什么是 Agent Skills
Agent 是任务的执行者。它负责理解用户目标、制定计划、调用工具，并根据执行结果继续判断下一步。
Tool 是 Agent 可以使用的动作。例如读取文件、运行 Python、调用搜索接口、移动文件或生成图片。
Skill 则是一套任务方法。它会告诉 Agent，在某种场景下应该如何组织步骤、如何调用工具，以及如何判断任务是否完成。
例如，文件读取工具只能让 Agent 打开一份 Excel 表格，但它并不知道应该分析哪些指标。
财务分析 Skill 则可能规定：
先识别报表类型和会计期间，再检查数据单位和异常值，然后计算盈利能力、偿债能力和现金流指标，最后按照统一格式输出结论。
换句话说，Tool 解决的是"能不能执行"，Skill 解决的是"应该怎样执行"。
一个 Skill 通常不仅包含文字指令，还可能包含脚本、模板、行业规范和参考资料。
例如，一个企业网站设计 Skill 可能包括网站需求调查表、页面结构模板、品牌设计规范、SEO 检查清单和页面检测脚本。
这些内容共同组成了一套可复用能力。
Agent Skills 最重要的价值，不是让模型凭空获得新的智力，而是让模型在特定任务中表现得更加稳定、专业和一致。
在 OpenCode 中安装 Agent Skill
安装OpenCode
OpenCode 是一款开源的 AI 编程智能体，可以在终端、桌面客户端或者 IDE 中使用。它不仅能够回答代码问题，还可以读取项目文件、修改代码、运行命令和协助完成开发任务。除了自身的编程能力，OpenCode 还支持安装 Agent Skills。通过 Skill，我们可以为 OpenCode 添加特定任务的工作流程。
Agent Skills不是一个专有的技术，它可以适配在不同的AI工具里面，例如Claude/ OpenCode / codex等
官方推荐使用安装脚本：
curl -fsSL https://opencode.ai/install | bash
安装完成后，检查是否成功：
opencode --version
也可以通过 npm 安装：
npm install -g opencode-ai配置模型
输入models，当前我这边选择的智谱glm-4.7
下载skill&仓库
安装好 OpenCode 或其他支持 Agent Skills 的智能体后，就可以从官方仓库、社区平台和开源项目中查找现成的 Skill。
下面按照用途对常见资源进行整理。
|------------------------|---------------------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 官方与综合资源资源 | 说明 | 地址 |
| Anthropic 官方 Skills 仓库 | Anthropic 维护的官方 Agent Skills 示例仓库，适合学习标准目录结构和开发方式 | https://github.com/anthropics/skills |
| Skills 社区网站 | Agent Skills 社区导航站，可以按分类查找和发现 Skills | Agent Skills Marketplace | Claude & Codex Skills | SkillsMP |
| Awesome Claude Skills | 社区整理的优秀 Claude Skills 合集，适合集中查找开源项目 | https://github.com/ComposioHQ/awesome-claude-skills |
|----------------------|------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------------|
| 视频制作类 Skills资源 | 说明 | 地址 |
| Remotion 视频制作 Skills | 基于 Remotion 的视频生成与制作能力，适合自动生成程序化视频 | https://github.com/remotion-dev/skills |
| YouTube 视频剪辑 Skill | 用于 YouTube 视频处理和自动剪辑的 Skill | https://github.com/op7418/Youtube-clipper-skill |
| Vidu Skills | AI 视频生成产品 Vidu 提供的视频创作能力 | Vidu AI - Vidu AI - 全球领先的AI内容生产平台 |
|--------------------|-------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------|
| Skill 开发辅助工具资源 | 说明 | 地址 |
| Skill from Masters | 一个帮助用户创建新 Skill 的 Skill，可用于生成和优化 Skill 结构 | https://github.com/GBSOSS/skill-from-masters |
在 OpenCode 中使用 Skill
下载 Skill 后，需要把它放到 OpenCode 能够识别的目录中。OpenCode 支持两种安装方式：项目级安装 和全局安装。
项目级 Skill 只在当前项目中生效，适合保存项目专用的开发规范、代码审查规则或业务流程。
将 Skill 文件夹放到项目根目录下的：
.opencode/skills/其中：
SKILL.md：Skill 的核心定义文件，必须存在；
