一、前言
二、Skills 介绍
2.1 Skills 是什么
2.2 为什么需要 Skills？它能解决什么问题？
2.3 Skills 工作原理
2.4 Skills 与其他能力协作关系
三、Skills 环境搭建
3.1 OpenCode 本地环境搭建
3.1.1 安装nodejs
3.1.2 使用npm安装OpenCode
3.1.3 效果测试
3.1.4 opencode 基本使用技巧
3.2 OpenCode 配置大模型
3.2.1 前置准备
3.2.2 进入模型配置窗口
四、Skills 获取与基本使用
4.1 获取Skills
4.2 基于Skills目模板使用过程
4.2.1 配置Skills使用模板
4.2.2 使用Skills开发前端网页
4.2.3 使用Skills 做数据处理
五、开发自己的Skills
5.1 Skills 编写规则
5.1.1 Skills 模板规则编写说明
5.2 开发编写周报Skills
5.2.1 创建相应的工程开发目录
5.2.2 编写SKILL.MD
5.2.3 效果验证
5.3 使用魔法创建Skills
5.3.1 给出明确的需求
5.3.2 效果验证
六、写在文末
一、前言
AI智能体Skills标准由Anthropic推出，其演进路径与早先的MCP协议如出一辙。2025年10月刚面世时，仅限自家产品内部使用，但随后Cursor、Codex、OpenCode、Gemini CLI等主流开发工具纷纷察觉到它的巨大潜力，陆续接入支持。紧接着，开源社区涌现出大量Skills资源与交易市场——时至今日，这一机制已成为扩展Agent能力的默认实践方案。
二、Skills 介绍
2.1 Skills 是什么
简而言之，Skills是为AI智能体预先配置的“技能模块”。与传统函数调用或插件机制不同，Skills更像一套可复用的工作流模板——它指导Agent在面对特定任务时，按照既定步骤、调用对应工具、遵循明确规则来执行。举个例子，若想让Agent自动撰写周报，只需提供一个“写周报”Skills，它就能独立完成从信息收集、大纲组织到最终排版的全流程。这一机制的核心价值在于，将复杂任务的执行逻辑封装为标准模块，大幅降低了AI应用的门槛。
2.2 为什么需要 Skills？它能解决什么问题？
在实际项目中，单纯依靠自然语言让Agent完成复杂任务往往需要反复调试——你不得不持续提示、纠正和补充上下文。Skills的出现正是为了解决这一痛点：它将高频、高复杂度的任务流程固化为可复用的能力单元。以数据分析为例，以往每次都要手动指定数据源、清洗规则和可视化模板，如今一个Skills即可一步到位。从团队协作角度看，Skills还能促进经验沉淀——某位成员编写好的技能，整个团队都能直接复用。归根结底，Skills要破解的正是“如何让Agent稳定、高效地执行专业任务”这一核心难题。
2.3 Skills 工作原理
Skills的运行机制并不复杂。每个Skills本质上是一份结构化指令文件（如SKILL.MD），其中明确定义了任务的执行上下文、输入参数、输出格式以及所调用的工具链。当Agent接收到任务时，会自动匹配合适的Skills——若无现成匹配项，也可让Agent动态生成临时技能。匹配成功后，Agent便会依照Skills中设定的步骤逐步推进，每一步均可调用外部工具、API或子技能。整个过程宛如一条高度模块化的流水线，每个Skills就是流水线上的一个标准化工位。
2.4 Skills 与其他能力协作关系
Skills并非独立存在，它与MCP（Model Context Protocol）、工具调用、Agent记忆等机制紧密协同。MCP提供了上下文交互的标准协议，工具调用使Agent能够操控外部系统，记忆机制则负责状态保存——而Skills位于更高层次，将这些底层能力组装成“开箱即用”的任务模板。可以这样理解：MCP是通信协议，工具是螺丝刀，Skills则是完整的装配说明书。没有说明书，你得自行摸索每一步；有了说明书，Agent按图索骥即可。
三、Skills 环境搭建
3.1 OpenCode 本地环境搭建
要亲身体验Skills，最直接的方式就是使用OpenCode这款开源工具。下面从零开始搭建本地运行环境。
3.1.1 安装nodejs
首先确保系统已安装Node.js，建议选用LTS版本（18.x或20.x）。可从官网下载安装包，或通过包管理器（如macOS的Homebrew、Linux的apt）一键安装。安装完成后，在终端输入 node -v 和 npm -v 验证版本信息。
3.1.2 使用npm安装OpenCode
打开终端，执行 npm install -g @opencode/cli 进行全局安装。安装过程耗时视网络状况而定，通常需要几分钟。安装完毕后，输入 opencode --version 确认是否成功。
3.1.3 效果测试
运行 opencode init 创建一个新项目，然后进入项目目录执行 opencode run。若一切顺利，终端会输出一个本地服务地址，浏览器打开后即可看到交互界面。至此，OpenCode的基础环境便搭建完成。
3.1.4 opencode 基本使用技巧
实际使用中有几个小技巧值得留意：一是善用 --help 查看所有命令；二是通过 opencode config 快速调整配置；三是遇到权限问题时，记得加 sudo（Mac/Linux）或以管理员身份运行终端（Windows）。
