你是小阿巴，正尝试借助AI来开发网站。

为了让AI交出更靠谱的结果，你耐心地告诉它：界面不要使用蓝紫渐变、别生成一堆没用的文档、严格遵循公司的代码规范……洋洋洒洒写了几百字。

然而，每次开发网站时，你都得重复输入这么一段冗长的提示词。效率极其低下。

于是你开始动脑筋：先把常用的提示词存成单独的文件（比如 prompts.md），每次手动投喂给AI；再创建一个资源文件夹，把公司的代码规范、设计素材一股脑塞进去，告诉AI参考这些来写；接着，你还写了些脚本，让AI生成代码后自动执行格式化、运行测试、提交到Git仓库。

最后，你甚至写了一篇 AGENTS.md 文档，把所有规范和工作流程都整合进去，让AI自动读取。

你自认为高效：这套工作流，堪称完美！

但很快，问题就暴露了：随着规范越写越多，文档变得臃肿不堪，每次对话都占用大量的AI上下文空间，白白浪费tokens。

于是你向鱼皮请教：这情况，还有没有更优解？

鱼皮反问道：“不是有Agent Skills么？干嘛不用？”

你一脸茫然。鱼皮接着说：“这可是最近AI圈里爆火的技术。下面，我们就来彻底搞清楚它到底是什么、怎么用、为什么有这么大魔力，以及如何自己动手开发一个。”

什么是Agent Skills？

Agent Skills是Anthropic推出的一套开放标准，其核心目标是让AI能够“学习”并使用各种专业化的技能，而不再需要每次重复输入大量提示词。

简单理解，它就是给AI装备的“技能包”。技能包里，包含了精心设计的提示词、可执行的代码脚本以及各种资源文件。

不妨把AI想象成一个刚入职的实习生。给它装上“文档处理技能”，它立刻就知道如何生成PPT、处理Excel；装上“代码规范技能”，它就明白该怎样按照公司的标准来编写代码。

你可能会想：“等等……这不就是我正在做的事情吗？把教AI做事的文档和资源打包成一个文件夹？”

鱼皮解释说：“差不多，但Anthropic把它做成了一个通用标准，并且在实现原理上，有一些精巧的创新。”

接下来，我们先用一下Agent Skills，再来探究它背后的奥秘。

Agent Skills 入门实战

目前，对Agent Skills支持最完善的是Anthropic官方推出的Claude Code。我们就以它为例，来安装和使用Skills。

1、安装Skills技能

首先，打开Claude Code，输入以下命令，添加官方的技能市场：

/plugin marketplace add anthropics/skills

这相当于在你的AI助手里开通了一个“技能商店”。接下来，就可以从中获取技能了。

在Claude Code中输入命令，安装官方提供的技能包：

/plugin install example-skills@anthropic-agent-skills

这个example-skills 包含了一系列官方提供的示例技能，比如前端设计、网页测试、GIF制作等等。

安装完毕之后，你就可以直接让AI使用这些技能。

2、前端设计技能

比如，你想开发一个网站。以前没安装技能时，AI生成的代码总是那个熟悉的蓝紫渐变色，千篇一律的“AI审美”。

现在，你安装了frontend-design 这个技能——它专门教AI生成具有专业设计感的网站。当你输入“帮我开发一个个人作品集网站”时，AI会主动询问：“发现你安装了前端设计技能，需要用它来生成更具设计感的页面吗？”

确认之后，AI就会调用这个技能生成代码，从此告别蓝紫渐变，生成风格独特的精美页面。

我们不再需要每次都向AI输入相同的一大堆提示词，安装一次技能，一劳永逸。

3、文档处理技能

除了代码相关的，官方还提供了文档处理技能包。同样，在Claude Code中输入一行命令即可安装：

/plugin install document-skills@anthropic-agent-skills

这个技能包里包含了PPT制作、Word文档生成、Excel数据分析、PDF解析等各种技能。接下来，如果你让AI做一个PPT，它会自动调用PPT制作技能，直接生成排版好的PPT文件，帮你节省几个小时的时间。

揭秘 Agent Skills 内部原理

你可能会好奇：为什么Skills能做到“安装即用”？技能包里到底有什么？AI又是如何知道该调用哪个技能的？

鱼皮的回答一针见血：技能，本质上就是一个包含 SKILL.md 技能说明文件的文件夹。此外，它还可以包含可执行脚本、资源和参考文档。

my-skill/ ├── SKILL.md # 必需：指令和元数据 ├── scripts/ # 可选：可执行脚本 ├── references/ # 可选：参考文档 └── assets/ # 可选：模板和资源

