[控场AI]
· 6 分钟阅读· 3,079 字

Agent Skills渐进式披露架构详解:让大模型拥有无限能力

Agent Skills渐进式披露架构详解:让大模型拥有无限能力

Agent Skills以SKILL.md封装专业能力,通过渐进式披露实现按需加载与模块化扩展。

文章基于B站直播课内容,系统拆解了Agent Skills与渐进式披露架构。Agent Skills是一种轻量级开源格式,以包含SKILL.md的文件夹封装技能说明、元数据和可选资源,让Agent按需加载不同技能包获得专业能力。文章用“老板与秘书”的比喻说明其价值:不重新训练、不增加Agent数量,而是把能力做成可插拔插件。渐进式披露是核心机制,Agent先读取技能元数据判断相关性,再加载完整内容,从而节省上下文窗口并提升技能路由可靠性。文章还对比了单Agent、Multi-Agent与Skills Agent三种形态,指出三者并非替代关系,Skills可作为能力组织方式嵌入不同架构。最后强调理解Skills架构正成为大模型时代工程能力的加分项。

大模型应用开发正在从“堆提示词”走向“模块化能力组装”。在B站UP主“码士集团AI大模型”的直播课中,讲师连鹏举用一节课的时间拆解了Agent Skills与渐进式披露架构,并将其定位为“跨时代”的技术点。本文结合该课程内容与官方文档描述,梳理Skills的核心概念、它解决的问题以及工程落地方式。

什么是Agent Skills

所以今天我们拿出一节课的时间

官方文档对Agent Skills的描述是:一种轻量级的开源格式,借助专业知识和工作流程扩展AI代理的功能。具体来说,一项技能就是一个包含SKILL.md的文件夹,里面存放元数据以及指导智能体完成特定任务的操作说明,还可附带脚本、参考资料和模板等资源。

这种描述对初学者并不友好。用更直白的话说:Agent Skills等于“Skills架构下的Agent”。它让Agent通过加载不同的技能包获得不同的专业知识与工具使用能力,每个技能包都封装了说明、元数据以及可选资源,Agent会在需要时自动调用。

课程中讲师提到,该开放标准于2025年10月中旬发布,意在引导新的Agent开发生态。

SKILL.md 是 Agent Skills 的入口文件,通常采用 Markdown 格式编写,内部通过 YAML front matter 声明技能的元数据(如 name、description、version、适用场景等),正文部分则用自然语言描述操作步骤、约束条件和示例。除 SKILL.md 外,技能文件夹还可包含 scripts/、references/、assets/ 等子目录,分别存放可执行脚本、参考文档和模板资源。Agent 运行时通过解析 SKILL.md 的元数据决定是否加载该技能,加载后再读取正文与附属资源执行任务。这种基于文件系统的约定优于配置的设计,使技能包可以像普通代码仓库一样被版本管理、分发和复用,无需额外的注册中心或复杂协议。

一个生活化比喻:秘书与技能包

比如说我是一个程序员

讲师用“老板与秘书”的比喻解释Skills的价值。假设你有一位基础能力不错但存在短板的秘书:写合同不懂法律、做海报不会PS、订机票不熟悉系统。你有两种传统解法:花几个月送他去专业培训,或者再招一个专职律师——前者耗费时间精力,后者增加人力成本。

Agent Skills提供了第三种方式:不培养人、不增编,而是把专业能力打包成可插拔的插件。需要写合同时挂载法律专家技能包,需要做海报时挂载PS技能包,任务完成后卸载即可释放资源。

这个比喻对应到工程上,就是模块化、低成本、高灵活性的能力扩展机制。正如讲师所说,“需要什么就加载什么,用完可以及时卸载”。

Agent Skills解决什么问题

我也希望每一个同学

传统Agent开发面临一个结构性矛盾:单个Agent通常职责单一,要扩展能力就得重新训练、微调或堆砌大量提示词与工具描述,成本和上下文开销都随之上升。

Skills的解法是把能力从Agent本体中解耦出来。Agent保持轻量,技能以文件夹形式独立存在,按需加载。这意味着一个原本只能处理单一任务的Agent,可以通过挂载不同技能包获得显著扩展的能力边界——讲师将其形容为“拥有无限能力的秘密”。

