Anthropic 2025年10月推出Agent Skills机制，12月开放为跨平台标准，AI编程与知识分发迈入模块化新阶段_服务软件

1. Agent Skills使用指南：让AI智能体拥有“即插即用”的超能力

2. 目前AI编程工具哪个最好用？

3. 字节全球首发AI技能商店：一句话生成Coze Skills，你的经验直接卖钱

4. “Skill 不就是长一点的提示词吗？” 上篇文章《别把整个 GitHub 装进 Skills，Skills 的正确用法 http://t.cn/AXqLcGP0 》发出去后，收到一些质疑： > "说 skill 能做配图 prompt 不行。本来 skill 就是加载 md，没 skill 之前我们用 prompt 模板照样也是能做流程编排。" > > "现在大部分 skill 不就是长一点的提示词吗？为什么说'单纯靠提示词做不了'？" 这些批评是对的。我原文确实表达有问题。写"提示词"的时候，我下意识拿 Gem、Project、GPTs 里的那种提示词当例子。那些确实做不到一次性生成配图。但"提示词"是个很宽泛的概念。如果我把 SKILL.md 的内容复制出来发给 Claude Code，再给它一个生成图片的脚本，它一样能完成配图任务。这里的差异不在于提示词能不能复用，Gem 和 GPTs 里的提示词也能复用。差异在于：提示词配套的是 ChatBot，还是 Agent？【1】ChatBot 和 Agent 的核心区别 Skills 的完整名称叫 Agent Skills。注意这个"Agent"，它不是装饰词。Skills 利用 Agent 的虚拟机环境，提供单纯提示词无法实现的能力。一句话总结：ChatBot 只能对话，Agent 能动手干活。具体来说： ChatBot 不能调用工具。你给它一段配图提示词，它能帮你分析文章、生成画图 prompt，但真要生成图片？它只能说"请把这段提示词复制到 Gemini"。剩下的活还是你干。 Agent 能调用工具。同样的配图任务，它能像个经验丰富的编辑一样自己完成： 1. 读取你的文件 2. 分析需要几张图、放哪里 3. 为每张图设计内容和风格 4. 调用画图模型生成图片 5. 把图片插入正确位置 6. 输出成品交到你手上全程自动化，你只需要验收。【2】那 Skill 到底是什么？很多人把 Skill 理解成"一段很长的提示词"，这个理解对了一半。 SKILL.md 的核心确实是指令文本。但 Skill 不止于此。一个 Skill 可以包含三层内容：第一层：元数据。就是 name 和 description，告诉 Agent 这个 Skill 是干嘛的、什么时候该用。这部分在启动时就加载，但只占几十个 token。第二层：指令。SKILL.md 的主体内容，工作流程、最佳实践、注意事项。只有 Agent 判断需要用这个 Skill 时，才会读取这部分。第三层：资源和代码。附带的脚本、模板、参考文档。Agent 按需读取，用的时候才加载。这就是官方说的"渐进式加载"：不是一股脑把所有内容塞进上下文，而是用到什么加载什么。所以你可以给一个 Skill 附带几十份参考文档，只要这次任务用不上，它们就不占用上下文窗口。传统提示词做不到这一点。【3】为什么说配图"单纯靠提示词做不了"？回到原来的争议。如果你说的"提示词"是指发给像 Claude Code 这样的 Agent 的指令，那配图当然能做到。因为这时候提示词是发给 Agent 的，Agent 能调用工具。但如果你说的是发给普通 ChatBot 的提示词，比如 ChatGPT 的自定义指令、Gemini 的 Gem、Claude 的 Project 指令，那确实做不到。因为 ChatBot 没有工具调用能力，它只能输出文字。我原文的问题在于：默认读者理解的"提示词"是 ChatBot 场景下的提示词，但没有明确说出来。更准确的表达应该是：Skill 必须配合 Agent 使用。发给 ChatBot 的提示词，无论写多长多详细，都只能完成对话能完成的事。要让 AI 真正"动手"，需要的是 Agent + 工具调用能力。【4】那我直接给 Claude Code 发长提示词不行吗？行。把 SKILL.md 内容复制出来当提示词发，Agent 一样能执行。这也是为什么有人觉得"Skill 就是长一点的提示词"。但 Skill 的价值不在于"能不能做到"，而在于：可复用。写一次，以后每次相关任务自动触发，不用每次复制粘贴。可组合。分析 Skill + 提纲 Skill + 写作 Skill，像乐高一样拼起来。单独的提示词模板做不到这种模块化组合。可迭代。用着用着发现问题，直接让 Agent 帮你改进 Skill。下次自动生效。传统提示词模板改了之后，你得记得每次都用新版本。可渐进加载。Skill 附带的资源文件不会一开始就占用上下文。你的提示词模板再怎么组织，发出去就是全量加载。简单说：Skill 是提示词的工程化封装。能做的事差不多，但管理成本、复用成本、迭代成本完全不同。【5】最后上篇文章的核心没变：因需而建、可组合、可迭代。 Skill 就是长一点的提示词吗？是的。但光有提示词不够。关键是执行这段提示词的系统，到底是只会说的 ChatBot，还是能真正动手的 Agent。 Skill 是给 Agent 用的。没有 Agent 的工具调用能力，Skill 就只是一段躺在文件夹里的 Markdown。

5. “大模型就像处理器：需要巨大投资，潜力无限，但单独用处有限。Agent运行时就像操作系统：协调模型周围的进程、资源和数据，让模型更有价值。Skills就像应用程序：真正创造价值的地方。”这一观点将AI技术栈类比为传统计算机架构（处理器、操作系统、应用程序），不仅是一个形象的比喻，更揭示了AI开发方向的重大战略转移。1. 模型 (Model) = 处理器 (Processor)在计算机架构中，CPU提供原始的算力；在AI架构中，模型（如Claude 3.5 Sonnet, GPT-4）提供原始的智力。- 极高的通用性与门槛：就像全球只有少数几家公司能制造高端芯片（Intel, AMD, Apple），只有极少数公司能训练前沿的基础大模型。这是一项资本密集型、技术密集型的基础设施建设。- 潜力巨大但不可控：模型本身就像演讲中提到的“智商300的天才Mahesh”。它拥有从第一性原理推导万物的能力，算力（智力）惊人。- 局限性：光有一颗强大的CPU放在桌子上是无法工作的。同样，模型如果缺乏上下文和具体约束，虽然能解决问题，但过程不可控，每次都要从头推导，结果不稳定，无法直接在垂直场景中产生稳定价值。2. Agent 运行时 (Runtime) = 操作系统 (OS)操作系统负责管理资源、进程和输入输出；Agent运行时则是协调模型与数字世界交互的通用平台。- 通用接口：Anthropic发现，底层的Agent架构其实是高度通用的。就像Windows或macOS可以运行在不同的电脑上一样，Agent运行时为模型提供了标准化的环境。- 资源调度：操作系统管理内存和硬盘，Agent运行时则管理代码执行环境、API调用权限和文件系统。演讲中提到的代码（Code）就是通往数字世界的通用接口。无论是生成财报还是处理反馈，本质上都是通过代码这一“系统指令”来调用底层资源。- 连接层（MCP）：类似于操作系统通过驱动程序连接硬件，Agent运行时通过MCP（Model Context Protocol）连接外部数据库和工具。它提供了“连接”的能力，但还没提供“如何使用”的知识。3. Skills = 应用程序 (App)应用程序是用户真正使用的工具，解决了具体问题；Skills则是封装了专业知识的“业务逻辑包”。- 专业知识的载体：Skills就像演讲中的“税务专家Barry”。它不依赖模型从头推导，而是提供了一套经过验证的“工作手册”。- 定义的简单性：Skills的本质就是“文件夹”。它包含了指令（Prompt）、脚本（Code）和资源文件（Template/Reference）。它不需要复杂的架构设计，就像写一个Markdown文件一样简单。- 差异化与价值核心： - 生态规模：做CPU（模型）和OS（运行时）的公司屈指可数，但开发App（Skills）的人可以有千千万万。 - 场景落地：就像Excel处理表格、Photoshop处理图片一样，Skills让通用的AI算力聚焦于特定任务。例如“品牌合规Skill”确保文案风格统一，“财报分析Skill”确保数据处理流程标准。- 可复用与可迁移：Skills如同软件安装包，可以被版本管理（Git）、分享（Google Drive）和分发。它是固化下来的最佳实践。总结：从“造轮子”到“写应用”的范式转移这个类比的核心启示在于纠正了当前AI开发的误区：1. 分工明确：不要试图去重新发明“处理器”（训练基座模型）或“操作系统”（构建复杂的通用Agent架构）。这些是基础设施，应该由大厂来做。2. 价值下沉：真正的机会在于“应用程序层”（Skills）。企业和个人应该专注于将自身的领域知识（Domain Knowledge）——即SOP、品牌规范、业务流程——打包成Skills。3. 确定性交付：通过将“高智商模型”（处理器）与“专业知识包”（应用程序）结合，我们不仅利用了AI的推理能力，还通过Skills约束了其行为，实现了从“每次随机生成的不可控结果”到“稳定、专业的专家级交付”的转变。参考：mp.weixin.qq.com/s/AIIZiW4tmeWD8SNxXBAemw