每个技能的复杂程度不同，其结构也会有所差异。我们在本地目录中可以找到已安装的技能文件夹。

以官方的PPT制作技能为例，它的结构是这样的：

skills/pptx/ ├── SKILL.md # 技能说明书（必需） ├── ooxml/ # OOXML 相关资源 ├── scripts/ # 处理脚本 ├── html2pptx.md # HTML 转 PPT 说明 ├── ooxml.md # OOXML 格式说明 └── LICENSE.txt # 许可证

这里面包含一个核心的SKILL.md 文档，以及脚本、参考文档和各类资源文件。而frontend-design 前端设计技能则只有一个 SKILL.md 文件。

SKILL.md 是每个技能的核心，它包含两个关键部分：第一部分是元数据，用YAML格式写在文件开头，例如：

--- name: frontend-design description: 生成具有专业设计感的前端代码，避免千篇一律的 AI 审美 ---

其中，name 是技能的名字，description 是技能的描述，告诉AI在什么时候应该调用这个技能。描述写得越清晰，AI就越容易在合适的时机精准地调用它。

第二部分是指令内容，也就是一套经过精心设计的提示词，指导AI具体该怎么做。以frontend-design 技能为例，它的指令非常详细：在写代码前，要先分析产品目的、用户群体、技术约束，然后选择一个大胆的美学方向（极简、复古未来、工业风、有机自然、奢华精致等）；接着是前端美学指南，包括字体选择（避免Arial、Inter等烂大街字体，选择有个性的组合）、配色主题（主色调配鲜明点缀色）、动效设计、空间构成、背景和视觉细节；最后还附带了避坑指南，明确禁止紫蓝渐变、系统字体、千篇一律的布局等AI审美陷阱。

你可能会追问：“如果有多个Skills，AI怎么知道该用哪一个？如果每次都把每个技能的说明文档都塞给AI，不是照样很占用上下文吗？”

鱼皮解释道：“这就得提到‘渐进式披露’（Progressive Disclosure）这个核心机制了。当你让AI执行任务时，它会先扫描技能目录，但并不会把所有内容都加载到上下文中。它只读取每个技能的元数据（名字和描述），一旦发现描述和当前任务相关，就知道该调用这个技能了。然后，才把完整的技能说明文档读进来，按照里面的指令执行，并根据需要加载技能包中的其他资源。用到哪个才查哪个，既精准匹配，又极大地节省了上下文空间。这就是渐进式披露的精髓。”

所以，Agent Skills的本质，就是把专业知识打包成一个文件夹，让AI按需读取和使用。

跨工具的 Agent Skills

你可能会问：“除了Claude Code，其他AI工具也支持吗？” 答案是肯定的。Agent Skills已经成为通用标准，Cursor、VS Code、Codex等主流工具都支持它。

Skills的社区也相当活跃，我们可以在Claude Skills Hub市场、开源的Awesome Claude Skills等地方找到大量现成的技能。

比如，有一个非常火的技能叫 UI UX Pro MAX，专门用于提升AI的设计能力。它的用法很简单：首先，按照开源仓库文档的指引，安装官方提供的命令行工具：

npm install -g uipro-cli

然后，进入你的项目目录，根据所使用的AI工具执行对应的命令。例如，在使用Cursor时，可以这样安装：

uipro init --ai cursor

它会自动将技能安装到Cursor的配置目录里。安装完成后，就能看到它的完整文件结构。

接下来，当你让AI开发一个网站时，可以使用斜杠命令手动触发技能，或者让AI自动识别。AI会根据你的需求识别出产品类型和需要制作的页面类型，然后调用搜索脚本，在数据目录里进行多维度搜索，找到适合的配色、字体、布局风格，综合搜索结果生成完整的设计方案（主色调、字体组合、间距规范等），最后再按照方案生成代码。如此一来，生成的界面既专业又有设计感。这正是Agent Skills的精髓：AI不需要记住所有规则，而是用到哪个查哪个。

创建自己的 Agent Skills

用了很多别人的技能后，你可能会萌生一个大胆的想法：“我能不能把公司的周报格式封装成一个技能？以后推荐给新同事，还能赚点零花钱？”

鱼皮会心一笑：“有点想法。你打算怎么做？”

而你可能会露出自信的微笑：“当然是发挥程序员最擅长的事情——复制粘贴！”

