Skill 不是插件也不是你连接到 API 的脚本可以把它想象成为新团队成员编写入门指南。与其在每次对话中重新解释你的工作流程和偏好不如将它们打包一次每当你的请求匹配时Agent就会自动提取它们。Skill 的核心只是一个文件夹your-Skill-name/├── SKILL.md 必须: 指令 元数据├── scripts/ 可选: Agent 润型的代码├── references/可选: 按需加载的文档└── assets/ 可选其他资源如模版、图片、字体唯一需要的文件是 SKILL.md。其他所有内容都是可选的但随着 Skill 变得越来越复杂这些内容就变得越来越重要。目前SKILL.md 格式之所以特别有用是因为它是一个开放标准由 Anthropic 于 2025 年 12 月在 agentSkills.io 上发布。它适用于主流大模型以及爆火的OpenClaw。虽然格式是标准化的但每个平台实现发现和工具的方式略有不同。思考共享语言而不是相同的行为。适用于 Claude Code 的 Skill.md 很可能适用于 Codex但运行时行为 (如会话快照、工具权限和调用模式) 在不同平台之间存在差异。在写任何Skill之前你需要知道该把它放在哪里。每个平台都从特定位置加载技能而这个位置定义了技能的范围。Claude Code: 位于/.claude/Skills/{Personal}可在所有项目中使用.claude/Skills/{Project_level}通过 git 与团队共享OpenAI Codex: 位于/.codex/Skills/{User-level}适用于在.codex/Skills/Repo 级中工作的任何代码仓库OpenClaw:位于 ~/.openclaw/Skills/Global适用于所有配置Agent的每个工作空间仅适用于特定AgentCursor位于~/.cursor/Skills/{Personal}, 可在所有项目中使用.claude/Skills/{Project_level}当两个Skill共享同一名称时优先级更高的位置会胜出。项目级的Skill可以覆盖具有相同名称的个人技能。这使得团队可以定义默认设置个人可以对自己的设置进行覆盖。Agent Skill 时如何工作的三级加载系统这是大多数人都会跳过的部分它解释了几乎所有不触发或消耗太多背景信息的问题。Skill使用渐进式披露这是一个三级加载系统其中内容只有在需要时才会被提取到上下文中。等级 1: 元数据 (始终加载每个Skill约 100 token)在启动时Agent只会从每个已安装技能的 YAML 前缀中读取名称和描述仅此而已。这个简洁的列表会进入系统提示以便Agent知道存在哪些技能以及何时使用它们。也就是说我们可以安装许多技能而不会产生上下文惩罚。等级 2: 指令 (触发时加载一般低于 5000 token)当Agent判断某个 Skill.md 是否相关时它会使用 bash 调用将整个 Skill.md 的内容读取到上下文中。只有在这个时候你的实际指令才会被加载。等级 3: 参考文件和脚本 (按需加载实际上无限制)如果Skill主体引用了其他文件Agent只会在需要时读取这些文件。脚本可以在完全不被读取到上下文的情况下执行。这就是技能可扩展性的原因无论你捆绑了多少内容空闲时的token成本都是零。以下是实际请求的顺序1. Session 启动-- Agent 加载: 名称 每一个Skill的描述 (Level 1)2. 用户Query: Can you write a README for this project?-- Agent 加载: readme-writer/Skill.md full body (Level 2)3. Skill.md 引用style文件-- Agent 加载: readme-writer/references/style.md (Level 3)4. Skill.md包含了用户脚步-- Agent executes: scripts/validate.sh 可以无上下文执行启用Skills选择与斜杠命令Skills 一般都支持两种调用模式。当请求与描述相匹配时Agent 可以自动激活一个技能 (隐式调用)或者可以直接调用它 (显式调用)。在CC中Skill默认出现在斜杠命令菜单中。我们可以直接使用/Skill-name 调用其中一个技能或者只需描述您想要的内容CC就会自动激活相关技能例如显式调用/readme-writer隐式调用Can you write a README for this project?尽管如此一个写得好的描述仍然非常重要。