Agent Skill 深度解析

发展脉络

2025.10.16 Anthropic 推出 Agent Skill。起初定位克制，仅用于提升 Claude 在特定任务上的表现。

紧随其后 VS Code、Codex、Cursor 等工具很快跟进，行业节奏被迅速带动。

2025.12.18 Anthropic 正式将其发布为开放标准，支持跨平台、跨产品复用，超越单一产品范畴。

      一句话总结：Agent Skill 让大厂纷纷跟进，正在演变为 AI Agent 领域的通用设计模式。
    

什么是 Agent Skill？

用最通俗的话讲清它的本质

本质：Agent Skill 就像一个大模型可以随时翻阅的说明文档。

智能客服会议总结文案生成

      示例 · 智能客服：在 Skill 中明确交代「遇到投诉先安抚情绪，不得随意承诺」。
    

      示例 · 会议总结：规定「必须按参会人员 / 议题 / 决定格式输出总结内容」。
    

好处：不用每次对话都重复粘贴那一长串要求，大模型自己翻阅说明文档就知道怎么干活。

基础用法：创建与调用

以 Claude Code 为例的实操演示

创建 Skill 文件夹

进入用户目录下的 .claude/skills/ 文件夹，执行 mkdir 会议总结助手创建文件夹。文件夹名即 Skill 名称。

编写 skill.md 文件

每个 Agent Skill 都需要一个 skill.md 文件，描述名称、能力及做事流程。

skill.md 结构两个部分：
+ 元数据（metadata）：name + description
— name：与文件夹名相同
— description：说明该 Skill 的用途

+ 指令（instruction）
— 详细描述模型需遵循的规则，可附示例

      示例规则：会议总结必须包含「参会人员」「议题」「决定」三个维度，并给出输入/输出示例以确保模型理解。
    

调用 Skill

在 Claude Code 中输入请求，模型会识别出匹配的 Skill 并请求使用，用户同意后开始按规则执行。

核心机制：按需加载

为什么能省 token？关键在这

Agent Skill 调用中有三个角色：用户、Claude Code、大模型。

1用户输入请求

↓

2Claude Code 将「所有 Skill 的名称 + 描述」发给大模型

↓

3模型识别匹配的 Skill，返回选择结果

↓

4Claude Code 只读取被选中 Skill 的完整 skill.md

↓

5模型按 skill.md 规则生成响应

      重点：只有名称和描述始终对模型可见，指令正文仅在 Skill 被选中后才加载。即使装了十几个 Skill，模型起初也只看到一份轻量级「目录」。
    

高级功能

Reference 与 Script，按需中的按需

Reference（引用）

条件触发的资源加载。只有当特定话题出现时，才把对应文件加载给模型看。

      示例 · 集团财务手册：

      在 Skill 中新增「财务提醒规则」——仅在会议内容提到钱 / 预算 / 采购 / 费用时，读取财务手册文件（住宿补贴 510 元/晚，餐饮费人均 310 元），检查会议决定中的金额是否超标，并明确审批人。

若会议与钱无关，财务文件只会躺在硬盘里，绝不占用一个 token 的上下文。

Script（脚本）

让 Agent Skill 运行代码。脚本只会被执行，不会被读取。

      示例 · 上传脚本：

      创建 upload.py，在 skill.md 中规定：当用户提到「上传 / 同步 / 发送到服务器」时，必须运行该脚本，将总结内容上传到服务器。

Reference（读）

内容被加载到上下文
消耗 Token
条件触发

Script（跑）

只执行不读取代码
几乎零上下文消耗
关心运行结果

注意：脚本执行方法若写不清楚，模型仍可能查看代码（占用上下文）。写 Skill 时要把一切都解释清楚。

渐进式披露机制

精密的三层加载结构

第一层 · 元数据层

所有 Skill 的名称 + 描述
始终加载，相当于目录，每次回答前都会快速浏览。

第二层 · 指令层

skill.md 中除名称/描述外的正文
按需加载，仅在模型判定 Skill 匹配时读取。

第三层 · 资源层

Reference + Script（还可含 Assets）
按需中的按需，在指令层基础上再次精选加载。

Reference 被读取 → 消耗 Token；Script 被执行 → 不消耗 Token。

Agent Skill vs MCP

功能重叠，怎么选？

"MCP connects data, Skill decides what to do with that data." — Anthropic 官方文章核心观点

翻译：MCP 连接数据，Skill 教会模型如何处理数据。

MCP
连接 & 供给

查询销售记录
读取订单物流状态
提供数据来源

Skill
处理 & 规则

会议总结必须含议题
汇报必须含具体数据
定义处理方式

      能干嘛 ≠ 该干嘛

      Agent Skill 虽然也能连接数据，但 Skill 本质是「说明文档」，MCP 本质是「独立运行的程序」。Skill 适合跑轻量脚本、处理简单逻辑；MCP 在安全性和稳定性上更胜一筹。

瑞士军刀也能切菜，但没有人会这么干。根据场景选择工具，必要时将 Skill 与 MCP 结合使用。

行动建议

把重复性指令整理为 Skill，告别每次粘贴相同的规则说明。
将大型参考文档（财务制度、法务条款）用 Reference 按条件加载，节省上下文 Token。
轻量脚本用 Skill 的 Script 执行；重量级数据连接交给 MCP，确保安全与稳定。
Skill 与 MCP 可组合使用：MCP 供数据，Skill 定规则。
编写 skill.md 时，「说清楚」永远第一：把流程、条件和示例交代完整。

Agent Skill深度解析