AI Skill 技术详解：从起源发展到实战编写指南
AI Skill 的起源与发展
从 2023 年到 2026 年，AI 大模型调用外部工具和执行任务的能力经历了四次关键跃迁，最终形成了今天广泛采用的 Agent Skills 开放标准。
- 2023 年 6 月：OpenAI 推出 Function Calling，首次让大模型能主动请求调用外部函数，奠定了工具调用的基础。
- 2024 年 11 月：Anthropic 发布 MCP（Model Context Protocol），将工具调用升级为标准化开放协议，统一了 AI 连接数据库、API 和本地文件的方式。
- 2025 年 10 月：Anthropic 正式提出 Agent Skills 概念，通过“SKILL.md + 文件夹”的形式将任务流程、专业知识和脚本工具打包成可复用的技能单元。
- 2025 年 12 月：Agent Skills 成为开放标准，GitHub Copilot 和 OpenAI Codex 相继支持，标志着该规范获得主流开发工具认可。
- 2026 年初：Cursor、GitHub 等平台深度整合 Skills 与 Hooks，AI 编码生态从单模型工具迈入多代理协同新阶段。
如今，Agent Skills 已成为绝大多数 AI Agent 开发框架和 IDE 兼容的扩展规范，官网 agentskills.io 提供完整的技术规格和使用指南。
什么是 AI Skill？
简单来说，Skill 是给 AI Agent 加装的专项能力模块。Agent 原生只具备对话能力，但通过加载不同的 Skill，就能获得专业功能：天气查询、文件管理、代码生成等。
一个 Skill 本质上是一个包含 SKILL.md 的文件夹，结构如下：
- SKILL.md（必备）：存放技能元数据（名称、描述）和执行指令；
- scripts/（可选）：可运行的工具脚本（Python、Bash 等）；
- references/（可选）：技术文档、API 手册、FAQ 等参考资料；
- assets/（可选）：模板、配置文件、示例数据等静态资源。
这种设计把完整的工作流程、经验方案和工具脚本打包成一套可复用的能力包，既避免了将所有知识硬编码在提示词中，又保证了专业性和灵活性。
Skill 的文件结构详解
SKILL.md：技能的核心说明书
SKILL.md 是每个 Skill 必须包含的主文件，定义了技能的基本信息和执行逻辑。其字段包括：
- name（必填）：技能名称，仅允许小写字母、数字和连字符，最长 64 字符；
- description（必填）：功能与使用场景说明，最长 1024 字符，不能为空；
- license（可选）：许可证名称或指向 LICENSE 文件的路径；
- compatibility（可选）：环境依赖说明（如所需系统包、网络权限等）；
- metadata（可选）：自定义键值对，可用于记录作者、版本号等；
- allowed-tools（可选）：允许调用的工具列表（实验性功能）。
其中，description 至关重要——它决定了 AI 在什么情况下会触发该技能。写得太模糊，该触发时不触发；写得太宽泛，不该触发时乱触发。例如：
好的描述："从 PDF 文件中提取文本和表格、填充表单、合并文档。在处理 PDF 文件或用户提及 PDF、表单或文档提取时使用。"
差的描述："帮助处理 PDF 文档"
scripts/：自动化脚本目录
当某些任务通过纯提示词难以稳定实现（如复杂计算、文件处理），Agent 可直接运行 scripts/ 中的脚本。这些脚本通常是 Python、Bash 或 Node.js 编写的可执行程序。
例如，官方 Word 处理技能中的 scripts/ 目录包含多个 Python 脚本，用于批注处理、文本合并、Office 格式转换等底层操作。
references/：专业参考资料
该目录存放领域知识文档，如 API 手册、技术标准、常见问题解答等。Agent 在需要时按需读取，既能保证专业性，又避免上下文膨胀。
assets/：静态资源库
assets/ 存放任务所需的“原材料”，如配置模板、JSON Schema、示例图像等。这些资源为 Agent 提供了执行任务的基础素材。
渐进式披露：Skill 的核心机制
在真实业务场景中，一个 Agent 往往配备数十甚至上百个技能。如果一次性将所有技能的完整内容加载到上下文中，会导致：
- Token 成本爆炸：每次对话消耗数万 Token；
- 注意力分散：AI 被大量无关规则干扰，输出质量下降。
为解决这一问题，Agent Skills 采用了 渐进式披露（Progressive Disclosure） 机制，分三层按需加载：
第一层：元数据（Metadata）
Agent 启动时仅扫描所有 SKILL.md 的头部元数据（name、description 等），构建轻量级“技能索引表”。即使有 50 个技能，也仅消耗约 5000 Token。
第二层：指令（Instructions）
当用户提出具体任务时，Agent 根据意图匹配技能索引，仅加载命中技能的完整 SKILL.md 内容（约 1000–5000 Token）。
第三层：脚本与参考（Scripts & References）
执行过程中，Agent 仅在真正需要时才加载 scripts/ 和 references/ 中的资源，真正做到“用多少拿多少”。
对比传统 MCP 方案
- 传统 MCP：启动时一次性加载所有技能的完整内容，50 个技能需 155,000 Token，成本高且易混乱；
- Skill 三层架构：全程仅用约 10,000 Token，节省 90% 以上成本，且避免无关信息干扰。
Skill 的编写原则
1. 只写 AI 不知道的东西
想象你在向经验丰富的同事交接工作：不需要教他 Excel 基础操作，但要告诉他“老板只看柱状图不看饼图”这类私有规则。每写一句都问自己：“AI 会知道这个吗？” 如果会，就删掉。
