Agent Skill 核心机制
与实践指南
面向非技术与产品背景人员。深度解析 Agent Skill 的本质定义、文本与脚本两类形态、渐进式检索原理以及标准化编写规范。
什么是 Agent Skill
存放于本地设备中的标准操作规范（SOP）。模型在执行任务时可自主检索并读取对应规约，避免用户每次在会话中重复输入规则。
“Agent Skill 是供大模型按需查阅的模块化操作规范。你定义具体场景下的处理逻辑与交付格式，模型在识别到对应需求时自动挂载。”
直接粘贴提示词
- 每次开启新对话均需手动复制完整格式要求
- 多轮交互后容易被上下文滚动冲淡并失效
- 修改规则需要手动更新所有历史预设与模板
使用 Agent Skill
- 规则固化为本地 Markdown 文件，写一次长期生效
- 模型根据意图自动判定是否需要载入对应文件
- 修改本地文档，后续所有会话实时生效
两类形态：文本型与脚本型
Skill 的本质是能力封装，并非必须编写代码。按执行维度明确区分为两类：
纯文本型（SOP 说明书）
仅包含 Markdown 格式文本，无任何代码。定义业务规则、交付模板、审查清单与思考步骤。
- 适用场景：文案润色、会议纪要梳理、合规检查、周报格式化
- 使用门槛：零代码要求，会编写结构化文本即可
- 文件构成：单一 SKILL.md 文本文件
带脚本型（可执行工具箱）
在说明书之外配备本地代码脚本（如 Python、Shell）。由模型在终端静默调用以执行具体操作。
- 适用场景：批量文件重命名、图片无损压缩、格式转换、数据爬取
- 制作方式：代码部分通常可直接交由 AI 自动生成
- 文件构成：SKILL.md + scripts/ 子目录
纯文本型通常包含「名片 + 规程」；带脚本型则在此基础上外挂「计算脚本或参考书」：
🏷️ SKILL.md · 头部
📋 SKILL.md · 正文
🧰 脚本与专业资料
标准的演进历程
从厂商专有能力走向全行业通用规范：
与提示词、系统预设的差异
三者在上下文占用与生效机制上有着明确分工：
单次提示词 (Prompt)
每次新会话均需手动粘贴；对话拉长后容易被模型遗忘；占用即时输入额度。
系统预设 (System)
定义模型基底口吻；持续占用固定上下文；规则过多时可能导致注意力分散。
Agent Skill
静默存放在硬盘；仅命中关键词时读入完整规则；一次配置，长期生效。
运行链路与 Token 控制（6 步完整流转）
三角色流转机制：你（用户）、Claude Code（宿主管家）、大模型（执行核心）。管家平时仅呈送“目录索引”，需要时才载入正文：
渐进式三层加载机制
这是 Skill 最精妙、最节省 Token 的设计。信息分为三层，越深越按需加载，避免一股脑全塞进模型：
被“读取” (Read)
类似查字典：遇到特定生僻规则才去翻书，把那一页读入脑海。
- • 示例：集团财务手册.md、法务条款.md
- • 内容会被载入模型上下文，消耗 Token
- • 仅在触发条件满足时载入，无关时绝不加载
被“执行” (Execute)
类似按计算器：按下按键获取屏幕数值，无需将电路结构塞入大脑。
- • 示例：upload.py 上传脚本、数据清洗脚本
- • 代码在本地终端运行，不被读入上下文
- • 即使有一万行代码，Token 消耗也趋近于零
名称与描述的匹配逻辑
在渐进式加载架构中，模型在决定调用前无法预知正文内容，名称与描述字段构成了模型做出路由判定的唯一依据。
为什么这是决定 Skill 能否被调用的核心？
由于 Layer 1 仅加载元数据，如果 `description` 描述过于泛化或未包含核心业务场景，模型在语义扫描阶段会直接判定为“与当前任务无关”，后续无论正文编写多么详尽，都将处于未激活状态。
01 · 触发时机 (When)
明确指出何种场景启用，如“当用户需要...时”。
02 · 输入素材 (Input)
指明接收的具体对象，如“速记稿”、“产品文档”、“财务报表”。
03 · 交付目标 (Output)
写明产出结果，如“提取三段式决议”、“格式化表格输出”。
Skill 与 MCP 的职责边界
两者在 Agent 体系中分别解决“怎么干活”与“数据接入”：
MCP connects Claude to data.
Skills teach Claude what to do with that data.
