007.Agent Skill
一 、背景
2025 年 10 月 16 日，Anthropic 正式推出 Agent Skill。最初，它被定位为一种提升 Claude 在特定任务中表现的内部机制，但很快，开发者发现这套设计在复杂 Agent 场景下异常好用。随后，VS Code、Cursor 等工具陆续加入支持。
2025 年 12 月 18 日，Agent Skill 被正式发布为开放标准，支持跨平台、跨产品复用。这一决定意味着：
💡Agent Skill 已经不再是 Claude 的私有能力，而是正在演化为 AI Agent 领域的通用设计模式。
本文将系统回答四个问题：
- Agent Skill 本质上解决了什么核心痛点？
- Agent Skill 的基本与高级使用方法是什么？
- Agent Skill 背后的渐进式披露（Progressive Disclosure）机制如何运作？
- Agent Skill 与 MCP 的区别是什么，应该如何选型？
二 、Agent Skill 的本质
2.1 一句话定义
Agent Skill 是一份可被大模型按需加载、条件触发、跨场景复用的“行为说明文档”。
通俗一点说：
Agent Skill = 大模型随时可翻阅的说明书 + 规则集 + 条件化资源入口。
它不是 Prompt 的简单封装，而是一种结构化、可组合、低 token 成本的 Agent 行为规范机制。
2.2 Agent Skill 解决的核心痛点
在没有 Agent Skill 之前，Agent 系统通常面临四个问题：
- Prompt 不可复用：
- 每次对话都要重复粘贴规则
- 规则一长就不可维护
- 上下文成本极高：
- 所有规则、示例、背景一次性塞给模型
- token 浪费严重
- 行为不稳定：
- 模型是否遵守规则取决于 Prompt 表达
- 缺乏结构化约束
- 能力与数据强耦合：
- 规则、知识、代码混在一起
- 难以拆分和演进
Agent Skill 的目标就是：
用“结构”和“加载策略”替代纯 Prompt 堆叠。
三 、Agent Skill 的基础使用方式
3.1 Skill 的基本结构
一个 Agent Skill 本质上是一个目录，其中最核心的是 skill.md 文件。
skill-name/
├── SKILL.md # Required: metadata + instructions
├── references/ # Optional: additional documentation and resources
└── scripts/ # Optional: executable code demonstrating concepts
skill.md 分为两部分：
1）Metadata（原数据层）
---
name: 会议总结助手
description: 用于将会议录音或文字整理为结构化会议纪要
---
- name：Skill 的唯一标识（必须与目录名一致）
- description：给模型看的能力说明，用于匹配用户意图
2）Instruction（指令层）
- 明确模型需要遵循的行为规则
- 定义输出结构
- 可以包含示例（Few-shot）
# 会议总结助手
##总结规则
请将会议内容总结为以下几点:
- 参会人员
- 议题
- 决定
- 财务提醒:仅在提到"钱、预算、采购、费用"时触发。须读取 `集团财务手册.md` ,指出决定中的金额是否超标,并明确审批人。
注意:每项都只能分别使用一句话来表述,不要分成多条。
## 示例
输入:
张三:那我们开始吧,今天主要是把下个月社区志愿活动的安排一次性定下来。
李四:我建议活动放在公园,人多也方便组织。
王五:可以,不过要提前申请场地,不然可能有风险。
赵六:场地申请我可以负责,这周内给大家结果。
孙七:人数最好先有个范围,方便准备物资。
张三:那就先按 50 人左右来估算吧。
李四:上次的手套还能用,但垃圾袋需要再买。
王五:预算要不要设个上限,避免超支。
张三:预算控制在 1000 以内,优先用现有物资。
孙七:时间我建议周六上午,天气也不会太热。
李四:九点集合应该比较合适。