references/：参考文档，可选；
scripts/：自动化脚本，可选；
assets/：模板、图片或其他资源，可选。
一个 skills 目录中可以同时保存多个 Skill，但每个 Skill 都必须放在独立文件夹中。OpenCode 会从当前目录向上查找到 Git 项目根目录，并识别其中符合结构要求的 Skills。
全局 Skill 可以在所有项目中使用，适合代码审查、文档生成、文件整理等通用能力。OpenCode 官方同时支持项目级 .opencode/skills/ 和用户级 ~/.config/opencode/skills/。
使用skill做企业网站设计
Anthropic 官方的 Agent Skills 仓库。其中包含一个名为 frontend-design 的 Skill，目录位置是：
anthropics-skills/
└── skills/
└── frontend-design/
└── SKILL.md这个 Skill 专门用于设计和开发网页、落地页、仪表盘、Web 应用以及前端组件。它强调根据具体项目选择配色、字体和布局，生成具有明确视觉风格的界面，避免常见的模板化"AI 风格"。
将 frontend-design 安装到 OpenCode，将完整的 frontend-design 文件夹复制到当前网站项目的：
.opencode/skills/
bxg-test/
├── .opencode/
│ └── skills/
│ └── frontend-design/
│ └── SKILL.md
└── 其他项目文件OpenCode 启动时会发现该 Skill 的名称和描述。当用户的任务与前端设计相关时，Agent 可以按需加载完整的 SKILL.md
请使用 frontend-design Skill，为"智联云科技"设计并开发一个企业官网。
企业业务：
为中小企业提供 AI 客服、知识库和办公自动化解决方案。
目标用户：
企业负责人、数字化部门负责人和客服团队管理者。
网站目标：
清楚展示产品价值，引导用户预约产品演示。
页面内容：
1. 首页
2. 产品能力
3. 解决方案
4. 客户案例
5. 关于我们
6. 联系我们
视觉要求：
专业、可信、具有科技感，但不要使用常见的蓝紫渐变模板。
需要形成有辨识度的字体、配色和布局系统。
技术要求：
使用 HTML、CSS 和 JavaScript。
支持桌面端和移动端。
先输出简短的设计方案，再开始生成代码。可以明确要求使用 frontend-design，可以降低 Agent 忽略该 Skill 的概率。也可以不指定，这个时候模型会自己去本地仓库查找匹配符合的skill。
使用 Anthropic 官方 frontend-design Skill 完成企业网站设计的流程是：
下载 Anthropic Skills 仓库；找到 skills/frontend-design；复制到 .opencode/skills/；启动 OpenCode；提供企业网站需求；指定 frontend-design Skill；确认设计方案；生成并运行网站；继续检查和优化
frontend-design Skill 的重点，不只是帮助 OpenCode 写出网页代码，而是引导它根据真实业务作出有目的的设计选择，让最终网站减少模板感并形成自己的视觉特点
如何会造自己的Skills
创建 Skill 并不复杂。最基础的 Skill，本质上就是一个文件夹，加上一份名为 SKILL.md 的说明文件。
先确定 Skill 要解决什么问题
在创建之前，先想清楚：
哪项工作会重复发生，而且每次都有相似的处理步骤？
例如：
- 自动生成工作周报；
- 按固定标准审查代码；
- 根据企业规范编写产品文案；
- 整理会议纪要；
- 分析销售数据；
- 检查网站的页面质量。
一次性的简单任务，直接写提示词即可。只有需要反复使用，并且存在相对固定流程的任务，才值得做成 Skill。
本节以"自动生成周报"为例，创建一个名为 weekly-report 的 Skill。
二、创建 Skill 文件夹
在项目根目录创建：
.opencode/
└── skills/
└── weekly-report/
└── SKILL.mdOpenCode 会扫描这些目录，并发现其中符合规范的 Skill。
三、编写 SKILL.md
在 weekly-report 文件夹中创建 SKILL.md：
---
name: weekly-report
description: 根据用户提供的任务记录、项目进展和问题清单生成结构化工作周报。当用户要求写周报、总结本周工作、整理项目进展或制定下周计划时使用。
---
# 自动周报
## 工作流程
1. 收集用户提供的本周工作记录。
2. 删除重复、无关和过于琐碎的信息。
3. 按照项目或工作主题进行分类。
4. 区分已完成、进行中和下周计划。
5. 提取工作成果、问题风险和需要协助的事项。
6. 信息不足时先询问用户，不得自行编造。
7. 按照规定格式生成周报。
## 输出格式
# 本周工作总结
## 一、本周核心成果
## 二、项目进展
## 三、问题与风险
## 四、下周计划
## 五、需要协助的事项
## 注意事项
- 使用简洁、专业的表达。
- 不要把计划中的工作写成已经完成。
- 尽量体现工作结果，而不是只罗列执行动作。
- 未提供的数据不得猜测或编造。一份 SKILL.md 主要由两部分组成。
第一部分是顶部的 YAML 信息：
name: weekly-report
description: ...
