Agent Skills 是什么？智能体技能与 SKILL.md 详解

先用一句话抓住它

Agent Skills 是给 AI 的岗位作业指导书：一个文件夹说清楚这件事该怎么做，谁都能复用。

生活里的类比是餐厅后厨墙上贴的标准作业流程。新来的厨师不需要师傅站旁边口述，看一眼那张纸就知道这道菜的顺序、火候、份量和常见坑。Skills 就是把这类「本来要每次重新交代一遍」的知识固定下来，让 AI 自己去看。

为什么会出现这个词

在这套标准之前，每个工具都有自己的写法：Cursor 有 .cursorrules，GitHub Copilot 有自定义指令，Windsurf 有自己的 rules，Claude Code 有自己的项目文件。做的事其实是同一件——把项目规范和常用流程交给 AI——但格式互不兼容，可移植性基本为零。

2025 年 10 月，Anthropic 推出 Agent Skills，用来教 Claude 可重复的工作流。2025 年 12 月 18 日，它把 Agent Skills 作为开放标准发布，公开了规范和 SDK，供任何 AI 平台采用，路径和当初把 MCP 推成事实标准如出一辙。

采用速度很快：微软（VS Code / Copilot）和 OpenAI（ChatGPT、Codex CLI）在 48 小时内跟进，Google 的 Antigravity 在 2026 年 1 月支持，到 2026 年 3 月已有三十多个工具能读同一套 SKILL.md。

flowchart TB
    Start["会话启动"] --> L1["第一层：只加载名字 + 描述<br/>每个技能约 30–50 token"]
    L1 --> Trigger{"当前任务命中某个技能？"}
    Trigger -->|否| Idle["不加载正文"]
    Trigger -->|是| L2["第二层：加载完整 SKILL.md"]
    L2 --> Need{"执行中需要更多细节？"}
    Need -->|是| L3["第三层：按需读 references / scripts"]
    Need -->|否| Run["按流程执行"]
    L3 --> Run

它通常包含什么

一个技能就是一个目录：

my-skill/
├── SKILL.md      # 必需：YAML 头 + Markdown 正文
├── scripts/      # 可选：可执行代码
├── references/   # 可选：按需读取的文档
└── assets/       # 可选：模板和素材

SKILL.md 的 YAML 头至少要有 name 和 description，正文写指令。规范建议 SKILL.md 控制在 500 行以内，更细的材料拆到单独文件里。scripts/ 放智能体可以直接运行的代码（Python、Bash、JavaScript 都行），references/ 放需要时才读的技术文档、模板或结构化数据。

关键的架构设计叫渐进式披露，分三层加载：启动时只加载名字和描述（每个技能大约 30 到 50 token）；任务命中时才加载完整的 SKILL.md；执行过程中需要了再去读参考文件。这样做的实际好处是，一个技能里能塞多少上下文几乎不受限制，因为智能体不必一上来就全读进来。

和提示词、MCP、子智能体的区别

和提示词的区别在于持久和可复用。提示词是这一次说的话，技能是写下来、下次自动生效的做法。你不用每次粘贴同一段规范，智能体判断任务相关时会自己调出来。

和 MCP 的区别是能力和知识的分工。MCP 解决「智能体能连到什么」，技能解决「连上之后按什么流程做」。两者常常配合：MCP 提供数据库连接，技能规定这个库的表结构约定和查询前必须做的检查。

和子智能体的区别是是否隔离上下文。技能在主对话里执行，用的是当前会话的上下文；子智能体在独立窗口里执行，只回传结论。需要复用一段做法时用技能，需要把冗长过程关在外面时用子智能体。

和 Loop Engineering 的关系

在 Loop Engineering 拆出的几块里，技能承担的正是「沉淀下来的知识」那一块——把项目里反复要交代的规范固定成可复用文件，而不是每次重新粘贴。一套跑得久的循环里，技能通常是最先长出来的部分，因为循环跑几轮之后你就会发现自己在重复解释同样的事。

容易误解的地方

第一个误解是把技能写成文档。技能是给智能体执行用的指令，不是给人读的说明书；写「本模块负责用户管理」没有用，写「改这个模块前先跑 X 命令确认 Y，改完必须更新 Z」才有用。

第二个误解是描述随便写。因为启动时只有名字和描述进入上下文，能不能被触发完全取决于描述写得准不准。描述含糊，技能就永远躺在那里不被调用。

第三个误解是把所有东西塞进 SKILL.md。规范建议控制篇幅、把细节拆到 references/，就是为了让渐进式披露真正发挥作用；一个两千行的 SKILL.md 会把渐进加载的好处全部抵消。

第四个误解是以为技能等于权限。技能里写「必须先备份再删除」是一条指令，不是一道强制约束——真正的边界要靠工具权限和护栏去实现。

怎么判断它该不该用

判断标准很朴素：这件事你是不是已经跟 AI 解释过第三遍了。项目的提交规范、某个内部系统的调用顺序、一类文档的固定格式、上线前必跑的检查清单——这些都适合固化成技能。

不适合的是一次性的、任务特定的要求，直接说就行，写成技能反而增加维护负担。还有一类要注意：涉及密钥、生产数据操作、对外发布的流程，可以写成技能，但同时必须在权限和审批层面加约束，不能只靠一段文字自觉执行。

资料来源

• Agent Skills 开放标准规范
• anthropics/skills（官方示例仓库）
• The New Stack: Agent Skills — Anthropic's Next Bid to Define AI Standards