赵六:我周三前把申请结果同步到群里。
张三:好,那报名截止时间定在周四晚上。
王五:周五可以统一分组和采购。
孙七:我来负责写报名文案和活动当天的合影安排。
张三:安全方面提醒大家带水,活动结束简单总结一下就行。
张三:那今天就到这,大家按分工推进。
输出:
- 参会人员:张三、李四、王五、赵六、孙七
- 议题:统一确定下个月社区志愿活动的地点、时间、人数又、预算及分工安排。
- 决定:活动定在公园并于周六上午九点举行,按约 50 人规模和 1000 预算执行,由赵六负责场地申请、孙七负责宣传及合影,其余成员配合物资和分组。
3.2 Skill 的调用流程（核心机制）
一次完整的调用流程中，存在三个角色：
- 用户
- Agent 宿主（如 Claude Code / Cursor）
- 大模型
流程如下：
- 初始阶段
- 宿主将「用户请求 + 所有 Skill 的 name + description」发送给模型
- 注意：此时只加载元数据，非常轻量
- Skill 选择阶段
- 模型判断用户请求与哪个 Skill 最匹配
- 指令加载阶段
- 宿主只读取被选中 Skill 的 skill.md 指令内容
- 执行与生成
- 模型根据指令生成结果
这一机制的关键词是：
按需加载（Lazy Loading）
四 、Agent Skill 的高级能力
4.1 Reference：条件化知识加载
4.1.1 Reference 是什么
Reference 是一种仅在特定条件下才会被加载进上下文的外部文档资源。
例如：
- 财务手册
- 法律条款
- 内部规范
#集团财务手册
本手册详细规定了公司各部门在日常办公、差旅及商务活动中的支出限额与审批流程。
##第一章:办公设备采购(ITAssets)
1.**更换周期**:笔记本电脑、显示器等固定资产的最低使用年限为3年。
2.**采购限额**:
-标准办公电脑:单价不得超过10,000元。
-高性能工作站:单价10,000-20,000元,需部门总监(Director)审批。
-特殊定制设备:单价超过20,000元,必须由IT总监特批,并提交CF0最终签字。
3.**招标要求*:单笔采购总额超过50,000元时,必须启动至少三方参与的公开招标流程。
##第二章:国内差旅标准(DomesticTravel)
1.**住宿补贴(按城市等级)**:
- 一线城市(北京、上海、广州、深圳):800元/晚。
- 新一线及二线城市:500元/晚。
- 其他城市:350元/晚。
2.**交通工具**:
- 飞行时长4小时以内仅限经济舱。
— 高铁限二等座(部门副总及以上级别可选一等座)。
##第三章:商务招待与餐饮(Entertainment)
1.**招待标准**:
-商务正餐:人均限额300元。若超过300元/人(如上海、香港等高消费地区最高可至500元/人),需附完整参会名单并提交业务副总裁(VP)特批。
2.**随访要求*:内部陪同人员人数不得超过外部客人数。
##第四章:日常零星报销
1.**自主额度*:单笔500元以下的办公杂费支出可由员工自主报销。
2.**主管审批**:500元至5,000元的支出由部门直接主管管在系统内审批
##第五章:市场活动与公关
1.**预算申报**:所有涉及品牌推广、市场活动的预算需提前14天提交0流程申报。
2.**礼品采购**:单份赠礼价值上限为 300元。
——
*注:以上所有金额单位均为人民币(CNY)。违反以上限额且未获得特批的申请,财务部将予以退回。
#会议总结助手
##总结规则
请将会议内容总结为以下几点:
- 参会人员
- 议题
- 决定
- 财务提醒:仅在提到"钱、预算、采购、费用"时触发。须读取`集团财务手册.md`,指出决定中的金额是否超标,并明确审批人。
注意:每项都只能分别使用一句话来表述,不要分成多条。
总结以下会议的内容:
老陈:小李,下周二你跟我去趟上海,咱们得把那个;大客户签下来。
小李:没问题陈总,那我今天先把出差申请给报了。
老陈:行,酒店你看着订,要方便出行的,外滩那边有个酒店后不错,大概 1200一晚。
小李:1200稍微有点贵,但我看那地段确实好,那我就按这个金额报了?
