Agent Skills
Agent Skills 是一种面向智能代理（Agent）系统的能力封装机制，旨在将特定任务或工作流抽象为可复用、可组合的能力单元。其核心特征包括：模块化封装使技能可独立开发与调用，支持跨代理场景的能力复用与编排，并可与工具调用协议（如MCP）协同工作，从而提升智能代理系统的灵活性与可扩展性。
Core Facts
Timeline (last 90 days)
如果一个 Agent 同时加载 20 个技能的完整说明，每个技能占 2000 Token，每次调用会额外消耗 40000 Token 的输入成本
Agent的安全性问题比对话更复杂，Skills设计需内置权限控制（最小权限原则）、执行沙箱和人机协作审批机制
Function Calling是模型层面的原子能力，而一个Skill可能包含多次Function Calling的编排、错误处理、重试策略和结果后处理
Anthropic在GitHub上开源了名为anthropics/skills的公共代码仓库，用于承载Agent Skills
Anthropic将Skills作为公共仓库开源，是在尝试建立一套通用的技能定义规范
2025年12月，Agent Skills作为开放标准进一步发布
Agentic工作流由于涉及多步骤推理、工具调用和外部交互，其行为不确定性和调试难度远高于传统一问一答的LLM管道
Agent Skills 采用单智能体内部纵向能力伸缩的方式，相比 Multi-Agent 更轻量且易于调试
Agent Skills库中12个Skill之间存在复杂交叉依赖，基本需要全量安装才能正常工作
Skill是一个独立、自给自足的智能单元，而不仅仅是大型模型的API封装器。
1 more timeline events
All Facts (17)
Skills本质上是结构化的系统提示词（System Prompt）集合，通过标准化接口注入到AI代理的上下文中
80%VerifiedHermes Agent、OpenCode和Claude Code三个工具都采用Agent Skills标准，Skill可以互通使用
65%Unverified项目将热点监控能力封装为Agent Skills技能包，可集成到各类Agent框架中
85%UnverifiedAgent Skills采用渐进式加载机制，根据当前任务按需加载相关部分，避免上下文爆炸问题
85%UnverifiedFirebase的代理技能（Agent Skills）已扩展至移动平台，现在支持Android、iOS和Flutter
60%UnverifiedSkills 的触发机制借鉴了 RAG（检索增强生成）架构中的检索思路
60%Unverified如果一个 Agent 同时加载 20 个技能的完整说明，每个技能占 2000 Token，每次调用会额外消耗 40000 Token 的输入成本
50%UnverifiedFunction Calling是模型层面的原子能力，而一个Skill可能包含多次Function Calling的编排、错误处理、重试策略和结果后处理
50%UnverifiedAgent的安全性问题比对话更复杂，Skills设计需内置权限控制（最小权限原则）、执行沙箱和人机协作审批机制
50%UnverifiedAnthropic将Skills作为公共仓库开源，是在尝试建立一套通用的技能定义规范
50%UnverifiedAgentic工作流由于涉及多步骤推理、工具调用和外部交互，其行为不确定性和调试难度远高于传统一问一答的LLM管道
50%UnverifiedAgent Skills 采用单智能体内部纵向能力伸缩的方式，相比 Multi-Agent 更轻量且易于调试
50%UnverifiedAgent Skills库中12个Skill之间存在复杂交叉依赖，基本需要全量安装才能正常工作
50%UnverifiedSkill是一个独立、自给自足的智能单元，而不仅仅是大型模型的API封装器。
50%UnverifiedPython是Agent开发的主要编程语言
50%UnverifiedAnthropic在GitHub上开源了名为anthropics/skills的公共代码仓库，用于承载Agent Skills
50%Unverified2025年12月，Agent Skills作为开放标准进一步发布
50%