本文深入解析AI Agent的技能Skills机制阐述其如何整合指令、脚本与模板形成可复用能力包。文章重点介绍了Skills的三大核心优势优化prompt复用、解决工具选择难题、管理复杂任务逻辑。同时详细解析了Skills的文件结构、渐进式加载工作流及其与Prompt、Tool的区别与关系旨在帮助开发者尤其是初学者理解和应用Skills构建高效AI Agent。一、Skills是什么 解决了什么问题Skills 的定义和特征Agent Skill 是把「指令、脚本、模板」一体化打包成可复用能力包的机制。Agent 能自动发现它、按需加载它、在需要时调用里面的脚本和资源。Skill 的核心特征1. 业务语义化它的命名和描述是面向业务的而不是面向技术的。2. 复合性一个 Skill 内部通常包含了一个或多个 Tool 的组合调用。3. 按需加载LLM只需要知道“这个 Skill 能做什么”以及“需要输入什么参数”就能按照用户描述的场景自行匹配加载合适的skill工作。Skill 是面向任务的可复用能力包Skill 的出现是为了解决什么问题1. prompt复用的更优解痛点你一定遇到过这种情况每次让 AI 帮你做代码审查你都要贴一大段指令告诉它「检查这几类问题、用这种格式输出、重点关注安全漏洞」。第一次贴的时候还好第二次、第三次你就开始烦了。这还只是一个人的情况如果是团队协作这个问题还会放大。Skill 的解法: Skill把那些你反复在用的指令、流程、模板打包成一个标准化的模块Agent 自己知道什么时候该用它、怎么用它不再依赖你手动复制粘贴。2. 业务维度组合工具解决 LLM 的工具选择困难症痛点大模型的上下文窗口和注意力机制是有限的。如果你给 Agent 挂载了 100 个底层 Tool如get_user_id,get_order_list,calculate_sum等LLM 在面对用户提问时会在庞大的工具库中迷失导致选错工具、参数填错、从而产生幻觉。Skill 的解法一个Skill本质是应对一个业务/问题场景Skill 对该场景所需的底层 Tool 进行了筛选和聚合。Agent 不需要面对 100 个底层 Tool只需要面对能解决该场景问题的几个核心 Skill。这极大地降低了 LLM 的决策难度提高了路由和选择的准确率。3. 解决复杂任务的“状态管理”与“逻辑编排”痛点单个 Tool 是无状态的原子操作。但真实的业务场景往往是多步的、有状态的。比如“预订机票”需要先查航班 - 校验余额 - 扣款 - 出票 - 发送通知。如果让 LLM 去一步步规划这些底层 Tool不仅延迟极高而且一旦中间某一步失败LLM 很难进行全局的错误恢复。Skill 的解法封装编排逻辑Skill 内部可以包含复杂的控制流If/Else、循环、并发和状态管理。LLM 只需要调用一次“预订机票” SkillSkill 内部的代码可能是 Python/Java 写的会稳健地执行完整个工作流处理异常和重试最后只返回一个“成功”或“失败及原因”的结果给 LLM。二、Skill的存放和标准目录结构Agent Skill 可以放在哪里存放位置Skills通常有以下四种存放策略1. 项目级本地目录最常见路径./skills/、./agent_skills/或./plugins/适用场景与特定项目强绑定的 Agent。Skill 随项目代码一起进行 Git 版本控制。2. 全局用户目录跨项目复用路径~/.agent/skills/或~/.config/your_agent/skills/适用场景个人效率助手、CLI 终端 Agent。用户安装一次 Skill即可在任何对话和项目中调用。3. 远程技能仓库 / 注册中心动态拉取路径Git 仓库如 GitHub / HuggingFace Hub或内部的 Skill Registry API。适用场景企业级 Agent 平台。Agent 在启动或运行时根据用户意图动态git clone或通过 API 下载所需的 Skill 到本地缓存Cache中执行。4. MCP (Model Context Protocol) 服务端路径作为独立的 MCP Server 运行在本地或远程 Docker 中。适用场景Agent 通过标准协议连接外部 Skill 服务而skill.md则作为该 Server 的说明文档和 Prompt 注入源。一个 Skill 中包含哪些文件和目录一个功能完备的 Skill 不仅仅是提示词它通常是一个微型的独立工程。