为了让 AI 生成的效果更好，我们通常需要反复给出同样的指令：
- 界面不要使用蓝紫渐变色
- 不要生成一大堆没用的文档
- 你要遵循公司的代码规范
每次开发网站时，都要写这么一段又臭又长的提示词，太麻烦了！
于是我们开始想办法。先把常用的提示词保存到单独的文件（比如 prompts.md），每次手动投喂给 AI。
然后创建资源文件夹，把公司的代码规范、设计素材都塞进去，告诉 AI 参考这些写。
接着写一些脚本，让 AI 生成代码后自动执行格式化、运行测试、提交代码到 Git。
最后再写个 AGENTS.md 文件，把所有规范和工作流程都写进去，让 AI 自动读取。
这套工作流堪称完美！
但很快，问题出现了：随着规范越写越多，文档越来越臃肿，每次对话都要占用很多 AI 上下文空间，浪费 tokens。
于是我们找到了鱼皮求助。鱼皮一句话点醒梦中人：“不是有 Agent Skills 么？为啥不直接用？”
这可是最近 AI 圈儿爆火的技术，下面就来带你玩转 Agent Skills，让你知道它是什么、怎么用、有什么魔力、怎么自己开发。
什么是 Agent Skills？
Agent Skills 是 Anthropic 推出的一套开放标准，目的是让 AI 能够学习使用各种专业技能，而不用每次都重复输入提示词。
简单来说，它就是给 AI 装备的 技能包。技能包里有精心设计的提示词、代码脚本、还有各种资源文件。
把 AI 想象成一个职场小白，给他装上 文档处理技能，它就立刻知道怎么生成 PPT、处理 Excel 表格；装上 代码规范技能，它就知道怎么按照公司标准写代码。
这不就是把教 AI 做事的文档和要用到的文件打包成文件夹吗？没错，但 Anthropic 把它做成了一个通用标准，而且在实现原理上有一些新花样。
Agent Skills 入门实战
目前对 Agent Skills 支持最完善的工具是 Anthropic 官方的 Claude Code，我们就以此为例，安装并使用 Skills。
1、安装 Skills 技能
先打开 Claude Code 并输入命令，添加官方技能市场：
/plugin marketplace add anthropics/skills
这就像是在你的 AI 助手里开通了一个技能商店，接下来你就可以从商店中获取技能了。
在 Claude Code 中输入命令，安装官方提供的技能包：
/plugin install example-skills@anthropic-agent-skills
这个 example-skills 包含了一堆官方示例技能，包括前端设计、网页测试、动图制作等等。
装完之后，你就可以直接让 AI 使用这些技能了。
2、前端设计技能
比如你要做一个网站，以前没装技能的时候，AI 生成的代码又是那个熟悉的蓝紫渐变色，千篇一律的 AI 审美。
现在安装了 frontend-design 这个 教 AI 生成专业设计感网站 的技能后，你输入：“帮我开发个人作品集网站”。
AI 会主动问你：我发现你安装了前端设计技能，需要用它来生成更具设计感的页面吗？
确认之后，AI 会利用技能生成代码，告别蓝紫渐变，生成独特风格的精美页面。
我们不用每次都给 AI 输入一大堆相同的提示词，装一次技能就行了。
3、文档处理技能
除了代码相关的技能，官方还提供了文档处理技能包。
同样在 Claude Code 中输入一行命令安装：
/plugin install document-skills@anthropic-agent-skills
这个技能包里有 PPT 制作、Word 文档生成、Excel 数据分析、PDF 解析等技能。
接下来如果你让 AI 做个 PPT，它会自动调用 PPT 制作技能，直接生成排版好的 PPT 文件，帮你节省几个小时。
揭秘 Agent Skills 内部原理
为什么 Skills 能做到安装即用？技能包里面到底有啥？AI 又是怎么知道该用哪个技能的？
好问题。技能其实就是一个包含 SKILL.md 技能说明文件的文件夹，还可以包含可执行脚本、资源和参考文档。
my-skill/
├── SKILL.md # 必需：指令和元数据
├── scripts/ # 可选：可执行脚本
├── references/ # 可选：参考文档
└── assets/ # 可选：模板和资源
由于每个技能的复杂度不同，结构也会存在区别。我们可以在本地目录中找到已安装的技能文件夹。
以官方的 PPT 制作技能为例，它的结构是这样的：
skills/pptx/
├── SKILL.md # 技能说明书（必需）
├── ooxml/ # OOXML 相关资源
├── scripts/ # 处理脚本
├── html2pptx.md # HTML 转 PPT 说明
├── ooxml.md # OOXML 格式说明
└── LICENSE.txt # 许可证
包含一个核心的技能说明文档 SKILL.md，还有脚本、参考文档和各种资源文件。
