如何招聘 Agent Skill 开发者：5 个考察维度

想招聘 Agent Skill 开发者？先看作品：有没有公开发布过、有人在用的 skill，而不是只看"会写提示词"。优秀的候选人能把完整工作流设计成 skill（触发描述写得准、指令按需加载），会拿真实任务测试，懂提示注入风险，写文档、做版本管理。下面是实用指南：岗位到底做什么、5 个考察维度、哪些红灯该直接结束面试，以及两个最能看出真本事的面试题。

"Agent Skill 开发者"到底是做什么的

Agent skill 是一个文件夹，里面有一份 SKILL.md——顶部 YAML 写名字和描述，正文是 Markdown 指令，教 Claude Code 这类 AI agent 稳定完成某项具体任务。这个岗位不是"写提示词"，而是：把混乱的真实工作流（排查 bug、代码评审、写报告）拆成可重复的步骤；写精准的触发描述，让 agent 该用时用、不该用时安静；打包运行时需要的脚本和模板；拿真实任务测试，跑偏就迭代；模型工具变了就维护更新。

这更接近"技术写作 + 软件工程"。筛简历时记住：文笔好但没有工程习惯的人会很吃力，代码扎实、表达清楚的工程师通常上手很快。

先回答：你真的需要定制 skill 吗

招人之前，先花一小时看看现成的 skill。很多团队花钱定制的东西，成熟的现成 skill 早就解决了——调试、代码评审、git 规范、UI 设计系统。去 skill 目录翻一圈最快：如果某个经过验证的 skill 能覆盖你 80% 的流程，买现成的或改一改，远比从零定制划算。

只有工作流真正是你们独有的，才值得招人：内部工具、公司自己的评审标准、公开 skill 里没有的领域知识。建议你先花二十分钟读一遍 Agent Skills 开放规范，之后跟任何候选人聊都会更有判断力。

招 Agent Skill 开发者：5 个考察维度

1. 公开、可验证的作品集

要链接，不要口号。GitHub 上两三个公开发布的 skill，比简历里一句"有 AI 经验"说明得多。挑一份 SKILL.md 从头读到尾：frontmatter 有没有说清"何时触发"？指令是否具体（命令、路径、判断规则）而不是正确的废话？有没有配套脚本或参考目录？没有公开作品也行，但下面的带回家作业就必不可少。

2. 工作流设计能力，而不只是写提示词

核心能力是拆解任务。拿你们团队每周都做的一件事问："这件事做成 skill，你会怎么做？" 强的候选人先反问：谁来用？好输出长什么样？常见失败模式有哪些？弱的直接开始背提示词。注意听他们讲不讲 progressive disclosure（按需加载）：名字和描述常驻，完整指令只在相关时加载。讲不清这为什么重要（上下文膨胀拖垮 agent）的人，没在严肃规模上做过。

3. 测试和评估意识

"你怎么知道你的 skill 管用？"是最有信息量的问题。好回答：拿真实任务实跑、检查触发准确率（该触发时触发、不该时安静）、跑偏就迭代。更好的：维护一份迷你评测集，每次改完重跑。回答"我读了一遍觉得没问题"的人，没见过 agent 在生产环境里一言不发地误解指令——这种差距很贵。

4. 安全意识

skill 在你的 agent 上下文里执行指令，是一条信任边界。问：如果 skill 处理不可信输入（粘贴的报错日志、第三方 API 返回），会出什么问题？候选人应主动提到提示注入：藏在数据里的指令劫持 agent。不要求他是安全专家，只要求他把这当真风险。

5. 文档和维护习惯

skill 会腐烂：模型升级、工具改参数，曾经好用的 skill 会悄悄失效。问怎么做版本管理、团队怎么知道哪个 skill 该修了。看有没有 changelog、版本号、模型升级后重跑评测的习惯。交付完就不管的人，六个月后留下一堆悄悄坏掉的 skill。

看到这些红灯，直接结束面试

"作品"是提示词大杂烩：3000 字 Markdown，没有结构、没有脚本、不讲触发——那是长提示词，不是 skill
没有"不该触发"的概念：所有 skill 都是"一问代码就触发"，等着上下文膨胀
讲不出一次失败经历：每个正经做过的人都有 agent 干离谱事的笑话，没有故事 = 没有里程
觉得评测是小题大做：个人玩玩可以，团队依赖不行
作品集零使用痕迹：star、issue 或用心的 README，总得有证据表明另一个人类用过

两个最能看出真本事的面试题

题一：现场评审一份烂 skill（45 分钟）。 给一份故意写平庸的 SKILL.md——描述模糊、没有例子、一堆废话，让他写评审：哪里有问题、怎么改、测什么。品味好的评审先挑触发描述的毛病，因为那决定 skill 能不能被正确触发。

题二：带回家作业（2–3 小时，付费）。 用你们的真实流程（"按风格指南评审 PR"）让他交付一个能跑的 skill 加测试说明。付费既显诚意也扩大候选池。先看看成品级 skill 的水准，比如这份系统化调试 skill：真工作流、判断规则、参考材料俱全，这就是 bar。

去哪里找 Agent Skill 开发者

岗位太新，简历上没人写这个头衔。找相邻画像：有软件背景的提示工程师、写技术教程的开发者布道者、skill 开源仓库贡献者。渠道：

自由职业平台：Upwork、Fiverr 上已有 "Claude skills developer" 服务，质量方差极大——考察框架比平台重要
开源社区：公开 skill 仓库的一次用心 PR，比 polished 的主页值钱
熟人网络：问已在内部推行 Claude Code 的工程负责人
skill 目录与 MCP 资源：翻 skill 目录知道"好"长什么样；MCP 指南值得一看，skill 越来越多和 MCP server 搭配用，两者都熟的候选人稀少且值钱

先从小而付费的试点开始：一个 skill、固定范围、两周。试点本身就是真正的面试。

FAQ

招一个要花多少钱？ 市场太新，报价跨度大：自由职业者做一个范围明确的 skill 是小项目价，agency 搭整套 skill 库是咨询价。永远从固定范围的付费试点开始，用交付物而非时薪判断。

自由职业者还是全职？ 几个 skill 覆盖稳定流程，自由职业者 + 维护 retainer 够了。agent 工作流变成核心基建（几十个 skill、多团队），招全职，因为维护和评测是持续工作。

到底需要开发者，还是把提示词写好就行？ 偶尔跑一次的一句话任务，提示词够了。每周重复的多步骤工作流，要调工具读写文件、还要在不同人手里表现一致——这就是 skill 的主场。社区有份 hiring skill，把"先自己用 AI 试、卡住再招人"写成了决策框架，花钱前值得参考。

一句话总结

招的是判断力：能不能把混乱的人类工作流变成 agent 能稳定执行的指令，能不能证明它管用、一直管用。作品集、一次现场评审、一个付费试点，比任何头衔都说明问题。而在招人之前，先确认你要的 skill 是不是已经存在——最便宜的 skill 开发者，是你根本不用招的那个。