6. 手把手彻底学会 Agent Skills！【小白教程】

7. 如何看Anthropic最新发布的Claude Skills？会替代MCP吗？

8. “Skills 不就是脚本套个壳吗？我十几年前就玩 AutoIt 了”图文版：网页链接程序员看到 Agent Skills，很多人第一反应是：“这不就是脚本换个壳吗？我用 Python 半小时就能写出来，还更稳定。”比如：> 我怎么觉得现在 skills 炫耀的功能，基本上我很快就可以用 Claude Code 手搓一个 Python 程序完成了，而且更稳定、更快、随时可调整订制。当然 Skills 把和 AI 的互动简化了，不过我觉得它增加的不确定性、控制力弱、延迟等问题，超越了它带来的好处。还有更直接的：> 就他妈一堆自动化的 bat shell 脚本，JB 吹上天。吐了。我十几年前就玩 AutoIt 了。拿部分场景来比功能，确实不算错。但把 Skills 等同于脚本，就像把智能手机等同于能打电话的计算器，功能有重叠，本质变了。【1】脚本和 Skills 到底差在哪？先说定义。脚本：你写一段代码，告诉电脑先做 A，再做 B，最后做 C。固定动作，按步执行，遇错停下等你。Agent Skills：给 AI Agent 的技能包。核心是一个 SKILL.md 说明文档，写清楚什么情况该用、怎么做更专业、哪些步骤要调代码。还可能引用其他文档或脚本。Agent 读懂之后，自己决定该不该用、怎么用。三个关键差异。**1. 脚本对 Skills 不是必须的。** 比如我做了一个“宝玉写作风格”的 Skill，只有一个 SKILL.md，写清楚风格要求，没有任何脚本。这活你让脚本做，还真做不了。**2. Skill 里的脚本是 Agent 在调度。** 传统脚本：你写代码 → 你调用 → 遇到问题停下来等你。Agent + Skills：你说目标 → Agent 理解 → Agent 调用 → 遇到问题 Agent 自己解决。拿处理 PDF 举例。缺 pdfplumber 库？脚本报错退出，Agent 自己装一个。PDF 格式有问题？脚本报错退出，Agent 换个解析方式。代码有 bug？脚本报错退出，Agent 读报错信息，改代码重跑。相当于你电脑上配了一个 AI 程序员，能看懂报错、装依赖、改代码、调试。**3. Skills 用自然语言编排工作流。** 脚本用 if-else、for 循环、try-catch 编排，你得把思路翻译成代码。Skills 用自然语言：什么情况下用、注意什么、出错怎么办。这降低了门槛。以前只有程序员能写自动化，现在产品经理、运营、设计师，需求说得清楚就能做。也提高了灵活性。比如我写了个“文章配图”的 Skill，不用代码判断文章类型，只在 SKILL.md 里写：配图服务于内容理解，技术内容优先流程图，观点内容优先概念图。Agent 自己判断当前文章该用哪种。【2】确定性的事交给代码Skills 和脚本不是二选一。确定的事让代码做，不确定的让 Agent 做。我的写作工作流里有个格式化步骤：中文引号换全角、中英文之间加空格。规则明确，我写了个脚本。AI 润色完文章后自动调用，比让 AI 做更稳定，成本也更低。怎么判断该用哪个？想想银行柜台和项目经理的区别。银行柜台：每一步有标准动作，合规严格，输出必须可预测。这种场景用脚本，Agent 反而添乱。项目经理：需求模糊，步骤随时调整，中间冒出各种意外。这才是 Agent 的舞台。【3】为什么 Skills 突然火了？在 Agent Skills 之前，我就是脚本自动化爱好者，写了不少小工具。但有两个问题一直没解决。**写脚本的成本不低。** 我是专业程序员，也没写太多自动化脚本，因为把想法变成代码太繁琐。现在借助 Agent，几句话就自动搞定了。非程序员更是直接受益，就好比《哈利波特》里麻瓜突然获得了魔法。以前自动化是少数“魔法师”的专利，现在人人都能做。**分享脚本的成本更高。** 我的脚本很少分享，因为基本只有自己能用。写兼容代码和文档的成本太高，不值得。现在不一样了。我的 baoyu-skills 刚发布时很多在 Windows 下跑不顺，但网友运行时 Agent 会主动修复兼容问题。热心网友还把修改提成 PR，帮到了更多人。Skills 的进化也快。一方面背后的 Agent 模型在不断变强。另一方面，Skills 的反馈循环短得多。传统软件要走产品经理 → 开发 → 测试的长链条，用户拿到可能不是想要的。Skills 是每个人量身定制，一边用一边改，Agent 知道全部上下文，遇到问题马上定位，根据反馈实时调整。【4】“苦涩的教训”强化学习之父 Rich Sutton 在 2019 年写过一篇著名文章《The Bitter Lesson》。核心观点：70 年人工智能研究证明，通用方法最终总是赢。他回顾了国际象棋、围棋、语音识别、计算机视觉的历史，发现一个规律：研究者试图把专家知识硬编码进系统，短期有效，长期却停滞甚至阻碍进步。真正的突破来自让机器自己搜索和学习。脚本是“把你的思考过程固化成代码”，Skills 是“告诉 AI 目标和约束，让它自己想办法”。前者是 hard-coded，后者是 learned。“我十几年前就玩 AutoIt 了”，没错。但今天变了：AI 能理解自然语言、能动态规划、能从错误中学习。【5】别忘了安全Skills 把脚本加说明书打包分发，本质上是新的依赖生态，新的攻击面。恶意 Skills 可能引入漏洞、诱导外联，甚至数据外泄。只装可信来源的 Skills，装之前审计文件和脚本内容。【6】真正的分野“我用 Python 半小时就能写出来”，没错。但写完只有你能用，你愿意花时间写文档、做兼容、处理边界情况吗？大概率不愿意。“十几年前就玩 AutoIt 了”，也没错。但十几年过去了，AutoIt 还是那批人在用。Skills 的意义不在于能做什么新事情，而在于谁能做这些事情。以前自动化是程序员的特权，现在是每个人的工具。以前写脚本要考虑十几种边界情况，现在 Agent 帮你兜底。以前分享脚本是技术输出，现在分享 Skills 是知识传递。程序员看 Skills 觉得没技术含量，就像厨师看预制菜觉得没灵魂。但餐饮业的变革不是让每个人都变成厨师，而是让不会做饭的人也能吃上还不错的菜。Sutton 那篇文章叫“苦涩的教训”。苦涩在哪？研究者花几十年精心设计的专家系统，被暴力计算加通用学习碾压了。那些精巧的领域知识、引以为傲的工程技巧，在算力和数据面前不值一提。你花十年练就的脚本技巧，可能正在被一种你不太看得上的新范式取代。承认这一点确实苦涩，但早点看清楚，总比后知后觉强。