2. 保持简洁，控制上下文占用
SKILL.md 应尽量简短，核心规则放主文件，参考资料单独存放。好的示例：
# 提取 PDF 文本
使用 pdfplumber 进行文本提取：
```python
import pdfplumber
with pdfplumber.open("file.pdf") as pdf:
text = pdf.pages[0].extract_text()
坏的示例则包含大量冗余解释，浪费 Token。
### 3. 复杂流程加入验证环节
对于多步骤任务，在关键节点设置检查点。例如：“做完这步先检查 XX 是否正确，确认没问题再继续下一步”，避免错误累积到后期才暴露。
### 4. 使用指定步骤或工作流
对于研究类任务，可提供结构化清单：
```markdown
## 研究综合工作流
复制此清单并跟踪进度：
```research-progress
- [ ] 步骤 1：阅读所有源文档
- [ ] 步骤 2：识别关键主题
- [ ] 步骤 3：交叉参考声明
- [ ] 步骤 4：创建结构化摘要
- [ ] 步骤 5：验证引用
### 5. 先跑起来，再迭代优化
Skill 很难一次完美，建议先做最小可行版本，根据实际使用反馈逐步打磨。
## Skill 与其他技术的对比
### Skill vs 传统提示词
| 维度 | 传统提示词 | Skill 机制 |
|------|----------|-----------|
| 核心逻辑 | 临时口头吩咐，每次需重新“教育”AI | 封装好的“岗位说明书+SOP”，AI 自动按章办事 |
| 加载方式 | 全量强塞，持续占用上下文 | 渐进式披露，未触发时仅占 ~50 Token |
| 输出稳定性 | 抽卡模式，结果波动大 | 工业化模式，质量稳定如一 |
| 工程化管理 | 几乎为零，无法版本控制 | 支持 Git 全链路追踪，可协作、可回滚 |
一句话总结：Prompt 是临时吩咐，Skill 是可维护、可复用的标准化工作手册。
### Skill vs MCP
| 维度 | MCP | Skill |
|------|-----|-------|
| 核心定义 | 开放通信协议（类似 USB-C 接口） | 封装好的能力包（含 Prompt、脚本、知识库） |
| 交互方式 | 动态双向调用远程工具 | 静态/半静态注入本地上下文 |
| 开发复杂度 | 高（需实现 JSON-RPC 服务端） | 低（只需写 Markdown 和整理文件夹） |
| 典型用途 | 获取实时天气、操作 GitHub、执行系统命令 | 代码规范审查、财报分析、邮件模板生成 |
简言之：**MCP 用来外接外部系统，Skill 用来沉淀内部固定工作 SOP**，二者可搭配使用。
## 实战：用 OpenCode 创建文档转换技能
### 安装 OpenCode
OpenCode 是一款开源的 AI 编程智能体，支持终端和 GUI 模式。从官网 [opencode.ai](https://opencode.ai/) 下载安装后，即可在聊天界面中直接执行开发任务。
### 安装 skill-creator
首先创建全局技能目录：
```bash
mkdir -p ~/.agents/skills然后安装 Anthropic 官方技能库：
npx skills add https://github.com/anthropics/skills --all重启 OpenCode 后，输入 / 即可看到已加载的技能列表。
创建 doc-to-markdown 技能
使用 skill-creator 指令：
/skill-creator 创建一个名为 `doc-to-markdown` 的技能，技能描述使用中文。技能功能：
- 接收用户上传的 .docx 或 .pdf 文件，或通过 URL 提供文档。
- 使用 Python 库 `markitdown`（微软开源）将文档转换为 Markdown 格式。
- 输出一个同名的 .md 文件（或由用户指定文件名）。
实现要求：
- 依赖：Python 3.7+，以及 `markitdown[all]` 包。
- 封装为一个简单的 Python 脚本，提供命令行调用：`python convert.py <输入文件> [输出文件]`。OpenCode 会自动生成完整的技能文件夹，包含 SKILL.md、scripts/convert.py 等。
测试技能
在聊天中输入：
把这个 Word 文件 E:\code\lessonprj\skillcreate\Tencent WorkBuddy 简介.docx 转换为 mdAgent 会自动调用 doc-to-markdown 技能，执行转换脚本，并返回生成的 Markdown 文件内容。
技能社区与资源
目前已有多个平台提供 Skill 分享和下载：
- Anthropic 官方仓库：github.com/anthropics/skills
- ModelScope 技能中心：modelscope.cn/skills
- Awesome Agent Skills 合集：github.com/voltagent/awesome-agent-skills
- Agent Skills Marketplace：skillsmp.com
- ClawHub（龙虾系列技能库）：clawhub.ai/skills
这些社区为开发者提供了丰富的参考案例和即用型技能，大幅降低 Skill 开发门槛。
总结
AI Skill 技术通过标准化的文件结构和渐进式披露机制，解决了 Agent 能力扩展中的三大痛点：上下文膨胀、输出不稳定、工程化困难。它不仅是提示词工程的升级，更是 AI 应用走向工业化、可维护化的关键一步。随着多代理生态的成熟，Skill 将成为连接人类专业知识与 AI 执行力的核心桥梁。