Agent Skill 完全指南:从 SKILL.md 到实战开发,打造属于你的 AI 能力插件

Agent Skill 完全指南:从 SKILL.md 到实战开发,打造属于你的 AI 能力插件

引言

最近一段时间,随着 Claude Code、Cursor、CodeBuddy、GitHub Copilot 等 AI 编程工具的普及,一个新的概念开始频繁出现在开发者视野中:

Skill(技能)

很多人第一次看到 Skill 时会觉得:

这不就是 Prompt 吗?

但实际上,Skill 远不止一个 Prompt。

它更像是给 AI Agent 编写的一本操作手册,让 AI 在遇到特定任务时能够自动调用、自动执行,并按照预设流程完成工作。

例如:

  • 代码审查 Skill
  • 文档总结 Skill
  • 技术博客生成 Skill
  • RAG 问答 Skill
  • MCP 服务开发 Skill

都属于 Skill 的典型应用场景。

本文将从 Skill 的核心概念开始,带大家系统了解:

  • 什么是 Skill
  • Skill 与 Prompt、MCP 的区别
  • SKILL.md 文件规范
  • Skill 目录结构设计
  • 渐进式加载原理
  • 5 个实战编写技巧

看完之后,你就能自己编写高质量的 Agent Skill。


目录

  • [一、什么是 Skill](#一、什么是 Skill)
  • [二、Skill 与 Prompt、MCP 的区别](#二、Skill 与 Prompt、MCP 的区别)
  • [三、哪些平台支持 Skill](#三、哪些平台支持 Skill)
  • [四、Skill 标准目录结构](#四、Skill 标准目录结构)
  • [五、SKILL.md 文件详解](#五、SKILL.md 文件详解)
  • [六、Skill 的渐进式加载机制](#六、Skill 的渐进式加载机制)
  • [七、5 个 Skill 编写技巧](#七、5 个 Skill 编写技巧)
  • [八、一个完整 Skill 示例](#八、一个完整 Skill 示例)
  • 九、总结

一、什么是 Skill

1.1 一句话理解

Skill 本质上是:

写给 AI Agent 的操作手册。

传统 Prompt 是:

text 复制代码
帮我审查代码

而 Skill 是:

text 复制代码
当用户要求代码审查时:

1. 检查代码规范
2. 检查异常处理
3. 检查安全风险
4. 输出审查报告

Prompt 更像一次性指令。

Skill 更像长期保存、可重复使用的工作流程。


1.2 为什么需要 Skill

随着 Agent 越来越复杂,仅靠 Prompt 已经无法满足需求。

例如:

text 复制代码
代码审查

可能需要:

  • 读取代码
  • 检查架构
  • 检查异常处理
  • 检查日志
  • 检查安全漏洞
  • 输出报告

如果每次都手动输入 Prompt:

text 复制代码
帮我检查架构
帮我检查异常
帮我检查安全

显然效率很低。

而 Skill 可以将这些步骤固化下来,实现自动执行。


二、Skill 与 Prompt、MCP 的区别

很多开发者容易把三者混为一谈。

实际上它们解决的是完全不同的问题。

维度 Prompt Skill MCP
本质 单次指令 能力模块 工具协议
生命周期 一次性 长期复用 长期复用
触发方式 用户输入 Agent 自动调用 Agent 调用工具
是否包含流程
是否包含资源
是否包含工具能力 部分支持

可以简单理解为:

text 复制代码
Prompt
↓
告诉AI现在做什么

Skill
↓
告诉AI怎么做

MCP
↓
告诉AI能调用什么

三、哪些平台支持 Skill

目前主流 Agent 平台已经开始支持 Skill。

包括:

其中 Claude Code 对 Skill 的支持最完善。

也是目前 Skill 生态发展最快的平台。


四、Skill 标准目录结构

一个典型 Skill 通常长这样:

text 复制代码
my-skill/
├── SKILL.md
├── scripts/
│   ├── deploy.sh
│   └── validate.py
├── references/
│   ├── api-guide.md
│   └── coding-guide.md
└── assets/
    └── config-template.json

其中只有一个文件是必须的:

text 复制代码
SKILL.md

其余目录按需添加。


4.1 SKILL.md

这是 Skill 的核心。

相当于 Agent 的操作手册。

例如:

markdown 复制代码
---
name: code-review

description: 
按团队规范进行代码审查。
当用户提到review、审查代码、
检查代码质量时使用。

allowed-tools:
  - Read
  - Bash
---

# 审查流程

1. 检查代码规范
2. 检查异常处理
3. 检查日志
4. 检查安全风险

4.2 scripts

用于存放自动化脚本。

例如:

text 复制代码
scripts/
├── check-security.sh
├── deploy.sh
└── backup.sh

适用于:

  • 部署
  • 测试
  • 依赖检查
  • 安全扫描

4.3 references

用于存放参考文档。

例如:

text 复制代码
references/
├── coding-standard.md
├── api-spec.md
└── database-guide.md

Skill 在需要时会读取这些文档。

而不是一开始全部加载进上下文。


4.4 assets

用于存放资源文件。

例如:

text 复制代码
assets/
├── config.json
├── template.yaml
└── prompt.txt

用于生成标准配置或代码模板。


五、SKILL.md 文件详解

YAML 元数据

SKILL.md 开头通常包含 YAML 配置。

yaml 复制代码
---
name: code-review

description: >
  Review code based on team standards.
  Use when users ask for code review.

allowed-tools:
  - Read
  - Bash
---

常见字段

字段 是否必需 作用
name Skill名称
description 触发条件说明
allowed-tools 工具白名单
context 上下文策略
agent 子代理类型
license 许可证

六、Skill 的渐进式加载机制

很多人担心:

Skill 越写越多,会不会把上下文撑爆?