9. 实测用TRAE Skills接管工作流，打工人的自动化神器 #AI #AI编程 #TRAE #SOLO #Skills

10. Skills的本质是什么？

11. 2025 AI 原生编程挑战赛收官，5500+ 战队攻关 AIOps 工程化闭环

12. 为什么 Claude Skills 的爆发点在 2026 年 1 月？问：Claude Skills 是去年 10 月中就推出的，为什么现在才突然火起来？这是个很好的问题。Claude Skills 确实在 2025 年 10 月中旬就发布了，但直到 2026 年 1 月才真正爆火。这背后有表面原因，也有更深层的逻辑。核心原因就是这东西如果只能在技术圈自嗨，它是火不起来的。去年 10 月份 Skills 编程领域其实很快就开始用起来了，而现在火，只是因为它出圈了，在技术之外的领域火起来了，非技术人员也用起来了。Skills 真正的价值其实是在非编程领域。去年 Coding Agent（比如 Claude Code、OpenCode）开始在非编程领域开花，而 Skills 的设计特点让它能很快找到 Agent 在非编程领域上的场景落地。1. 有 bash 和脚本能力，可以自动化本机操作Skills 让 Claude 能借助代码脚本操作你的本机系统，把很多琐碎的电脑操作变成自动化操作。Claude Code 的创建者 Boris Cherny 在 X 上分享过一个有趣的观察：自从 Claude Code 发布以来，他发现用户们在用它做各种非编码的工作——做度假研究、做 PPT、清理邮件、取消订阅、从硬盘恢复婚礼照片、监控植物生长，甚至控制烤箱。> Since we launched Claude Code, we saw people using it for all sorts of non-coding work: doing vacation research, building slide decks, cleaning up your email, cancelling subscriptions, recovering wedding photos from a hard drive, monitoring plant growth, controlling your oven.>> 网页链接这些场景和写代码完全不沾边，但 Skills + bash 能力的组合让这一切成为可能。比如我自己就做了一些工作流，帮我采集信息、写作、写 PPT、画漫画、发布，极大提升效率。像发文章到公众号、X Article 这些，以前需要手动重复的操作，现在一个 Skill 就搞定了。2. Skills 可以相互调用，用自然语言编排工作流如果是单一的 skill，作用其实有限。但当你有多个 skills，并且 skills 还可以相互调用，那意味着你可以编排工作流。Skills 让 AI 可以像《黑客帝国》主角 Neo 那样瞬间学会新技能：“I know kung fu”。Claude 会根据任务自动加载需要的 Skill，完成后再卸载，整个过程无需用户干预。而最神奇的地方在于，你只需要用自然语言去编排工作流。这中间会有 Agent/大模型去解读你的自然语言，按照工作流执行，有问题还会帮你修复。这极大地解决了非专业用户需要程序员协助编排工作流的问题。3. Skills 本身易于分发，几乎成了每个 agent 的标配一个 skill 只要有一个 SKILL.md markdown 文件和辅助的脚本或者文档，打个 zip 包就能发布。这种轻量级的设计让分发变得极其简单。有个时间点很重要，2025 年 12 月 18 日，Anthropic 宣布将 Agent Skills 规范开放为跨平台标准。很快，微软在 VS Code 和 GitHub Copilot 中集成了对 Agent Skills 的支持，OpenAI 也在 ChatGPT 的代码解释器和 Codex CLI 中采用了几乎相同的技能目录结构。Skills 在 10 月发布时，主要还是被定位为开发者工具。但随着生态成熟、开放标准确立、以及 Cowork 这样面向普通用户的产品推出，Skills 在非编程领域的价值才真正被释放出来。回顾这个过程：10 月：Skills 发布，开发者圈小范围关注11-12 月：技能规范开放、生态扩展、用户积累经验1 月：产品更新 + 非编程场景落地 + 病毒式传播 = 爆发Skills 的爆发是现在它找到了真正的价值定位，让非程序员也能通过自然语言编排复杂的自动化工作流。这才是 Skills 真正火起来的原因，随着更多场景被发掘出来，还会持续的火上一段时间。

13. 这是个好问题：> 随着基础模型继续进化，Skills 是否会逐渐被更强的自主规划取代？作为创业者现在去布局 Skills，究竟是短期红利还是长期壁垒？我的看法是：Skills 是短期红利，也是长期壁垒——但壁垒不在 Skills 本身。让我用 AI 发展的三个阶段来解释这个判断。第一阶段：AI Chatbot + Prompt回归第一性原理：AI 也好，Agent 也好，能解决问题才有价值。最早的 AI Chatbot 加上好的 Prompt，已经能解决很多「生成类」问题——回答问题、情感陪伴、翻译、写作、摘要。那时候 Prompt 就是短期红利。你会写出好的 Prompt，就能得到好的结果。我那时候花了大量时间研究 Prompt 工程，确实吃到了红利——很多网友就是那时候认识我的。但要说长期壁垒？没有。现在让 AI 辅助写 Prompt 已经不是什么难事了。不过，AI Chatbot + Prompt 只能解决生成问题，不能使用工具，不能与外部世界交互。第二阶段：AI Agent + 上下文工程然后是 AI Agent 的出现。Agent 能规划、能调用工具，解决了「与环境交互」和「完成特定目标」的问题。这时候上下文工程（Context Engineering）就是短期红利。你知道怎么组织 Agent 需要的上下文，怎么在有限的上下文窗口里塞进足够的信息，那就是核心竞争力。但同样没有长期壁垒。很快模型越来越强，上下文窗口越来越大，上下文工程的最佳实践也逐渐系统化——比如借助文件系统压缩上下文、利用渐进式披露（Progressive Disclosure）解决工具描述占用太多 token 的问题。这些方法现在大家都知道了。第三阶段：Agent + Skills现在是 Agent + Skills 的阶段。Skills 解决的问题是：把特定工作流、特定领域的能力打包成可复用的「技能包」，让 Agent 之上可以长出丰富的应用生态。那些日常工作中琐碎但重复的任务，借助 Skill 的 Prompt 能力和工具能力，可以被高度自动化，带来巨大的效率提升。投资 Skills 是短期红利。 Skills 作为一种具体形式，可能会被更强的模型能力取代——也许未来模型足够强，不再需要人类预先打包好的「技能包」，它自己就能规划出最优路径。但问题来了：谁最能抓住这波短期红利？不是吹 Skills 的自媒体，而是真正懂 Prompt、懂上下文工程的人和团队。他们能借助之前积累的经验，快速做出真正解决问题的 Skills。投资的是能力，不是形式Skills 本身不会成为长期壁垒，但你在 Skills 上投入的学习和实践，会成为你的长期壁垒。这就像当年投资 Prompt 工程的人，后来更容易理解上下文工程；投资上下文工程的人，现在更容易做出好的 Skills。每一波技术浪潮的「短期红利」，都是下一波浪潮的入场券。所以我的建议是：不要纠结 Skills 会不会被取代，而是问自己：通过做 Skills，我能去解决什么问题？积累什么能力？这些能力在下一波浪潮里还有没有用？如果答案是肯定的，那就值得投入。

