深度解析Skills：从Prompt到能力复用的技术革命

本文已收录至GitHub，推荐阅读 👉 Java随想录

微信公众号：Java随想录

从Prompt到Skills的转变

2023年到2024年是"Prompt工程"的黄金时期。到了2025年底，AI圈开始频繁讨论一个新概念------Skills（技能）。

GitHub上Skills相关仓库获得上万star，各行各业的专业人士开始分享自己封装的Skills。Skills到底是什么？它为什么能引发如此关注？

Skills的本质：模块化能力包

Agent Skills是模块化的能力包，包含指令、元数据和可选资源（脚本、模板），让AI Agent在需要时自动加载和使用。

Skills就像AI助手的"工作手册库"。它不是每次对话都要重新输入的临时指令，而是一套可以长期保存、随时调用的能力模块。

从"带新人"到"给手册"

要理解Skills，先看传统AI交互的问题。

想象你在公司带一个新人。他聪明、理解能力强，但不熟悉规矩。

• Prompt方式就像你每次都口头交代任务："今天写一段公众号开头"、"把这个语气改得更克制"、"按我的结构写一页PPT"。这适合一次性指令，但一旦关闭对话，所有指令就消失，下次得从头教。
• Rules或记忆机制相当于在工位贴一张"公司行为守则"，只能管态度和格式这类宽泛要求。
• MCP和工具调用更像是给他的电脑装一堆软件和API，他能调用外部工具，但不知道什么时候该用、怎么组合。

Skills改变了这一局面。它就像给新人一本完整的公司内部SOP手册------不是长到让人窒息的Word文档，而是一个知识库文件夹，里面有规范、脚本、模板、参考资料。AI会在需要时自己翻阅，按需加载。

Skills的物理形态

很多人问："这不就是Prompt吗？"实际上两者在形态上有本质区别：

• Prompt：一段文本（通常是Markdown格式）。
• Skills：一个文件夹结构，包含多种资源。

一个标准的Skill目录：

skill-name/
├── SKILL.md          # 核心指令文件（必需）
├── scripts/          # 可执行脚本（可选）
├── references/       # 参考文档（可选）
├── templates/        # 模板文件（可选）
└── assets/          # 其他资源（可选）

SKILL.md是唯一必需的文件，它采用YAML前导格式（类似简历开头的个人信息区），包含元数据和详细指令。这种设计让Skills不仅能承载知识，还能承载工具和流程。

渐进式披露架构

为什么"一次性塞进所有信息"行不通？

Skills采用了**渐进式披露（Progressive Disclosure）**架构。这个概念在移动互联网时代曾是用户体验设计的核心原则之一。

打开一个APP，如果它一次性把所有功能、设置、选项都堆在你面前，你会怎样？认知负荷爆炸，不知所措。

人的瞬时记忆区非常有限，一瞬间只能接受最多7±2个信息块。AI也是如此------受限于Token窗口，对话越长，模型越"笨"。Token在Agent架构上寸土寸金。

传统做法：每次对话都把完整指令塞进上下文。一个详细的PDF处理工作流可能需要3000+ tokens。如果同时处理Excel、写代码、生成报告，上下文窗口很快爆满。

三层加载机制

Skills通过三层渐进式加载解决这个问题：

第一层：元数据------目录索引

这是Skills的"封面"，包含技能名称和一句话描述。

• 加载时机：每次对话开始时。
• Token消耗：约100 tokens/Skill。
• 作用：让AI知道有哪些Skills可用，何时该用。

你可以安装数十个Skills，几乎没有性能损失。AI就像看图书馆的目录，知道有哪些书，但不必都翻开。

第二层：指令------详细手册

当AI通过元数据判断某个任务需要特定Skill时，它会读取完整的SKILL.md文件。

• 加载时机：任务匹配时触发。
• Token消耗：数千tokens（按实际文件大小）。
• 作用：提供详细的操作指南和最佳实践。

用户说"帮我处理这个PDF"，AI会判断匹配PDF Skill，然后加载详细的处理流程：先提取文本，再识别表单字段，最后填写并保存。

第三层：资源和代码------深度参考

这层包括参考文档、可执行脚本、模板文件等。

• 加载时机：SKILL.md中引用时。
• Token消耗：按需加载。
• 关键优势：脚本执行不消耗上下文（仅结果消耗）。

一个包含复杂Python脚本的Skill，脚本本身的代码不会进入上下文，只有执行结果会返回。这让Skills可以承载几乎无限的资源，而不必担心Token限制。

一个真实的加载流程

以PDF处理为例，看Skills如何工作：

阶段1：初始状态

用户输入："用PDF技能填写这份合同"
系统提示 + 技能目录 + 用户消息
Token消耗：约100 tokens

阶段2：加载主手册

AI判断：这个任务匹配PDF Skill
执行：bash cat ~/.claude/skills/pdf/SKILL.md
Token消耗：+3000 tokens

