2.SKILL全详解：全面解析SKILL

什么是 Skills

Skill就是扩展Agent能力的技能包，他的本质是按需加载的SOP模块。通俗的说，Skill就是一套能够让AI按照既定计划执行任务的工具包和资源包。是某个任务的说明书。

Skill的核心特性就是：

可发现： AI能够根据用户指令自动判断是否需要调用该Skill
按需加载：只在需要时加载，不会占用太多的token数
模块化：包含元数据，指令函数，资源文件等完整的结构

Skill的本质：按需加载的prompt提示词

从直观上理解，SKILL的本质其实就是增强版的、按需加载的prompt提示词。我们从下面比较一下它和传统的提示词工程有什么区别：

传统prompt: 单次问答，你问什么，模型就回答什么。每次对话，所有内容都一次性塞进上下文中，可复用性极低。

SKILL的方式：一本"工具书"，既包含了指令，还附带工具（脚本）和参考资料（文档）。按需加载，渐进式披露，一次便携，可在不同项目，甚至不同Agent中反复调用。

MCP， SKILL和TOOLs的区别

很多人都搞不懂mcp， skill和tools的区别，经常混用，下面我们来理清一下这几种技术的区别：

概念	本质	特点	适用场景
Prompt	一次性指令	临时、简单、无结构	一次性的简单任务，问什么答什么
Tool	单一功能接口	原子化操作	执行具体动作（如查天气、发消息）
Skill	完整任务 SOP	模块化、可发现、按需加载	复杂的多步骤任务
MCP	数据/动作来源	提供 API 接口	扩展 AI 能调用的外部工具

由上表可知，prompt适用于一次性简单的任务，你问什么，模型就回答什么。而tool是原子化的操作，适用于一些比较简单的任务，比如写文件，发消息等操作。而mcp是为Agent提供了统一的数据接口和外部工具，比如说调用第三方服务（比如高德，墨迹天气等数据接口），而SKILL能够执行复杂的多步骤任务，比如完成文章插图生成，PPT制作等等。

那么有小伙伴可能就会问了，那skill也可以完成取数据的任务呀？是不是就没有mcp什么事儿了？

回答： skill虽然能够完成取数据的任务，但是这儿有一个合适不合适的问题，就比如虽然瑞士军刀也能够切菜，但是大家却没有这么干的！

SKILL的结构组成

我们先来看一下skill的组成:

bash 复制代码

skill-name/
├── SKILL.md           # 核心文件：定义技能指令、元数据（必须）
├── scripts/           # 可执行脚本（可选）
│   ├── init_skill.py
│   └── validator.sh
├── references/        # 外部知识与规范（可选）
│   ├── REFERENCE.md
│   └── api-schema.json
└── assets/            # 静态资源(可选）
    ├── template.html
    └── diagram.png

SKILL.md

这是整个SKILL的灵魂，是Agent的大脑和说明书。决定了AI决定是否调用该SKILL,以及如何执行任务。

它是由两部分组成，元数据 和正文指令。

其中元数据位于文件顶部，用---包裹，这部分始终加载在系统的提示词中，用于AI的路由决策。

比如元数据：

latex 复制代码

---
name: translate-skill 
description: 将用户提供的文本逐行翻译成英文，保留原格式（如空行、缩进），输出逐行对照或纯译文。适用于代码注释、日志、配置文件等多行文本的翻译场景。
---

正文指令：元数据下方的内容，这是渐进式加载的第二层内容，只有当AI判断和技能相关时才会完整读入。

它需要清晰的步骤，规则，示例，以及如何调用下方的scirpts/和references/的具体指令。

比如举个例子：

latex 复制代码

# 角色定义

你是一位专业翻译专家，擅长将中文（或其他语言）翻译为地道、自然的英文。

## 触发条件
当用户明确要求"逐行翻译"、"逐句翻译成英文"、"把下面每行翻成英文"或类似指令时，自动加载本技能。

## 核心工作流程

1. **接收输入**：从用户消息中提取待翻译的多行文本。
2. **逐行处理**：
   - 以换行符 `\n` 分割文本，保留每一行的**原始顺序**。
   - 对**每一行**独立进行翻译，翻译为英文。
   - **保留空行**：如果某行是空行，译文也输出空行。
   - **保留前导/尾随空格**：保留每行原有的缩进（如空格或制表符），以维持格式对齐。
3. **输出格式**：
   - 默认输出**纯译文**（仅英文，不附带原文），行数与原输入完全一致。
   - 若用户要求"双语对照"，则按 `原文 → 译文` 的格式逐行输出（原文和译文各占一行，或用分隔符）。

## 翻译规则

- **准确性优先**：确保每行译文准确传达原意，不增删内容。
- **风格统一**：保持全篇英文风格一致（正式/口语，根据原文风格调整）。
- **术语一致**：若同一术语在多行重复出现，保持译法统一。
- **代码/标记保留**：如果行中包含占位符（如 `{name}`）、代码变量或特殊标记，**直接保留原样**，不翻译这些部分。

## 输出示例

### 用户输入：
你好，世界！
这是第二行。
（空行）
最后一行。

### AI 输出（纯译文）：
Hello, world!
This is the second line.

The last line.

reference

该文件夹下面是Agent的外置大脑，供AI阅读和理解的。比如公司的详细规范说明，API文档，历史案例或者公司的规章制度等。

Agent的上下文是非常宝贵的，references/里的内容不会在skill激活时就自动塞进AI的大脑，相反，AI会先读取SKILL.md的轻量指令，当任务进行到特定的步骤的时候，SKILL.md就会指示AI：**请读取references/xxx.md来获取详细的规则。**此时AI才会调用read工具，将该文件内容加载到上下文中学习。

举个例子，还是上面的翻译skill。如果上面的body中的翻译规则中有这么一句话：

latex 复制代码

在翻译之前，先通读一下`references/translator_rules.md` 中的翻译规则，再执行翻译。

那么Agent在翻译之前，就会先读取这个translator_rules.md。

scripts

该文件夹下存放的是AI的机械手臂，负责操作和执行。

比如说独立可运行的代码文件（*.sh, *.py, *.js）等，它解决的是AI能动手做什么的问题。

注意： AI完全不会将scripts/下的代码读入自己的大脑（因为太占Token而且没有必要），它只会通过内置的bash工具启动脚本程序，脚本运行完成之后，读取结果。

比如parse_excel.py, convert_pdf_to_md.py, xxx

怎么写好SKILL

写好description

因为description是 AI 决定是否调用该 Skill 的唯一路由依据 。只有写好了description, AI才会路由到该skill
开头说清楚，做什么，为什么，怎么做

开头需要给出正面示例和反面示例，还有适用判断，是决定写好skill的另一标准。
多解释为什么，而不要用商量的口吻

不要用请， 必须等词语，而是多用因为， 这样做的好处...，让AI理解为什么要这样做。
给出改之前和改之后的对比

这部分是让 AI 清楚知道"改什么"和"改成什么"，给出具体示例比写必须好一万倍！