14. Skills比MCP更重要？更省钱的多！Python大佬这观点老金测了一周终于懂了

15. Antropic Claude 推出新概念 Agent Skills，让 Claude 从“通用模型”进化为“可编程的专用智能体”，它通过可加载的技能体系，将人类的知识和流程转化为可复用的智能模块。1. 核心概念：Agent Skills 是一种“技能包”，由说明文档、脚本和资源组成。Claude 可以在需要时动态加载这些技能，而不是一开始就加载全部上下文。2. 作用：让 Claude 能执行特定领域的任务，比如处理 PDF、填写表单、运行脚本、执行数据分析等，相当于给 Claude 增加“专业模块”。3. 结构：每个 Skill 是一个文件夹，核心文件是 SKILL.md，包含技能的元数据（名称、描述）和使用说明；也可包含其他资源文件或可执行代码。Claude 根据任务需要，分层加载这些内容。4. 原理：Claude 先读取每个技能的基本信息，当判断某个技能相关时，再逐步加载其详细内容或脚本执行逻辑，实现「渐进式上下文披露」。5. 优势：（1）增强 Claude 的专业性与上下文理解；（2）减少 token 占用，提高执行效率；（3）让组织可复用知识，把程序性经验打包成模块化能力。6. 安全与可扩展性：Skills 可以自由创建与共享，但要注意代码安全和上下文来源；未来 Claude 还将具备自动创建、评估和优化技能的能力。Blog：www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills#人工智能##程序员#

16. 实测Agent Skills，一次编写，全网通用

17. Skills的本质是什么？

18. 字节跳动「扣子」官宣 2.0 品牌升级，推出全新功能 Agent Skills，实际体验如何？

19. Claude Agent Skills 深度解析：基于第一性原理的提示工程架构leehanchung.github.io/blogs/2025/10/26/claude-skills-deep-dive/ Claude 的 Agent Skills 构建了一种优雅的、以提示为核心的能力扩展体系。它通过“元工具 + 提示注入 + 上下文控制”的方式，实现了安全、灵活且可组合的智能代理行为定制，代表了 LLM 应用从“功能调用”向“认知引导”演进的重要方向。#科技先锋官#

20. 盘点一周AI大事(10月19日)｜Gemini 3.0逆天 OpenAI官宣自研AI芯片，与博通合作打造10吉瓦算力中心 OpenAI更新Sora 2，支持故事板画分镜，时长加到25秒 Google上线Veo 3.1硬刚Sora，支持3张参考图锁定主体，支持首尾帧平滑过渡，支持扩展长度到1分钟，支持添加和移除任意物体 Gemini 3.0 已开启灰度测试，前端开发能力炸裂，甚至能复刻网页版操作系统 Anthropic上线Haiku 4.5，编码能力追平Sonnet4 Claude上线Skills，把指令、脚本和资料压缩成技能包 AI学界首次提出可量化的AGI定义 #AI新星计划 #人工智能 #AIGC #OpenAI #机器人

21. Anthropic 最新分享，别再造 Agent 了，去构建 Skills 。这个观点真的非常实用，理解了，你就觉悟了，就掌握了正确使用 AI 的方法。我详细解释一下。1. 现在的 Agent 是什么？举个例子，一个 300 IQ 的天才，但完全没工作经验。你让他报税？他会算，但他不知道真正的流程、规则、行业里那些“潜规则”。所以今天的 Agent 聪明归聪明，但不懂专业事。2. 那 Skills 又是什么？一句话：装着“专业经验”的文件夹。真的，就是文件夹。里面放的不是“聪明”，而是“怎么把某件事一步步做好”的经验流程。比如你是做财务的，你可以做一个“报税 Skill”：- 第一步收集哪些资料- 第二步要核对什么- 第三步怎么检查报错- ……你把这些过程写下来（结构化、可重复），AI 就能学，能复用。这就是 Skill。它厉害的地方不在复杂，而在“人人都能做”。3. MCP 和 Skills 是什么关系？- MCP：负责把 AI 接到各种工具、数据库、系统（比如 API）上。- Skills：告诉 AI 具体怎么做一件专业的事（流程、步骤、技巧）。打个比方：你要让 AI “做财务”- MCP = 帮 AI 接上 Excel、数据库、系统- Skills = 把“你怎么做财务”的经验给 AI两个一结合，AI 才能真正干活。4. 类比成电脑就是这样：- 模型（LLM） = CPU：有算力- Agent = 操作系统：负责调度- Skills = 软件 / 应用：真正干事的地方重点：CPU 和系统是少数大公司能造的，但软件是千万开发者一起做出来的。现在 Anthropic 想让“AI技能”也这样开放。5. 为什么这很重要？因为这意味着：✔ 每个人都能把自己的专业经验写成 Skill，让 AI 用 ✔ AI 不再是空有智商但没经验 ✔ 你做一个 Skill，就能让无数 Agent 获得“专业能力” ✔ AI 的价值来自你写的 Skills，而不是模型本身这是 “AI 的 App Store 时刻”。总结：别再造那种聪明但不会干活的 Agent 了。让它装备 Skills（专业技能），它才能变成能上手干活的员工。#AI创造营##科技先锋官##微博兴趣创作计划#

22. 鸿蒙开发者圆桌实录：光环下的阵痛、激情与期待

23. GitHub上1400星的Skills清单,老金给你扒个明白

24. TRAE中国版白送SOLO，一人指挥一支AI大军重磅消息！SOLO终于上线TRAE中国版了，Waitlist免费开放中本期视频实测TRAE的新版本，亮点很多 1、先规划再动手的 Plan 模式 2、带专家团一起干活的 Subagent 子智能体 3、DiffView 差异视图 4、多任务并行 5、上下文智能压缩长时运行不掉链子 SOLO终于把AI从“瞎干活的外包”变成了“懂协作的队友” #AI #人工智能 #TRAE #AI编程 #vibecoding

25. //@琮方珠玉:之前有些垂直环境需要动态提示词非常麻烦有skills以后可以把很多专业领域工具写成skills 方便多了修改也容易。查看图片 //@宝玉xp://@Easy:那些都不是重点，重点在于：最有价值的 SKILL 往往是行业知识，属于（专业）程序员没有的知识… 所以你会写脚本又如何呢，还是写不出来 SKILL 最好的未来，是把开源的风吹到各行各业。差一点，你也能买到付费的专家技能，就看价格了。

26. Claude 的 Agent Skills 本质上就是：AI 模型不必把所有能力硬塞在绝对静态的“大脑”里，而是通过“可插拔技能模块”的方式，让模型在面对不同任务时“辅以专属插件／套路”。这种方式在软件工程里早就被验证为经典，比如插件系统、微服务、模块化设计。可以关注 Antropic 这个开源的 Skills 项目：github.com/anthropics/skills「Skills 是一组“指令、脚本、资源”的集合，Claude可以动态载入这些 Skills，从而在特定任务或领域里表现得更好、更定制化」#人工智能##程序员#

27. 《Improving frontend design through Skills》不少人发现，未经特别引导，让大型语言模型（LLM）生成着陆页时，结果往往千篇一律：Inter字体、紫色渐变、白色背景和极简动画。这背后的原因是“分布收敛”：模型根据训练数据中最安全、最常见的设计模式采样，导致界面缺乏个性和品牌辨识度，用户一眼就能认出“AI风格”，难以令人信服。好消息是，Claude具备高度可控性。只要在提示中明确避开Inter、Roboto字体，使用氛围感背景，设计质量立刻提升。这种灵活性表明，模型能够适应不同设计需求和审美偏好，但也带来了挑战：针对前端设计，需提供复杂且细致的指导——字体学、色彩理论、动画模式、背景处理等多维度信息，才能避免落入常见套路。为此，Anthropic团队推出了“Skills”（技能）机制——它通过动态加载任务相关的专业上下文，按需为Claude提供领域知识，而非在系统提示中永久占用空间。Skills类似模块化的设计指南，存储在文档里，Claude可通过文件读取工具实时调用，极大提升了模型执行专业任务时的效率和表现。前端设计Skill涵盖字体选择、动画、背景、主题等方面的具体指导。例如，避免使用常见的Inter、Roboto等字体，转而选用JetBrains Mono、Playfair Display、IBM Plex等特色字体，并强调字体搭配与对比；主题方面，可以指定RPG风格，利用奇幻色彩、纹理和装饰元素营造氛围；动画则建议聚焦页面加载关键节点，用CSS动画丰富交互；背景设计则鼓励多层渐变、几何图案，增加视觉深度。更重要的是，团队总结了一个约400字的通用前端设计提示，既避免了“AI风格”常见的刻板模板，又能让Claude在多维度上创造性地发挥，生成更有趣且符合语境的界面。实践表明，启用该Skill后，Claude生成的SaaS页面、博客布局、管理后台等UI设计明显更具辨识度和美感。此外，Claude默认只能生成单文件HTML前端，限制了界面复杂度。为突破这一瓶颈，团队开发了“web-artifacts-builder”技能，利用现代技术栈（React、Tailwind、shadcn/ui）和打包工具Parcel，实现多文件协作开发，并最终输出单文件以符合平台规范。这样不仅提升了代码质量，也丰富了功能体验，如白板应用支持多种画图工具，任务管理应用支持分类和截止日期。总结来看，Skills机制展示了提升语言模型专业表现的有效路径——识别默认收敛的低效模式，提供结构化、可复用的领域知识，并用按需加载避免上下文膨胀。对于前端设计，Skills让Claude能摆脱千篇一律的“AI风格”，生成真正符合品牌和用户期待的个性化界面。更广泛地，任何领域的通用模型输出泛泛无奇，都可通过定制Skills来挖掘更深层次的能力。想体验或自定义前端设计技能，可以参考Anthropic的前端设计Cookbook，或试用Claude Code中的新插件。Skills不仅是工具，更是团队知识的沉淀与传承。原文：claude.com/blog/improving-frontend-design-through-skills

