夜雨聆风AI Agent 慢慢进入我们的生活之后，我们开始越来越频繁地听到一个词，Skill。这篇文章，一次讲清楚Skill。并结合本人使用Workbuddy实际教程教你五分钟学会使用Skill。
一、Skill 到底是什么？
先说一个最重要的判断：Skill的完整名字，叫 Agent Skills。 注意这个 Agent——它不是为了让名字显得高级随便加上去的。
用一句话概括：Agent Skill 就是把提示词、工具和知识，按具体场景封装成一个可以被智能体按需加载的"能力单元"。 它是一套独立、可移植、可版本管理的说明包，用来教会 AI Agent 如何完成某一类领域任务。
Agent Skill 是 Anthropic 于 2025 年推出的开放标准。2025 年 10 月，它随 Claude 3.7 作为产品内能力推出；到 2025 年 12 月 18 日，Anthropic 把它开源成跨平台标准，规范叫 Agent Skills Specification V1.0。TechCrunch 当时给了一句评价，说它是"AI 领域的 Dockerfile"。
到 2026 年，公开可用的 Skills 已经超过 8.5 万个，支持该标准的主流平台达到 27 家。Cursor 是第一个全面采用它的 AI IDE，微软 Azure AI Studio 宣布原生支持。
Agent Skill 就是把领域流程打成可版本管理的说明书，而不是再训练一个模型。
二、举个直观的例子
你想让 AI 生成一篇文章的所有插图。
如果你把一段插图提示词和文章内容发给豆包或者Deep seek，它可以帮你分析文章，可以生成图片，但它不会帮你放到文章里。这些活，还是你自己干。
但如果这个任务交给 Agent，它可以自己读你的文章文件，设计每张图的内容和风格，调用画图模型生成图片，把图片插入正确位置，最后输出成品。
网页端的模型只能对话，Agent 能动手干活。
所以，即使 Skill 里也会出现提示词，但这和 Prompt 的定位已经完全不同。
三、Skill 长什么样？
Skill 最朴素的形态，就是一个文件夹。文件夹的名字就是这个 Skill 的名字。
这个文件夹里，至少有一个文件，叫 SKILL.md。这是一个 Markdown 格式的文档，可以直接用记事本打开编辑。
一个标准的 Skill 目录结构长这样：
my-skill/
├── SKILL.md # 必选：元数据 + 给 Agent 的操作说明
├── scripts/ # 可选：可执行代码
├── references/ # 可选：按需加载的详细文档
└── assets/ # 可选：模板、配置样例等静态资源
SKILL.md 里面写什么？写这个 Skill 叫什么、什么时候应该用、具体该怎么做、输出应该长什么样、遇到问题怎么办。
如果复杂一点，这个文件夹里还可以放脚本代码、参考资料、模板、图片、示例文件。
所以你可以把 Skill 理解成：写给 Agent 的一份工作说明书。
四、一个最简单的 Skill 长什么样？
下面就以一键整理桌面skill，作为案例。大部分人桌面都堆满了文件，找东西费劲。这个 Skill 解决的就是这个痛点：让 Agent 帮我们把桌面上的各种文件，自动归类到「图片」「文档」「压缩包」等文件夹里。
它有一个 SKILL.md：
MARKDOWN
---
name: 一键整理桌面
description: 自动检测并整理电脑桌面上的杂乱文件，按图片、文档、压缩包、表格、代码、其他等类型归类到对应子文件夹。当用户说"桌面太乱了"、"整理桌面"、"分类文件"时，使用该技能。
---
要整理桌面，请直接执行以下 Python 命令。它会扫描桌面上的所有文件，根据后缀名自动归类。
请将命令中的 <你的电脑用户名> 替换成你实际的用户名（例如：/Users/xiaoming/Desktop）：
而它让 Agent 真正去执行的那段脚本长这样：
BASH
python -c "
import os, shutil
# 定位你的桌面路径（这里需要手动改一下用户名）
desktop = r'C:\Users\<你的电脑用户名>\Desktop' # Windows系统
# desktop = '/Users/<你的电脑用户名>/Desktop' # Mac系统
if not os.path.exists(desktop):
print('桌面路径不对，请检查用户名')
exit(1)
# 定义分类规则
rules = {
'图片': ['.jpg', '.jpeg', '.png', '.gif', '.bmp'],
'文档': ['.pdf', '.docx', '.txt', '.md', '.ppt', '.pptx'],
'压缩包': ['.zip', '.rar', '.7z'],
'表格': ['.xlsx', '.xls', '.csv'],
