skills基础介绍

一文读懂 AI Agent 的 Skills（技能）

适用范围：Claude Skills / opencode skills 等基于 SKILL.md 的技能体系，概念通用。
读完你将掌握：skill 是什么、怎么发展来的、如何自己动手做一个并用起来。

一、基本概念：skill 到底是什么？

1. 一句话定义

Skill = 一段高度结构化的"专家操作手册"，被打包成一个文件夹，让 agent 在碰到对应任务时加载，从而稳定地产出高质量、符合特定风格/规范的成果。

它本质上是给 agent 的角色 + 流程 + 规则库的封装。没有 skill 时，你要靠每次打字把要求说清楚；有了 skill，一次 description 匹配，整本手册就自动注入。

2. Skill 的核心组成

一个典型的 skill 是一个目录，通常长这样：

my-skill/
├── SKILL.md            # ★ 入口/说明书（必建）
└── references/         # 可选：参考资料（规则、反例、经验库）
    ├── rules.md        #   详细规则
    ├── anti-patterns.md #   反例/禁忌
    └── LESSONS.md      #   实战经验库（自举式 skill 用）

`SKILL.md` 是最重要的一份文件，分两部分

① Frontmatter（YAML 头部）——给"发现系统"看的元数据

---
name: my-skill              # 技能名
description: "在 XXX 场景下使用 ... 产出 ..."   # 一句话说明用途/触发条件
version: 1.0.0              # 版本号（自举/演化时递增）
---

description 是灵魂——agent 判断"这个任务要不要加载我"就靠它。写得越贴合你的使用场景，匹配越准。

② 正文 Markdown——给"执行 agent"看的具体操作：使用方式、步骤流程、硬性规则、禁忌、样板输出等。

3. skill 与 agent / prompt / mcp 的区别（容易混淆）

东西	是什么	和 skill 的区别
Prompt / 提示词	一次性说的话	skill 是可复用、可共享、有结构的提示词包，还带文件
命令 / slash command（`/xxx`）	你手动触发的一段指令	靠"人主动敲命令"触发；skill 靠"description 自动匹配"，更被动但更省心
Agent	一个独立角色/子代理	agent 是"人"，skill 是"人用的手册"；agent 可以加载多个 skill
MCP	让 agent 调用外部工具/数据的协议	skill 管"怎么干活"，MCP 管"能连接什么"；二者常配合

一句话：skill 补的是"专业能力 + 风格一致性"，不补"工具连接"。

二、发展脉络：skill 是怎么来的？

第 1 阶段：Prompt 的野蛮生长

早期靠把一大堆要求写进系统提示词。问题很快暴露：提示词越攒越长、越混越乱，agent 读完没重点，还互相冲突。

第 2 阶段：Skill 出现（把"手册"打包）

生态开始把"特定领域的操作手册"独立成文件包，按需加载：碰到设计任务→加载设计 skill；碰到写 Go→加载 Go skill。核心思想：把大而全的系统提示词，拆成小而专、按场景注入的技能包。（Claude Skills 2025 年推出，opencode 等工具也采纳了 SKILL.md 约定。）

第 3 阶段：进阶形态

skill 越用越讲究，出现几个高级话题：

引用目录 references/ —— 主 SKILL.md 保持精简（只放流程和硬规则），反例拆到 references，按需条件加载，避免一次读爆 token、关键信息被淹没。
自举式 / 自改进 skill —— 让 skill 用完自己反思、越用越准。典型机制：
- REFLECT（反思）：执行后想"这次有什么新经验/坑"
- WRITE（沉淀）：写进 references/LESSONS.md 经验库
- PROMOTE（转正）：同类问题出现 ≥3 次 → 升级为硬规则、写进 CHANGELOG.md、递增 version:

发展主线总结

从"一次性的长提示词" → "可复用、按需加载的技能包" → "带资料库、能自我演化的自举技能"。
驱动逻辑始终是：少给模型"噪音"，多给"对场景有用的专业知识"。

三、怎么使用：发现、创建、维护

1. 使用：加载一个已安装的 skill

发现/加载：skill 装好后（放进对应配置目录），agent 拿到任务 → 用 description 和各 skill 描述做匹配 → 命中就加载对应 SKILL.md。
你可以主动点名叫它（如 /skill名、或让 agent "用 XX skill 来做"），也可以让它自动匹配。
多个 skill 可以叠加（如前端 skill + 风格 skill 一起用）。

2. 创建：自己动手做一个（最小上手）

建议从"你反复要做、且想稳定风格"的事开始，别一开始就搞复杂。最小步骤：

① 建目录 + SKILL.md
   ├── my-skill/SKILL.md
② 写 frontmatter（name / description / version）
③ 写正文：使用方式 + 步骤 + 硬规则 + 禁忌 + 样板
④ 放好目录 + 让它能被 agent 发现（按你所用工具的约定目录）
⑤ 试用：让 agent 跑一次，验证 description 匹配、输出是否达标

