Atomic Agent Skills开发教程：5分钟写出第一个Markdown技能，附18个内置起步技能清单

Atomic Agent Skills开发教程5分钟写出第一个Markdown技能附18个内置起步技能清单【免费下载链接】atomic-agentAtomic Agent is a local-first AI agent. Runs open-weight models on your own machine via llama.cpp.项目地址: https://gitcode.com/gh_mirrors/at/atomic-agentAtomic Agent是一个本地优先local-first的 AI Agent通过 llama.cpp 在你自己的电脑上运行开源权重模型。它的Skills技能系统把任务操作手册写成一个 Markdown 文件加可选脚本——本文带你 5 分钟写出第一个自定义技能并附完整清单18 个开箱即用的内置起步技能。什么是 Skills给本地AI智能体的技能手册可以把每个 Skill 理解为一本小手册Markdown 正文告诉 Agent「遇到某类任务时该用什么工具、按什么步骤做」YAML 前置信息frontmatter声明技能名称、用途、版本可选脚本放在scripts/目录仅在用户明确批准后才会执行。官方文档 SKILLS.md 中特别强调了它的**渐进式加载progressive loading**设计稳定提示词前缀里只包含每个技能的name: description只有当 Agent 调用skill.view查看某个技能后正文才会进入提示词——这样 KV 缓存每个会话只失效一次本地小模型也能跑得又快又省。实现可参考 src/prompt/stable-prefix.ts。SKILL.md 文件结构一览一个技能的目录长这样技能名/ SKILL.md # 必需YAML frontmatter Markdown 正文 scripts/ # 可选shell / node 脚本 references/ # 可选供 Agent 阅读的静态资料SKILL.md的头部是 YAML字段如下摘自 SKILLS.md--- name: check-gmail-inbox # 必需kebab-case且必须与文件夹同名 description: Check Gmail inbox # 必需约 200 字符以内 version: 0.1.0 # 必需建议 SemVer requires_tools: # 信息性字段该技能会用到哪些工具 - os.http.request requires_scripts: # 只有列出的脚本才允许执行 - fetch-headers.sh dangerous: false # 标记为高风险技能给人看的 ---⚠️新手最常踩的坑文件必须以---开头缺少 frontmatter 块的技能会在加载时被直接丢弃不会出现在技能列表里。这一点在 starter-skills/skill-creator/SKILL.md 中被标注为 Critical。5分钟写出你的第一个Markdown技能以「查天气」为例全程不需要任何 API Key。第 1 步创建技能目录全局技能放在~/.atomic-agent/skills/也可以放在项目内.atomic-agent/skills/同名时项目级优先方便随仓库提交。mkdir -p ~/.atomic-agent/skills/my-weather第 2 步编写 SKILL.md复制下面这份最小可用模板并保存为~/.atomic-agent/skills/my-weather/SKILL.md模板同样来自 skill-creator 技能--- name: my-weather description: 查询城市当前天气使用 wttr.in 的 HTTP 接口无需密钥。 version: 1.0.0 requires_tools: - os.http.request requires_scripts: [] dangerous: false --- # my-weather 用 os.http.request GET 请求 https://wttr.in/城市?format3 获取一行天气文本 把结果原样汇报给用户。失败时可退回 os.shell.run 执行 curl。第 3 步验证技能已注册atomic-agent skill list只要列表里出现my-weather即为成功。如果目录有问题命令会打印WARN:行提示你。第 4 步让 Agent 用起来之后在对话里说帮我查下上海天气Agent 会先看到技能描述、调用skill.view加载正文再按手册执行os.http.request。官方自带的 wttr-weather 技能 就是一个可直接参考的零依赖范例。