Agent Skills 是 Anthropic 推出的模块化能力扩展机制，旨在为通用 AI Agent 注入专业且可复用的“做事方法”。它通过标准化的文件结构和独特的渐进式披露机制，解决了 AI Agent 在处理复杂任务时面临的上下文管理和指令精确性问题，是提升 AI Agent 专业化能力的关键。
智能速览
Agent Skills 是包含任务流程与最佳实践的模块化能力包。
与 MCP 仅提供工具调用不同，Skills 教会 Agent “如何做”。
核心采用三级渐进式披露机制，智能管理上下文窗口。
安装过程简便，支持从官网或 GitHub 仓库一键添加。
实测案例显示，其能有效降低使用门槛，提升任务完成质量。
精华内容
理解 Agent Skills 的关键，在于它不仅仅是一套工具，更是一套完整的方法论。它教会 AI Agent 如何系统性地、高质量地完成一项特定任务，而不仅仅是提供功能接口。
核心定义与区别
Agent Skills 是专为通用 AI Agent 设计的模块化能力扩展包。每个 Skill 都打包了完成特定任务所需的全部要素，包括任务指导、执行流程、最佳实践、代码脚本和参考素材等。它与 MCP（Model Context Protocol）有着本质区别：MCP 是一个统一协议，关注 Agent 如何调用外部工具或数据，但不定义任务逻辑；而 Skills 则是一个完整的能力包，不仅定义“用什么工具”，更详细阐述“怎么一步步做这件事”，涵盖了从规划、执行到纠错的全流程知识。
标准文件结构
一个标准的 Skill 包含一个核心文件和三个可选目录。核心文件 `SKILL.md` 是必需的，其顶部的 YAML 元数据（如 name、description）用于快速匹配，下方的正文则包含详细的指令和流程（建议少于5000 tokens）。可选目录 `scripts/` 用于存放可执行脚本，`references/` 存放参考文档，`assets/` 则存放模板或图片资源。这种结构化设计确保了 Skill 的完整性和可复用性。
渐进式披露机制
为避免上下文窗口爆炸，Agent Skills 采用了三级加载策略。Level 1：始终加载 SKILL.md 的元数据（name 和 description），让 Agent 在启动时就能判断是否需要调用该 Skill。Level 2：当用户请求与元数据匹配时，完整加载 SKILL.md 的正文指令。Level 3：按需动态加载，只有在执行过程中真正需要时，才加载子文档、脚本等资源。这种机制使得 Agent 可以同时安装几十个 Skill 而不影响性能，同时在关键时刻获得充分指导。
安装与实战
安装 Agent Skills 非常简单。可以通过访问 skills.sh 官网或直接在 GitHub 找到技能仓库，使用 `npx skills add [仓库地址]` 命令进行安装。安装过程中，可以通过交互式界面选择需要的 Skill 及目标 Agent 平台。以 `baoyu-comic` Skill 为例，安装后，只需向 Agent 发出“使用 baoyu-comic 为文章配插图”的指令，Agent 即可按照 Skill 内置的流程和画风要求，生成详细的图像描述。这极大地降低了用户编写复杂提示词的门槛，即使是 prompt 新手也能获得高质量的生成结果。
Agent Skills 通过模块化设计和渐进式披露机制，为通用 AI Agent 提供了一条通往专业化能力的有效路径。它不仅提升了任务执行的稳定性和质量，也降低了用户的使用门槛。随着更多高质量 Skills 的涌现，AI Agent 的应用边界将被极大地拓展。未来，你最希望 AI Agent 掌握哪项专业技能？
