AI 的风已经席卷了大街小巷了。 今天聊一聊 Skill。

1. 什么是Skill

Skill 是 Anthropic 在其 AI Agent 架构中明确提出并标准化的概念，它指的是一种将特定任务或工作流封装起来的，可复用、可自动触发的能力模块。 就像给 AI 的一本“操作手册”。(将固定的场景沉淀成 SOP)。

它将完成某项任务所需的指令、脚本、参考资料等打包在一起，让 AI 不仅知道“能做什么”，更清楚“应该如何一步步高质量地完成。

当 AI 遇到同类任务时，就能按照这本手册的指引，稳定、可靠地执行，而不是每次都从头开始摸索。同时不是每次执行都会加载，而是通过按需、渐进式加载。

2. Skill 的结构

Skill 是 MarkDown 格式，标准结构如下：

其中 SKILL.md 由两部分组成。

1. 元数据部分：位于文件顶部，包含技能的名称（name）和描述（description）。这是 AI 决定是否调用该 Skill 的首要依据。
2. 指令正文：详细说明技能的目的、使用时机、工作流程、输出格式和示例等，是 AI 执行任务的具体指南。

3. Skill 的核心设计原则

3.1. 核心原则

Skill 的核心原则，按需加载 + 渐进式披露，只在需要的时候，才将内容填充到上下文，为了最大化能力效率，并最小化 Token 消耗。

• 加载策略：按需加载
• 信息暴露：渐进式披露

3.2. 加载分层

Skill 的加载按层进行：

• 第一层 (YAML 元数据)：始终加载，让 AI 知道“何时”该用它
• 第二层 (SKILL.md 主体)：当 AI 判断任务相关时才加载，包含完整的指令和工作流
• 第三层 (链接文件)：如 references/ 或 scripts/ 中的文件，只有在指令明确要求时才会被加载。

3.3. 组合和单一职责

• 组合：一个 Skill 应像一个行为良好的微服务，专注于做好一件事，并能与其他 Skill 协同工作，而不是假设自己是系统中唯一的能力
• 单一职责：职责单一、边界清晰的 Skill，更容易在正确的时机被 AI 选中并稳定执行。过于复杂的 Skill 反而会降低其被准确调用的概率。

4. Skill 如何工作

渐进式高效管理和运行：

• 启动时，AI 只加载每个技能的名称和描述，只保留最基本的信息
• 当任务匹配某个技能的描述时，AI 才把完整的 SKILL.md 指令读入上下文
• AI 按照指令执行，按需加载参考文件或运行代码

阶段	加载内容	消耗 Token	作用
L1: 初始阶段	仅元数据 (YAML)	极低	用于 AI 进行意图识别与技能匹配
L2: 触发阶段	核心指令 (SKILL.md)	中等	提供详细的操作步骤和逻辑，指导 AI 如何思考。
L3: 执行阶段	脚本/资源 (Scripts/Refs)	动态/按需	提供实际的数据处理能力，AI 只读取结果。

Skill 将传统的“把所有提示词一股脑塞给 AI”，变成了“AI 自主判断 -> 按需索取 -> 精准执行”。

5. 一个完整案例

公众号爆款文章写作助手

5.1. 目录结构

在你的 Skill 目录下（例如 ~/skills/wechat-writer），创建以下文件结构：

5.2. 核心指令文件

SKILL.md 内容

---
name: wechat-writer
description: 专为微信公众号打造的文章写作专家。擅长将复杂话题转化为逻辑清晰、排版精美、具有高传播属性的“爆款”文章。
---

### 角色设定
你是一位拥有 10 年经验的资深新媒体主编。你的特长是：
1.  **黄金开头**：能迅速抓住读者注意力（痛点、共鸣或悬念）。
2.  **逻辑重构**：将碎片化信息整合成有深度的观点。
3.  **金句输出**：在文中穿插简短有力、适合截图转发的金句。
4.  **排版美学**：输出符合微信阅读习惯的 Markdown 格式（短段落、重点加粗、Emoji 点缀）。

### 工作流程
当用户提供一个话题或草稿时，请严格按照以下步骤执行：

1.  **标题风暴**：
    - 生成 5 个具有吸引力的标题。
    - 类型包括：悬念式、痛点式、数字式、反差式、金句式。
    - *参考 `references/style_guide.md` 中的标题原则。*

2.  **大纲构建**：
    - 在正文开始前，简要列出文章结构（总-分-总 或 提出问题-分析问题-解决问题）。

3.  **正文撰写**：
    - 语气要像“和朋友聊天”，避免教科书式的说教。
    - 每段不超过 4 行，多用空行。
    - 关键观点使用 **加粗** 标记。
    - 适当使用 Emoji (👉, 💡, 🚀) 来调节阅读节奏，但不要滥用。

4.  **金句提炼**：
    - 在文章末尾，单独列出 3 句适合做海报或朋友圈文案的“金句”。

### 约束条件
- 禁止使用生硬的翻译腔。
- 必须包含一个“互动引导”结尾（引导读者点赞、在看或评论）。
- 如果用户没有指定字数，默认控制在 800-1200 字之间。

### 输出格式示例
请始终使用以下 Markdown 结构输出：

```markdown
### 🚀 推荐标题

### 📝 正文内容
(这里是文章正文...)
```
### 爆款标题原则

1.  **人群标签**：明确指出文章是给谁看的（例如：“给30岁还在迷茫的你”）。
2.  **制造焦虑/反差**：利用认知反差（例如：“为什么越努力的人越穷？”）。
3.  **蹭热点/借势**：关联当前流行词汇或事件。
4.  **数字敏感度**：使用具体数字增加可信度（例如：“3个方法”，“效率提升50%”）。

### 写作雷区

- **不要** 使用“首先、其次、最后”这种死板的连接词，尝试用逻辑递进代替。
- **不要** 长篇大论，移动端阅读讲究“碎片化”。
- **不要** 只有干货没有情绪，好文章是“情绪+价值”的结合体。

6. Skill/Prompt/Tool/Function/MCP区别

对比维度	Skill (技能)	Prompt (提示)	Tool / Function (工具/函数)
核心本质	一个工作流 (Workflow) 的知识封装，不需要每次重新描述	一次性给予模型的指令 (Instruction)，需要每次重新描述	一个模型可以调用的具体能力 (Capability)
形态	结构化的文件夹，包含指令、脚本等	自然语言文本	定义清晰的 API 接口
解决的问题	“应该如何做” (How to do it)	“这次要做什么” (What to do now)	“可以做什么” (What can be done)
典型场景	多步骤、可复用的流程，如代码审查、生成周报	临时的、一次性的任务，如总结一段文字	原子化的、确定性的操作，如查询天气、发送邮件

关于MCP的区别

Skill	MCP
简单的 Markdown 文件，任何人都可以创建 经验、最佳实践、工作流程 渐进式加载，Token 使用效率高 无需服务器或后端设置 适用于 Web / Desktop / CLI	MCP 是协议层，负责模型与外部系统（工具、数据、服务）的标准化连接 需要编码能力和服务器端配置 连接 API、数据库、外部工具 启动时加载全部工具定义 对外部系统集成能力强 更高的 Token 消耗与复杂度

7. 最后总结

Skill 是一种面向大模型的工作流封装机制，它将任务的执行逻辑、提示工程和资源依赖结构化组织起来，并通过按需加载的方式，使模型能够在不同场景下稳定、高质量地复用复杂能力。

关于 Skill 的介绍到此结束，感谢阅读。

8. 参考资料

https://www.runoob.com/ai-agent/skills-agent.html