而 frontend-design 前端设计技能只有一个 SKILL.md 文件。
SKILL.md 文件是每个技能的核心，它包含两个关键部分。
第一部分是 元数据，用 YAML 格式写在文件开头：
---
name: frontend-design
description: 生成具有专业设计感的前端代码，避免千篇一律的AI审美
---
其中 name 是技能的名字。description 是技能的描述，告诉 AI 什么时候应该使用这个技能。描述写得越清晰，AI 就越容易在合适的时机调用它。
第二部分是 指令内容，就是一套经过精心设计的提示词，指导 AI 具体怎么做。
以 frontend-design 技能为例，它的指令内容包括：
- 设计思考：在写代码前，先分析产品目的、用户群体、技术约束，然后选择一个大胆的美学方向（极简、复古未来、工业风、有机自然、奢华精致等）
- 前端美学指南：包括字体选择（避免 Arial、Inter 等烂大街字体，选择有个性的组合）、配色主题（主色调配鲜明点缀色）、动效设计、空间构成、背景和视觉细节
- 避坑指南：明确禁止紫色渐变、系统字体、千篇一律的布局等 AI 审美陷阱
如果有多个 Skills，AI 怎么知道该用哪个技能呢？如果把每个技能说明文档都塞给 AI，不是很占用上下文么？
这就要说到 渐进式披露（Progressive Disclosure） 这个核心机制了。
当你让 AI 执行任务时，它会先扫描技能目录，但不会把所有内容都加载到上下文中。而是只读取每个技能的元数据（名字和描述），发现描述和任务相关，就知道该用这个技能了。
然后才把完整的技能说明文档读进来，按照里面的指令执行：
并根据需要加载技能包中的其他资源：
用到哪个查哪个，既精准匹配又节省上下文，这就是渐进式披露的精髓。
所以 Agent Skills 的本质就是 把专业知识打包成一个文件夹，让 AI 按需读取并使用。
跨工具的 Agent Skills
除了 Claude Code 之外，其他 AI 工具支持 Agent Skills 么？
当然能！Agent Skills 已经成为通用标准，Cursor、VS Code、Codex 等工具都支持。
Skills 的社区也非常活跃，你可以在 Claude Skills Hub 市场、开源的 Awesome Claude Skills 等地方找到很多现成的技能。
比如有个叫 UI UX Pro MAX 的技能特别火，专门用于提升 AI 的设计能力。
用法很简单，首先按照开源仓库文档的指引，安装官方提供的命令行工具：
npm install -g uipro-cli
然后进入到你的项目目录下，根据使用的 AI 工具执行对应的命令。比如用 Cursor：
uipro init --ai cursor
它会自动把技能安装到 Cursor 的配置目录里。
安装完成后，可以看到它的文件结构：
接下来，当你让 AI 开发一个网站时，可以使用斜杠命令手动触发技能，或者让 AI 自动识别技能。
1）AI 会根据你的需求识别出产品类型和需要的页面类型
2）然后调用 search.py 搜索脚本，在 data 目录里进行多维度搜索，找到适合的配色、字体、布局风格
3）综合搜索结果，生成完整的设计方案（主色调、字体组合、间距规范等）
4）最后，再按照设计方案生成代码
这样一来，生成的界面既专业又有设计感。
AI 不需要把所有规则都背下来，而是用到哪个查哪个，这就是 Agent Skills 的精髓。
创建自己的 Agent Skills
用了很多别人的技能后，你可能会想：能不能把公司的周报格式封装成一个技能？
当然是发挥程序员最擅长的事情 —— 复制粘贴！
先复制一个官方的技能包，修改目录名称为自己的。
然后修改技能说明文档 SKILL.md 的元数据、指令内容这些关键部分。
示例 SKILL.md 文件：
---
name: company-weekly-report
description: 生成符合公司规范的项目周报，包含进度汇总、问题跟踪和下周计划
---
# 公司周报生成技能
当用户要求生成周报时，请按以下步骤执行：
## 1. 收集信息
- 询问本周完成的主要工作
- 询问遇到的问题和解决方案
- 询问下周计划
## 2. 格式规范
- 使用公司蓝色主题
- 标题使用微软雅黑加粗
- 每个模块不超过 5 个要点
## 3. 输出格式
- 默认输出 Markdown
- 如需 PPT，调用 pptx 技能
最后，把公司的 Logo、PPT 模板、报告样例放在子文件夹里就行了。
但其实有更简单规范的方法。
在前面安装的 example-skills 官方示例技能包里，有一个叫 Skill Creator 的技能，专门用来帮你创建新技能。
你只需要跟 AI 说：“帮我创建一个专门生成公司周报的技能”
接下来 AI 会问你几个问题，一步一步回答就好：
- 你希望周报包含哪些主要部分？
- 你希望周报以什么格式输出?
