解决Agent不稳定问题：Agent Skills技能详解，建议收藏学习
·
如果你最近在折腾 AI Agent，很可能已经遇到过这种情况：
模型很聪明，但输出不稳定
Prompt 越写越长，效果却越来越玄学
接了 MCP、Tool，Agent 还是不知道“该怎么专业地做事”
你是不是也遇到过这些问题，其实问题不在模型，也不在工具，而在于：
Agent 缺的不是能力，而是“做事方法”。
这正是 Agent Skills 出现的原因。
一、先给结论：什么是 Agent Skills？
一句话讲清楚：
Agent Skills 是一套“教 Agent 怎么做事”的标准化技能说明书。
它不是 Prompt，也不是 Tool，而是介于两者之上的一层：
- • 有明确使用场景
- • 有固定执行流程
- • 有稳定输出标准
- • 能长期复用、版本化管理
你可以把它理解为：
👉 给 Agent 配的一本「岗位技能手册」。
不是临时交代任务，而是明确告诉它：
“这类事，你应该一直这样做。”
二、为什么 Prompt + Tool 已经不够用了？
1️⃣ Prompt 的天然问题
Prompt 最大的问题不是“不好写”，而是：
- • 一次性上下文，用完即丢
- • 难以复用，难以版本管理
- • 多个 Prompt 组合时极易互相干扰
Prompt 解决的是：
“这一轮你该怎么回答”
但解决不了：
“以后遇到类似问题，你应该一直怎么做”
2️⃣ Tool / MCP 的能力边界
- • Tool 解决的是：能做什么
- • MCP 解决的是：怎么接入外部能力
- • API、数据库、文件系统，全都打通了
但它们不负责一件事：
❌ 事情应该按什么流程来做
3️⃣ Agent Skills 补上的那一层
Agent Skills 解决的是：
长期、稳定、可复用的“做事方法论”
一句话总结三者分工：
Prompt 解决「这一轮怎么说」
Tool / MCP 解决「能干什么」
Agent Skills 解决「长期应该怎么干」
三、Agent Skills 长什么样？
从官方规范看，一个 Skill 至少是一个文件夹：
skill-name/├── SKILL.md # 主要说明（触发时加载）├── FORMS.md # 表单填充指南（根据需要加载）├── reference.md # API 参考（根据需要加载）├── examples.md # 使用示例（根据需要加载）└── scripts/ ├── analyze_form.py # 实用脚本（执行，不加载） ├── fill_form.py # 表单填充脚本 └── validate.py # 验证脚本
其中，SKILL.md 是灵魂。
它定义的不是“回答格式”，
而是：一整套可执行的行为流程。
四、SKILL.md 官方模板
1️⃣ 官方最小可用模板
---name: example-skilldescription: 简要说明该技能的用途和适用场景---## 使用场景说明在什么情况下应该使用这个 Skill。## 执行步骤1. 第一步要做什么2. 第二步要做什么3. 异常情况如何处理## 输出要求说明输出格式或必须包含的内容。
这个模板本身就体现了 Agent Skills 的核心思想：
不是告诉模型“怎么回答”，
而是规定“事情要怎么做”。
2️⃣ 更推荐的实战模板
---name: security-log-analysisdescription: 对安全日志进行结构化分析，判断是否存在异常行为metadata: version: 1.0 author: ailot---## 技能目标明确这个 Skill 希望 Agent 达成的目标。## 输入说明- 支持的输入类型- 必须包含的字段## 执行流程1. 识别数据类型2. 提取关键字段3. 进行规则或逻辑判断4. 输出分析结论## 输出格式- 是否异常：- 判断依据：- 风险说明：- 建议动作：## 注意事项- 无法确认时必须说明不确定性- 禁止空泛总结
五、为什么 Agent Skills 特别省 Token？
因为它采用 渐进式加载机制：
-
- 启动时：只加载
name + description
- 启动时：只加载
-
- 判断匹配时：加载完整 SKILL.md
-
- 执行过程中：再按需加载脚本或资源
结果是：
- • 不污染上下文
- • 不浪费 Token
- • Agent 更容易选对技能
六、Agent Skills 和 MCP 的关系
一句话区分：
MCP 解决“能用什么能力”，
Agent Skills 解决“怎么用这些能力”。
| 对比项 | Agent Skills | MCP |
|---|---|---|
| 关注点 | 做事方法 | 外部能力 |
| 本质 | 行为与决策规范 | API / 数据 / 系统 |
| 是否直接执行 | 否 | 是 |
一个好理解的比喻：
- • MCP 是工具箱
- • Agent Skills 是使用说明书
七、在 OpenCode 中如何配置和使用 Skill
这是很多读者最关心的一步。
1️⃣ Skill 放在哪？
OpenCode 会自动扫描以下目录：
项目级（推荐）