| 维度 | Agent Skill | MCP (Model Context Protocol) |
|---|---|---|
| 形式载体 | 结构化 Markdown 文档（+ 可选本地小脚本） | 独立运行的网络服务或协议进程 |
| 解决问题 | 规范工作方法、审查规则与格式模板 | 连接外部数据源（如数据库、GitHub、第三方API） |
| 实现门槛 | 文档编写，文科与非技术背景人员易于掌握 | 需要软件工程与网络协议开发基础 |
| 协同关系 | 两者常配合使用：MCP 负责从企业系统中提取原始业务数据，Skill 负责指导模型按团队规范整理加工该数据。 | |
编写规范与核心要点
构建高可靠性 Skill 的三个基本准则：
单一职责原则
一个 Skill 解决一个明确场景。避免将团队所有规范堆砌在同一个文档中，降低模型的解析负担。
具体场景化描述
Description 是模型感知 Skill 的唯一窗口，务必用实体名词与明确动词定义触发条件。
语法格式规范
Frontmatter 的三道短横线 --- 须独立成行，键值对冒号后保留一个标准半角空格。
实战篇：从哪里找、怎么安装与日常使用
底层运行原理已彻底搞懂，现在开始将现成神器装进电脑，或亲手封装出你的专属 Skill！
去哪里找现成 Skill：常用平台与精选网站
不必每个人都从零手写。当前开源社区与中文生态中已有大量经过验证、开箱即用的高质量 Skill，可直接“抄作业”一秒武装：
SkillsMP 中文技能市场
专为华语用户打造的 Agent Skills 聚合市场，全中文分类导航，解决了英文源站访问慢、说明看不懂的痛点。
Awesome Claude Skills 中文版
国内开发者社区自发维护的精选仓库，按实际高频工作流分类收录，所有 Skill 均经过国内开发与办公环境验证。
美团 DeepSkill 等大厂平台
国内一线 AI 原生团队针对真实复杂业务跑通沉淀的 Agent 工具库，强调安全扫描与调用边界审查，稳定性高。
Datawhale 社区实战合集
国内知名开源 AI 学习组织出品，配套吴恩达等前沿 Agent 课程，提供成体系的中文化 Skill 教程与通用业务模版。
Skills.sh (by Vercel)
全球最大 Agent Skills 趋势榜与搜索引擎，收录前沿热榜，支持在终端通过一行命令一键安装。
Anthropic 官方与大师级开源库
包含 Anthropic 官方标准库（anthropics/skills）以及 UI/动效大师 Emil Kowalski 开源库等，品质极高。
三步安装指南：个人拖拽 vs 团队 Git 协同
Skill 的安装本质上是“复制一个文件夹”。无论从上面哪个网站下载，安装都极其简单：
方式一：一秒拖拽法
把下载好的 Skill 文件夹直接拖进电脑的个人技能根目录：
~/.claude/skills/
%USERPROFILE%\.claude\skills\
方式二：终端一行命令
如果你使用支持命令行管理的环境（如 Skills.sh 生态或 Git）：
npx skills add [技能名称]
git clone <仓库地址> ~/.claude/skills/
方式三：团队 Git 项目级共享
直接把 Skill 放在当前项目代码根目录下，随 Git 一起提交到仓库：
./.claude/skills/团队规约名/
日常使用方式与安全确认防线
安装好后怎么用？遇到带脚本的 Skill 会不会删我的电脑文件？这里是你的“日常操作指南与定心丸”：
方式一：自然语言隐式触发（直接说人话）
你根本不需要记住任何技术指令或暗号，像平时一样对 AI 提要求，大模型根据雷达描述自动唤醒它：
方式二：显式强制召唤（`/` 快捷指令或 `@` 技能名）
当你安装了多个相似技能，或者想要百分之百确保模型遵守某套规则时，直接指名道姓：
或输入：“请使用【小红书爆款排版】改写这段文案……”
👀 如何确认模型真的使用了该 Skill？
在回复上方，模型会展示折叠的操作日志徽章（例如 Read SKILL.md 或 Tool: meeting-summarizer）。看到这个徽章，就表明当前回答严格遵循了该技能的规约。
文科生定心丸：带脚本的 Skill 会不会偷偷删我电脑文件？
1. 绝无暗箱破坏：任何带有修改、写入、删除权限的高危脚本，宿主环境（如 Claude Code 或 IDE）在执行前一定会弹出明确的确认提示（Yes / No），必须你亲手允许才会运行，AI 绝不可能瞒着你乱动电脑。
2. 80% 脚本完全只读：绝大多数 Skill 的脚本只是为了在本地做“纯文本计算”（比如统计字数、正则提取时间戳），不接触网络也不碰系统核心文件，绿色纯净，放心使用。
亲手封装：五步创建与 AI 代写捷径
Skill 本质是一个标准文件夹，不需要复杂配置：
新建文件夹
在技能目录下建文件夹，文件夹名即为 Skill 名字（如 meeting-summary）。
创建入口文档
在文件夹内新建文件，名称必须为全大写的 SKILL.md。
填写元数据
在顶部编写 name 和 description，精确交代该技能的适用场景。
编写正文指令
正文用 Markdown 写清楚规则、输出格式、样例以及条件触发逻辑。
对话中调用
在对话中直接提出业务需求，模型自动根据元数据判定并挂载运行。
name: 会议总结助手 description: 总结会议录音/转录文本，按参会人员、议题、决定三点输出 # 会议总结助手 你是一个专业的会议纪要助手。收到会议转录文本后： 1. 参会人员：列出所有发言者 2. 议题：用 1-2 句话概括讨论了什么 3. 决定：明确写出最终结论和待办事项 ## 示例输出 - 参会人员：老陈、小李 - 议题：讨论本季度酒店预算 - 决定：小李负责预订 1200 元/晚的酒店 ## 财务提醒规则（条件触发） 仅当提到 钱、预算、采购、费用 时，读取 集团财务手册.md， 对照报销标准检查金额是否超标。