AI增强之_Skills

我们见证了AI从最初在提示词的微光中摸索，到借RAG之势在知识海洋中巡航，继而通过MCP打破孤岛、纵横交错，最终在Skills的加持下破壁而出。这一场从‘对话’到‘行动’的远征，正不断警示着：掌握这些数字利器，方能握住未来的入场券。

打算把这一系列长期坚持写下去，见证AI技术一路的发展。同时不断提高自己使用AI的水平。

Agent Skills引入

Agent 是智能体，Skills是技能的意思，Agent Skills(智能体技能)是将专业知识、工作流规范固化为可复用资产的核心工具。

在智能体（Agent）快速演进的今天，模型本身的能力已经不再是唯一瓶颈。真正限制智能体落地到真实工作场景的，往往是 缺乏可靠、可复用的上下文与流程知识 。Agent Skills 正是为了解决这一问题而诞生的一种开放标准。

什么是Agent Skills

Agent Skills 是一种 简单、开放的能力封装格式 。它以文件夹的形式组织，将指令、脚本和相关资源打包在一起，使智能体能够在需要时发现并加载这些能力，从而更准确、高效地完成任务。

与“临时提示词”不同，Skill 更像是一个 可版本控制、可复用、可移植的能力模块 。一旦构建完成，就可以在多个支持该标准的智能体产品中使用。

为什么需要Agent Skills？

普通 AI 代理（如 Claude 或 Copilot）很聪明，但缺少特定上下文时容易出错。例如：

• 团队有自己的代码规范，但 AI 每次都要手动提醒。
• 需要处理 PDF 表单、调试 GitHub Actions 等复杂流程，AI 可能不知道最佳实践。

Agent Skills 解决这些问题：

• 自动触发 ：AI 根据任务自动加载相关技能，无需手动输入长提示。
• 可复用 & 可共享 ：一次创建，全团队或社区使用，支持 Git 版本控制。
• 高效利用上下文 ：采用渐进式披露（progressive disclosure），只加载需要的部分，避免上下文窗口溢出。
• 跨平台 ：同一个 Skill 可以在 Claude、VS Code Copilot、Cursor 等工具中使用。

开放标准与生态

Agent Skills 最初由 Anthropic 设计并发布为开放标准，目前已被越来越多的智能体产品采纳。该标准对整个生态开放，鼓励社区共同参与完善，使其成为智能体能力扩展的通用语言。

围绕这一标准，已经形成了从规范文档、示例技能到验证与工具链的一整套参考体系，为开发者和团队提供了清晰的落地路径。

github仓库地址：agentskills/agentskills: Specification and documentation for Agent Skills

Skills运行原理与组成

Skills目录结构

Skills的核心是一个包含 SKILL.md文件的文件夹。该文件包含元数据(至少包括 name和 description)以及指示智能体如何执行特定任务的指令。技能还可以包含脚本、模板和参考资料。

 my-skill/
├── SKILL.md          # Required: instructions + metadata
├── scripts/          # Optional: executable code
├── references/       # Optional: documentation
└── assets/           # Optional: templates, resources

SKILL.md文件

每个技能都以一个包含YAML前置元数据和Markdown指令的 SKILL.md文件开始

前置元数据

最小元数据示例：

---
name: pdf-processing
description: Extract text and tables from PDF files, fill forms, merge documents.
---

字段名	是否必填	类型 / 格式	说明
name	是	string	技能名称，1–64 个字符，仅允许小写字母、数字和连字符，需与目录名一致
description	是	string	技能描述，1–1024 个字符，说明技能做什么以及何时使用
license	否	string	许可证名称或指向随技能附带的许可证文件
compatibility	否	string	环境兼容性说明（目标产品、依赖、网络需求等），最多 500 字符
metadata	否	map<string, string>	任意键值对，用于存放额外的元数据
allowed-tools	否	string（空格分隔列表）	允许使用的预批准工具列表（实验性字段）

包含可选字段：

---
name: pdf-processing
description: Extract text and tables from PDF files, fill forms, merge documents.
license: Apache-2.0
metadata:
  author: example-org
  version: "1.0"
---