28. 当经验成为可复制的资产，TRAE Skills 正在重新定义专业能力

29. AI Coding来了，程序员还有竞争力吗？我们和几位独立开发者聊了聊

30. 一次搞懂skill原理，玩法，开源skill资源，动手教程......

31. 现在Agent Skills 那么火，有什么强烈推荐的Agent Skills吗？

32. 【当Wiki失效时，Claude Skills如何让团队知识真正流动起来】在Hedgineer团队实践了几周后，我们发现团队知识的分发速度远超预期。这套系统的核心思路值得分享。我们建立了四个垂直领域：AI、Data、Infra、UI。每个团队为自己的领域编写Skills，统一汇入内部市场。开发者安装后，Claude会自动应用这些知识包。真正有趣的是Skills之间可以相互引用。比如你在做一个图表组件，UI Skill会自动调用Data Skill处理查询，Data Skill又会检查Infra Skill确认部署配置。多领域上下文自动串联，知识分发从线性变成了乘数效应。本质上，我们在为自己的技术栈构建最优的上下文工程系统——让每个任务在正确的时机获得正确的机构知识组合。有人问：这和Wiki有什么区别？区别在于：Skills是上下文感知的，而不是基于搜索的。开发者不需要记得去查什么，Claude会在相关时刻主动呈现。知识主动找到人，而不是人去找知识。这才是真正的分发机制。下一步可以追踪哪些Skills被调用最多，用来识别你不知道存在的文档盲区。关于多领域协作的冲突问题，确实需要设计清晰的边界。当多个领域都认为自己"拥有"某个变更时，需要明确的优先级规则。知识分发是大多数团队卡住的地方。工具已经存在，瓶颈往往是让资深开发者把他们知道的东西文档化。而这套系统降低了这个门槛——写一次，处处生效。x.com/dani_avila7/status/2006160544282124602

33. claude skills，爆火了！

34. Agent Skills：AI 能力扩展的新范式

35. AI编程大战正式开打！ Claude vs GPT同一天放大招，不是比谁代码写得好，而是AI开始自己组队当项目经理了。#大咖观察 #红衣聊AI #编程 #ChatGPT

36. #Skills彻底改变了AI使用方式#Skills范式从硅谷火遍全球，成AI行业新风口，国内外大厂争相跟进，字节跳动“扣子”更是率先落地“技能商店”，让这一技术从开发者圈层走向普通职场人，彻底重构了大模型的使用逻辑。不同于传统Prompt的单次指令，Skills将专业知识、工作流与脚本封装为可复用的能力模块，按需加载的特性破解了上下文窗口过载难题，让通用大模型能快速变身领域专家。从开发到办公，固定流程被转化为可调用技能，大幅降低AI使用成本，实现知识沉淀与效率提升。这场变革的核心，是AI从“灵感生成器”向“标准化能力组件”的转型。大厂的集体入局加速了技术落地，也让Skills成为跨平台的通用知识载体。未来，随着技能生态的完善，AI的规模化落地将迎来新可能，而如何做好技能的标准化与安全管理，将成为行业下一阶段的竞争关键。，#用智搜高效玩转AI##HOW I AI# skills彻底改变了ai使用方式

37. 现在Agent Skills 那么火，有什么强烈推荐的Agent Skills吗？

38. 火爆全网的Skills，终于有了最简单的打开方式。

39. OpenAI放大招！Codex桌面版保姆级教学：小白如何开启 Vibe Coding？

40. MCP、Skills、SubAgent 到底是啥？简单捋一下

41. 现在Agent Skills 那么火，有什么强烈推荐的Agent Skills吗？

42. 一文带你上手 Skills：构建可复用的 AI 能力体系

43. Skills 全攻略：从概念到实操的完整手册

44. Claude Agent Skills：将 Workflow 打进技能包

45. Agent Skills：AI 能力扩展的新范式

46. 一文讲清楚创建Skills的3种方法

47. 用AI打败AI，Claude Skills自建教程：3小时让AI按你的风格来办事

48. Claude官方开源16个技能库，老金帮你挑出5个必装神器

49. 一个视频教你看懂全网爆火的 Skills 是什么？

50. Agent Skills 终极指南：入门、精通、预测网页链接“应该是全网最好的 Skills 中文指南与教程，全文 1.2w 字，包含了我对 Skills 的完整应用思考。巧借通用 Agent 内核，只靠 Skills 设计，就能低成本创造具有通用 AI 智能上限的垂直 Agent 应用。”内容包含： 1.最容易读懂的 Skills 概念与原理介绍 2.讨论 Skills 的真实价值、技术优势、对 AI 产品设计的影响 3.非常完整的 Skills 使用与开发教程 4.Skills 的场景识别，什么时候适合开发、使用 Skills？#AI创造营##科技先锋官#

51. 如何看Anthropic最新发布的Claude Skills？会替代MCP吗？

52. OpenAI的Skills和Anthropic一样都是惰性加载markdown按需注入context？

53. 来聊聊Anthropic Skills，你了解多少?

54. “AI编程”里程碑：Claude Code“整顿”全球软件业

55. ClaudeCode 之父称不再需要「planmode」，将对 AI 编程带来哪些变革？

56. 拒绝成为落后的开发者：用TRAE Skills构建你的10倍效能工具箱

57. 刚刚，OpenAI开发者大会重磅发布：AgentKit、Codex正式版、Apps SDK与Sora 2 API

58. LLM不是在优化软件，而是在系统性拆除护城河：它把复杂界面折叠成对话，把厚重业务逻辑简化为提示词，把需要好几年才能做完的开发，压缩成几天就能搞定。凡是能被AI替代的壁垒终将崩塌，只有真正稀缺、不可替代的核心资产，才能在AI时代长久立足。

59. 最近 Claude Skills 很火，什么是 Skills 呢？Skills 就是要把那些你工作中需要反复执行、有固定流程的任务，变成一个 AI 能理解并能自动调用的“SOP” 。这两天我发现出了好多 Skills 的聚合网站和开源项目，如果你不之道怎么写 Skills 或者不知道去哪找比较好用的 Skills ，大家可以看看这四个地方：1、开源项目：skills，这是anthropics 官方的开源项目。地址： github.com/anthropics/skills2、开源项目：awesome-claude-skills，这地方就像一个 Skill 的“军火库”，汇集了社区里各路大神创建的各种实用技能，从文档处理到开发工具，应有尽有。可以直接使用，或者在别人的基础上修改，打造最适合你自己的工作流。地址：github.com/ComposioHQ/awesome-claude-skills3、聚合网站：skillsmap，这个网站是按点赞数进行排名，点赞的人越多代表这个skills有更多人的认可。地址：openaitoolshub.org/en/skillsmap4、聚合网站：skillsmp，和第二个差不多。地址：skillsmp.com#科技先锋官##AI创造营##微博年度新知博主#