第二部分是下面的具体执行规则。
其中，name 和 description 是必填字段。name 必须和文件夹名称一致，只能使用小写字母、数字和连字符；description 应同时说明 Skill 能做什么，以及什么情况下应该使用。
四、添加脚本和参考资料
简单 Skill 只需要 SKILL.md。任务复杂后，还可以继续添加其他目录：
weekly-report/
├── SKILL.md
├── references/
├── scripts/
└── assets/
它们分别适合保存：
references/：公司周报规范、字段说明和写作要求；
scripts/：收集 Git 记录、处理任务数据的脚本；
assets/：固定周报模板、示例文件和其他资源。
Agent Skills 的开放规范允许 Skill 将脚本、参考资料和模板与核心说明一起打包。
不过，不要一开始就创建大量文件。先用最简单的 SKILL.md 验证流程，确定有必要后再增加资源。
五、在 OpenCode 中测试 Skill
在项目目录启动 OpenCode：
opencode
然后输入：
请根据下面的工作记录生成本周周报：
1. 完成用户登录模块开发；
2. 修复支付页面在移动端的显示问题；
3. 与产品经理确认下个版本需求；
4. 数据导出功能还没有完成，接口存在性能问题。也可以明确指定：
自动创建 Skill 的"魔法 Skill"
当 Skill 越来越复杂时，完全手写容易出现目录不规范、描述不准确、流程遗漏等问题。为此，Anthropic 官方 Skills 仓库提供了一个特殊的 skill-creator。
它本身也是一个 Skill，但它的作用是帮助我们创建、修改、测试和优化其他 Skills，所以也可以称为"创建 Skill 的 Skill"或 Meta-Skill。
一、什么是 skill-creator
普通 Skill 用来完成某项具体任务，例如：
frontend-design
→ 设计和开发前端页面
pdf
→ 处理 PDF 文件
weekly-report
→ 整理并生成工作周报而 skill-creator 不直接处理某项业务，它会先了解我们希望创建什么能力，再帮助完成以下工作：
分析 Skill 的使用场景
→ 确定名称和触发描述
→ 规划执行流程
→ 创建目录和 SKILL.md
→ 补充脚本、模板或参考资料
→ 使用测试任务验证效果
→ 根据测试结果继续优化官方版本不仅能够从零创建 Skill，也可以修改已有 Skill、优化触发描述，并通过测试任务评估 Skill 的表现。
二、安装 skill-creator
在下载的 Anthropic 官方 Skills 仓库中，找到：
skills-main/
└── skills/
└── skill-creator/需要复制整个 skill-creator 文件夹，而不是只复制其中的 SKILL.md。
将它安装到 OpenCode 当前项目：
当前项目/
└── .opencode/
└── skills/
└── skill-creator/
├── SKILL.md
├── scripts/
├── references/
└── 其他配套文件三、让它创建一个新 Skill
安装完成后，在项目目录启动 OpenCode：
opencode然后可以直接提出需求：
请使用 skill-creator，帮我创建一个自动生成工作周报的 Skill。为了让生成结果更加准确，最好同时提供任务背景：
请使用 skill-creator，帮我创建一个 weekly-report Skill。
这个 Skill 用于把用户提供的本周工作记录整理成正式周报。
需要完成以下工作：
1. 按照项目整理工作内容；
2. 区分已完成、进行中和下周计划；
3. 提取工作成果、风险和需要协助的事项；
4. 删除重复和无关信息；
5. 信息不足时向用户提问，不得自行编造；
6. 使用中文 Markdown 输出。
请将 Skill 创建到当前项目的
.opencode/skills/weekly-report 目录。比起只说"帮我创建一个周报 Skill"，这种写法明确了输入、处理流程、输出格式和保存位置，更容易生成可直接使用的结果。