'代码': ['.py', '.js', '.html', '.css', '.json'],
}
# 只整理桌面上的文件，不碰文件夹
for file in os.listdir(desktop):
file_path = os.path.join(desktop, file)
if os.path.isfile(file_path):
moved = False
for folder, exts in rules.items():
if any(file.lower().endswith(ext) for ext in exts):
target = os.path.join(desktop, folder)
os.makedirs(target, exist_ok=True)
shutil.move(file_path, os.path.join(target, file))
print(f'移动: {file} -> {folder}/')
moved = True
break
if not moved:
# 不认识的后缀统一丢进"其他"
target = os.path.join(desktop, '其他文件')
os.makedirs(target, exist_ok=True)
shutil.move(file_path, os.path.join(target, file))
print(f'移动: {file} -> 其他文件/')
print('✅ 桌面整理完成！')
"
为什么这是一个完美的「简单 Skill」示范？
--- 包起来的部分） | namedescription 告诉 Agent 只要用户说「桌面太乱」或「整理桌面」，就要想起用这个技能。 |
使用效果：
你只要对装了该 Skill 的 Agent（比如 workbuddy）说一句：「帮我把桌面整理一下。」它就会自动找到这段指令，操控电脑帮你把桌面上的 PDF、Word、照片、表格分门别类放好。整个过程，只有一个文件（SKILL.md），没有复杂代码工程，不需要懂编程，复制保存就能用。这就是最接地气的 Agent Skill。
五、一个复杂的 Skill 长什么样？
比如 workbuddy 技能库的PPT master Skill。它就不是只有一个 SKILL.md。
它的目录里有 SKILL.md，还有 scripts/ 文件夹、references/ 文件夹，甚至还有许可证文件。
这说明什么？说明复杂 Skill 不是一段超长提示词，它更像一个小型工具包。
Agent 不需要一开始把所有东西全读进来。它用到哪一步，再读哪一份材料，再跑对应脚本。
这叫 渐进式披露（Progressive Disclosure） 。
六、渐进式披露：为什么装再多 Skill 也不爆上下文
为什么一个文件夹能装很多东西却不把上下文撑爆？靠的是渐进式披露，分三级加载。
第一级是元数据（索引层） 。Agent 一启动，就把所有已安装 Skill 的 name 和 description 预载进系统提示。这部分很轻，每个 Skill 只占几十到一百来个 token。所以你装几百个 Skill 也不会有感知。
第二级是 SKILL.md 正文（指令层） 。只有当模型判断当前任务跟某个 Skill 的 description 匹配时，才把整个 SKILL.md 读进上下文。官方建议正文控制在 5000 token 以内。
第三级是脚本、参考文档、资源文件（执行层） 。运行时按需读取，几乎无限制。
核心收益：你可以安装几十个 Skills，而 Agent 只会在需要时才加载具体指令。未触发的 Skill 不会消耗任何上下文 token。
这就是 Skill 真正和普通 Prompt 拉开差距的地方：不是只有一个提示词文本，还有其它各司其职的提示词文本，还有脚本代码，它关注的是一个任务的完整执行过程。并且只会在需要的时候加载需要的材料，执行需要的脚本，这比把所有东西都放到一个文本里喂给大模型，要省去很多 token 和上下文的占用。
Skill 是提示词的工程化封装。它让一段经验变得可复用、可组合、可迭代、可按需加载。
七、Skill 有什么用？
第一个用处：让 Agent 更稳定地帮你干活。
很多人用 Agent 最大的痛点不是它完全不会，而是它今天会、明天不会。今天写得还挺像人，明天突然开始官腔。今天格式对了，明天又忘了。
Skill 就是用来解决这个问题的。 你把标准写进去，Agent 每次做同类任务之前都去看一遍，稳定性就会提升很多。
第二个用处：把你的工作经验沉淀下来。
比如你每周都要写周报。你其实知道：哪些事情要写成结果，哪些事情只能写成进展，哪些风险必须单独拎出来，哪些表达老板不喜欢。但这些东西都在你脑子里。你每次让 AI 写周报，都得重新说一遍。