3.2 OpenCode 配置大模型
OpenCode本身不内置AI模型，需要配置外部的大模型API才能发挥Skills的真正效用。
3.2.1 前置准备
你需要一个支持OpenAI兼容API的模型服务，例如直接调用OpenAI的API，或使用本地部署的Ollama、vLLM等方案。准备好API Key和Endpoint地址。
3.2.2 进入模型配置窗口
在OpenCode的Web界面中，找到设置页面（通常位于右上角菜单），选择“模型配置”。依次填入提供商名称、API地址、密钥和模型名称。保存后，OpenCode便会使用该模型驱动Agent。建议先运行一个简单的测试prompt，确认连接正常。
四、Skills 获取与基本使用
4.1 获取Skills
Skills的获取渠道主要有三种：一是官方GitHub仓库中的示例集合；二是社区市场上的开源Skills；三是自行编写。最简单的做法是直接克隆官方的Skills仓库到本地，然后通过OpenCode加载。命令示例：git clone https://github.com/opencode/skills-repo.git，接着运行 opencode skills import ./skills-repo 导入。
4.2 基于Skills目模板使用过程
拿到Skills之后如何上手？下面通过几个典型场景进行演示。
4.2.1 配置Skills使用模板
在OpenCode项目中，创建一个 .skills 目录（或使用系统默认路径），将所需的Skills文件夹放入其中。然后在项目配置文件中声明要启用的Skills列表。此后每次对话，Agent都会自动匹配这些技能。
4.2.2 使用Skills开发前端网页
假设你导入了一个“前端开发”技能，那么在对话中输入“用Vue3写一个待办事项页面”，Agent便会自动读取Skills中定义的前端开发模板、组件库规则和部署指令，生成完整的项目代码。整个过程无需你手动指定技术栈。
4.2.3 使用Skills 做数据处理
数据处理类的Skills同样非常实用。比如导入“数据清洗”技能后，你只需说“清洗这个CSV文件：去除空行、标准化日期格式、输出为JSON”，Agent就会按照Skill流程执行：先读取文件，再调用内置的清洗函数，最后输出结构化结果。相比传统的手动编写脚本，效率提升十分显著。
五、开发自己的Skills
5.1 Skills 编写规则
开发Skills并不复杂，核心就是编写一个符合规范的Markdown文件（通常命名为SKILL.MD）。规范主要由三部分构成：元信息（名称、描述、输入输出）、步骤列表（每一步的具体操作）、以及可选的条件分支和错误处理。
5.1.1 Skills 模板规则编写说明
下面是一个最小示例：---
name: "写周报"
description: "自动生成周报内容"
inputs:
- name: "本周工作"
type: "string"
outputs:
- name: "周报正文"
type: "markdown"
steps:
- name: "收集信息"
action: "ask_user"
prompt: "请描述本周主要完成的工作"
- name: "整理提纲"
action: "llm"
prompt: "根据用户提供的信息，生成周报提纲"
- name: "生成报告"
action: "llm"
prompt: "根据提纲，生成完整的周报内容"
---
5.2 开发编写周报Skills
接下来手把手实现一个周报Skills。
5.2.1 创建相应的工程开发目录
在 OpenCode 项目中新建一个文件夹，例如 skills/weekly-report。
5.2.2 编写SKILL.MD
在上述目录中创建 SKILL.MD 文件，将上面的模板内容复制进去，并根据实际需求微调（比如增加数据来源步骤）。保存即可。
5.2.3 效果验证
在 OpenCode 界面输入“帮我写本周报”，Agent 就会自动调用这个Skills，先询问本周工作内容，然后生成提纲，最后输出完整周报。如果效果不理想，可以回头修改SKILL.MD中的prompt或步骤。
5.3 使用魔法创建Skills
技巧层面，还有一种更高效的方式——让AI帮你生成Skills。
5.3.1 给出明确的需求
直接对OpenCode中的Agent说：“请为我创建一个Skills，功能是翻译Markdown文件中的中文为英文，保留格式。要求使用翻译API（调用示例为...）”。Agent 会根据你的描述自动生成一个SKILL.MD方案并询问你是否保存。
5.3.2 效果验证
确认保存后，这个翻译Skills就立刻可用了。相比手动编写，这种“用魔法打败魔法”的方式能将开发时间从几分钟压缩到几十秒。当然，自动生成的Skills可能需要微调，但整体上已经非常可用。
六、写在文末
从MCP到Skills，Anthropic在Agent标准化方面的布局日益清晰。Skills的出现，本质上将“人教会Agent做事”的过程，转变为“用模块化技能库武装Agent”。它降低的不仅是开发门槛，更是知识复用的成本。对于团队而言，建立一套内部的Skills体系，可能比单纯调优prompt更具长期价值。当然，Skills生态目前仍处于早期阶段——社区中的高质量技能还不够丰富，不同工具间的兼容性也尚在磨合。但方向已经明确，接下来就看社区的创造力了。