答案是不会。

因为 Skill 采用了渐进式加载机制。


第一层:Metadata

text 复制代码
name
description

始终存在。

大约只占几十 Token。

用于判断:

text 复制代码
这个Skill该不该调用

第二层:SKILL.md

当 Skill 被触发时。

系统加载:

text 复制代码
SKILL.md

了解执行流程。


第三层:资源文件

只有需要时才会加载:

text 复制代码
references/
scripts/
assets/

这样可以节省大量上下文窗口。


七、5 个 Skill 编写技巧

技巧一:Description 决定一切

Skill 能否被正确触发。

核心看:

yaml 复制代码
description

推荐格式:

text 复制代码
Use when ...
to ...
by ...
while ...

例如:

yaml 复制代码
description: >
  Generate technical blog posts from
  provided materials.
  Use when users ask for CSDN blog writing.

技巧二:先调研再编写

不要直接凭经验写 Skill。

推荐流程:

text 复制代码
需求
↓
让AI调研最佳实践
↓
整理流程
↓
编写Skill

例如:

text 复制代码
帮我调研Go代码审查规范
并设计一个Skill

效果通常更好。


技巧三:一个 Skill 只做一件事

错误示例:

text 复制代码
code-review
+
security-audit
+
performance-check
+
test-writer

全部写进一个 Skill。


正确做法:

text 复制代码
code-review

security-audit

performance-check

test-writer

分别拆开。

单一职责原则同样适用于 Skill。


技巧四:代码优先于文字

例如:

不推荐

text 复制代码
检查是否存在硬编码密码

推荐

bash 复制代码
grep -rn "password\|secret\|token" src/

代码表达更精确。

AI 理解也更稳定。


技巧五:增加 Gotchas

这是很多人忽略的部分。

建议单独增加:

markdown 复制代码
## Gotchas

- 不允许执行 rm -rf
- 不允许修改生产配置
- 不允许直接删除数据库
- 审查时不要修改代码

这些规则能显著减少 AI 误操作。


八、一个完整 Skill 示例

下面是一个博客生成 Skill。

markdown 复制代码
---
name: write-csdn-blog

description:
根据技术素材生成CSDN博客。
用户提到博客、教程、Markdown时使用。

allowed-tools:
  - Read
---

# Workflow

1. 提取知识点
2. 构建目录
3. 生成正文
4. 输出Markdown

# Output

标准Markdown格式

这种 Skill 特别适合:

  • 技术写作
  • 文档生成
  • 教程编写

九、总结

随着 Agent 技术的发展,Skill 正逐渐成为 AI 编程的重要组成部分。

简单来说:

  • Prompt 解决"现在做什么"
  • Skill 解决"应该怎么做"
  • MCP 解决"能调用什么工具"

对于开发者来说,掌握 Skill 编写能力,相当于掌握了定制 Agent 能力的钥匙。

最后送大家一句经验总结:

Skill 不要追求大而全,一个 Skill 只解决一个问题,往往比万能 Skill 更稳定、更容易维护。

如果你正在使用 Claude Code、Cursor 或 OpenClaw,你最想封装成 Skill 的能力是什么?欢迎在评论区交流讨论。

相关推荐
米小虾1 小时前
2026年6月AI行业全景:从百模大战到Agent元年,这30天发生了什么?
人工智能
米小虾1 小时前
AI Agent全面爆发:2026年最值得关注的Agent框架与实战选择指南
人工智能
东方巴黎~Sunsiny1 小时前
后端已经开始使用AI代替前端开发了
java·人工智能·状态模式
AI科技星1 小时前
引电统一方程:严格推导与量纲零错误验证
人工智能·算法·机器学习·架构·学习方法
AI探索先锋1 小时前
[特殊字符] GPT-5.6 偷跑实锤!Anthropic 边喊“刹车“边冲 IPO,一只“哥布林“让 OpenAI 连夜封号|AI科技热线
人工智能·科技·ai
城事漫游Molly1 小时前
质性研究AI工作流(二):编码工作流 SOP
人工智能·数据分析·ai for science·定性研究·定性编码·科研工作流
库拉大叔1 小时前
大模型AI横评实测:GPT-4与Claude 3.5三大维度对比,落地选型怎么选?
大数据·人工智能
Days20501 小时前
生成儿童故事绘本提示词---GPT Image2模型版
人工智能·故事
LabVIEW开发1 小时前
LabVIEW 做双目视觉测距?精度不输激光雷达!
人工智能·数码相机·计算机视觉·labview·labview知识·labview功能·labview程序