从工程视角看,这带来三个直接好处:技能可复用、可独立迭代、可按任务动态组装。对多Agent系统而言,技能包还能作为跨Agent共享的能力单元,减少重复建设。

渐进式披露:Skills的核心机制

课程标题中的“渐进式披露”是理解Skills的关键。其核心思想是:Agent不必在启动时就加载所有技能的全部内容,而是先掌握技能的元数据(名称、描述、适用场景),在判断某个技能与当前任务相关后,才加载该技能的完整说明与资源。

这种分层加载带来两个效果。一是上下文窗口的节省——技能越多,全量加载的代价越大,渐进式披露把开销控制在真正需要的部分。二是决策质量的提升——Agent基于精简的元数据做技能路由,比在冗长描述中检索更可靠。

讲师在课程大纲中将“如何定义Skills列表以及调用Skills工具”列为独立章节,说明技能注册与调用的接口设计是落地时的重点。技能列表本质上是Agent的能力目录,调用工具则负责在运行时完成技能加载与执行。

上下文窗口是 LLM 单次推理能够处理的最大 token 数量,包括输入提示与输出内容。当 Agent 挂载大量技能时,若将所有技能的完整说明一次性塞入提示,很容易触及窗口上限,导致关键信息被截断或推理成本激增。渐进式披露借鉴了人查阅手册的方式:先看目录(元数据),再翻到相关章节(完整说明),必要时才查阅附录(脚本与参考资料)。在工程实现上,这通常对应两阶段检索——第一阶段用技能名称和描述做轻量匹配或向量召回,第二阶段将命中技能的完整 SKILL.md 注入上下文。该机制与 RAG 的“先检索后生成”思路同源,但检索对象从文档片段变成了结构化的技能定义。

Agent、Multi-Agent与Skills Agent的区别

Payment Skills是一个跨时代的

课程最后对比了三种架构形态。单Agent是单一职责的执行单元;Multi-Agent通过多个Agent分工协作处理复杂流程,但协调成本与通信开销较高;Skills Agent则在单Agent基础上叠加可插拔技能,用更轻的方式获得能力扩展。

三者并非替代关系。讲师的观点是,Skills可以嵌入单Agent或多Agent架构中,作为能力的组织方式。选择哪种形态,取决于任务复杂度、技能复用需求和资源约束。

Multi-Agent 系统通常包含编排器(Orchestrator)与多个专职 Agent,编排器负责任务分解、路由和结果聚合,各 Agent 之间通过消息传递或共享状态协作。其优势在于职责隔离和并行处理,但代价是协调逻辑复杂、通信轮次多、端到端延迟高,且容易出现错误在 Agent 间传播放大的问题。Skills Agent 则把“专职能力”下沉为可插拔的技能包,由同一个 Agent 在运行时按需加载,减少了 Agent 间的通信开销,但要求单 Agent 具备可靠的技能路由能力。实践中两者可以结合:用 Multi-Agent 做高层任务分解,每个 Agent 内部再用 Skills 组织具体能力,从而在协调成本与能力扩展之间取得平衡。

为什么现在要关注Skills

讲师在开场反复强调一个判断:大模型是确定性趋势,面试中无论前端、后端还是移动端岗位,都会或多或少涉及大模型相关知识。只会使用基础的Web Coding工具已经不够,理解Skills这类架构设计正在成为加分项。

这一判断有其现实基础。Skills把“能力扩展”从模型层面的重投入,转变为工程层面的轻组装,降低了构建专业Agent的门槛。对于需要快速搭建垂直场景Agent的团队,这是一条值得评估的路径。

需要说明的是,本文所述标准发布时间与架构细节均来自该课程讲解,具体规范建议以官方文档为准。

分享:

相关推荐