它驱动着自动激活使技能感觉像是你工作方式的自然延伸而不是一个必须记住输入的命令。YAML 前缀中的描述字段不是针对人类的它是Agent在决定是否激活目标Skill时使用的触发条件。以下是工作结构[这个Skill 做什么] [什么时间使用它使用怎样的触发语句]如果你曾经在DuerOS Bot Platform 上开发过语音技能的话 你就会有一种似曾相识的感觉。agentSkills.io 规范定义了以下约束名称仅限小写字母、数字和连字符最多 64 个字符不得以连字符开头或结尾不得连续使用连字符描述最多 1024 个字符必须同时描述该技能的功能和使用时间文件必须准确命名为 Skill.md区分大小写避免使用 XML 角括号 (或)因为它们可能会在系统提示符中注入意外指令。一些平台在这些之上添加了约定我们可以在 agentSkills.io/specification 中查看平台特定的文档以及基本规范。Skill并不能保证执行大模型仍然决定是否遵循指令。将Skill视为结构化指导可以显著提高一致性而不是确定性的自动化。如果模型偏离了脚本解决方案几乎总是改进指令或描述而不是调试运行时的行为。另外Skill.md 建议保持在 40 行以下详细的指令细则存储在 references/xxx.md 中并且只有在运行时才会加载。这使得第 2 级加载保持精简同时Agent仍然可以访问第3 级所需的一切。与MCP 的融合我们可以通过Skill 来增强MCP服务。MCP 服务器为Agent提供了对指定功能API 的访问权限。Skill 让Agent 知道如何可靠且一致地使用这种访问权限。如果没有这个Skill用户虽然可以连接 MCP但仍然需要解决每一个步骤。有了Skill整个工作流程就可以从一句话开始。一个使用MCP的Skill.md 模版如下---name: { 使用某MCP服务的Skill 名称}Description: { Skill 的具体描述}metadata:mcp-server: { MCP 服务的名称}version: { MCP 服务的版本}---{ Skill 的执行步骤}在执行步骤中 我们还可以引入异常处理的机制例如references/error-handling.md 处理诸如连接错误 数据丢失等问题。需要注意的是allowed-tools 在 Agent Skills 规范中被标记为实验性的并且支持情况因 Agent 实现而异。目前它在 CC中得到了很好的支持。Skill 的安全性Skill可以捆绑可执行代码和指令来控制Agent行为同样的能力也使恶意技能变得危险。我们需要仅安装来自可信来源的技能。在安装任何社区技能之前请阅读文件夹中的每个文件特别是脚本/中的任何内容。请注意告诉Agent进行出站网络呼叫或向外部服务发送数据的说明。Cisco 的研究人员已经提出了警告Skill 可能被用于通过提示注入进行静默的数据泄露。安全审计扫描了数千种社区技能发现了一小部分Skill存在关键漏洞包括凭证盗窃和恶意软件。Snyk 专门发布了这方面的研究结果。ClawHub 有一个 VirusTotal 集成我们可以用它在安装前检查技能但对于任何具有广泛权限的技能手动审核仍然是值得的。一些实用的方法如下永远不要安装一个要求你在聊天中粘贴密钥的技能安装前请务必阅读scripts/中的脚本请对设置说明中使用出站网络调用的技能持怀疑态度。首选来自官方来源的技能或者您自己团队的技能学习资源推荐如果你想更深入地学习大模型以下是一些非常有价值的学习资源这些资源将帮助你从不同角度学习大模型提升你的实践能力。一、全套AGI大模型学习路线AI大模型时代的学习之旅从基础到前沿掌握人工智能的核心技能​因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获取二、640套AI大模型报告合集这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示​因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获取三、AI大模型经典PDF籍随着人工智能技术的飞速发展AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型如GPT-3、BERT、XLNet等以其强大的语言理解和生成能力正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获取四、AI大模型商业化落地方案作为普通人入局大模型时代需要持续学习和实践不断提高自己的技能和认知水平同时也需要有责任感和伦理意识为人工智能的健康发展贡献力量。