AI Agent Skills：核心价值、架构与实践

文章目录

[AI Agent Skills：核心价值、架构与实践](#AI Agent Skills：核心价值、架构与实践)
- 一、背景与问题
- [二、核心概念：Agent = LLM + 感知 + 规划 + 记忆 + 工具/技能](#二、核心概念：Agent = LLM + 感知 + 规划 + 记忆 + 工具/技能)
- 三、架构与流程
- - [3.1 Agent 与 Skills 的调用关系](#3.1 Agent 与 Skills 的调用关系)
  - [3.2 开放生态：MCP 与 Skills](#3.2 开放生态：MCP 与 Skills)
- [四、实践一：Cursor Agent Skills（SKILL.md）](#四、实践一：Cursor Agent Skills（SKILL.md）)
- - [4.1 目录与存储位置](#4.1 目录与存储位置)
  - [4.2 最小可运行示例：工作日报/周报 Skill](#4.2 最小可运行示例：工作日报/周报 Skill)
  - [4.3 描述（description）怎么写更利于触发](#4.3 描述（description）怎么写更利于触发)
- [五、实践二：MCP 与 Skills 的联动](#五、实践二：MCP 与 Skills 的联动)
- 六、实践建议与注意事项
- - [6.1 常见坑](#6.1 常见坑)
- 七、小结与延伸阅读

AI Agent Skills：核心价值、架构与实践

一、背景与问题

大模型从「生成内容」走向「执行任务」后，单靠 prompt 已不够用：调用接口、查库、跑脚本、按团队规范产出等，都需要可复用、可编排的能力单元 。业界把这些能力统称为 Agent Skills（智能体技能）：它们让 Agent 在具体场景里真正「动手做事」，而不再只是聊天。

你可能会问：Tools 和 Skills 有啥区别？ 简单说：Tools 偏「原子能力」（调 API、读文件），Skills 偏「流程 + 领域知识」（怎么用工具、按什么顺序、遵循什么规范）。Skills 往往封装多个 Tools，并带上说明、示例和触发条件，方便 Agent 自动选用。

二、核心概念：Agent = LLM + 感知 + 规划 + 记忆 + 工具/技能

当前主流的 Agent 公式可以抽象为：

复制代码

Agent = 大模型（推理与决策） + 感知 + 规划 + 记忆 + 工具/技能

大模型：负责理解意图、拆解任务、做决策。
感知：输入来源（多模态、API、事件等）。
规划：把用户目标拆成步骤、选工具、排顺序。
记忆：短期对话 + 长期知识，用于上下文与个性化。
工具 / 技能 ：对外部世界的实际操作能力；Skills 在此层做结构化封装。

Skills 的核心价值可以概括为三点：

维度	说明
可发现	通过名称、描述、触发词，让 Agent 在合适的场景自动选用对应 Skill。
可复用	一次编写，多轮对话、多 Agent 共用，避免重复造轮子。
可演进	迭代 prompt、示例、工具组合即可升级，无需改主控逻辑。

三、架构与流程

3.1 Agent 与 Skills 的调用关系

下图表示：用户请求进入 Agent，经规划后选用一个或多个 Skills；Skills 内部可能调用 Tools（如 HTTP、DB），最后把结果回填到上下文中。
Tools 层
Skills 层
Agent
用户侧
用户请求
规划 / 任务分解
记忆
Skill A
Skill B
Skill C
HTTP / API
DB / 文件
脚本

图注：Agent 规划器选择 Skills，Skills 再调用 Tools；结果写入记忆，供后续规划使用。

3.2 开放生态：MCP 与 Skills

MCP（Model Context Protocol） 是连接 LLM 应用与外部数据源、工具的开放协议。MCP 服务端暴露资源（Resources） 、提示模板（Prompts） 和工具（Tools）；客户端（如 Claude、Cursor、各类 Agent 框架）按协议发现并调用这些能力。许多「Skill」实现底层就是 MCP Tools + 一层封装。
MCP Server MCP Client LLM 应用 / Agent MCP Server MCP Client LLM 应用 / Agent 发现 Tools / Resources 列举能力 Tools / Prompts / Resources 能力列表调用 Tool X 执行结果返回

图注：Agent 通过 MCP 发现并调用远端能力，Skills 可建立在 MCP Tools 之上。

四、实践一：Cursor Agent Skills（SKILL.md）

Cursor 的 Agent Skills 用 SKILL.md 定义：一份 Markdown 文件，包含 YAML 头（name、description）和正文（步骤、示例、规范）。Agent 根据 description 与对话内容判断何时启用该 Skill，然后按正文执行。适合「代码审查」「Commit 规范」「工作日报/周报整理」等固定流程 + 团队规范的场景。