四、skill-creator 会做什么
收到需求后，skill-creator 通常会先分析几个关键问题：
- 这个 Skill 解决什么问题？
- 用户会在什么情况下调用它？
- 哪些表达应该触发它？
- 输入内容是什么？
- 最终需要输出什么？
- 哪些步骤必须执行？
- 是否需要脚本、模板或参考资料？
- 如何验证它是否工作正常？
如果信息不完整，它可能会先向用户提问。例如：
周报是否有固定模板？
是否需要读取 Git 提交记录？
这个 Skill 是个人使用，还是团队共同使用？
生成后是否需要保存为文件？完成需求分析后，它会生成类似下面的结构：
.opencode/
└── skills/
└── weekly-report/
├── SKILL.md
├── references/
├── scripts/
└── assets/对于简单 Skill，可能只创建一个 SKILL.md；只有确实需要时，才会增加脚本、参考资料或模板。
该工具会在执行中询问用户问题，然后持续补充内容生成skill
五、检查生成的 Skill
自动生成并不代表可以直接投入使用。首先应打开生成的 SKILL.md，重点检查顶部信息：
---
name: weekly-report
description: 根据任务记录和项目进展生成结构化工作周报。当用户要求编写周报、总结本周工作、整理项目进度或制定下周计划时使用。
---name 应与文件夹名称一致：
文件夹：weekly-report
name：weekly-reportdescription 需要同时说明两件事：
这个 Skill 能做什么
+
什么情况下应该使用然后检查正文是否写清楚：
- 输入信息要求；
- 完整执行步骤；
- 信息不足时的处理方法；
- 输出格式；
- 禁止编造等限制；
- 是否需要用户确认；
- 任务完成的判断标准。
六、测试新 Skill
创建完成后，可以立即使用一条真实任务进行测试：
请根据以下内容生成本周周报：
1. 完成用户登录模块开发；
2. 修复移动端支付页面显示问题；
3. 与产品经理确认下个版本需求；
4. 数据导出功能仍在开发，当前存在性能问题。正常情况下，weekly-report Skill 应将内容整理为：
本周核心成果
项目进展
问题与风险
下周计划
需要协助的事项还需要测试它的触发边界。
应该触发：
帮我整理本周工作并生成周报。也应该触发：
汇总一下本周项目进度和下周计划。不应该触发：
帮我润色这一句话。如果相关任务没有触发，可能是 description 写得太窄；如果无关任务也触发，则可能是描述范围太宽。
七、继续让 skill-creator 优化
第一次生成的 Skill 往往只是初稿。完成测试后，可以继续告诉 skill-creator 存在哪些问题：
请继续使用 skill-creator 优化 weekly-report Skill。
目前存在以下问题：
1. 输出内容过于像流水账；
2. 没有突出工作成果；
3. 经常把计划写成已完成；
4. 没有单独整理风险事项。
请修改 SKILL.md，并重新设计测试任务。也可以要求它优化 Skill 的触发描述：
这个 Skill 在"总结项目进展"时没有被正确触发，
请优化 description，但不要让普通的文本总结任务误触发它。skill-creator 的官方流程强调先创建草稿，再准备测试提示，通过实际结果评价和持续修改，而不是一次生成后就结束。
八、使用时需要注意什么
skill-creator 可以降低 Skill 开发门槛，但不能完全替代人工判断。
创建完成后，仍然需要确认：
- Skill 的范围是否过大；
- 触发描述是否准确；
- 是否包含不必要的复杂步骤；
- 脚本是否会修改或删除文件；
- 是否使用了当前 Agent 不支持的工具；
- 是否会访问敏感信息；
- 是否经过真实任务测试。
尤其是包含脚本、外部接口、批量文件操作或高成本模型调用的 Skill，正式使用前必须检查权限和执行逻辑。
