什么是Agent Skills？

當(dāng)前，我們?cè)趲缀跞魏纬Ｓ玫腁gent中都會(huì)看到一個(gè)名詞Skills，那么Skills到底是什么東西呢？最近Agent Skills這個(gè)概念非常的熱門(mén)，它是由Anthropic推出的用于提升智能體工程化水平的技術(shù)。

傳統(tǒng)方法的問(wèn)題

在Agent Skills出現(xiàn)之前，Agent的能力通常是通過(guò)以下方式進(jìn)行實(shí)現(xiàn)：

• 把每種工具如何使用以及使用的示例等放入Prompt提供給LLM，并且會(huì)把這些工具包裝為T(mén)ool（通過(guò)Function call或者M(jìn)CP方式）提供給LLM
• 封裝成工具調(diào)用邏輯
• 固化在workflow流程中進(jìn)行實(shí)現(xiàn)

這幾種傳統(tǒng)方式在簡(jiǎn)單的場(chǎng)景下完全可行，并且效果不錯(cuò)。但當(dāng)任務(wù)復(fù)雜度（或Agent復(fù)雜度）提升時(shí)就會(huì)暴露出明顯的問(wèn)題：

• 由于通過(guò)MCP和Function call需要占用大量的上下文，這將導(dǎo)致prompt很大，token的消耗成本也會(huì)變高。并且由于注意力機(jī)制固有的缺陷，使上下文過(guò)于龐大的時(shí)候，LLM的表現(xiàn)會(huì)變差。
• 能力難以被復(fù)用，每次開(kāi)發(fā)一個(gè)Agent就需要重新開(kāi)發(fā)一次能力
• 執(zhí)行邏輯分散，系統(tǒng)維護(hù)難度高
• 而且并非所有能力都會(huì)被當(dāng)前任務(wù)所使用，這些不需要使用的能力所占據(jù)的上下文是沒(méi)有必要的。

本質(zhì)上，這是問(wèn)題都是因?yàn)閭鹘y(tǒng)方法缺少了一種統(tǒng)一的能力抽象方式。并且也正是因?yàn)镸CP的流行，導(dǎo)致了上下文的暴漲，每次集成幾個(gè)MCP的時(shí)候，就會(huì)同時(shí)引入一堆工具，尤其是多個(gè)MCP中都有相似的工具時(shí)，更加劇了Agent不知道該選擇哪一個(gè)工具的問(wèn)題。

Agent Skills

Agent Skills就是為了解決傳統(tǒng)方法產(chǎn)生的問(wèn)題，對(duì)Agent的能力進(jìn)行的統(tǒng)一抽象。具體來(lái)說(shuō)，它就是把一些已經(jīng)被驗(yàn)證有效的能力運(yùn)行方式抽象出來(lái)并進(jìn)行封裝，讓Agent在需要該能力的時(shí)候直接使用的技術(shù)。

如果用我們?nèi)粘Ｉ钭霾藖?lái)作比喻，傳統(tǒng)方法就像食材和調(diào)料全部都給出了，然后要做一道菜時(shí)自己從眼花繚亂的材料中進(jìn)行選擇。而Skills就像是菜譜，當(dāng)想要做某一道菜時(shí)，就可以根據(jù)菜譜精確的選擇材料。

Skills的核心思想很簡(jiǎn)單，它就是把已經(jīng)驗(yàn)證有效的做事方式抽象成獨(dú)立能力模塊，讓 Agent在需要時(shí)自動(dòng)加載和執(zhí)行。而這些能力模塊有著比較明顯的優(yōu)勢(shì)：

• 他們能夠被重復(fù)使用

• 他們能夠被自由組合

• 他們能夠被按需加載

• 他們能夠方便地持續(xù)維護(hù)

Agent Skills的組成

Agent Skill 本質(zhì)就是一個(gè)標(biāo)準(zhǔn)化的目錄結(jié)構(gòu)，也就是說(shuō)是一個(gè)文件夾目錄，Skill的所有內(nèi)容都是圍繞著在這個(gè)文件夾目錄中新增文件和修改內(nèi)容來(lái)展開(kāi)的。

下面是Skill的結(jié)構(gòu)：

my-skill/		  # 技能名稱(chēng)
├── SKILL.md      # 必需：指令 + 元數(shù)據(jù)
├── scripts/      # 可選：可執(zhí)行代碼
├── references/   # 可選：文檔資料
└── assets/       # 可選：模板、資源