老陈:报吧。另外晚上咱们得请客户吃顿饭,规格得?高一点
小李:明白,我预订个3000块左右的包间,咱们一共6个人人,这标准行吗?
老陈:行,人均500在上海这种地方也算正常,为了签单单这钱该花
小李:好,那我申请单里的住宿填 1200,餐饮填3000,我待会直接提交系统。
老陈:可以,你动作快点,审批完了咱们好赶紧订票الما
老陈:没别的事就先去忙吧。
-参会人员:老陈、小李
-议题:安排下周二上海出差事宜,包括签约大客客户、酒店预订及客户宴请。
-决定:小李当天提交出差申请,按住宿1200元、餐饮3000元(6人)的标准预订外滩附近酒店及包Đ
-财务提醒:住宿1200元/晚超出一线城市标准(800)元/晚)400元;餐饮人均500元达到高消费地区提交业务副总裁(VP)特批方可报销。
4.1.2 为什么需要 Reference
如果把所有知识都写进 skill.md：
- 文件会无限膨胀
- 无关场景也被迫加载
- token 成本爆炸
Reference 解决的是：
按需中的按需加载。
4.1.3 Reference 的关键特性
- 条件触发：由 Skill 指令显式定义
- 会被读取：内容进入模型上下文
- 不触发则零 token 消耗
4.2 Script：可执行但不可见的能力
4.2.1 Script 是什么
Script 是 Agent Skill 中定义的可被执行的本地或远程脚本，例如：
- 上传文件
- 调用 API
- 数据同步
##上传规则
如果用户提到"上传"、"同步"或"发送到服务器",你必须运行 uplopad.py脚本将总结内容上传到服务器。脚本
使用方法:
python upload.py "会议总结内容"
4.2.2 Script 的核心特性
-
只执行，不读取
-
模型只关心：
- 什么时候跑
- 跑完返回什么结果
即使脚本有 1 万行代码，模型上下文消耗也接近 0。
五 、渐进式披露机制（Progressive Disclosure）
Agent Skill 的设计本质上是一个三层渐进式披露结构：
第一层 ：Metadata（始终加载）
- name
- description
- 作用：意图匹配
第二层 ：Instruction（按需加载）
- skill.md 中的规则说明
- 仅在 Skill 被选中时加载
第三层 ：Resources（按需中的按需）
- Reference（被读取，消耗 token）
- Script（被执行，不消耗 token）
这一结构实现了：
最小上下文暴露 + 最大能力扩展。
六 、Agent Skill 与 MCP 的区别
Anthropic 官方给出的总结是：
MCP connects Claude to data, skills teach Claude what to do with that data.
6.1 本质差异
渲染效果如下：
| 对比维度 | Agent Skill | MCP |
|---|---|---|
| 本质 | 行为说明文档 | 独立运行的服务 |
| 主要作用 | 规范模型行为 | 提供数据与操作能力 |
| 上下文成本 | 极低 | 取决于实现 |
| 安全与稳定 | 一般 | 高 |
6.2 选型建议
- 优先用 Agent Skill 的场景：
- 行为规范
- 输出结构控制
- 轻量自动化
- 优先用 MCP 的场景：
- 核心业务系统访问
- 高安全性要求
- 复杂、长期运行任务
- 最佳实践：
MCP 提供“手和数据”，Agent Skill 提供“脑和规则”。
七 、总结
Agent Skill 并不是一个简单的新功能，而是一种：
- 面向 Agent 的行为抽象
- 面向 token 成本的系统级优化
- 面向未来 Agent 生态的设计模式
它的真正价值在于：
让 Agent 的能力变得可组合、可演进、可规模化。
参考文档：
https://code.claude.com/docs/en/skills
github 上的 skill 项目
https://github.com/muratcankoylan/Agent-Skills-for-Context-Engineering/tree/main/skills/multi-agent-patterns