阶段3：按需加载参考资料

AI判断：需要表单填写规则
执行：bash cat ~/.claude/skills/pdf/references/forms.md
Token消耗：+500 tokens

阶段4：执行脚本

执行：python scripts/fill_form.py --input contract.pdf --output filled.pdf
Token消耗：+200 tokens（仅输出结果）

总Token消耗：约3800 tokens。

对比传统方式：一次性加载所有相关文档和脚本定义，可能需要10,000+ tokens。Skills节省了60-70%的上下文空间。

Skills vs MCP vs Prompt：互补关系

三者的核心定位

Skills、MCP、Prompt不是竞争关系，而是互补关系：

维度	Skills	MCP	Prompt
核心定位	工作流程指南（How）	外部系统连接（What）	临时指令
解决问题	如何使用能力	提供什么数据/能力	当下做什么
形象比喻	使用说明书	工具箱	口头指令
Token效率	高（渐进加载）	低（全量加载）	中（每次重复）
复用性	强（文件系统）	中（协议层面）	弱（手动复制）

Skills与MCP：工作手册 vs 门禁卡

Skills解决"怎么做"（方法论/工作流），MCP解决"连到哪儿"（连接外部系统）。

用职场类比：

• MCP：给AI一张门禁卡，让它能进入公司的各个系统（数据库、API、外部工具）。
• Skills：给AI一本工作手册，教它如何使用这些系统完成具体任务。

一个组合场景：

生成销售报告

1. MCP提供数据连接

   • 连接Salesforce获取客户数据。
   • 连接PostgreSQL查询销售记录。
   • 连接Google Sheets读取目标数据。

2. Skills提供工作流程

   • 数据提取顺序（先查哪个系统）。
   • 计算逻辑（增长率、完成率）。
   • 报告格式和模板。
   • 异常处理规则。

MCP解决"能访问什么数据"，Skills解决"如何使用这些数据生成报告"。

Skills vs Prompt：从临时指令到持久能力

Skills不就是高级一点的Prompt吗？

答案既是肯定的，也是否定的。

相同点：Skills的核心确实是自然语言指令，这与Prompt一致。

根本区别：

• 生命周期：Prompt是对话级的，Skills是系统级的。
• 复用方式：Prompt需要手动复制粘贴，Skills自动匹配触发。
• 承载能力：Prompt只能承载文本，Skills可以承载脚本、模板、参考文档。
• Token效率：Prompt每次都全量加载，Skills按需渐进加载。

用一个实际例子：

没有Skills时，每次都要说：

帮我总结这篇文章 → 翻译成英文 → 改成公众号风格 → 加标题 → 输出Markdown格式

有了Skills后，只需要一句：

使用「技术文章转公众号」Skill

AI会自动按照预设的完整流程执行。

实际应用

个人场景：把重复工作封装成能力包

案例1：AI选题系统

一个内容团队用Skills构建了自动化选题系统，包含：

• 1个总控Agent。
• 3个Skill（热点采集、选题生成、选题审核）。

每天只需要一句："开始今日选题生成"，系统就会自动：

1. 从多个平台采集全网热点。
2. 筛选并生成TOP10选题（包含事件描述、核心角度、标题）。
3. 按照内部方法论自动审核。
4. 不通过时给出修改意见并迭代优化。

过去需要2-3小时的工作，现在几分钟就能完成初筛。

案例2：整合包生成器

很多GitHub开源项目没有前端界面，环境配置复杂。有人用Skills做了一个"整合包生成器"：

提供一个GitHub链接，Skill就会：

1. 分析项目结构。
2. 自动生成前端界面。
3. 编写启动脚本。
4. 打包成开箱即用的整合包。

解决了"想用但不会配置"的痛点。

团队场景：知识资产沉淀与共享

传统方式的问题：

• 每个团队各自维护长Prompt。
• 写法、风格不统一。
• 复用靠复制粘贴。
• 难以版本管理和评审。

Skills带来的改变：

• 把"怎么做好一件事"固化成SKILL.md + 脚本 + 参考文档。
• 放入Git版本库，走标准开发流程。
• 团队间共享、评审、复用。
• 形成企业内部的"技能库"（Skill Library）。

组织架构示例：

公司级Agent产品
├── 市场部维护：品牌文案Skill
├── 法务部维护：合同审阅Skill
├── 财务部维护：报销审核Skill
└── 技术部维护：代码审查Skill

所有技能装在同一个Agent身上，用户只跟一个界面打交道。

行业场景：专业知识标准化

医疗诊断流程：将诊断标准、注意事项、药物禁忌等封装成Skill，确保AI遵循医疗规范

法律文书审查：将审查要点、风险识别、合规要求标准化，提高审查质量和一致性

代码审计规范：将安全检查项、代码风格要求、最佳实践固化

ML实验配置：将实验设计规范、参数推荐范围、结果记录模板封装

这些领域知识需要结构化存储、团队共享、版本管理、跨平台使用------正是Skills的强项。

技术实现

最小可行Skill

创建一个Skill只需要一个SKILL.md文件：

---
name: hello-skill
description: A simple skill that greets users
---

# Hello Skill

When user says hello, respond with a friendly greeting.