首先，复制一个官方的技能包，将目录名称改为自己的。然后，修改技能说明文档SKILL.md 中的元数据、指令内容等关键部分。例如：

--- name: company-weekly-report description: 生成符合公司规范的项目周报，包含进度汇总、问题跟踪和下周计划 --- # 公司周报生成技能 当用户要求生成周报时，请按以下步骤执行： ## 1. 收集信息 - 询问本周完成的主要工作 - 询问遇到的问题和解决方案 - 询问下周计划 ## 2. 格式规范 - 使用公司蓝色主题 - 标题使用微软雅黑加粗 - 每个模块不超过 5 个要点 ## 3. 输出格式 - 默认输出 Markdown - 如需 PPT，调用 pptx 技能

最后，把公司的Logo、PPT模板、报告样例放在子文件夹里。这样一来，生成公司周报就变得易如反掌。

不过，还有一个更简单规范的方法。在前文安装的example-skills 官方示例技能包里，有一个名为 Skill Creator 的技能，专门用来帮你创建新技能。你只需要告诉AI：“帮我创建一个专门生成公司周报的技能”。接着，AI会问你几个问题，你依次回答就好了：希望周报包含哪些主要部分？希望以什么格式输出？通常如何使用这个周报技能？希望周报的语言风格是什么？

很快，一个完整的技能包就生成了，会看到一个以 .skill 为后缀的文件，本质上是一个zip压缩包。你可以把它解压到个人技能目录（~/.claude/skills/）下，这样所有项目都能使用。如果你只想在某个特定项目中使用这个技能，可以把它放到该项目的 .claude/skills/ 目录下，并利用Git同步给项目组的其他成员。测试没问题后，你还可以把它开源到GitHub，或者上传到Claude Skills Hub等社区平台，让所有用户都能使用。

Skills / MCP / 斜杠命令的区别

你可能已经感受到了开发Skills的简单，但心里不免疑惑：“这玩意儿和此前火爆的MCP、斜杠命令有什么区别？”

鱼皮给出了清晰的解答：

MCP，就像给AI装上了“手和眼睛”，让它能够连接外部工具和数据源，比如搜索网页、读取代码仓库、查询数据库。它适合需要获取数据或操作外部系统的场景。

而Agent Skills，更像是给AI发了一本“工作手册”，将专业知识和操作流程打包，教它在特定领域该怎么做。

至于斜杠命令，它就像一个快捷键，需要你手动输入 /command 命令来触发固定的操作。而Skills的特点是AI可以自动识别并调用，不需要你显式地操作。

值得注意的是，MCP和Skills是可以协同工作的。举个例子，如果你想让AI帮你发送周报：MCP负责获取数据（从任务管理数据库中拉取本周的任务列表），而Skills则负责加工数据（将原始数据整理成老板爱看的格式）。一个提供食材，一个提供配方，相得益彰。

Agent Skills 凭什么大火？

仔细审视技能文件夹的结构，你可能会有一种熟悉的感觉：“等等……这不就是我们程序员玩烂的‘封装、复用、模块化、懒加载’那一套吗？写几个代码文件、打个包、发到网上，让其他程序员下载使用，本质上不是一回事？它凭什么能让整个AI圈为之疯狂？”

鱼皮一针见血地指出：“这个问题问得很好。从纯技术角度来看，它并没有发明什么惊天动地的算法。它之所以能火，主要有两个原因。”

“第一，它是开放标准。封装一次技能包后，就能在各种AI工具里复用，还能通过社区进行共享。更重要的是，Skills能立刻让AI的工作变得更加专业可靠，让普通人‘无感’地享受技术带来的价值。以前想让AI变聪明，得学提示词工程、配置各种工具链；现在只需要像安装手机APP一样安装技能包，AI就立刻变得专业起来。一项技术的成功，不在于它有多复杂，而在于它能让普通用户在不需要关注技术细节的情况下，真切地感受到技术的价值。”

结尾

你点点头：“学会了，学废了！降低门槛，才是技术走向大众的钥匙。”

没错，Agent Skills不仅仅是一个技术概念，更是一种全新的工作方式。你可以将它融入日常工作中，比如，把重复的任务封装成技能，把团队的最佳实践固化成技能，让AI真正成为你的得力助手。

在这个Vibe Coding盛行的时代，技术门槛正在不断崩塌，而想象力的边界则在无限扩张。

那么，问题来了：你最想让AI学会什么技能呢？