Agent Skill从使用到原理

一、什么是Agent Skill

"Agent Skill"作为一种通用术语由来已久，但作为一种标准化的架构协议，确实是由 Anthropic（Claude 的母公司）在 2025 年底通过"Claude Skills"正式定义并推向开源标准的。

我们可以从"概念演进"和"标准确立"两个阶段来看：

1. 广义的起源：从"工具"到"技能"

在 Claude 提出 Agent Skills 之前，AI 圈对类似能力的称呼经历了几次演变：

Function Calling (函数调用): 最早由 OpenAI 在 2023 年大规模推广。此时它被视为模型调用外部代码的一种"动作"。
Tools (工具): 随着 LangChain 等框架的流行，人们开始把 API 封装称为 Tool。
Skills (技能): 在更早的机器人学（Robotics）和早期智能助理（如 Alexa Skills）中，"Skill"一直指代一项特定的、可重复的任务能力。

2. 狭义的起源：Claude Skills 的里程碑

Anthropic 在 2025 年 10 月 16 日正式发布了 "Agent Skills" 特别功能，并赋予了它现代化的技术内涵。

为什么 Claude 的定义成了"正统"？

之前的"工具"通常只是一个简单的 JSON 描述，而 Claude 定义的 Skill 是一套模块化的结构。一个标准的 Agent Skill 通常包含：

SKILL.md: 核心指令，告诉 Agent 什么时候用、怎么用。
代码/脚本: 实际执行任务的 Python 或 Bash 脚本。
参考资源: 执行任务所需的静态数据或模板。

3. 从私有功能到行业标准

Claude 的贡献不仅仅是发布了一个功能，而是推动了标准化：

2025 年 12 月 18 日，Anthropic 将其 Agent Skills 规范开源。
随后，业界成立了 agentskills.io 组织，试图将这种"文件夹式"的技能封装变成一种跨平台的标准。这意味着你在 Claude 上写的技能，理论上可以无缝迁移到其他兼容该协议的 Agent（如 Qwen 或开源的自主智能体）上。

文本所指的Agent Skill，是来源于Anthropic

二、Agent Skill详解

Agent Skill 其实是一个SKILL.md的说明文档，它的作用是：教大模型如何处理数据；

Agent Skill例子（SKILL.md）：

Markdown 复制代码

---
name: architect-pro-master
description: 全栈架构设计核心技能。
---

# 角色定义
你是一名资深首席架构师。你的决策逻辑由以下模块支撑：

# 模块加载协议
- **规范检索**：在涉及命名、安全、状态码时，必须引用 `REFERENCE.md`。
- **流程执行**：当用户启动特定任务（如初始化项目、重构）时，必须执行 `SCRIPT.md` 中的对应脚本。

# 核心指令
- **[A1] 方案设计**：遵循 `REFERENCE.md` 中的"架构分层规范"。
- **[A2] 代码实现**：遵循 `REFERENCE.md` 中的"编码风格指南"。

# 动态引用机制
- 如果当前上下文涉及 **API 设计**，自动包含 `REFERENCE.md > section: API_STANDARDS`。
- 如果当前用户输入以 `/` 开头，自动匹配 `SCRIPT.md` 中的指令。

组成：
元数据（Metadata）:由名称（name）+描述（description）组成；
指令（Instruction）：详细描述，模型需要遵循的规则；

运行流程

注意：一开始的时候，claude code会把所有skill的元数据，给到大模型；

三、Agent Skill高级部分

Agent Skill的设计其实是一个精密的渐进式披露结构；这个结构一共分为三层，每一层的加载机制都不太一样；

3.1、渐进式披露

元数据层 ：包含名称+描述，始终加载；
指令层 ：SKILL.md中出名称和描述之外的内容，按需加载；
资源层 ：Reference+Script，按需中的按需加载；

3.2、Reference

Reference是读取的，会加载关联xxx.md中的文档内容，会消耗额外的Token；

markdown 复制代码

# 架构与编码规范 (Reference)

## [REF-01] 架构分层规范
- **Controller 层**：负责参数校验，严禁包含业务逻辑。
- **Service 层**：处理核心业务，必须保证幂等性。
- **Infrastructure 层**：封装数据库、缓存及第三方 API 访问。

## [REF-02] 安全规范
- 严禁在日志中记录用户的手机号、密码、Token。
- 所有 SQL 查询必须使用参数化查询，杜绝 SQL 注入。

## [REF-03] 命名与格式
- 类名：`PascalCase`
- 变量名/函数名：`camelCase`
- 数据库字段：`snake_case`

3.3、Script

Script是执行的，不会加载xxx.py（这里只是举例，也有可能是其他类型的文件）中的内容，不需要消耗额外Token

markdown 复制代码

# 任务执行脚本 (Scripts)

## [/new-feature] 新功能设计脚本
1. **分析阶段**：调用 `REFERENCE.md` 检查领域模型是否符合分层标准。
2. **输出模板**：
   - 接口定义 (TypeScript)
   - 数据库变更 (SQL)
   - 影响范围评估清单
3. **确认**：等待用户确认后再生成实现代码。

## [/code-review] 代码审查脚本
1. **检查点**：
   - 检查是否违反 `REFERENCE.md > [REF-03]` 的命名规范。
   - 检查是否存在 `REFERENCE.md > [REF-02]` 中的安全隐患。
2. **输出格式**：以表格形式列出：`位置 | 违规项 | 修改建议 | 风险等级`。

四、MCP与Agent Skill的区别

MCP

功能：给大模型提供数据；

举例：查询昨天的销售记录、读取订单的物流信息；

本质：程序；

Agent Skill

功能：教大模型如何处理数据；

举例：会议总结必须要有议题、汇报文档必须包含数据；

本质：文档；

通常情况下是二者结合使用；