主体内容

MarkDown正文包含实际的指令，对结构或内容没用任何具体限制。

推荐章节：

• 分步骤说明
• 输入与输出示例
• 常见边界情况

注意：代理程序会在决定激活某个技能时加载整个SKILL.md文件。建议将较长的SKILL.md内容拆分成多个引用文件。

可选目录

scripts/

包含agent可以运行的可执行代码。脚本应：

• 要么是自包含的，要么清楚地记录依赖关系。
• 包含有用的错误信息
• 优雅的处理各自极端情况

支持的语言取决于代理的具体实现，常见的语言包括Pthon，Bash，JavaScript。

references/

包含agent需要时可查阅的其他文档：

• REFERENCE.md - 详细的技术参考
• FORMS.md - 表单模板或结构化数据格式
• 特定领域文件(finance.md 、 legal.md 等)

保持各个参考文件的简洁性。代理程序按需加载这些文件，因此文件越小，对上下文信息的依赖就越少。

assets/

包含静态资源：

• 模板(文档模板、配置模板)
• 图片(图表、示例)
• 数据文件(查找表、模式)

Skills如何运行

渐进式披露：并不一次把所有信息都摆在用户面前，而是按照用户的需求深度和操作阶段，逐步揭示内容。

• 初始阶段：只展示最关键、最常用的信息
• 需要更多时：再逐步展开更复杂、更专业的选项
• 高级用户：可以深入访问完整功能和细节

Skills采用渐进式披露来有效的管理背景信息：

• 发现：启动时，Agent只会加载每个可用技能的name和description，用来知道何时可能与技能相关。
• 激活：当任务与技能描述匹配时，Agent会将完整的 SKILL.md指令读取到上下文中。
• 执行：Agent按照指令要求执行，可根据需要加载引用的文件或执行捆绑代码。

文件引用

在技能中引用其他文件时，请使用相对于技能根目录的相对路径：

See [the reference guide](references/REFERENCE.md) for details.

Run the extraction script:
scripts/extract.py

文件引用应保持在 SKILL.md 的一级深度。避免使用深度嵌套的引用链。

在VScode中使用Skills

VS Code中的GitHub Copilot、GitHub Copilot CLI 等插件均已支持skills。

VS Code 中的Agent Skills 支持目前处于预览阶段。启用该功能须在设置中开启：chat.useAgentSkills 。

创建Skills

创建Skills仓库

VS Code 支持两种技能的Skills：

• 项目Skills：存储在代码仓库中：
  • .github/skills/（推荐）
  • .claude/skills/
• 个人Skills：存储在用户配置文件中：
  • ~/.copilot/skills/（推荐）
  • ~/.claude/skills/

创建Skill

在Skills仓库下，为Skill创建一个子目录，如：.github/skills/webapp-testing

然后在目录中按照我们上述的Skills结构进行创建即可。

使用分享的Skills

我们可以下载其他人分享的Skills来增强Copilot的功能。这里我们给出一些可以Skills商城：

• copilot官方收集：github/awesome-copilot: Community-contributed instructions, prompts, and configurations to help you make the most of GitHub Copilot.
• manus Skills Marketplac：Agent Skills 市场 - Claude、Codex 和 ChatGPT Skills | SkillsMP
• awesome-claude-skills：ComposioHQ/awesome-claude-skills: A curated list of awesome Claude Skills, resources, and tools for customizing Claude AI workflows

Vs code 实战示例

下面以让agent学会制作ppt为例：

对于安装了nodejs的用户，我们可以直接在终端中输入命令进行安装：

npx skills add anthropics/skills

这里有两种安装方式：

• 自动检测电脑上存在的agent并针对所有agent进行安装
• 手动选择安装的agent

这里我选择了手动安装到github copilot

使用空格选择，回车确定，可以选择多个agent

然后让我们选择将skills安装到全局还是项目：

我这里选择安装到项目。

最后会文我们安装方式：

• 软链接：实际的Skills只有一份，其他agent目录中将存储软连接，更省内存。(推荐)
• 复制文件：每个agent中复制一份skills，安装几个agent，就有多少份agent。

安装完成：

精简ppt

我给了agent一个精简ppt的任务，可以看到AI直接读取了了技能pptx，并且渐进式的读取了ooxml.md文件

最后生成了12页的精简版ppt：

打开确认，精简后的ppt确实是12页，并且重点介绍的方面为学科与培养优势。

实际体验后，感觉Skills像是针对不同的具体工作，先由人设计了一套相对固定的，规范化的过程，再由Agent来执行，并没用实际提高AI的能力边界，当前的主要感受是减少了人引导AI的过程，减少让ai执行任务时开盲盒的概率，提升ai的产出质量。