Agent Skills 是什么?AI 构建者实用指南
一文讲透 Agent Skills:它是什么、SKILL.md 如何工作、和 Prompt / MCP 的区别,以及今天就能在 Claude Code 里装上第一个 skill。
"Agent Skills"是 AI 工具圈人人都在说、却很少有人讲清楚的词。如果你一直想知道 agent skills 到底是什么、底层怎么工作、值不值得花时间,这篇指南就是为你写的。
一句话讲清 Agent Skills
Agent skill 是一份可复用的指令包,教 AI 编程 agent 把某类具体工作做好。技术上,它通常就是一个包含 SKILL.md 文件的文件夹:一个名字、一段说明何时使用的描述、以及 agent 会遵循的分步指导。当你让 Claude Code 调试时,一个调试 skill 会介入,把模糊的"修一下"变成严谨的工作流——复现、假设、观测、验证。
不用装新软件,不用学新 API。Skills 是知识,被打包成 agent 能可靠使用的形态。
Skill 是如何工作的
典型的 SKILL.md 有三部分:
- Frontmatter——
name和description。描述兼作触发词:告诉 agent 这个 skill 什么时候相关("当用户提到调试、偶发失败时使用……")。 - Workflow——真正的流程,写成编号步骤。这是最有价值的部分:是一个人做过上百次某任务后提炼出的经验。
- Resources——可选的参考文件:检查单、代码模式、示例,供 agent 查阅。
Agent 开始任务时,会把你的请求和 skill 描述做匹配,把相关的 skill 加载进上下文,然后按流程执行。魔法就这么简单——这也是为什么对于重复性工作,skills 完胜普通 prompt。
Skills vs Prompt vs MCP:到底什么区别?
这三者经常被混淆,记住这个干净的心智模型:
- Prompt:针对单次任务的一次性指令("写一首关于部署的俳句"),用完即弃。
- Skill:针对一类任务的可复用工作流("每次调试都按这些步骤来"),跨会话、跨项目持续生效。
- MCP(Model Context Protocol):能力——给 agent 新工具(读你的数据库、调你的 API)。Skill 教 agent 如何思考,MCP 给它动手的手。
三者组合得天衣无缝:MCP 工具 + skill 工作流 + 你的 prompt,就是一套正经 AI 辅助开发的全家桶。
谁真正需要 skills?
- 独立开发者:想让 Claude Code 遵循自己的流程,而不是通用流程。
- 团队:希望每个 AI 辅助的 PR 都达到同一标准——把团队的审查清单编码一次,永久复用。
- AI 构建者:在 agent 之上做产品,需要可重复、可审计的行为,而不是靠运气。
如果你只用 AI 写一次性小片段,skills 是杀鸡用牛刀。但只要某个工作流你重复做第二次,skill 就开始回本。
装上你的第一个 skill(Claude Code)
- 选一个 skill。新手最好的起点是 Systematic Debugging——下一次遇到 bug 你就能感受到区别。
- 下载后把文件夹丢进项目的
.claude/skills/(或~/.claude/skills/个人使用)。 - 在 Claude Code 里用
/systematic-debugging调用——或者直接描述 bug,看触发词自动生效。
想深入,去 Skills 目录 逛逛——每个条目都写清了它是做什么的、兼容哪些 agent、你能得到什么。
什么是好的 skill?
看过几十个之后,规律很清楚。好的 skills:
- 具体——一件事,做好。"系统性调试"胜过"成为更好的程序员"。
- 可执行——编号步骤,不是哲学。Agent 要清楚第一步做什么。
- 可触发——描述里有具体的触发词,让 agent 在正确时机加载它。
- 有主张——编码了真正的选择("永远先复现再修"),而不是正确的废话。
如果一个 skill 读起来像博客文章,它就是坏 skill;如果读起来像一个被坑过的人写的检查单,它就是好 skill。
常见问题
Agent skills 和 Claude 的"Skills"功能是一回事吗? SKILL.md 格式起源于 Claude Code 和 Claude agent 平台,现在已经扩散——Cursor、Windsurf、Copilot、Gemini CLI 都支持兼容的 skill 文件。
用 skills 需要会写代码吗? 用不需要——安装就是复制文件夹。写好的 skill 最好先亲手把流程走过几遍。
去哪找高质量 skills? 从有筛选的来源开始,而不是随机 gist:Anthropic 官方示例、superpowers 合集,以及 SkillStack 这样每条都经过人工审核的精选目录。
结论
Prompt 负责提问,工具负责行动,Skills 负责教学。它是聪明模型和可靠工作流之间缺失的那一层,也是让 AI agent 在真实工作中真正好用的最高杠杆。今天装一个,下周写一个属于你自己的。