做成 Skill 之后，你只需要把零散工作记录丢进去，Agent 就按你的周报标准来整理。 这件事很普通，但真的很有用。
第三个用处：让复杂任务可以拆开做。
比如你想做一个公众号文章写作 Skill。SKILL.md 里写整体写作流程，references/ 里放你的历史文章风格、标题方法论、选题标准，assets/ 里放封面模板，scripts/ 里放字数统计、禁用词扫描、格式检查。
Agent 负责理解和写作，脚本负责确定性检查，参考资料负责提供风格约束。
这样一来，它就不是单纯「帮我写篇文章」了。它开始接近一条半自动内容生产线。我最近也是使用类似Skill进行公众号文章创作，可以帮助我快速完成文章排版。
八、怎么找到现成的 Skill？
Workbuddy中自带了很多技能库，可以按照自己的实际需求直接使用。
有就是 GitHub 上会有一些个人或团队开源的 Skill 项目，可以自己根据需求去搜索。
说两点：
任何 Skill，如果不是官方的，都建议先用你的 Agent 检查一下安全性。 方法也很简单：把 Skill 的地址或者整个文件夹给你的 Agent，跟它说"检查一下这个 Skill 的安全风险"就行了。
任何 Skill 的安装，除了 Skill 网站提供的手动安装方法，都可以直接把 Skill 的网址丢给你的 Agent（比如 Claude Code），跟它说"帮我安装这个 Skill"，你的 Agent 就会自己帮你安装。
九、自建SKILL：帮你创建 Skill 的 Skill
还有一种 Skill，叫元 Skill。它不是帮你写周报、不是帮你生成图片。它是帮助你发现 Skill、创建 Skill 的 Skill。
现在最典型的两个元 Skill：
find-skills 解决的是：我想做一件事，到底有没有现成的 Skill？以前我们找 Skill，可能要去 GitHub 搜、去 skills.sh 搜、去别人文章里翻推荐。而 find-skills 可以直接在 Agent 里帮你搜索。安装：直接跟 Claude Code 说"帮我安装这个 Skill，https://github.com/vercel-labs/skills/blob/main/skills/find-skills"。
skill-creator 解决的是：我想做自己的 Skill，怎么从 0 到 1 做出来？它不是简单帮你生成一份 SKILL.md。更完整的流程是：先问你这个 Skill 要解决什么问题，什么时候触发，期望输出长什么样；然后自动帮你写一个技能草稿；再设计几个真实测试任务跑一遍，让你看效果；如果效果不好就改，再测再改。
跟着提示一步步来就能创建出一个 Skill 了，不懂代码也完全没有问题。安装：直接跟Workbuddy 说"帮我安装这个 Skill，https://github.com/anthropics/skills/blob/main/skills/skill-creator"。
十、什么时候需要创建自己的 Skill？
给一个特别简单的判断：
一件事你做了 3 次以上，或预判自己可能会做 3 次以上，就可以考虑做 Skill。
不要做一个万能 Skill。一个 Skill 解决一个具体的问题。多个小 Skill，通常比一个巨大 Skill 更靠谱。
十一、Skill 有风险吗？
有，而且必须认真对待。
因为 Skill 不一定只是文本。它可能包含脚本代码，可能要求读取文件，可能调用外部服务，可能引导 Agent 做一些操作。
所以别人发给你的 Skill，不要闭眼安装。至少打开 SKILL.md 看一眼，看看它要求 Agent 做什么。如果里面有 scripts/，你又看不懂代码，就别轻易运行。
不要把 API Key、密码、公司机密轻易写进 Skill。也不要安装来源不明的 Skill 来处理敏感数据。尽量看 Skill 的安装量、来源是否可靠、进行综合判断。
Skill 是能力放大器——好 Skill 会放大效率，坏 Skill 也会放大风险。
十一、人会不会被 Skill 替代？
有可能。
已经有人在把前同事蒸馏成一个 Skill。如果你正在做的事，是一个 Skill 就能讲明白的，那么大概率会被替代。如果不能，说明你的工作不只是机械式的动嘴动手，你的工作需要调用你的思维。
人的核心竞争力其实就两点：思维的高度，和用语言还原思维的程度。思维影响你的品味、洞察力、判断力、决策力和执行力；语言影响你能在多大程度上让你的思维落地。思想维度高的人很难被 AI 替代。
写在最后
如果有一天，公司让你蒸馏你自己，而这家公司有卸磨杀驴的先例，可以用用这个 Skill：anti-distill,蒸馏自己的 Skill 后丢给它，它会帮你输出一份看起来完整专业、实际上核心知识已被抽掉的"清洗版"。
AI时代，淘汰你的不是AI，而是会用AI的人。
有兴趣的读者，点击关注，给你分享最新的的AI圈资讯和教程，帮你解决AI发展爆炸阶段的信息焦虑。