.opencode/skill/<skill-name>/SKILL.md
全局级
~/.config/opencode/skill/<skill-name>/SKILL.md
兼容目录：
.claude/skills/<skill-name>/SKILL.md
2️⃣ Skill 规范要求
- • 文件名必须是
SKILL.md - •
name必须小写，和目录名一致 - • 必须包含
description
⚠️ 最常见的坑：name 和目录名不一致， Skill 会直接失效。
3️⃣ Skill 权限控制（可选）
在 opencode.json 中：
{ "permission": { "skill": { "pr-review": "allow", "experimental-*": "ask", "internal-*": "deny", "*": "allow" } }}
👉 可以精确控制哪些 Skill 能被 Agent 使用。
| 权限 | 行为 |
|---|---|
| 允许（allow） | 技能立即加载 |
| 拒绝（deny） | 技能对智能体隐藏，访问请求被驳回 |
| 询问（ask） | 加载前向用户请求批准 |
模式支持通配符：例如 internal-* 可匹配 internal-docs、internal-tools 等名称。 |
八、3 个完整 Agent Skills 实战案例
✅ 案例一：能生成Skills的Skill
这是官方的一个skill，安装方法也很简单，直接把这段提示词发给AI，这里我们以opencode为例。
安装这个skill，该sikll的地址为: https://github.com/anthropics/skills/tree/main/skills/skill-creator
```当然，国产的IFLOW也有这个功能，它是直接把这些skills放到了在线技能市场，可以随时安装。
选择想要的技能直接回车就行
### ✅ 案例二：代码审查 Skill
直接把提示词丢给AI，让他自己给我生成一个skill
```plaintext
帮我制作一个代码审查的skill，要求对代码进行结构、可读性和潜在风险的系统性审查，能够理解代码功能，从结构、命名、边界条件、安全性四个维度检查，明确指出问题并给出可执行建议；输出要求：1、条目化；2、问题与建议一一对应；3、不给空泛评价
```
### ✅ 案例三：百度热点数据抓取skill
```plaintext
制作一个百度热点数据抓取的skill
哼哧哼哧的就干完了！！！
来测试一下效果，输入提示词：
帮我抓取今天百度的热点信息
```
虽然百度的广告占了俩，但是内容大差不差！
## 最后唠两句
为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选
很简单，这些岗位缺人且高薪
智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200% ，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。
AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。
## 那0基础普通人如何学习大模型 ？
深耕科技一线十二载，亲历技术浪潮变迁。我见证那些率先拥抱AI的同行，如何建立起效率与薪资的代际优势。如今，我将积累的大模型面试真题、独家资料、技术报告与实战路线系统整理，分享于此，为你扫清学习困惑，共赴AI时代新程。
我整理出这套 AI 大模型突围资料包【允许白嫖】：
- ✅从入门到精通的全套视频教程
- ✅AI大模型学习路线图（0基础到项目实战仅需90天）
- ✅大模型书籍与技术文档PDF
- ✅各大厂大模型面试题目详解
- ✅640套AI大模型报告合集
- ✅大模型入门实战训练
**这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】**
## ①从入门到精通的全套视频教程
包含提示词工程、RAG、Agent等技术点
## ② AI大模型学习路线图（0基础到项目实战仅需90天）
全过程AI大模型学习路线
## ③学习电子书籍和技术文档
市面上的大模型书籍确实太多了，这些是我精选出来的
## ④各大厂大模型面试题目详解
## ⑤640套AI大模型报告合集
## ⑥大模型入门实战训练
如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！
应届毕业生：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能 突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
**👉获取方式：
有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓**
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。
更多推荐
12
0- 0
已为社区贡献20条内容
所有评论(0)