【AI Agent】【35】agent skills 入门

一句话总结：

Skills 就是带目录的说明书，本质上就是组织提示词。

不单是 skills ，很多 agent 智能体，最终也是 “浓缩” 成关键的提示词。

相对于传统的提示词，特点就是可以通过向量检索按需注入，这样子就节省 token 的消耗了。

所以，本质上还是类似 rag，不过 rag 是检索“业务内容”，skills 是检索 tool 的 “说明书”。

本篇主要介绍：

1）skills 的演进历程

2）在 cursor 中使用 skills

3）skills 和 tools

4）skills 和 rag

5）在 langchain 中使用 skills

1. 发展由来

1）提示词的复用和共享

好的提示词策略值得被复用和共享，skills 就是沉淀这种策略的 “容器”

2）rag（检索增强生成）

rag 是在 runtime 检索知识库，而 skills 借鉴了这个思路，检索说明书，

例如我在 cursor 中打开下面这个 xlsx skill，给了一些 python 脚本的执行说明：

3）tool call 的发展

让 AI 知道怎么用工具，这就是 skills 的作用，例如上面的例子。

这个工具的说明书可能很多，但是用户只需要使用到其中一个功能，就可以进行按需检索。

4）ReAct / chain of thought 框架的发展

agent 有了规划-行动-观察的循环能力，但是每个领域的规划策略不同，skills 为不同领域提供了专业的推理引导。

agent skill 相当于将人类专家的经验编码为 agent 可读的操作手册，在 runtime 动态注入，让 agent 像专家一样，执行专业任务。

2. 使用 skills

1）安装 openskills

npm install -g openskills

2）安装 claude code 的 cli

npm install -g @anthropic-ai/claude-code

3）安装官方的 skills

4）创建 Available Skills 说明，生成 AGENT.md 文件

openskills sync

5）通过 cursor 打开当前文件夹

6）给 cursor agent 输入指令

使用 xlsx skill 生成 10 条美味食谱

生成效果：

3. skills 和 tools

skill 中定义了很多脚本，这些脚本 llm 没法直接执行，所以还是得借助 agent 的 tool call

读取到 skills 对应的说明后，传给 llm， llm 通过 tool call 读取 skill 的脚本执行。

例如：

const executePythonTool = tool(  async ({ code }) => {    const tmpFile = `/skills/script_${Date.now()}.py`;    fs.writeFileSync(tmpFile, code);    // 读取脚本后执行......  },  {    name: 'execute_python',    description: '执行 xxx skill 的 Python 脚本',    schema: z.object({      code: z.string().describe('要执行的 Python 代码'),    }),  });

4. skills 和 rag

skills 和 rag 类似，都是提示词注入机制，但目的不同：

Skill   → 注入"说明书"（工具调用的操作规范）RAG     → 注入"知识内容"（业务知识库、文档库）

架构图：

用户输入    ↓[RAG 检索] ──→ 检索知识库 ──→ 注入 Prompt[Skill 检索] ─→ 找对应的操作说明 ────→ 注入 Prompt    ↓[LLM] 结合两者生成计划    ↓[Tool 执行]    ↓[ReAct 循环]

RAG 和 Skill 在同一层次，都在 LLM 推理前注入 Prompt。Skill 给说明书，RAG 给知识库业务数据，Tool 负责执行。

async function runAgent(userInput) {  // Step 1: 并行检索（RAG + Skill）  const [ragContext, skill] = await Promise.all([    retrieveFromRAG(userInput),      // 检索业务知识    retrieveSkill(userInput),        // 检索操作规范  ]);  // Step 2: 组装 Prompt  const systemPrompt = `    你是一个得力助手。    <knowledge>    ${ragContext}    </knowledge>    <skill>    ${skill}    </skill>  `;  // Step 3: LLM 推理 + Tool 执行  const agent = createReactAgent({ llm, tools, prompt: systemPrompt });  return agent.invoke({ input: userInput });}

举个例子，用户问"把我们公司今年的销售数据生成 Word 报告"

RAG 检索  → 从公司文档库找到今年销售数据.csv 的内容  → 注入 Prompt："以下是相关数据：销售额 300万，同比+15%..."Skill 检索  → 匹配到 docx Skill  → 注入 Prompt："生成 Word 文档请遵循以下规范：..."LLM 结合两者  → 知道数据内容（来自 RAG）  → 知道怎么生成文档（来自 Skill）  → 生成代码调用 Tool 执行

5. 在 langchain 中使用

agent skills 的整体架构

用户输入   ↓[Skill 检索] ──→ 读取 .md 文件 ──→ 注入 System Prompt   ↓[LangChain Agent] ──→ LLM 规划步骤   ↓[Tool 调用循环]   ├── install_npm_package  （环境准备）   ├── generate_docx        （执行代码）   └── 验证结果 / 自我修正   ↓生成执行结果

在 langchain 中使用，向量检索：

const { MemoryVectorStore } = require('langchain/vectorstores/memory');const { OpenAIEmbeddings } = require('@langchain/openai');// 把所有 Skill 索引进向量数据库async function indexSkills() {  const skills = [    { name: 'docx', content: loadSkill('docx'), desc: '生成Word文档' },    { name: 'excel', content: loadSkill('excel'), desc: '生成Excel表格' },  ];  const vectorStore = await MemoryVectorStore.fromTexts(    skills.map(s => s.desc),    skills.map(s => ({ name: s.name })),    new OpenAIEmbeddings()  );  return vectorStore;}// 按需检索最相关的 Skill 说明async function retrieveSkill(userInput, vectorStore) {  const results = await vectorStore.similaritySearch(userInput, 1);  return loadSkill(results[0].metadata.name);}

把检索后的 skills 说明，交给 agent 即可，其它的和之前介绍的一样的：

  const systemPrompt = `    你是一个得力助手。    <knowledge>    ${ragContext}    </knowledge>    <skill>    ${skill}    </skill>  `;  const agent = createAgent({ llm, tools, prompt: systemPrompt });