标准的目录结构如下my_awesome_skill/ ├── skill.md # 核心Agent 读取的Skill目录包含描述、Prompt、触发条件和参数定义 ├── config.yaml # ⚙️ 配置非必须环境变量、API Keys、模型参数如 temperature、超时设置 ├── scripts/ (或 src/) # 执行层非必须具体的代码逻辑Python, Node.js, Shell 等 │ ├── main.py # 入口文件 │ └── utils.py # 辅助工具 ├── requirements.txt # 依赖非必须代码运行所需的第三方库Agent 执行前会自动 pip install ├── examples/ # 示例非必须Few-shot 示例文件或测试用例帮助 LLM 理解复杂调用 │ └── case_study.md ├── tests/ # 测试非必须单元测试确保 Skill 代码逻辑的稳定性 │ └── test_main.py └── assets/ # ️ 资产非必须图标、本地知识库(RAG)文件、模板文件 ├── icon.png └── template.html一个 Skill 是一个微型工程三、skill.md的结构包含什么skill.md是 Agent 路由Routing和规划Planning的唯一依据。它的结构必须对 LLM 高度友好通常采用YAML FrontmatterMarkdown Body的格式。一个优秀的skill.md应包含以下 7 个核心模块1. 元数据 (Metadata / Frontmatter)使用 YAML 格式写在文件顶部供 Agent 框架在不加载全文的情况下快速扫描、索引和过滤技能。--- name: web_data_scraper version: 1.2.0 tags: [web, scraping, data] dependencies: [beautifulsoup4, requests] execution_type: python_script # 可选: prompt_only, python_script, api_call ---2. 技能描述 (Description)一句话说明。这是 Agent 在“思考”是否调用该工具时最先看到的内容必须极其精准。示例用于抓取指定 URL 的网页正文内容并自动清洗 HTML 标签返回纯文本或 Markdown 格式。3. 触发条件 (When to Use / Trigger)明确告诉 Agent 什么时候该用以及什么时候绝对不能用防幻觉和误调用。示例✅ Use when: 用户要求读取某个网页链接的内容、总结某篇文章、提取网页数据。❌ Do NOT use when: 用户要求搜索互联网应使用 search_skill、或者要求读取本地 PDF 文件。4. 输入参数 (Inputs / Arguments Schema)使用类似 JSON Schema 的格式或清晰的 Markdown 表格定义 Agent 需要提取并传递给代码的参数。示例url(string, required): 需要抓取的目标网页 URL必须包含http://或https://。max_length(integer, optional): 截断的最大字符数默认 5000。format(enum: [“markdown”, “text”], optional): 输出格式默认 “markdown”。5. 输出与异常处理 (Outputs Error Handling)告诉 Agent 代码执行后会返回什么以及遇到错误时 Agent 应该如何向用户解释。示例Success: 返回清洗后的 Markdown 字符串。Error: 如果返回403 Forbidden请告诉用户“该网站启用了反爬虫机制无法直接读取”。6. 工作流 / 思维链 (Workflow / CoT) (针对复杂技能)如果该 Skill 包含多步操作或者是一个纯 Prompt 技能无代码需要在这里规定 Agent 的执行步骤。示例验证 URL 的合法性。调用scripts/main.py获取内容。如果内容过长调用summarizer_skill进行摘要后再返回给用户。7. Few-Shot 示例 (Examples)提供 1-2 个真实的输入输出案例这是提高 LLM 参数提取准确率最有效的方法。### Example 1 User: 帮我读一下这个新闻 https://example.com/news/123 并总结 Agent Action: json { skill: web_data_scraper, args: { url: https://example.com/news/123, format: markdown } }总结普通 prompt 只是一段文字用完就没了而 Skill 是一个完整的文件夹里面的指令、脚本、模板可以持续维护、版本管理。四、Skills渐进式披露什么是Skills渐进式披露渐进式加载的核心思想是“先看目录再看正文按需加载用完即焚”。该机制具体是指Agent不是一次性把所有 Skill 的完整细节代码、Few-shot、复杂逻辑喂给大模型而是分阶段、分粒度地将信息注入到 LLM 的上下文中。为什么Skills需要渐进式披露大模型的“注意力”下降问题如果你把 50 个 Skill 的完整定义包含参数、逻辑、示例一次性喂给 LLM上下文变得极其庞大导致推理能力会显著下降从而造成选错工具和产生幻觉如把 A 工具的参数结构强行套用在 B 工具上的问题。