目录1. 什么是 Skills2. 代码示例3. 运行与结果4. 总结目前 skills 在 AI Agent 处理事务方面大热。微软后知后觉在 Microsoft Agent Framework 上也算跟上了脚本终于支持了 skills。本文将介绍什么是 Skills并结合代码示例展示如何使用它们来增强您的 AI Agent。1. 什么是 Skills根据官方规范代理技能 (Agent Skills)是一个包含指令、脚本和资源的可移植包旨在为代理提供专用的功能和领域专业知识。您可以将它看作一个“工具箱”代理可以根据需要打开并使用其中的工具来完成特定任务。使用代理技能的主要优势包括封装领域专业知识将特定领域的知识如公司报销政策、法律工作流程打包成可重用的技能。扩展代理功能为代理添加新功能而无需修改其核心指令。确保一致性将复杂的多步骤任务转换为可重复、可审核的工作流。启用互操作性在不同的、兼容技能规范的代理产品中复用同一个技能。技能结构与SKILL.md一个技能本质上是一个目录其核心是SKILL.md文件。该文件通过 YAML 前置元数据Frontmatter和 Markdown 内容来定义技能。YAML Frontmatterexpense-report/ ├── SKILL.md # Required — frontmatter instructions ├── scripts/ │ └── validate.py # Executable code agents can run ├── references/ │ └── POLICY_FAQ.md # Reference documents loaded on demand └── assets/ └── expense-report-template.md # Templates and static resourcesMarkdown 正文--- name: expense-report description: File and validate employee expense reports according to company policy. Use when asked about expense submissions, reimbursement rules, or spending limits. license: Apache-2.0 compatibility: Requires python3 metadata: author: contoso-finance version: 2.1 ---渐进式披露 (Progressive Disclosure)为了高效利用大语言模型的上下文窗口Context Window技能采用了一种三阶段的“渐进式披露”模式**宣传 (Advertise)**在每次运行时仅将技能的name和description注入到系统提示中。这让代理知道有哪些技能可用但开销极小。**加载 (Load)**当代理认为某个任务与特定技能相关时它会调用load_skill工具来加载完整的SKILL.md文件获取详细的执行指令。**读取资源 (Read Resource)**如果指令中需要代理会进一步调用read_skill_resource工具来按需读取脚本或参考文档等补充资源。这种模式确保了代理的上下文始终保持精简仅在需要时才加载深度领域知识从而节省了成本并提高了效率。在 Agent Framework 中框架提供了一个**技能提供程序 (Skill Provider)**例如FileAgentSkillsProvider。它的作用是发现文件系统中的技能目录并自动为代理提供load_skill、read_skill_resource等工具让代理能够遵循渐进式披露模式来使用这些技能。2. 代码示例接下来我们通过一个具体的 C# 代码示例来看看如何为代理提供并使用技能。下面的代码来自SkillTester.cs文件。首先我们需要创建一个FileAgentSkillsProvider实例。这个提供程序会扫描指定路径在这里是skills目录发现所有符合规范的技能。// Discover skills from the skills directory var skillsProvider new FileAgentSkillsProvider( skillPath: Path.Combine(AppContext.BaseDirectory, skills));然后在创建代理时我们将这个skillsProvider作为AIContextProviders之一传递给代理。这样代理在启动时就知道了所有可用技能的“宣传”信息。// Create an agent with the skills provider AIAgent agent new OpenAIClient( new ApiKeyCredential(apiKey) , new OpenAIClientOptions() { Endpoint new Uri(endpoint) } ) .GetChatClient(gpt-5.4) .AsAIAgent(new ChatClientAgentOptions { Name SkillsAgent, ChatOptions new() { Instructions You are a helpful assistant., }, AIContextProviders [skillsProvider], });3. 运行与结果现在代理已经具备了从skills目录加载的技能。我们可以给它一个具体的任务比如“写一个关于观看F1上海站比赛的小红书笔记”。代理会根据这个提示判断是否需要使用某个技能来更好地完成任务。var response await agent.RunAsync(写一个关于观看F1上海站比赛的小红书笔记); Console.WriteLine(response);假设在skills目录中有一个专门用于生成社交媒体内容的技能代理在“加载”该技能的SKILL.md后就会按照其中的指令生成格式精美、符合平台风格的内容。运行代码后我们得到以下输出--- # 标题建议 **现场看F1上海站到底有多爽一篇告诉你值不值得冲** --- # 正文 终于打卡了心心念念的**F1上海站**如果你问我一句**值不值得去现场看** 我的答案是**太值了而且和在屏幕前看完全不是一个概念** 第一次来到上汽国际赛车场真的会被现场氛围震住。 还没正式进场就已经看到满满的车迷穿着各个车队的周边 法拉利红、梅奔黑、迈凯伦橙、红牛深蓝…… 感觉不是来“看比赛”而是直接走进了F1的世界里。 ## 1现场最震撼的真的是赛车声音 在电视里你会觉得哦车很快。 但到了现场你才知道**F1的速度感是扑面而来的**。 赛车从眼前冲过去那一瞬间 不是“看到一辆车开过去” 而是**你整个人都被引擎轰鸣、轮胎摩擦和空气撕裂感包围**。 尤其是在长直道和刹车点附近真的会忍不住一直“哇”出来。 那种肾上腺素飙升的感觉屏幕根本传达不出来。 ## 2现场气氛比想象中还燃 比赛开始前的暖场、观众席的欢呼、大家一起举手机拍发车、 每一次超车成功全场都会有很明显的欢呼声。 如果刚好你支持的车手在你面前完成防守或者超越 那个瞬间真的会直接从座位上弹起来。从结果可以看出代理不仅理解了任务还可能利用了某个技能生成了包含标题建议、正文、表情符号和 Markdown 格式的专业小红书笔记。4. 总结通过使用 Skills我们可以将通用的 AI 代理转变为能够执行特定领域任务的专家。Skills 通过其可移植的结构和高效的“渐进式披露”模式为扩展代理功能提供了一种标准化、可维护且强大的方式。这使得开发者能够构建出更加智能、可靠和多才多艺的 AI 应用。引入地址