Skills系统的引入，标志着AI代理从"工具集合"向"能力系统"的转变。这种转变不仅提高了效率，还为代理的持续学习和能力扩展打开了新的可能性。
Anthropic最近引入了一个有趣的概念：agent skills（代理技能）。
简单来说，skills就是一个包含SKILL.md文件的文件夹，以及相关的文档或脚本。代理可以动态发现并加载这些skills，从而在特定任务上表现更好。
现在，deepagents-CLI也支持了这个功能。
通用代理的崛起
像Claude Code和Manus这样的通用代理已经获得了广泛采用。
虽然我们可能期望通用代理使用很多工具，但一个令人惊讶的趋势出现了：它们使用的工具数量非常少。Claude Code大约使用十几个工具，而Manus使用的工具不到20个。
通用代理如何能够用这么少的工具完成各种任务？
关键在于给代理提供计算机访问权限。有了bash和文件系统工具，代理可以像人类一样执行操作，而不需要为每个任务都准备专门的绑定工具。
deepagents这个开源代理框架就应用了这些原则，它提供了文件系统操作和代码执行能力。你可以把它想象成一个能够直接操作你电脑的AI助手。
带Skills的通用代理
那么，工具数量很少的通用代理如何执行多样化的操作？在
最近的一次网络研讨会上，Manus团队讨论了一种方法：将操作从工具卸载到文件系统。
与其提供许多工具，不如给代理一个计算机，以及用于各种操作的脚本和指令。代理只需要使用文件系统和shell工具，就能通过这些资源执行许多操作。
Anthropic的技能系统正是遵循了同样的模式。技能就是一系列文件夹的集合，每个文件夹包含一个SKILL.md文件，这个文件包含YAML前置元数据和Markdown格式的指令。这种设计让技能变得模块化且易于管理。
Skills的两大优势
与传统工具相比，技能系统有两个显著优势。
第一个优势是token效率。技能采用渐进式披露机制。
默认情况下只加载YAML前置元数据；代理只有在需要时才会读取完整的SKILL.md文件。而传统工具需要在上下文中预先加载所有定义，这可能会让上下文窗口变得臃肿。
第二个优势是降低认知负担。
代理调用一小部分原子工具，而不是在大量可能重叠的工具中导航------这是导致上下文混乱的常见原因。Skills系统将操作编码为文件，让代理能够更清晰地理解和使用各种能力。
Skills系统带来的能力远不止减少token使用。正如Anthropic的Barry Zhang所提到的，Skills是朝着持续学习迈出的一步。
代理可以在遇到新任务时动态创建新技能。技能也很容易在代理之间共享，并且可以在会话中组合使用，允许代理根据需要引入多个技能。
Deep Agents CLI + SKills
deepagent-CLI是一个开源编码助手，可以像Claude Code一样使用你的本地文件系统。
现在，deepagent-CLI添加了技能支持，这使得使用大量不断增长的公共技能集合成为可能。
使用起来非常简单。只需要为你的代理创建一个技能文件夹，然后从我们的仓库复制任何示例技能：
• mkdir -p ~/.deepagents/agent/skills - 创建技能目录
• cp -r examples/skills/web-research ~/.deepagents/agent/skills/ - 复制示例技能
这些技能会在deepagent CLI启动时默认加载，你可以通过在终端中运行deepagents skills list来查看所有可用技能。
当你给deepagents发送与任何技能相关的请求时，它会自动读取相关的SKILL.md文件并执行该技能。这种设计让代理能够根据任务需求灵活地加载和使用不同的能力，而不需要预先加载所有可能用到的工具定义。
Skills系统的引入，标志着AI代理从"工具集合"向"能力系统"的转变。这种转变不仅提高了效率，还为代理的持续学习和能力扩展打开了新的可能性。
如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。
一、全套AGI大模型学习路线
AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
二、640套AI大模型报告合集
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
四、AI大模型商业化落地方案
作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。