這是我在codex中安裝的一個(gè)Skill的結(jié)構(gòu)：

一個(gè)完整的Skill，至少包含一個(gè)核心文件Skill.md，其余文件均是圍繞著該核心文件展開(kāi)的。這樣的設(shè)計(jì)是為了讓Agent在運(yùn)行時(shí)，可以分層、有選擇地加載信息，而不是一次性把所有內(nèi)容都塞進(jìn)上下文。

SKILL.md介紹

剛才我們提到一個(gè)完整的Skill，至少包含一個(gè)核心文件SKILL.md。這個(gè)文件的編寫(xiě)決定了Agent能否正確的理解并且使用一個(gè)Skill。SKILL.md由兩個(gè)部分組成，其中一部分是：Frontmatter(元數(shù)據(jù))，另一部分是Instruction(指令正文)。

上圖展示的名稱(chēng)為doc的Skill中SKILL.md大致如下：

---
name: "doc"
description: "Use when the task involves reading, creating, or editing `.docx` documents, especially when formatting or layout fidelity matters; prefer `python-docx` plus the bundled `scripts/render_docx.py` for visual checks."
---



# DOCX Skill

## When to use
- Read or review DOCX content where layout matters (tables, diagrams, pagination).
- Create or edit DOCX files with professional formatting.
- Validate visual layout before delivery.

## Workflow
1. Prefer visual review (layout, tables, diagrams).
   - If `soffice` and `pdftoppm` are available, convert DOCX -> PDF -> PNGs.
   - Or use `scripts/render_docx.py` (requires `pdf2image` and Poppler).
   - If these tools are missing, install them or ask the user to review rendered pages locally.
2. Use `python-docx` for edits and structured creation (headings, styles, tables, lists).
3. After each meaningful change, re-render and inspect the pages.
4. If visual review is not possible, extract text with `python-docx` as a fallback and call out layout risk.
5. Keep intermediate outputs organized and clean up after final approval.
......

可以看到最上面被---包圍的部分就是元數(shù)據(jù)，Agent在加載Skill之前就只能看到這一部分?jǐn)?shù)據(jù)。剩下的數(shù)據(jù)都是指令正文，只有Skill被加載后，Agent才能看到這一部分。

元數(shù)據(jù)（Frontmatter）

元數(shù)據(jù)的格式是有明確的規(guī)范的，這一段是必須卸載文件頂部，并且需要寫(xiě)以下兩個(gè)屬性：

• name：Skill的唯一標(biāo)識(shí)（agent通過(guò)它來(lái)識(shí)別技能）
• description：簡(jiǎn)要說(shuō)明該技能的作用，以及該技能在什么情況下應(yīng)該被使用

---
name: "doc"
description: "Use when the task involves reading, creating, or editing `.docx` documents, especially when formatting or layout fidelity matters; prefer `python-docx` plus the bundled `scripts/render_docx.py` for visual checks."
---

如該片段說(shuō)明了這個(gè)Skill的唯一標(biāo)識(shí)是doc，還說(shuō)明了：當(dāng)任務(wù)涉及到讀取、創(chuàng)建或編輯.docx文檔時(shí)，尤其是格式或者布局保真度很重要時(shí)調(diào)用，并且還說(shuō)明了可以使用scripts中的腳本進(jìn)行檢查。

這種設(shè)計(jì)的核心目標(biāo)就是：在不確定技能是否需要調(diào)用的時(shí)候，最大限度減少上下文的大小。并且description能夠更好地使大模型判斷何時(shí)需要該技能，當(dāng)需要時(shí)再進(jìn)行加載。正因如此，元數(shù)據(jù)可以說(shuō)是Agent Skills能夠真正工程化運(yùn)作的最核心的機(jī)制。

它把能力識(shí)別和實(shí)際執(zhí)行這兩件事情進(jìn)行解耦，使Skill再也不是一次性的Prompt，而是一個(gè)可以被檢索、可以被匹配、可以延遲加載的能力單元。

指令正文（Instruction）

在---包圍的內(nèi)容之后的部分，就是完整的指令正文。元數(shù)據(jù)解決的是要不要使用這個(gè)Skill以及說(shuō)明該Skill作用的問(wèn)題，指令正文解決的是該Skill具體該如何使用的問(wèn)題。

# DOCX Skill

## When to use
- Read or review DOCX content where layout matters (tables, diagrams, pagination).
- Create or edit DOCX files with professional formatting.
- Validate visual layout before delivery.