什么时候不要做 skill（YAGNI）：

只做一次的临时任务 → 直接说要求即可
要求会频繁变、没有稳定风格 → 固化反而成负担
判断标准："经常做 + 要稳定 + 有专业门槛" 才值得做成 skill。

3. 维护：让它越用越准

用完检查：规则有没有写错、漏的场景？
用「自举协议」沉淀经验（REFLECT → WRITE → PROMOTE），让 skill 自我进化；
定期清理：删掉从没触发过的规则，防止技能包膨胀（克制比堆料重要）；
一旦某条规则让输出变差，用 CHANGELOG 回滚版本。

四、经典 SKILL.md 模板（带反射自举 loop）

下面提供一个带反射自举 loop 的经典 SKILL.md 模板：

---
name: my-skill
description: "在 XXX 场景下，按本技能流程产出 YYY，风格/规范遵循 ZZZ"
version: 1.0.0
---

# My Skill

## 使用场景（description 命中后何时加载）
- 适合：...
- 不适合：...

## 工作流程（执行 agent 按顺序做）

执行前先查询 `CHANGELOG.md` 中的内容，再决定后续是否执行
1. 第 1 步：...
2. 第 2 步：...
3. 第 3 步：产出样板结果 ...

## 硬性规则（违反即不合格）
- 规则 1：...
- 规则 2：...

## 禁忌（禁止做）
- 不要 ...
- 不要 ...

## Self-improvement loop（自举协议 / 反射循环）

每次执行完本 skill 后，无触发信号则跳过 loop；有触发信号时，按顺序做三件事（总计 <2 分钟）：

1. **REFLECT（反思）**：这次执行有哪些"参考资料没覆盖"的通用经验？
   - 遇到了新的场景类型？
   - 踩了什么坑（环境、依赖、用户习惯）？
   - 有哪些"当时犹豫、事后证明该/不该做"的决策？
2. **WRITE（沉淀）**：把经验追加进 `references/LESSONS.md`（日期、场景、问题、解法、结论），只写有复用价值的，避免噪音。
3. **PROMOTE（转正）**：同一问题出现 ≥3 次 → 提炼成硬规则，升级 `version:` 字段并记入 `references/CHANGELOG.md`，写入的条目要带计算规则，否则无法评定问题出现计数；未达阈值则留在 LESSONS 累积观察。

### 触发信号（遇到这些 MUST 学习，不是可选）
- 用户的纠正 / 否定 / "这里不对"
- 运行时报错或输出明显失败
- 参考资料未覆盖的全新场景
- 临时绕开资料、最终证明正确的决策

> 禁止在未执行任务时凭想象补经验。学习只发生在真实执行之后。

配套目录结构：

my-skill/
├── SKILL.md            # ← 上面的模板本体
└── references/
    ├── LESSONS.md      # ★ 必建：经验库（每次执行后追加一条）
    ├── CHANGELOG.md    # 可选：规则演化史（转正时记录，可回滚）
    └── lessons/        # 可选：按场景拆片，SKILL.md 按关键词条件加载
        └── xxx.md

反射 loop 写进 SKILL.md 只是闭环的一半——references/LESSONS.md 里第一条真实记录，请从"用户第一次纠正你"开始写，那是最有价值的反例数据。

提示：自举 loop 不必无脑加。仅当你的 skill 需要持续吸收经验时才引入；一次性固定的 skill 加了反而拖慢执行。

五、设计原则速查（写 skill 时的清单）

原则	做法
description 是灵魂	写清"什么场景用、产出什么"，决定匹配准不准
正文给 agent 读	具体、可执行、有阈值和样板，别写空话
精简主文件	重认知进 `references/`，按需条件加载，防 token 爆炸
学习有钩子	用 REFLECT + 触发信号，不靠"用完顺便记"
用户纠正是最高优先级	被纠正时必须沉淀为反例经验
阈值式转正	同类 ≥3 次才升级硬规则，防单次偏好污染
版本化可回滚	CHANGELOG 记录每次规则变更
克制 YAGNI	不是常用场景就别建，建了定期删冗余

附：快速上手的一页小结

是什么 → 给 agent 的"专家操作手册"文件夹，SKILL.md 是入口。
给谁读 → 规则正文给 agent 执行；人类是作者/维护者。
核心文件 → SKILL.md（frontmatter + 正文）+ references/（资料/经验库）。
怎么发展来的 → 长提示词 → 按需技能包 → 自举演化。
怎么用 → 装好 → description 自动匹配 / 手动点名 → agent 按手册干活。
怎么做 → 常见且要稳定风格的事才建；先最小化，再靠自举养熟。

posted @ 2026-08-29 00:56 LemHou 阅读(42) 评论(0) 收藏举报

刷新页面返回顶部

solicit