skill-creator 的价值并不是完全替我们决定业务流程，而是把创建 Skill 的过程标准化。
我们负责提供真实需求和判断结果是否正确；它负责整理目录、编写初稿、设计测试和辅助迭代。这样就可以把原本需要手动完成的 Skill 开发工作，变成一次由 Agent 协助完成的工程流程。
Agent Skills 核心机制剖析：什么是渐进式披露
当系统中安装了很多 Skills 时，Agent 为什么能够找到正确的 Skill，又为什么不会一次性读取所有内容？
答案就是 Agent Skills 的核心机制------渐进式披露。
渐进式披露的意思是：Agent 不会在任务开始时把所有 Skill 的完整内容都交给模型，而是先提供少量信息，确认某个 Skill 与当前任务相关后，再逐步加载详细指令和资源。
整个过程可以概括为：
发现 Skill
→ 读取元数据
→ 判断任务是否匹配
→ 加载 Skill 指令
→ 按需读取资源
→ 调用工具完成任务假设我们在 OpenCode 中安装了很多 Skills：
如果 Agent 每次启动时，都把这些 Skill 的完整内容加载给模型，会出现两个问题。
第一个问题是浪费上下文。
每个 Skill 的 SKILL.md 可能包含数百甚至数千字，还可能附带参考文档、脚本和模板。如果全部加载，模型的上下文窗口很快就会被占满。
第二个问题是干扰模型判断。
用户只是要求分析一份数据，但模型同时看到了网页设计、视频生成、文件整理等大量无关规则，反而可能降低执行准确性。
因此，Agent Skills 不会一次性加载所有内容，而是采用"先少后多、按需加载"的方式。
Agent 启动后，会扫描指定的 Skills 目录。
例如 OpenCode 的项目级目录：在这个阶段，Agent 并不会读取所有 Skill 的完整正文，而是先收集它们的基本信息。
第二阶段：读取元数据
每个 SKILL.md 顶部通常都有一段元数据：
---
name: data-analysis
description: 分析 CSV、Excel 等结构化数据，生成统计结果、图表和分析结论。当用户要求分析数据、发现趋势或生成数据报告时使用。
---ame 用于标识 Skill，description 用于告诉 Agent：
这个 Skill 能做什么；
哪些任务应该使用它；
用户可能会怎样表达需求。
在用户正式提出任务之前，模型通常只需要看到这些元数据。
第三阶段：匹配用户任务
假设用户提出：
请分析这份销售数据，找出收入下降的原因。
Agent 会把用户需求与当前可用 Skills 的描述进行比较。
它可能发现：
data-analysis
→ 与分析销售数据高度相关
web-search
→ 当前任务不一定需要
frontend-design
→ 与当前任务无关因此，Agent 会选择 data-analysis Skill。
这个过程有点像查阅目录。
我们进入图书馆时，不会把所有书全部读一遍，而是先通过书名和简介找到最相关的书，再打开阅读具体内容。
Skill 的 description 就承担了"目录"和"索引"的作用。
这也是为什么创建 Skill 时，Description 非常重要。
描述写得太宽，Skill 可能频繁误触发；描述写得太窄，Agent 又可能在需要时找不到它。
第四阶段：加载完整指令
当 Agent 确定需要使用 data-analysis 后，才会加载它的完整 SKILL.md。
这部分内容可以称为 Skill 的 Instruction，也就是执行指令。
它告诉 Agent：
应该按照什么顺序执行；
哪些步骤不能遗漏；
什么时候需要向用户提问；
最终结果应该采用什么格式；
哪些行为需要避免。
第五阶段：按需加载资源
一个完整 Skill 除了 SKILL.md，还可能包含：
data-analysis/
├── SKILL.md
├── references/
├── scripts/
└── assets/这些文件不会全部自动放入模型上下文，而是根据任务需要再读取。
先加载 SKILL.md
→ 判断需要什么资料
→ 读取 references
→ 运行 scripts
→ 使用 assets