脚本。
• references/：存放 API 文档等背景参考资料。
• assets/：存放模板、图片等静态资源。

Skills 有什么用？

Skills 的出现填补了 AI 智能体在面对真实业务时“会做但不会用”的鸿沟，其核心价值主要体现在以下几个方面：

1. 将隐性经验转化为可复用的 SOP（标准作业程序） 普通的 Prompt 只能解决一次性、临场性的交互指令，而 Skills 就像一本企业内部的 SOP 手册。它把具体的业务任务该如何执行、使用哪些工具、遵循什么标准以及输出什么格式，打包成一个可复用的“能力包”。即使人员变动，这套能力依然能被 AI 稳定执行，保证了输出结果的一致性。

2. 跨场景复用与组合调用 一套设计良好的 Skill 可以跨部门、跨系统复用。例如一个“数据查询与报表渲染”的 Skill，既可以用于财务月报，也可以用于销售漏斗分析。此外，多个 Skills 还可以组合使用，比如智能体在处理复杂任务时，可以自主规划并依次调用“联网搜索”、“生成文案”和“发送邮件”等多个 Skills。

3. 降低 Token 消耗，提升执行效率 Skills 采用了“渐进式披露”的设计。智能体在启动时只会加载每个 Skill 的名称和描述（元数据），只有当任务与某个 Skill 的描述相匹配时，它才会按需读取该 Skill 的完整指令和资源。这种方式有效避免了上下文窗口的膨胀，大幅降低了 Token 消耗，并提升了 AI 的执行准确性。

4. 推动 AI 从“聊天工具”向“执行工具”进化 在没有 Skills 之前，AI 更多是提供对话式建议；有了 Skills，AI 能够安全、稳定地按规范完成端到端的业务闭合（例如在客服场景中自动触发退款流程或生成定制化报表）。这标志着 AI 工作流进入了模块化时代，SOP 本身成为了最有价值的数字资产。

总结

如果把 AI 智能体的相关概念做一个区分：Prompt 解决的是“怎么把话说清楚”，MCP（模型上下文协议） 解决的是“怎么安全地连接外部系统”，而 Skills 则是真正把“人类的工作经验”沉淀成了 Agent 可长期复用、可组合调用的能力单元。