手把手教你撰写 Agent Skill.md¶

Ch01.1215 手把手教你撰写 Agent Skill.md¶

📊 Level ⭐⭐ | 4.8KB | entities/手把手教你撰写-agent-skillmd.md

来源: 数据STUDIO

发布日期: 2026-04-10

原文链接: https://mp.weixin.qq.com/s/ZcHtJH5eT76f8agSvo3HYQ

还在为AI助手不懂你的业务场景而头疼？一个轻量级的技能包，就能让通用模型听懂你的“黑话”

“帮我处理一下这个PDF表单，提取里面的订单信息，然后合并成一份报告。”

当你向AI助手提出这样的需求时，它可能会手忙脚乱地尝试各种库，或者干脆告诉你“我做不到”。但你有没有想过，如果能给AI一份“操作手册”，告诉它“用这个工具，按这个步骤，注意这个坑”，它就能轻松搞定？

这就是 Agent Skills 要做的事情。

想象一下，你的AI助手就像一个刚入职的新员工。他聪明、学习能力强，但不知道你们公司的业务流程、代码规范、以及那些只有老员工才知道的“潜规则”。Skills，就是一份岗位职责说明书+操作SOP+避坑指南的合集。

本文将深入拆解Agent Skills这个轻量级的开放格式，从原理到实践，再到如何评估和增强技能，教你如何让通用大模型秒变你的领域专家。

从本质上讲，一个Skill就是一个文件夹。这个文件夹里最关键的文件是一个叫 SKILL.md 的文件。它就像一份“任务说明书”，里面不仅告诉AI这个技能是干嘛的（元数据），还详细描述了“怎么做”（操作指令）。

一个典型的Skill目录结构长这样：

my-skill/
├── SKILL.md # 必须：包含元数据和核心指令

├── scripts/ # 可选：可执行脚本（Python/Bash等）

├── references/ # 可选：参考文档（API说明、详细指南等）

└── assets/ # 可选：静态资源（模板、图片等）

你可能会问：“这和直接把所有东西塞进Prompt里有什么区别？”区别大了！这就涉及到了Agent Skills的核心设计哲学—— 渐进式披露。

“渐进式披露”这个概念听起来很玄乎，但你可以把它想象成外卖骑手接单的过程：

外卖平台打开时，骑手（AI）只会看到所有可接订单的概要信息：比如“XX餐厅的订单，距离2公里，预计收入8元”。这对应Skill的 name 和 description 字段。系统只加载这些轻量信息，来判断是否与该任务相关。

当骑手看到这个订单并决定接单时，他才会点进去，看到完整的订单详情：具体菜品、客户地址、备注要求（“不要香菜”）。这就对应当Agent发现某个任务匹配Skill的描述时，它会将完整的 SKILL.md 文件加载到上下文中。

骑手根据详细地址出发，必要时查看地图（参考文件）或者联系客户（执行脚本）。这对应Agent按照Skill的指令，按需加载 references/ 中的文档或执行 scripts/ 里的代码。

这种设计的好处显而易见：AI的“大脑”（上下文窗口）不会被所有Skill的细节塞满，只有在需要时才会加载必要的信息，从而保持思考速度，且能应对更复杂的任务。

这是Skill的核心。它由两部分