上下文窗口被打爆 物理与经济瓶颈被打破1. 窗口溢出即使是目前支持 128K 甚至 1M 上下文的模型如果 Skill 数量达到几百个全量加载也会瞬间撑爆上下文导致系统直接报错。2. 成本失控每次对话都要重复输入几万个 Token 的工具定义API 调用成本会呈指数级飙升。渐进式加载的标准工作流三阶段模型Skills的生命周期或者说一个典型的渐进式加载流程分为三个严密的阶段阶段 1全局索引与意图路由粗粒度加载动作Agent 框架在启动时扫描所有 Skill 目录仅提取每个skill.md中的 Frontmatter元数据 和 一句话 Description。注入将这些轻量级的“技能目录”Skill Registry注入到 System Prompt 中。LLM 任务LLM 根据用户的输入在这个“目录”中进行思考和路由决定需要调用哪个或哪几个 Skill并输出 Skill 的name或id。Token 消耗极低通常每个 Skill 只占 50-100 tokens。阶段 2详情按需加载细粒度加载动作Agent 框架拦截到 LLM 输出的目标 Skill ID 后动态读取该 Skill 完整的skill.md文件包含输入参数、Workflow、异常处理、Few-shot 示例等。注入将完整的skill.md作为临时上下文Context Injection 追加到当前的对话历史中。LLM 任务LLM 阅读完整的执行指令提取参数生成要调用的skill目录中的代码或 API 调用 payload。Token 消耗中等仅加载 1~3 个相关 Skill 的完整内容。阶段 3执行、动态扩展与清理闭环与复用动作按需加载skill目录下的代码(scripts子目录下的文件)和资源(assets目录下的资源)获取结果。扩展Sub-loading如果该 Skill 在执行过程中发现需要调用另一个 Skill框架会再次触发阶段 2加载其他skill.md文件的详情。清理当前对话轮次结束后阶段 2 注入的“厚重详情”可以从 Context 中移除或压缩只保留执行结果为下一轮对话腾出空间。Skills 渐进式披露先看目录再看正文针对不同Skills数量的进阶加载策略根据 Agent 拥有的 Skill 数量渐进式加载会采用不同的底层策略1. 两阶段加载Two-Stage Loading适用规模10 ~ 50 个 Skill。机制如上文的“标准工作流”所述。直接将所有 Skill 的摘要放在 System Prompt 中LLM 直接做选择题。2. 基于 RAG 的语义检索加载Retrieval-Augmented Skill Loading适用规模50 ~ 500 个 Skill。机制当 Skills 数量一多摘要本身也很大时System Prompt 也放不下。此时将每个 Skill 的Description和Tags进行向量化Embedding 存入向量数据库。流程用户提问 - 将问题向量化 - 在向量库中计算相似度 - 召回 Top-K如前 5 个最相关的 Skill 摘要 - 注入 Prompt 让 LLM 路由。3. 层级/树状目录加载Hierarchical Loading适用规模500 个 Skill大型企业内部 Agent。机制模仿操作系统的文件系统。Skill 被组织在命名空间或分类目录下如finance/reports/,hr/onboarding/。流程1. 先加载一级目录如财务、人事、IT、行政。2. LLM 选择“财务”后框架再加载二级目录如报销、报表、预算。3. LLM 选择“报表”后框架最后加载具体的 Skill 详情。渐进式披露小结渐进式加载机制本质上是用“工程上的复杂度”换取“大模型推理的精准度与经济性”。它让 Agent 拥有了类似人类专家的工作方式面对海量工具时先在大脑中检索相关类别阶段 1锁定目标后再翻阅具体的操作手册阶段 2从而在有限的“大脑容量”Context Window下驾驭成百上千的复杂技能。四、Skills/Prompt/Tool的区别和关系是什么Skills/Prompt/Tool的核心区别为了更直观地理解我们可以从以下几个维度进行对比维度Prompt (提示词)Tool (工具)Skill (技能)抽象层级最低基础组件较低原子组件最高业务封装核心职责设定认知、逻辑、语气、规则提供数据获取或动作执行的接口封装解决特定复杂任务的完整能力有无执行力无纯文本引导有执行代码/API有调度 Prompt 和 Tool 完成任务粒度细一句话或一段指令极细如获取某城市天气粗如规划一次包含天气的旅行状态与记忆无状态每次输入独立通常无状态纯函数有状态 可包含上下文、中间变量、工作流状态面向对象面向大模型LLM面向系统/代码API/Function面向业务场景/最终用户User/BusinessSkills/Prompt/Tool的内在关系它们不是相互孤立的而是层层递进、相互包含的关系。