Skills 原理说明

架构上

Skills 本质是一个 按需加载的能力模块、它通过三层结构实现渐进式披露：

1. 元信息层（始终加载）

• 包含 name / description
• 用于让模型判断 这个 skill 能不能用

2. 指令层（按需加载）

• SKILL.md
  
   中的 instruction
• 定义任务流程、工具使用方式、执行规则

3. 资源层（按需加载）

• references
  
   / scripts / assets
• 只有真正执行时才会访问、不占 token（比如直接执行脚本）

核心价值：只在需要的时候加载需要的信息、避免上下文膨胀、同时保证执行规范和稳定性。

炒菜 Skill 类比

三层结构 = 渐进式披露（核心重点）

核心概念：渐进式披露（Progressive Disclosure）

第一层：元信息层（始终加载）

AI 每次都会看。

作用：

• 做 Skill 路由（要不要用）
• 不做执行

内容：

name: image-generatordescription: 用于生成图片

本质：这是一个 能力索引。就像：

• 我有炒菜技能
• 我有修电脑技能
• 我有写代码技能

AI 先判断：这件事是不是这个 skill 能干？

第二层：指令层（按需加载）

只有 选中 skill 才加载。

内容：

• 任务流程
• 工具调用方式
• 约束（必须用哪个工具 / 禁止什么）

例如：

1. 如果用户要生成图片2. 调用 scripts/generate_image.py3. 参数格式如下4. 返回结果

本质：把 经验 固化成 SOP（标准操作流程）

第三层：资源层（按需加载 + 不占 token）

包括：

• references/
  
   — 规则文档
• scripts/
  
   — 可执行代码
• assets/
  
   — 图片、文件

最关键点：资源层可以 不进入上下文

比如：

• 直接执行脚本（不用读代码）
• 直接读取文件
• 直接生成结果

所以：不是 LLM 理解代码、而是 LLM 调度工具。

为什么说 按需加载 + 三层结构 很牛？

1. 解决 Token 爆炸问题

如果没有 Skills：

所有规则 + 所有工具 + 所有流程 → 每次都塞进 prompt

结果：爆 token + 干扰推理。

有了三层结构：

Token 极大优化。

2. 让模型 不需要理解代码

关键点：

不需要去看 scripts 具体是什么

这就是：LLM = 调度者、不是执行者。

3. 工程解耦（类比后端架构）

Skill 约等于微服务抽象层。

4. 支持复杂任务链（Agent 能力基础）

比如用户说：帮我把 PDF 做成 PPT

执行链：

1. 命中 PDFSkill
2. 提取内容
3. 命中 SlidesSkill
4. 生成 PPT

多 Skill 串联。

隐藏重点（面试高阶点）

Skill 不等于 Prompt。

很多人会误解。你可以说：

Skill 不只是 prompt、而是 Prompt + Tool + Workflow + Constraint 的组合体

一句话总结

Skills 本质是一个按需加载的能力模块系统、通过元信息、指令、资源三层结构实现渐进式披露。模型只在需要时加载对应能力、同时通过脚本和资源解耦执行逻辑、从而降低 token 成本、提高稳定性、并支持复杂任务编排。