60. 互联网技术大模型skills是啥大模型Skills（技能）是AI进化到第三阶段的核心概念，它让AI从“能聊”升级为“会干”，本质是为AI提供的“员工手册”或“专业工具箱”。1. Skills的核心定义员工手册比喻：Skills是AI的“员工手册”，你把自己干活的套路、经验、标准和常见问题解答打包成一个AI能看懂的说明书（通常是一个文件夹，包含skill.md说明文件、脚本和参考资料）。功能提升：它让AI不再按固定流程机械执行，而是能变通、懂上下文，像一个有经验的老员工，知道在什么场景下用什么方法干活。2. Skills的工作原理渐进式加载：不会一次性把所有信息塞给AI，而是按需加载。AI先看“目录”（元数据），干活时需要哪章翻哪章，避免信息过载。代码化关键步骤：把关键步骤写死规则，避免AI瞎猜。例如发票识别，直接调用程序，结果更准确。3. Skills带来的机会打包你的经验：你可以把自己的工作套路（如写作框架、合同审核要点）做成Skill，提高效率，甚至可以分享或出售。安装别人的Skill：你可以下载现成的Skill（如财务、文案、设计类），让一个普通的AI变成一个多功能团队。4. 为什么它重要生产力分化：掌握Skills的人能用AI完成复杂任务，效率翻倍；不掌握的人还停留在聊天阶段，差距会越来越大。降低门槛：你不需要写代码，用自然语言描述需求，AI就能帮你生成Skill，门槛很低。总之，Skills是让AI真正帮你干活的关键，它把你的经验转化为AI的能力，是AI从工具到生产力伙伴的转折点。布道宽窄的微博视频

61. 【当AI也有了自己的“npm”，模块化智能时代正式开启】Vercel团队宣布推出skills——一个面向AI技能的开放生态系统，类似于前端开发者熟悉的npm包管理器。这个类比精准地点出了当前AI Agent开发的痛点：我们一直在手工编写“推理能力”，每个团队都在重复造轮子。如果技能可以像npm包一样安装、组合、复用，开发者就能把精力真正放在工作流设计和安全护栏上，而不是反复实现相同的连接器。从技术架构的角度看，这种“无关具体Agent”的设计理念很关键。就像OpenAPI为REST接口带来了标准化，技能注册中心有潜力终结当前各家厂商各自为政的混乱局面。当然，社区也有不同声音。有开发者指出OpenSkills项目早在skills之前就已经存在，目前已获得5000多个GitHub星标；也有团队在推进不那么依赖npm生态的类似方案。这种良性竞争恰恰说明，整个行业正在形成对“标准化AI技能生态”的共识。不过，熟悉npm历史的开发者难免会心一笑：当年的left-pad事件可是让整个前端圈停摆。如果AI技能也走上这条路，某个基础技能的故障是否会让一群Agent集体“宕机”？还有人打趣道：只要Agent的node_modules文件夹不要膨胀到40GB，什么都好说。开放、可组合、与具体实现解耦——这些“无聊的标准”，往往才是生态繁荣的真正基石。x.com/rauchg/status/2012345679721771474

62. 当Agent拥有了Skills，你还在“调教”AI吗？！

63. 如何看Anthropic最新发布的Claude Skills？会替代MCP吗？

64. 今晚8点直播｜扣子2.0首发：零门槛手搓爆款Coze Skills

65. Teamo增强版Clawdbot一夜爆火！7x24小时分析股票，飞书接入、自我进化、上万Skills

66. Claude生态三大核心：Skills、Subagents和Projects，区别到底是什么？ - Skills是Claude的基础技能模块，类似工具包，专注单一功能。 - Subagents则是具备独立任务能力的小代理，可以调用多个Skills协同工作，完成更复杂任务。 - Projects是将多个Subagents组合成完整解决方案，支持多步骤、多角色协作，应用场景更丰富。理解这三者关系，有助于高效设计和部署Claude驱动的AI系统，避免混淆和重复工作。原推文链接：x.com/Saboo_Shubham_/status/1980098416740044834

67. Skills vs MCP，谁才是「大模型的 HTTP 时刻」？

68. 编程测试碾压人类！Claude Opus 4.5 深夜突袭，AI 编程进入「超人时代」

69. 【AI前沿】Skills系列：手把手教你玩转Agentic Skills，附超全资源清单！

70. 2026 最该学的AI技能：Skills

71. 字节跳动「扣子」官宣 2.0 品牌升级，推出全新功能 Agent Skills，实际体验如何？

72. Claude Code太难？Coze帮你3分钟做出可变现的 Skills

73. AI编程编出来一大堆烂摊子，还得花钱清理

74. 没想到吧，全球知名的柯林斯词典刚把「VibeCoding」选为2025年年度词汇。说没想到，也没想到，但是也并不意外，毕竟，都说今天是 Agent 元年，而 Agent 发挥价值最大的领域也确实是 AI 编程，相比于其他领域，编程领域是 AI 应用和落地最好的。原因很简单：编程是最结构化的工作。输入明确、反馈及时、结果可验证，这些特征都非常适合 AI 的学习逻辑。#AIGC##AI编程##微博兴趣创作计划##VibeCoding#

75. OpenAI发布的为各行各业提供即用型提示词包，涵盖多个领域！从IT行业、销售、产品到市场营销、客户服务等，助你提升工作效率，轻松应对各种任务！无论是工程师、管理者还是高管，都能快速找到合适的提示词，优化工作流程。提示词包地址：academy.openai.com/public/tags/prompt-packs-6849a0f98c613939acef841c#微博兴趣创作计划##AI创造营##微博新知##AI生活指南#

76. 推荐10 个真正改变工作流的 Claude Skills

77. #ai编程# 还是要保持古法编程，自从vibe之后，人的思维都不敏捷了，过于懒惰。很多核心问题之前是需要手动解决，不停的思考，优化，现在都不动脑子了。对于新手来说，少用ai，保持古法编程，对自己的知识储备和经验积累以及能力提升有好处。