4.1 目录与存储位置

复制代码

skill-name/
├── SKILL.md          # 必需：指令与说明
├── examples.md       # 可选：示例
└── reference.md      # 可选：详细参考

个人：~/.cursor/skills/，所有项目可用。
项目：.cursor/skills/，仅当前仓库，便于团队共享。

4.2 最小可运行示例：工作日报/周报 Skill

下面是一个极简的 SKILL.md，用于将 Git 提交或工作内容整理成标准格式的日报、周报：

markdown 复制代码

---
name: work-report
description: 将 Git 提交记录或工作内容整理成标准格式的工作日报和周报。当用户需要整理工作日报、周报，或处理 Git 提交记录时使用此技能。
---

# 工作日报和周报整理技能

## 日报格式
- 按日期分组，使用【YYYY年MM月DD日】；Today/Yesterday 转为具体日期。
- 每项目每天不超过 6 条；合并同类工作，描述精炼。

## 周报格式
- 按项目分组，不按日期；每项目不超过 6 条。
- 每条末尾标注（100%）；相关功能合并到同一条。

## 处理流程
1. 识别日期并分组（日报按日、周报按项目）。
2. 合并相同或相关提交/内容。
3. 用「优化」「修复」「完善」等动词开头，避免堆砌技术细节。

要点：

description 要同时写清 做什么 和 什么时候用，方便 Agent 匹配。
指令保持简洁，避免长文堆砌；完整格式与示例可放到 examples.md、reference.md，按需引用。

4.3 描述（description）怎么写更利于触发

写法	说明
第三人称	✅ "将 Git 提交整理成日报/周报" ；❌ "我来帮你写周报"
具体能力	✅ "按日期/项目分组、合并同类、标注完成度" ；❌ "整理工作内容"
触发场景	✅ "整理日报、周报或处理 Git 提交时使用" ；❌ 只写能力不写场景

五、实践二：MCP 与 Skills 的联动

很多 Agent 框架通过 MCP 客户端 连接 Slack、GitHub、DB、自定义 API 等，这些能力可以直接作为「底层 Tool」被 Skill 编排：

MCP Server 暴露 Tools（如 query_database、search_issues）。
Skill 定义何时用、怎么用（例如：「用户问本周 Bug 时 → 调用 search_issues，再按模板汇总」）。
Agent 根据用户意图选用 Skill，Skill 内部再调 MCP Tools。

这样，Skill = 流程 + 领域知识 ，MCP = 标准化能力供给，两者结合便于复用和扩展。选型时：若已有 MCP 生态，优先让 Skills 基于 MCP；若纯内部流程（如 Code Review、日报），用 SKILL.md 这类轻量形式即可。

六、实践建议与注意事项

要点	说明
技能粒度	单 Skill 做好一件事；复杂流程拆成多 Skill 或「主 Skill + 子步骤」。
描述先行	花时间写好 `name`、`description` 和触发词，否则 Agent 难以自动选用。
渐进披露	主逻辑放 SKILL.md；细节、长示例放 `examples.md` / `reference.md`。
避免时序	不在 Skill 里写「2025 年前用旧 API」等强时间依赖，易过期。
统一术语	同一概念全篇统一用词（如全篇用「接口」或「API」其一）。

6.1 常见坑

description 太泛：写「帮助处理文档」不如「从 PDF 提取表格并填入 Excel；适用于报表、对账场景」。触发词越具体，命中越准。
SKILL.md 过长 ：主文件建议控制在数百行内；长说明、多示例拆到 reference.md / examples.md，正文里用链接引用。
与 Tools 混淆：Tools 做原子能力（调 API、读文件）；Skills 做流程 + 规范。别把一大段「先 A 再 B 再 C」塞进单个 Tool，应用 Skill 编排。

七、小结与延伸阅读

Agent Skills 把「可执行能力」和「使用规范」封装成可发现、可复用的单元，是 Agent 从对话走向落地的关键一层。
架构：Agent = LLM + 感知 + 规划 + 记忆 + 工具/技能；Skills 基于 Tools，可叠加 MCP 等开放协议。
实践：Cursor 的 SKILL.md 适合流程化、规范类场景；MCP 适合对接外部系统。按场景选「轻量 Skill」或「MCP + Skill」即可。

延伸阅读：

Model Context Protocol 规范
Anthropic：Introducing the Model Context Protocol
Cursor 内置 create-skill：创建与维护 Agent Skills 的 SKILL.md 规范与工作流。

术语中英对照：Agent（智能体）、Skill（技能）、Tool（工具）、MCP（Model Context Protocol，模型上下文协议）、LLM（大语言模型）。