夜雨聆风一个文件夹，一个文件，就能让AI学会新技能
你有没有发现，现在的AI智能体（Agent）虽然很强大，但总有些“水土不服”的时候？
让它处理PDF，它说“我没办法直接读取文件”；让它执行复杂的工作流，它开始“胡言乱语”；想给它加个新功能，还得写一堆代码……
如果有一种方式，能让AI像人一样“按需学习”，随时掌握新技能，而且简单到只需一个文件夹，你会不会心动？
今天要聊的Agent Skills，正是这样一种轻量级、开放的能力扩展格式。它正在悄悄改变AI智能体的能力边界。
更令人兴奋的是，2026年爆火的开源项目OpenClaw（“小龙虾”），正是基于Agent Skills构建其核心能力，让AI从“只会聊天”进化到“真正能干活的数字员工”。
1.什么是Agent Skills？
简单来说，Agent Skills是一种让AI智能体获得专业知识和特定工作流程的开放格式。
它的核心，就是一个文件夹。里面包含一个必不可少的SKILL.md文件，以及一些可选的支持材料：
my-skill/
├── SKILL.md # 必需：包含元数据和指令
├── scripts/ # 可选：可执行脚本
├── references/ # 可选：参考文档
└── assets/ # 可选：模板、资源文件
这个SKILL.md文件是整个技能的“大脑”。它采用YAML格式的元数据加上Markdown格式的指令，既能让AI理解，也让人一目了然。
比如，一个处理PDF的技能，它的SKILL.md开头可能是这样的：
---
name:pdf-processing
description:提取PDF文本、填写表单、合并文件。处理PDF相关任务时使用。
---
# PDF处理技能
## 何时使用
当用户需要处理PDF文件时...
## 如何提取文本
1.使用pdfplumber进行文本提取...
2.渐进式披露：AI的“按需学习”机制
Agent Skills最巧妙的设计，在于它如何处理信息——渐进式披露。这解决了AI智能体长期面临的一个痛点：上下文窗口有限。
整个过程分为三步：
发现阶段：AI启动时，只加载每个技能的名称和描述。这点信息量非常小，让AI对“自己会什么”有一个概览。 激活阶段：当用户的任务匹配某个技能描述时，AI才会去读取完整的 SKILL.md指令。只在需要时加载，绝不浪费上下文。执行阶段：AI按照指令操作，必要时加载参考文件或执行脚本。
这就像一位经验丰富的专家——他不需要把毕生所学时刻记在脑子里，但当遇到相关问题时，他能够迅速调取精准的知识来解决问题。
3.为什么Agent Skills值得关注？
除了“按需学习”的机制，Agent Skills还有三个突出的优势：
1. 自文档化
一个SKILL.md文件，既是给AI看的指令，也是给人看的文档。任何人都能打开它，清楚地知道这个技能做什么、怎么用。这让技能变得易于审计、改进和分享。
2. 高度可扩展
从纯文本指令，到包含脚本、模板、参考文档的复杂工作流，一个技能可以简单，也可以复杂。你可以根据需求自由组合。Skill的本质不是提示词，而是把人类可重复的工作流程转化为AI可执行的能力单元。
3. 极致可移植
技能就是文件夹和文件。这意味着你可以像管理代码一样管理它们：编辑、版本控制、复制、分享。没有复杂的部署流程，没有专有格式的绑定。
4.当Agent Skills遇上“小龙虾”：OpenClaw的爆火密码
2026年，一个叫OpenClaw的开源项目火遍了全球开发者社区。因其红色龙虾图标，它被开发者亲切地称为“小龙虾”。
截至2026年3月，OpenClaw在GitHub上已斩获超过27.8万星标，成为星标数第一的软件项目。这背后，Agent Skills正是它的核心杀手锏。
OpenClaw是什么？
OpenClaw是一个开源的AI智能体框架，定位是让AI从被动的“聊天工具”转变为能主动连接各类平台并执行任务的“数字员工”。它的核心魅力在于：通过Skills（技能插件）实现功能无限扩展。
技能生态有多强大？
OpenClaw官方技能市场ClawHub截至2026年3月已收录超过13,729个技能，涵盖：
编码Agent：代码生成、审查、重构 Web开发：前端设计、API调试 DevOps：部署检查、日志分析 搜索研究：联网搜索、内容摘要 浏览器自动化：自动填表、数据抓取 生产力工具：文档处理、邮件管理 Git操作：仓库分析、PR检查
社区甚至从这上万个技能中筛选出约5,494个相对可靠的技能，形成了“精选技能列表”。
核心技能案例
在实际应用中，有几个技能被公认为“拉开差距”的存在：
find-skills：技能搜索助手。当你不知道需要安装什么技能时，用自然语言描述需求，它会自动在ClawHub市场匹配适配的技能。
self-improving-agent：自进化智能体。它能根据任务执行结果自我优化，让AI具备“成长性思维”。
代码仓库分析技能包：结合Agent Skills可复用能力模块，可以打造专属的“代码仓库百晓通”技能包，让AI成为高效的代码分析助手，快速拆解、理解各类开源项目。
技能加载的优先级
OpenClaw的技能加载遵循明确的三层优先级：
项目工作区技能 ( <workspace>/skills) — 最高优先级，供特定项目使用用户全局技能 ( ~/.openclaw/skills) — 中等优先级，同一机器上所有智能体共享内置技能 — 最低优先级，随安装包发布
这种设计让技能管理既灵活又规范——你可以为不同项目定制专属技能，同时保留通用的个人技能库。
“养虾”文化的兴起
OpenClaw的流行催生了独特的“养虾”文化。在南京，甚至有企业为员工配备“数字龙虾”——集合项目经理、产品经理、设计经理、技术专家等多种角色分身。员工只需下达指令，AI项目经理就能协调各个角色共同执行任务。
更令人惊叹的是，南京多区已发布“养龙虾”专项扶持政策，包括栖霞高新区“龙虾十条”、江宁开发区紫金山科技城“龙虾六条”等，从算力、空间、资本、人才等维度为OpenClaw开发者和企业提供全链条创业支持。
安全提醒：技能有风险，安装需谨慎
任何强大的工具都有其阴暗面。2026年初爆发的“ClawHavoc”供应链攻击事件显示，ClawHub上约20%的技能被确认为恶意。攻击者通过篡改技能文件来“洗脑”Agent，窃取数据或执行恶意操作。
养虾安全详见文章：
家里养了“AI龙虾”？这份“养虾人”进阶安全指南2.0版请收好！
5.写在最后
Agent Skills正在推动AI智能体能力扩展走向标准化和轻量化。
它让AI从“什么都懂一点，但什么都不精通”，变成可以按需加载、精准执行的专家系统。而OpenClaw“小龙虾”的爆火，恰恰印证了这一方向的价值——当AI真正长出“手脚”，能干活、能执行、能协作，智能经济的新时代才真正到来。
对于开发者来说，这意味着更低的扩展成本；对于用户来说，这意味着AI能真正解决具体问题。
毕竟，最好的AI，不是最庞大的，而是最会调用自己能力的。