1. 包含与组合关系1 1 2Skill Prompt Tools ( Workflow/Knowledge)一个 Skill 内部必定有 Prompt 来指导大模型如何调用这些 Tools。2. 动态绑定与路由关系在渐进式加载机制中这三者的关系体现得淋漓尽致当 Agent 决定使用某个 Skill 时框架实际上是在做两件事1. 将该 Skill 专属的 Prompt 注入到 System Context 中。2. 将该 Skill 绑定的 Tools 注册到当前的大模型可用函数列表中。当 Skill 任务结束框架会将这些 Prompt 和 Tools 从上下文中卸载以节省 Token。3. 降维与升维Tool 是降维把复杂的系统能力如操作数据库降维成大模型能理解的几个参数SQL 语句。Skill 是升维把零散的 Tools 和 Prompt升维成用户能听懂的业务能力。Skill、Prompt、Tool 的关系Skills/Prompt/Tool的一句话总结Tool让Agent能干活Skill让Agent会干活Prompt让Agent干这次活儿。本篇总结通过本章我们知道了 Skill 是把「指令、脚本、模板」一体化的可复用能力包。同时我们深入探讨了 渐进式披露Progressive Loading 机制。通过“先看目录、再看正文、按需加载”的三阶段模型我们成功用工程上的复杂度换取了大模型推理的精准度与经济性解决了全量加载Skills引发的 LLM “注意力迷失”和“上下文爆炸”难题。最后介绍了SkillsPrompt 和 Tools的区别和联系。Tool 让 Agent 能干活Skill 让 Agent 会干活Prompt 让 Agent 干好这次的活儿。最后2026年技术圈的分化愈发明显降薪裁员潮持续蔓延传统开发、测试等岗位大批缩水不少从业者陷入职业焦虑与之形成鲜明对比的是AI大模型相关岗位迎来疯狂扩招薪资逆势飙升150%大厂更是直接开出70-100W年薪疯抢具备实战能力的大模型人才甚至放宽年龄限制只求能快速落地技术、创造价值很多程序员、职场新人纷纷入局大模型领域绝非盲目跟风而是实实在在看到了不可替代的价值优势这也是2026年最值得抓住的职业风口1、窗口期红利入门门槛友好不同于成熟赛道的“内卷式招聘”2026年大模型人才缺口巨大简历只要达标掌握基础AI应用具备简单项目经验年龄、学历均非硬性要求小白可快速入门转行程序员也能无缝衔接2、技术可复用上手速度翻倍如果你有前后端开发、测试、数据分析等基础在大模型落地、系统部署、Prompt工程等环节会更具优势无需从零开始复用原有技术能力就能快速进阶3、懂业务更吃香竞争力翻倍单纯懂技术已不够2026年大厂更看重“技术业务”的复合型人才有垂直领域金融、医疗、工业等经验者能精准定位模型落地痛点薪资比纯技术岗高出30%以上更重要的是即便没有转型需求用AI大模型工具为工作赋能、提升效率也已经成为80%企业的硬性要求——不会用大模型提效未来很可能被行业淘汰那么2026年小白/程序员该如何高效学习大模型很多人想入门大模型却陷入两大困境要么到处搜集零散资料不成体系越学越懵要么被收费高昂的课程割韭菜花了钱却学不到实战技能白白浪费时间走弯路。今天就给大家精心整理了一份2026年最新、免费、系统化的AI大模型学习资源包覆盖从零基础入门到商业实战、从理论沉淀到面试通关的全流程所有资料均已整理归档无需拼凑直接领取就能上手学习小白可照做程序员可进阶扫码免费领取全部内容1、大模型系统化学习路线这份学习路线结合2026年行业趋势和新手学习规律由行业专家精心设计从零基础到精通每一步都有明确指引帮你节省80%的无效学习时间少走弯路、高效进阶避免踩坑。2、从0到进阶大模型学习视频教程从入门到进阶这里都有跟着老师学习事半功倍。3、大模型学习书籍电子文档涵盖2026年最新技术要点包括基础入门、Transformer核心原理、Prompt工程、RAG实战、模型微调与部署等内容4、AI大模型最新行业报告报告包含腾讯、阿里、甲子光年等权威机构发布的核心内容还有2026年中文大模型基准测评报告、AI Agent行业研究报告等帮你站在行业前沿把握技术风口。5、大模型项目实战配套源码项目包含Deepseek R1、GPT项目、MCP项目、RAG实战等热门方向还有视频配套代码手把手教你从0到1完成项目开发既能练手提升技术又能丰富简历为求职和职业发展加分。6、2026大模型大厂面试真题2026年大模型面试已全面升级不再单纯考察基础原理而是转向侧重技术落地和业务结合的综合考察很多程序员和新手因为缺乏针对性准备明明技术不错却在面试中失利。适用人群四阶段学习规划共90天可落地执行第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…扫码免费领取全部内容7、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】