78. trae如何搭建claude上的obsidian-skills，助力AI操作无限画布

79. 掌握AI Agent开发：开发者锁定未来五年价值的硬核竞争力

80. 记得八月份鸿蒙应用开发者激励计划2025刚官宣的时候，我就发了动态鼓励大家去参与。知乎看到是否真的有人领到钱的提问，刚好身边也有很多鸿蒙开发者朋友，感觉我可以直接帮他们回答——真的领到钱了~当然，也有从其他平台把应用迁移到鸿蒙应用市场的，迁移的几个应用全部获得激励除此之外，我认识的【沙拉俄语】（俄语学习App）、【地下城堡4：骑士与破碎编年史】（暗黑冒险RPG手游）、【小福家】（生活分享、多人相册App）这几个应用的开发者都拿到激励了。有些开发者不方便直接说拿到多少，但是大家可以自行对照一下激励标准：从我身边的案例来看，不管是游戏还是生活、学习类应用，也不管是成熟公司还是独立开发者，拿到激励的不在少数。尤其【减法清单】的开发者都还只是刚毕业的学生，我们这些开发“老登”真是要被后浪拍在沙滩上了~趁机聊聊，为何当前是入局鸿蒙的“黄金时间”趁着这次鸿蒙应用开发者激励计划2025，想跟大家顺便聊一聊鸿蒙，其实我自己一直觉得，现在正是入局鸿蒙的“黄金时间”，为什么这么说呢？从用户侧角度来看，从2024年10月HarmonyOS 5发布到现在，短短一年时间HarmonyOS 5的终端数量已经突破2300万，而达到同样的终端量当年ios用了大概两年半（不是小黑子）。现在正是鸿蒙爆发式增长的早期，在相对年轻的鸿蒙平台，鸿蒙的用户正处在更乐于接受新事物和新应用的时候，这使得中小企业和开发者的新兴应用会有更多的「出头」机会。也能看到参加激励计划的开发者表示，今年鸿蒙的用户明显变多了，大家原本以为首月有效月活≥50的基础激励不好拿，没想鸿蒙应用市场直接给到新应用的曝光都是几千~几万的，50月活上架半天就搞定了。而从开发侧角度来看，无论是资源投入，技术支持还是服务保障，华子想把鸿蒙做起来的决心已经毋庸置疑。先说资源投入，就拿这次的鸿蒙应用开发者激励计划2025来说，华为投入的现金激励总额超过 1 亿元人民币，单个开发者累计最高600万元封顶。所以这个计划从8月上线以来，已经吸引了4万多开发者报名参与，第一批达到激励标准的开发者比例非常高，不过现在上架时间窗口就开到年底了（需在2025年12月31日前完成上架），建议大家抓紧了PS.激励计划的详细信息大家可以自行跳转【HarmonyOS开发者官网】查看网页链接再说技术支持与服务保障，鸿蒙应用市场构建了覆盖 “开发 - 上架 - 推广 - 经营” 全生命周期体系，不仅能帮开发者高效完成应用开发、顺利拿到激励，更是借助鸿蒙特性实现功能创新的 “助推器”。这么说还是有点抽象，拿前面提到的几个获激励应用开发者的经历举例，华为 “以服务赋能开发者” 的逻辑会更清晰。在开发阶段，彭海涛团队开发的【开源阅读】作为聚焦全场景阅读体验的应用，核心是依托鸿蒙特性打造 “跨设备无缝阅读 + 智能交互” 体验。开发过程中，借助鸿蒙 “一次开发、多端部署” 的能力，团队将代码复用率提至 80% 以上，大幅降低多设备适配成本；声明式 UI 还能快速适配不同屏幕形态，提升开发效率。【沙拉俄语】作为一款语言类应用，核心需求是让用户在多设备上实现 “无缝学”—— 比如手机记单词、平板看语法课、更大屏幕的设备做练习。因为鸿蒙开发对Flutter的支持，他们得以减少多设备的开发成本，让APP能在鸿蒙应用市场快速上线。【减法清单】的开发者也告诉我，鸿蒙的分布式数据库完美解决了他多端数据同步的痛点，无需自建服务器，就能实现手机、平板端的清单数据自动同步，大幅减少开发工作量。到了应用上架阶段，个人开发者王洪雨的经历也非常典型，在经历了第一次因为签名不对无法上架之后，通过翻阅鸿蒙官方完善的上架文档和社区问答，提工单等方式，应用得以顺利上架。搭配鸿蒙应用市场提供的自动化检测前移服务，系统提前预审合规风险，避免上架后因应用存在明显问题被驳回。最后光是一个人就成功上架了【大学编程导航】、【化学能手】等30多款应用（确实很牛）跨平台迁移的需求，也能在鸿蒙应用市场的开发者服务中找到解决方案。例如【鸡尾酒干杯】的开发者在把app从其他平台迁移到鸿蒙的时候，鸿蒙开发者官网文档与社区支持就帮她快速解决打包适配、数据同步等跨平台问题，顺利完成应用的鸿蒙版本落地。而【地下城堡 4：骑士与破碎编年史】这类对 “性能稳定性” 和 “用户触达效率” 要求极高的游戏类应用。鸿蒙应用市场的云测试服务则可以解决 “真机测试覆盖不足” 的痛点 —— 通过平台提供的上百款热门机型，快速检测出不同配置手机的帧率波动问题，提前完成适配调试，让游戏能在鸿蒙设备上以平均帧率稳定运行；鸿蒙应用市场通过一站式推广引擎还协助他们搭建了专属预约详情页，系统会在游戏发布后自动帮已预约用户完成下载，游戏上线就有热度。【小福家】做为一款生活分享、多人相册 App，有时候用户会反馈某些特定机型 bug，借助鸿蒙应用市场的云调试功能，他们能随时远程调试不同型号的机型来实现bug的快速复现，既解决线下机型覆盖不足、bug 难复现的问题，又节省了设备采购和管理成本，大幅提升了调试效率。用他们自己的话说——鸿蒙开发体验远超预期。到了应用推广经营阶段，通过鸿蒙应用市场的【编辑推荐】，在没有做任何主动推广的情况下，一些新上架的应用就能获得上千名用户，无需担心流量，开发者就能更好地进行创意探索。 “服务 - 创新 - 激励” ，构建开发者长期成长生态其实说了这么多，鸿蒙应用市场的开发者服务从来不是 “单纯帮上架”，而是 “从开发到经营的全链条赋能”：鸿蒙通过自身服务提前帮开发者解决 “开发效率、风险合规、设备调试” 等实际难题，让开发者有精力深耕鸿蒙特性做创新；而开发者对鸿蒙特性的创新运用、对用户价值的挖掘，又使得鸿蒙生态愈加繁荣。这种 “服务 - 创新 - 激励” 的正向循环，正是鸿蒙生态能吸引大量开发者的关键。最后回到【有人真的领到钱或福利了嘛】，我觉得这不仅仅是个短期的扶持激励，更是鸿蒙为开发者打造的【服务 - 创新 - 激励】的长期成长体系，当越来越多的开发者加入鸿蒙队伍，越来越多的优质应用在鸿蒙扎根，每一位参与者，最终都将成为鸿蒙生态的长期受益者。PS：一直在说激励，在这个问题下回答，也能拿到钱，也就是回答鸿蒙开发者计划是否真有激励也能拿到激励，华子直接激励套娃了Σ( ° △ °)#鸿蒙发布亿元级应用开发激励计划##鸿蒙##HarmonyOS#

81. 【云馨AI】AI 时代的技能革命

82. 解锁字节Coze「教育学习类」Skills，一键调用专业教学核心框架

83. 测试用例智能体

84. MCP+Skills 强强联合，重塑人机协作新模式

85. Skills

86. Agent Skills

87. SKILL 简单介绍

88. Skills 开启之后，我的效率确实提升了不少

89. AI Agent架构革命

90. 一篇文章讲清楚

91. AI编程彻底变天了！Vercel推出skills.sh，你的AI助手终于有了"技能树"

92. 2026技能元年降临

93. 重磅官宣！Vue/React Skills 双发，Vercel Skills 商店开启 AI 编程 2.0

94. Agent Skills - 给 AI 编程工具装上"技能包"

95. 在CodeBuddy中使用 Skills

96. 国内首个！CodeBuddy支持Skills，给AI写SOP

97. Claude Skills 刚开源，CodeBuddy 就要放大招？这个组合太炸了

98. 亲测CodeBuddy的Skills技能，说两句心里话

99. 从“用AI”到“管AI”

