你有没有想过为什么同一个模型换个用法效果天差地别我之前在接一个自动化项目时让agent去做数据分析、出报告、再画图表结果它老是卡在中间环节要么步骤缺失要么输出格式不对。后来我把整套流程拆成一个个可复用的skills问题当场解决整个开发周期缩短了大概四成。如果你也在折腾agent开发或者正在研究前端开发skills、Claude agent skills这类东西那你应该能理解我说的痛点光有工具和模型不够真正让agent“干活靠谱”的是把你脑子里的方法论变成它能照做的技能包。这篇内容我不打算讲太多虚的就围绕“agent-skills”这件事从底层逻辑、架构设计、实操落地到常见的坑完整拆一遍。不管你是刚接触agent的新手还是在找skills推荐、想搞明白harness和agent区别的老手这篇应该都能给你一些实在的参考。1. 内容整体设计与思路拆解1.1 从工具到技能agent能力的演进先说一个最基础的问题agent和普通的自动化脚本到底差在哪我自己的理解是脚本是写死的“如果A就做B”而agent是带着目标和约束自己决定“怎么从A到B”的个体。但问题随之而来——如果什么都让它自由发挥它大概率会在路上走偏。你给它一个目标“分析这个月的销售数据”它可能先花半天构造一个根本不需要的函数或者把结论写成一篇散文而不是结构化报告。这时候就要用到skills了。简单说skills是把一类高频率、有固定套路的工作预先封装成agent能理解的“操作手册”。它告诉agent遇到这类任务时不要自由发挥按这个步骤来每一步用什么工具、输出什么格式、注意什么边界条件。用生活里的话讲agent本身就像一个刚毕业的新人能力不差但没经验skills就是你把老师傅几十年的作业流程写成了SOP新人照着干能少走很多弯路。从行业趋势看整个AI应用开发圈子里对skills的重视程度越来越高。很多人一开始盯着模型参数量、上下文窗口大小后来发现真正决定业务落地效果的恰恰是这些外围的结构化能力。毕竟你不可能每次都把几百页的操作规范写进prompt里那样既浪费token又容易信息混乱。把套路沉淀下来让agent在需要时主动调用这才是一个工程化的思路。1.2 Skills的核心构成元数据、指令与工作流我自己在做skills开发时习惯把一个skill拆成几个固定部分。第一个是元数据类似身份证信息包括这个技能叫什么、用来干什么、在什么场景下触发、依赖哪些工具或前置条件。元数据写不好后面agent匹配技能时大概率会选错或者压根不选。第二个是指令主体这是核心中的核心。它不是一两条命令而是一套完整的执行逻辑先做什么、后做什么、中间如果出现某种情况该怎么分支处理、最终输出要达到什么标准。我会尽量在里面写清楚“输出格式”和“边界条件”。比如做一个“生成项目周报”的skill我会写明必须包含本周完成事项、数据对比、风险点、下周计划四个模块每个模块控制在多少字以内数据来源字段是哪些。指令越明确agent的执行结果越可控。第三个是参考工作流或示例。有时候光说“按规范输出”agent不一定理解“规范”长什么样。给一个或几个具体的输入输出范例它会学得快很多。我通常会在skill里内置一个小型的example尤其是那种格式要求严格的输出比如JSON结构、markdown模板、API请求报文效果立竿见影。1.3 Skills与Tools、Prompts的边界划分网上关于agent的工具、提示词、技能的讨论特别多很多初学者容易混淆。我简单说一下我的理解。Tools是最底层的原子能力就是一个函数或接口agent可以调用它去执行一个具体动作比如“发一封邮件”“查询数据库”“调用某个API”。它是“手”负责执行。Prompts是对话层面的引导告诉agent“你现在是什么角色”“这次任务的目标是什么”。它是“大脑”的短期指令每轮对话都可以不同灵活但缺乏沉淀。Skills则介于两者之间它是“一套完整的肌肉记忆”。它可能描述什么时候该用哪个tool、用完之后怎么判断结果、下一步又该做什么。它甚至可以包含多个tools的组合编排。我见过很多团队把prompt越写越长最后几千字塞进上下文效果却越来越差就是因为没有把可复用的流程抽象成skills。prompt每次重新讲一遍自然不稳定skill只需要被引用一次agent就按章办事。所以我的建议是凡是稳定、高频、有明确步骤的任务一律沉淀为skill凡是临时、需要灵活应变的对话引导才放在prompt层。这个边界划清楚了你的agent项目才有扩展性。2. 核心细节解析与实操要点2.1 一个典型的Skills目录结构我不会一上来就讲什么高深理论直接展示一个我实际在用、也推荐大家参考的skills目录结构。这不是唯一标准但经过多个项目验证适配度很高。假设你的agent项目根目录下有个skills/文件夹里面按命名清晰的方式组织每个技能skills/ ├── weekly-report/ # 技能目录名建议用kebab-case │ ├── SKILL.md # 核心指令文件agent会先读这个 │ ├── examples/ │ │ ├── input-sample.md │ │ └── output-sample.md │ └── scripts/ │ └── analyze.py # 可选技能内附带的辅助脚本 ├── code-review/ │ ├── SKILL.md │ └── examples/ └──>