[控场AI]
概念Agent Skill

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。

核心事实

时间轴 (近 90 天)

10月28日

Agent Skills 的设计采用渐进式披露:Claude 先看到技能列表与简短描述,判断是否相关后再读取完整内容,以避免一次性占用过多上下文。

待验证50%
10月28日

Agent Skills 属于领域适配中成本最低的一类:不改动模型权重,仅通过结构化上下文引导行为。

待验证50%
10月28日

尽管 Agent Skills 能提升效率,开发者仍需保留对生成代码的审查能力,并对关键技能进行版本控制和同行评审,避免过时规范误导代理。

待验证50%
10月28日

开发者应根据项目技术栈和团队规范挑选匹配的技能;例如项目使用 React 和 Tailwind CSS 时,应优先寻找针对这些技术定义的 skills。

待验证50%
10月28日

开发者应将 Agent Skills 的 Markdown 文件放入项目级规则目录或在对话中显式引用,使代理在生成界面代码时遵循既定的组件规范与样式约定。

待验证50%
10月28日

教程的后续直播内容包括LangChain 1.2、LangGraph 1.0、DeepAgent及Agent Skills等主题,并提到LangChain 1.2与1.0相比几乎没有变化。

待验证50%
10月27日

研究者提出了 Conflict of Skills Attack (CoSA):在不修改现有 Skills 和运行时权限的前提下,向技能池中加入少量本地准入的新 Skill,即可显著推高策略违规率。

待验证50%
10月24日

渐进式披露是指Agent在运行时根据任务需要,逐步加载和披露相关技能信息,而非一次性将所有能力暴露给模型。

待验证50%
10月24日

开发者在设计技能列表时,应控制单个技能的粒度——过粗则难以复用,过细则导致技能数量膨胀、选择成本上升。

待验证50%
10月24日

Agent Skills能否成为Agent开发生态的标准范式,仍需时间验证。

待验证50%

还有 40 条时间轴事件

全部知识事实 (20)

已验证

Skill是将专业能力、领域知识和操作规范打包成可复用单元,让Agent在恰当时机自动调用的模块化封装

90%
已验证

一个完整的Skill包含Skill.md主文档、Reference文件夹、Script文件夹和Assets文件夹

80%
已验证

Agent开发正在从实验阶段走向工程化阶段

80%
已验证

Agent的核心公式为:Agent = 大模型 + 工具调用 + 自主决策能力

80%
已验证

Agent Skills 具备上下文感知、可组合性和自描述性三个关键特征

80%
已验证

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%
已验证

Skills不是MCP的竞争者而是MCP的上层:MCP负责连接工具标准化外部服务接口,Skills负责打包封装完整的任务执行能力

80%
已验证

Agent Skills是Anthropic发布的能力封装标准,定义为一个包含Skill.md文件的目录,可包含说明、脚本和其他资源

80%
已验证

MCP解决的是连接问题(模型如何触达工具),而Skill解决的是使用问题(模型何时、以何种策略组合工具)

75%
已验证

Hermes Agent、OpenCode和Claude Code三个工具都采用Agent Skills标准,Skill可以互通使用

75%
已验证

Skills 文件夹内可以包含 scripts、references、assets 等子目录,也可以添加其他自定义文件夹,但必须在 SKILL.md 中明确指向,否则智能体无法做出基础判断。

70%
已验证

Agent Skill采用按需加载(懒加载)机制,Agent只先读取每个Skill的元信息(name和description),匹配用户需求后才加载完整指令,因此多个Skill共存不会增加Token消耗

70%
已验证

智能体技能(Agent Skills)和MCP协议都是Anthropic率先引入的概念,其他厂商随后跟进

70%
已验证

Agent 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

70%
已验证

Skill 的渐进式加载机制分两级:第一级只暴露 name 与 description 构成极小技能目录;第二级在命中后才把 SKILL.md 全文及支撑文件读入。

65%
已验证

模型决定是否调用某个 Skills 时依赖语义相似度匹配和意图识别,将请求内容与已加载 Skills 的 description 进行语义比对

65%
已验证

description 是给大语言模型看的,模型靠 description 来发现并调用对应的 Skills

65%
已验证

SKILL.md 元数据中最少必须包含 name 和 description 两个字段

65%
已验证

SKILL.md 文件开头由三个横线包裹一段元数据(Frontmatter),这是 Skill 被 AI 工具识别的关键

65%
已验证

多 Agent 架构更适合子任务拆解清晰、相对独立的工程场景,而非所有任务的默认架构

65%

来源文章