Skill

随着 AI Coding 和 Agent 的发展，Skill 正逐渐成为扩展 Agent 能力的重要方式。 一个 Skill 通常由 SKILL.md 以及可选的脚本、参考资料和资源文件组成，用于把某一类任务的知识、流程和经验封装起来，让 Agent 在需要时加载并执行。Agent Skills 目前已经形成开放格式规范，并支持通过渐进式加载机制减少不必要的上下文消耗。 如果你正在学习 Agent Skills，或者已经开始使用 Claude Code、Codex、Cursor 等 AI 编程工具，下面这些资源值得收藏。 一、 学习与官方资源 Agent Skills 官方规范 地址：https://agentskills.io/ 介绍：Agent Skills 的官方开放规范，介绍 Skill 的基本结构、SKILL.md、元数据、资源目录以及 Progressive Disclosure，是学习 Skills 最值得优先阅读的资料。 Agent Skills GitHub 地址：https://github.com/agentskills/agentskills 介绍：Agent Skills 开放规范的官方 GitHub 项目，可以查看规范源码、文档和相关示例，也适合跟踪规范的后续发展。 Anthropic Skills 地址：https://github.com/anthropics/skills 介绍：Anthropic 官方 Skills 仓库，提供文档处理、PDF、Excel、PowerPoint 等实际 Skill，可以直接参考成熟 Skill 的目录结构和编写方式。 Claude Agent Skills 地址：https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview 介绍：Claude 官方 Skills 文档，介绍 Skills 的工作机制、创建方式、API 使用方法以及安全注意事项。...

AI Agent 的基本模型： Agentic Coding ↓ Context Engineering ↓ MCP ↓ Tool Design ↓ Agent Loop 但还有一个问题没有解决： Agent 知道有哪些工具，也知道怎么调用工具，为什么它还是经常“不知道应该怎么做”？ 例如让 Agent 完成一次代码 Review。 它可能拥有： git_diff read_file search_code run_test 这些 Tool 已经足够让它操作代码库。 但它仍然需要知道： 先看什么？ 重点检查什么？ 什么问题值得报告？ 如何判断问题严重程度？ 什么时候应该运行测试？ 最终应该如何输出？ 这些内容既不是 Tool，也不是 MCP。 它更接近一种： 任务级的知识、流程和操作规范。 这就是 Agent Skill。 今天的 Agent Skills 已经不只是某个产品里的一个概念，而是正在形成一个开放的文件格式和生态。官方规范将 Skill 定义为一个包含 SKILL.md 的目录，可以进一步携带脚本、参考资料和其他资源，并通过 Progressive Disclosure 按需加载。 1. Skill 到底是什么？ 先给出一个比较工程化的定义： Skill 是围绕某一类任务封装的可复用知识、操作流程、规则、示例和辅助资源，让 Agent 能够以更加稳定和一致的方式完成这类任务。 例如： code-review 不是一个具体的 Tool。 它可能包含：...