- 你通常会如何使用这个周报技能?
- 希望周报的语言风格是什么?
很快，一个完整的技能包就生成了，你会看到一个 .skill 为后缀的文件，本质上是一个 zip 压缩包。
你可以把它解压到你的个人技能目录（~/.claude/skills/）下，你的所有项目都能用。
# 解压 .skill 文件（实际是 zip 文件）
cd ~/.claude/skills
unzip /path/to/weekly-report.skill -d weekly-report
如果你想让这个技能只在某个项目生效，可以把它放到项目的 .claude/skills/ 目录下，并且利用 Git 同步给项目组其他成员。
# 在项目目录下创建
mkdir -p .claude/skills/weekly-report
# 复制文件
cp -r /path/to/weekly-report/* .claude/skills/weekly-report/
测试没问题后，你还可以把它开源到 GitHub，或者上传到 Claude Skills Hub 这样的社区平台，让所有用户都能用。
Skills / MCP / 斜杠命令的区别
这玩意儿跟之前火爆的 MCP 和斜杠命令有啥区别？
好问题！
MCP 就像给 AI 装上了 “手和眼睛”，让 AI 能够连接外部工具和数据源，比如搜索网页、读取代码仓库、查询数据库。适合需要获取数据或操作外部系统的场景。
而 Agent Skills 更像是给 AI 发了一本 “工作手册”，把专业知识和工作流程打包起来，教 AI 在特定领域该怎么做。
至于斜杠命令，它就像是快捷键，是需要你手动输入 /command 命令来触发的固定操作；而 Skills 的特点是 AI 可以自动识别该用什么技能，不需要你显式调用。
对了，其实 MCP 和 Skills 是可以结合起来的。
举个例子，如果你想让 AI 帮你发周报：
- MCP 负责获取数据：从任务管理数据库拉取这周的任务列表
- Skills 负责加工数据：把获取到的原始数据整理成老板爱看的格式
一个提供食材，一个提供配方。
Agent Skills 凭什么大火？
看着技能文件夹的结构，你可能会突然意识到：这不就是我们程序员玩烂的 “封装、复用、模块化、懒加载” 那一套吗？
写几个代码文件、打个包、发到网上，让其他程序员下载下来用，不是一回事儿么？
为什么 Agent Skills 能突然让整个 AI 圈为之疯狂？
好问题，从技术的角度来看，它并没有发明什么惊天动地的算法。
在我看来，它能火主要是 2 个原因。
第一，它是开放标准，封装一次技能包后就能在各种 AI 工具里复用，还能通过社区共享。
更重要的是，Skills 能立刻让 AI 的工作更专业可靠，让普通人 “无感” 地享受技术带来的价值。以前想让 AI 变聪明，你得学提示词工程、配置各种工具链。现在只需要像装 APP 一样安装技能包，AI 就立刻变专业了。一项技术的成功，不在于它有多复杂，而在于它能让普通用户不关注技术细节的情况下，感受到技术的价值。
结尾
学会了！降低门槛，才是技术走向大众的钥匙。
Agent Skills 不仅仅是个技术概念，更是一种新的工作方式。你可以把它融入到自己的日常工作中，比如把重复的任务封装成技能、把团队的最佳实践固化成技能，让 AI 真正成为你的得力助手。
在这个 Vibe Coding 盛行的年代，技术的门槛正在崩塌，而想象力的边界正在无限扩张。
欢迎到云栈社区交流分享你的Agent技能实践，让知识流动起来，共同推动AI应用开发的新范式。
发表于 8 小时前
|
查看: 2|
回复: 0