## Workflow
1. Prefer visual review (layout, tables, diagrams).
   - If `soffice` and `pdftoppm` are available, convert DOCX -> PDF -> PNGs.
   - Or use `scripts/render_docx.py` (requires `pdf2image` and Poppler).
   - If these tools are missing, install them or ask the user to review rendered pages locally.
2. Use `python-docx` for edits and structured creation (headings, styles, tables, lists).
3. After each meaningful change, re-render and inspect the pages.
4. If visual review is not possible, extract text with `python-docx` as a fallback and call out layout risk.
5. Keep intermediate outputs organized and clean up after final approval.
......

這一部分是當(dāng)Agent確定當(dāng)前任務(wù)需要該Skill后，才會(huì)加載進(jìn)上下文的內(nèi)容。這一部分主要承擔(dān)著以下幾種職責(zé)：

• 明確使用時(shí)機(jī)和適用邊界，防止 Skill 被誤用
• 將復(fù)雜任務(wù)拆解成穩(wěn)定、可復(fù)現(xiàn)的執(zhí)行步驟
• 顯式約束 Agent 的行為方式，減少自由發(fā)揮和幻覺(jué)
• 為后續(xù)的Script、Reference提供清晰的使用說(shuō)明和調(diào)用指引

因此，Instruction 本質(zhì)上就是一份面向?qū)I(yè)領(lǐng)域、特定功能的高質(zhì)量 Prompt。但需要注意的一點(diǎn)是：諸如詳細(xì)示例、字段定義、復(fù)雜規(guī)則等長(zhǎng)上下文的內(nèi)容，官方并不推薦全部堆在SKILL.md 中，而是更適合通過(guò)reference進(jìn)行按需補(bǔ)充、按需加載，再配合通過(guò)Script來(lái)承載可執(zhí)行的邏輯。

References

在我們一開(kāi)始展示的文件夾結(jié)構(gòu)中有一個(gè)References文件夾，它是一個(gè)可選但很重要的部分，它解決的問(wèn)題是：當(dāng)Skill本身比較復(fù)雜時(shí)，為Agent提供必要的補(bǔ)充信息，其中的數(shù)據(jù)也不會(huì)在Skill發(fā)現(xiàn)階段加載，它也是按需加載的，并且只有指令正文中明確指示或執(zhí)行過(guò)程需要查詢(xún)某些細(xì)節(jié)時(shí)，Agent才會(huì)主動(dòng)去讀取其中的文件。

因此，References天然的更加適合存放一些 傳遞參數(shù)的詳細(xì)示例、字段和結(jié)構(gòu)定義以及復(fù)雜的規(guī)則說(shuō)明。換句話(huà)說(shuō)，指令正文負(fù)責(zé)告訴Agent這個(gè)Skill應(yīng)該如何做，而References負(fù)責(zé)在Agent需要的時(shí)候補(bǔ)充Skill的細(xì)節(jié)，這種拆分方式，使得Skill執(zhí)行時(shí)具備漸進(jìn)式披露的能力，保證了Skill執(zhí)行的準(zhǔn)確性，又減少了無(wú)用的信息占用上下文。

Script

Script 同樣也是一個(gè)可選組件，用來(lái)承載不適合交給模型自由生成的確定性邏輯。里面一般來(lái)說(shuō)放的都是Python腳本。例如我作為示例的doc skill中有著render_docx.py腳本。

在執(zhí)行流程上，Agent 會(huì)先依據(jù) SKILL.md 中的指令進(jìn)行決策，再在合適的步驟中調(diào)用Script來(lái)完成具體操作。Script在本質(zhì)上就是一個(gè)工具執(zhí)行腳本，用來(lái)處理一些特定的任務(wù)，主要的目的就是讓大模型不需要考慮具體的實(shí)現(xiàn)細(xì)節(jié)，而只需要調(diào)用執(zhí)行、獲取結(jié)果即可。

總結(jié)

到此這篇關(guān)于Agent Skills的文章就介紹到這了,更多相關(guān)Agent Skills介紹內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持腳本之家！

最新評(píng)論