技能管理最常用的 CLI 命令清单命令作用atomic-agent skill list列出已安装技能项目级 全局级及启用状态atomic-agent skill show name打印某个技能的SKILL.md内容atomic-agent skill install path从本地文件夹安装技能atomic-agent skill uninstall name卸载全局技能atomic-agent skill disable name隐藏技能但不删文件atomic-agent skill enable name重新启用已禁用的技能atomic-agent skill search query搜索社区技能仓库技能来源支持本地文件夹、GitHub tapowner/repo[/path]以及 ClawHub 注册表owner/slug完整说明见 SKILLS.md。18个内置起步技能完整清单Atomic Agent 首次启动会自动安装以下 18 个起步技能升级时还会自动刷新清单源自 starter-skills/README.md#技能用途外部依赖1wttr-weather查询天气与预报无2currency汇率查询与货币换算无3skill-creator创建 / 编辑 SKILL.md无4verify-work汇报前实际运行验证产出无5github仓库 / Issue / PR / ActionsghCLI 已登录6gog-workspaceGmail、日历、Drive、Docs 等gogCLI OAuth7apple-calendar读取 / 创建 macOS 日历事件macOS icalBuddy8apple-notes管理 Apple 备忘录macOS memo9apple-reminders管理 Apple 提醒事项macOS remindctl10obsidian读写搜索 Obsidian 笔记库OBSIDIAN_VAULT_PATH11notion读写 Notion 页面与数据库NOTION_API_KEY12pdfPDF 合并 / 拆分 / 提取 / OCRqpdf/poppler13xlsx创建编辑 Excel 工作簿python3openpyxl14pandoc文档格式互转md/docx/html/epubpandoc15ffmpeg音视频转换 / 裁剪 / 转 GIFffmpeg16imagemagick图片缩放 / 裁剪 / 格式转换imagemagick17audio-transcribe本地语音转文字无需 API Key本地whisper18docker容器 / 镜像 / Compose 管理docker已运行 前 4 个零依赖技能装上即用非常适合先跑通再扩展。进阶给技能附加脚本并管好安全边界需要跑复杂逻辑时把脚本放进scripts/目录并在 frontmatter 的requires_scripts中列明——只有列出的脚本才允许执行任何scripts/之外的路径都会被拒绝。扩展名决定运行方式.ts/.js/.mjs/.cjs走 Node.sh走 Bash其余按可执行文件直接运行。执行前脚本调用会经过审批门approval gate向你展示技能名、脚本路径和参数预览确认后才运行机制见 skill 相关说明。两条硬性边界技能是数据 脚本不是插件不能动态注册新工具或加载原生模块不要在技能里写密钥也不要教 Agent 绕过审批或 HTTP 白名单。这套本地优先的智能体循环本身也很能打——在同一本地模型qwen-3.6-35b-a3b下Atomic Agent 在 GAIA Level 1 公开验证集上取得 69.8% 准确率领先对比对象 11.3 个百分点常见问题FAQQ技能名字和文件夹名不一致会怎样name必须与所在文件夹同名kebab-case不一致属于无效格式加载时会被跳过。Q项目级技能和全局技能同名项目级.atomic-agent/skills/name/始终优先全局技能作为回退——这正是随仓库提交技能的设计意图。Q改完 SKILL.md 为什么没生效重启 Agent 或刷新技能注册表再用atomic-agent skill list验证。Q想学官方技能怎么写最快的方式是读内置技能源码推荐从 skill-creator 和 wttr-weather 两个入手前者是教你写技能的技能后者是最小化的真实示例。小结Atomic Agent 的 Skills 就是Markdown 可选脚本的本地技能手册零依赖、渐进加载、脚本需审批。5 分钟即可上手你的第一个技能18 个内置起步技能则覆盖天气、汇率、PDF、Excel、音视频、Docker 等高频场景——把技能当作可版本化的资产让本地 AI 智能体随你的工作流一起成长。【免费下载链接】atomic-agentAtomic Agent is a local-first AI agent. Runs open-weight models on your own machine via llama.cpp.项目地址: https://gitcode.com/gh_mirrors/at/atomic-agent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考