100. 3分钟快速掌握 skills 核心原理

101. 场景案例 | 借用Claude新功能Skills，给iFlyCode做AI赋能

102. Claude Code Skills

103. CodeBuddy 超能力

104. 让 Agent 变得可靠、可控、可复用的高级技能包Skills是什么

105. Agent Skills外挂能力插件箱

106. 一文速览Agent Skills

107. 学习Skills的最好方式，是花3分钟创建一个

108. Agent Skills使用指南

109. 关于Claude Skills 的思考

110. Langchain学习手册（十）基于Langchain实现Skills

111. 快速了解Agent Skills，普通人也可以让AI成为技能专家

112. 为什么 Agent Skills 让 AI Agent 更专业高效和更省钱？一文解读 Agent Skills

113. 一文详解Agent Skills到底是什么（快速入门Agent Skills）

114. 一文了解 Agent Skills

115. 基于 Claude Code Skills 的高效编程

116. 铸基观察 | 智能化工程重构，Skills范式下的产业数字化新秩序

117. Skills深度解析

118. Claude Skills 发布

119. 2026年最火AI技能

120. 一天吃透一件事

121. Agent Skills

122. 从 Function Calling 到 Skills

123. AI skills是什么?

124. Claude Skills 深度解析

125. AI智能体的“技能”危机

126. Agent Skills引领AI智能体新潮流

127. 第一波懂Skills的人，已经开始变现了

128. 继MCP之后的Skills到底能干什么？

129. Skills vs MCP

130. Claude Skills 最佳实践与开发指南

131. Agent Skills刷屏，但我还有点担心

132. Agent Skills 简易实战讲解

133. Agent Skills 管理屠龙刀

134. Agent Skills 版 npm

135. Claude 推出 Skills 功能，及 Agent Skills 开发指南

136. 停止造Agent，开始造Skills吧！Claude Skills创造者

137. 一键复制 10 年工作经验，Coze 2.0 Skill 实测｜AI 上新

138. 开源|一款全能 AI 能力库聚合平台，玩转 Skills 开发与部署

139. Vercel开源项目find-skills爆火

140. Minion Skills

141. Minion Skills: Claude Skills的开源实现

142. Anthropic 推出全新开源 Agent Skills 知识库，助力 Claude 模型技能拓展

143. AI Skills

144. 深度解析Claude Code Skills

145. AI 编程必须安装的一个 Skill: Superpowers

146. 开放代理技能工具 - npx skills 的详解

147. 靠扣子（Coze）赚钱的机会来了？Skill商店上线，第一波“卖技能”的人已经入场！（附详细教程）

148. Coze上可以自己制作Skills发布啦！

149. 字节跳动扣子 Coze Skills 全流程实测，教你吃透第一波红利（附完整教程）

150. 技能商店新手指南

151. 手把手教你用Coze Skills，普通人赚钱的绝佳机会

152. 手把手教你用Coze Skills，普通人离钱最近的一波机会

153. 【Skills宝典】14个顶级AI技能包资源网站全解析，Claude、Cursor、Codex开发者必看

154. Vercel发布skills 1.1.1：让Skills跨平台共享

155. 漫话 Agent Skills

156. Vercel开源Agent Skills：让AI编程助手秒变十年经验工程师

157. 一个不错的 skills hub

158. 94.1K装机量，skills.sh榜首技能find-skills凭什么这么火？

159. 基于Agent Skills的本地化项目知识库管理

160. AI Skills分析报告

161. Skills：Claude Code 官方 Skills 功能介绍和社区 skills 库

162. find-skills skill：一个能为当前任务快速找到最匹配skills的元skill

163. 让Trae也具有使用Claude Skills的超能力

164. Claude Code高效开发指南：一套可复用的Spec规范与核心Skills（附完整skills）

165. 从提示词工程到上下文工程

166. MCP 上下文爆炸，Skills 渐进式披露成救星

167. AI Agent 的技能模块化 Skills.sh - Product Hunt 当日第三

168. add-skill：AI 编程 Skills 统一管理神器

169. 如何用Claude Code Skills快速复刻一个Dan Koe?!

170. 一文读懂：MCP与Skills核心区别

171. 号称AI Skills生成第一工具的 Skill Seekers，到底有多强？

172. Agent Skills vs MCP：AI编程新手的最佳选择指南

173. 一文讲清楚Claude Agent Skills篇，如何自定义Skills

174. 在字节跳动扣子Coze 智能体 2.0 中安装、使用 Github 大神 Skills（附 20 个常用 Skills）

175. Agent Skills 网络安全应用解析(PPT版)

176. 什么是Skills技能?把它一层一层剥开看看长啥样

177. 替代Claude Code，国内首款支持Skills的编程助手CodeBuddy Code，第一手测评来了！

178. 深度沙龙13期纪要：AI Skills+新药临床实验AI应用

179. 用腾讯版 Claude Code 做了个小红书封面图 Skills，已开源！

180. Agent Skills 管理新范式：Skills Hub 可视化管理Skills

181. 生产级的 Skills 又上新了，而且是 OpenAI 家的，学（抄）起来

182. Codex 史诗级更新！引入 Skills 技能库，直接兼容 Claude 生态，开发效率原地起飞

183. Cluade的Skills详解

184. 强推！(2026最新版) 吴恩达最新课程【Agent Skills】教程！Skills+MCP+子代理,Skills让AI一次学会、终身可用！中英字幕完结！

185. 全网skills大全就在这里了

186. Vue Skills、React Skills 正式发布，官方力荐！

187. 将 GitHub 上的海量开源项目转化为个人的超级技能库（Skills）

188. 一文让你了解Claude Skills 生态

189. 如何使用已导入的 CodeBuddy Skills

190. 深度剖析：SKILLS架构攻击面、实战案例与开源生态调研

191. Skills是企业级Agent技能体系治理指南

192. 提示词工程与元技能：AI 时代的底层能力

193. Claude 官方讲解 Agent Skills——快速上手工作流最新秘密武器

194. add-skill：AI 编程 Skills 一键统管

195. 从文档处理到自动化开发，这份 AI Agent Skills 合集让你打造全能工作平台

196. 顶尖开发者都在用 skills.sh热门技能

197. OpenAI Agent Skills 创建指南

198. Coze + skills.sh 打造真正可落地的 AI Skill 实战指南

199. claude-skills

200. AI编程开发的第一个产品：Skills Hub上线了！

201. Agent Skills 终极指南

202. 写代码效率翻倍的秘密：这 4 个 Skill 我每天都在用

203. Agent Skill 是 Anthropic 于 2025 年确立的开放式 AI Agent 构建标准，旨在解决传统提示词工程在企业级应用中的瓶颈，如上下文污染和复用性差等问题。Agent Skill 采用“渐进式披露（Progressive Disclosure）”架构，仅在推理过程中动态挂载必

204. Claude Skills 深度解析：构建 AI 专业技能这段对话深入探讨了 Claude Skills 这一创新功能，强调其能将个人专业经验转化为可复用的 AI 模块。与传统的单次指令不同，这项技术通过三层渐进式架构实现高效加载，显著降低了开发成本并提升了输出的规范性。用户只需在项目目录中配置特定脚本，即可让 AI 自动识别并执行符合特定行业标准的任务。文章还介绍了如 Superpowers 等成熟的社区资源，助力开发者与创作者快速构建专属工具。最终，这种模式促使使用者从单纯的信息消费者转变为知识创造者，通过封装个人方法论来打造真正专业的 AI 助手团队。 #Skills #claude #人工智能 #小程序开发 #aiagent

205. OpenAI 官方 Skills 开源了，手把手教你适配 OpenCode（其他工具同理）

206. Claude Skills vs Agent Skills：一个视频讲清楚两者区别和选择策略

207. n-skills：一个真正“跨 Agent 可用”的开源AI技能集

208. [AI工具箱] Skills.sh：：顺应Claude Code潮流，打造专属AI技能库

209. 我把100个AI丢进3D沙盘「Skills」结果它们开始像星际争霸一样打工❗️

210. 别再只知道写 Prompt 了！Agent Skill的真正上限取决于这些技能

211. 5分钟教你如何在HarmonyOS高效中使用sklll

212. Codex skills 入门篇：安装、使用、创建

213. 用了两个月的多平台多设备统一管理skills实践方案分享

214. ai编程好用的skills榜单 top10 现在ai编程不可或缺的一个工具技能包：skills，在不装几个用用，出门都不好意思聊天了，这里给大家推荐vercel官方维护的skills开放平台，榜单top10非常推荐大家安装使用 #ai编程 #ai编程工具 #antigravity #aiskills #agentskills

215. Skills 正式版上线，IDE + SOLO 模式都已支持！

216. 上线即火！Skills商店Top10热门技能，5万人打卡实测报告

Anthropic 2025年10月推出Agent Skills机制，12月开放为跨平台标准，AI编程与知识分发迈入模块化新阶段

精选参考来源