必填字段：

• name：技能名称（小写字母、数字、连字符符）。
• description：功能描述。

简单到人人可创建，强大到专业团队可用。

完整Skill：PDF处理案例

pdf-skill/
├── SKILL.md
├── scripts/
│   ├── extract_text.py
│   ├── fill_form.py
│   └── merge_pdfs.py
├── references/
│   ├── FORMS.md
│   └── API_REFERENCE.md
└── templates/
    └── report_template.md

SKILL.md内容：

---
name: pdf-processing
description: Extract text and tables from PDF files, fill forms, merge documents.
             Use when working with PDF files or when the user mentions PDFs.
---

# PDF Processing

## Quick Start

1. For text extraction, use `python {baseDir}/scripts/extract_text.py`
2. For form filling, see [FORMS.md](references/FORMS.md)
3. For merging PDFs, execute the merge script

## Supported Operations

- Text extraction from text-based PDFs
- OCR for scanned PDFs (requires Tesseract)
- Form field identification and filling
- Multi-document merging

## Best Practices

- Always validate PDF integrity before processing
- Use OCR only when necessary (higher token cost)
- Keep extracted text under 10,000 tokens for best performance

关键点：

• {baseDir}是自动替换变量，表示Skill的安装路径。
• 可以引用其他文件（如FORMS.md），AI会在需要时加载。
• 指令清晰、结构化，便于AI理解和执行。

安装和使用

方法1：命令安装

# 安装官方Skill
claude skill install https://github.com/anthropics/skills/tree/main/skills/pdf

# 或在对话中直接说
"安装这个skill：https://github.com/xxx/skill-name"

方法2：手动放置

将Skill文件夹放到对应目录：

• Claude Code：~/.claude/skills/。
• Cursor：~/.cursor/skills/。
• OpenCode：~/.config/opencode/skill/。

使用方式：

直接对话：

用户："帮我处理这个PDF"
AI会自动识别并调用PDF Skill

或者显式指定：

用户："使用PDF Skill提取这份文档的文本"

未来展望

从工具到生态

目前Skills还处于早期阶段，但已经有了生态雏形：

• 官方Skills库：Anthropic开源了官方Skills仓库，包含PDF、Excel、PPT、Word等常用技能。
• 社区贡献：GitHub上涌现大量社区贡献的Skills，涵盖数据分析、代码审查、文档生成等多个领域。
• 工具支持：Claude Code、Cursor、OpenCode等主流工具均已支持Skills。
• 技能市场：扣子等平台开始提供技能市场，支持搜索、安装、分享Skills。

潜在挑战

Skills也面临挑战：

• 标准化问题：不同平台、不同团队的Skills格式可能不统一，需要建立行业标准。
• 安全与隐私：Skills可以执行脚本，需要沙箱隔离和权限控制。
• 质量参差：开放的生态意味着质量良莠不齐，需要评价和筛选机制。
• 学习曲线：虽然创建简单，但要设计高质量的Skill仍需要经验。

对AI发展的意义

Skills代表一个重要趋势：从让AI"理解"到让AI"执行"。

过去几年，我们主要关注如何让AI更好地理解自然语言、理解上下文、理解意图。这是必要的基础，但还不够。

Skills的出现，标志着我们开始关注如何让AI系统地、可重复地、高质量地执行复杂任务。这不仅需要理解能力，还需要方法论、最佳实践、工具链的支持。

这是AI从"对话伙伴"进化为"工作伙伴"的关键一步。

今天就开始你的第一个Skill

Skills的热度已不亚于当年的Prompts。但这不只是流行趋势，而是实实在在的生产力革命。

如果你还在犹豫是否要尝试Skills，建议从最简单的开始：

今天，安装一个官方Skill（比如skill-creator），感受一下"一个命令安装能力"的便捷。

明天，把最常用的一个动作固化成Skill------比如选题筛热点、报错日志分析、链接摘要生成。

后天，你会想把更多工作流程都搬进去。

到那一步，你就进入了另一个状态：自由，创造的状态。

Skills的核心价值，在于复用。当你把一次性的努力转化为可重复调用的能力，你就不再是每次都从零开始，而是站在前人的肩膀上持续前进。