什么是AI Agent技能？深入探讨其工作原理并手把手教你如何构建高效、可复用的Agent技能

什么是 AI Agent 技能？

智能体技能（agent skill）是一种可复用的指令集 —— 它是一个标准化的流程，旨在指导 Agent 如何卓越地完成某一特定类型的任务。一个技能通常由单个 Markdown 文件 SKILL.md 构成，并且可以打包该任务所需的任何其他文件，例如参考文档、模板或可执行脚本。

以 grill-me 技能为例：

---
name: grill-me
description: Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".
---

Interview me relentlessly about every aspect of this plan until we reach a shared understanding. Walk down each branch of the design tree, resolving dependencies between decisions one-by-one. For each question, provide your recommended answer.

Ask the questions one at a time.

If a question can be answered by exploring the codebase, explore the codebase instead.

SKILL.md 文件包含一小块元数据（metadata）和指令的正文。元数据由技能的名称（name）和描述（description）组成，AI Agent 会在启动时将其加载。

AI Agent 技能的工作原理：渐进式披露（Progressive Disclosure）

在初始阶段，只有技能的名称 and 描述会被加载到上下文（Context）中。当用户的请求与技能的描述相匹配时，该技能的完整指令正文才会被加载到相同的上下文中。

让我们来看看在实际使用中，grill-me 技能是如何工作的。

逐步流程

1. 请求（Request） —— 用户向 Agent 提出需求（例如：“对我的工作流设计进行压力测试剖析”）。
2. 选择提示词（Selection prompt） —— 用户的请求与所有可用技能的描述一起发送给 LLM。
3. LLM 做出选择 —— LLM 将请求与每个描述进行对比，并返回匹配的技能。
4. 确认（Confirmation） —— Agent 将推荐的技能呈现给用户，由用户进行确认（或拒绝/调整）该选择。
5. 加载指令 —— Agent 获取已确认技能的完整指令：即 SKILL.md 的正文内容。
6. 执行提示词（Execution prompt） —— 用户的请求加上所选技能的具体指令一起发送给 LLM。
7. 响应（Response） —— LLM 生成输出，即压力测试面谈中的第一个剖析问题。

现在，我们使用 excalidraw-diagram-skill 来演示带参考文档的技能是如何工作的：

逐步流程

1. 请求（Request） —— 用户向 Agent 提出需求（“绘制部署流程的工作流图”）。
2. 选择提示词 —— 用户的请求与所有可用技能的描述一起发送给 LLM。
3. LLM 做出选择 —— LLM 将请求与每个描述进行对比，并返回匹配的技能。在这里，“绘制工作流图”与 excalidraw-diagram 的描述匹配，因此该技能被选中。
4. 确认 —— Agent 将推荐的技能呈现给用户，由用户进行确认（或拒绝/调整）该选择。
5. 加载指令 —— Agent 获取已确认技能的完整指令：即 SKILL.md 的正文内容以及任何引用的参考文件（对于 excalidraw-diagram，这包括调色板、JSON Schema 和图表元素模板）。
6. 执行提示词 —— 用户的请求加上所选技能的具体指令一起发送给 LLM。模型现在拥有了它所需的详细方法论。
7. 响应 —— LLM 生成输出（一个 .excalidraw 的 JSON 文件），由 Agent 将其返回给用户。

AI Agent 技能 vs. 工具与 MCP

技能并不能替代提示词、普通工具（Tools） or MCP。工具和 MCP 集成扩展了 Agent 对外部系统的访问范围 —— 例如查询数据库、调用 API 等等。而技能则加深了 Agent 完成特定任务的实战诀窍（Know-how）和专业深度。

诸如 在ChatGPT和Claude中配置NetSuite MCP 的 MCP 集成，能够让 Agent 通过访问 NetSuite 中的实时财务和运营数据来回答用户问题。而 NetSuite 业务报告技能则会进一步引导 Agent 如何去撰写这份报告，并以规范的报表形式呈现给用户。

使用技能的典型场景包括：

• 多步骤复杂工作流
• 文档处理，例如从 PDF 中提取特定数据结构
• 代码生成规范与标准

如何创建 AI Agent 技能

1. 创建一个文件夹，并以技能名称命名（例如 netsuite-operation-report/）。
2. 编写 SKILL.md，包含 name、精准的 description，以及精炼的指令正文（控制在 200 字以内）。
3. 添加任务所需资源 —— 包括参考文档、模板、脚本。保持 SKILL.md 短小精悍，并将细节链接至其他文件。
4. 进行安装，让 Agent 能够发现它。参考 解决AI智能体技能碎片化：集中化管理技能 以了解如何在多个 Agent 之间集中管理技能。

编写优秀技能的几个技巧：

• 技能描述（description）应当面向系统触发器（Trigger）来写，而不是给人类阅读。
• 保持 SKILL.md 极其精简 —— 限制在 200 字以内。在正文中写下通用流程，将边缘情况和细节留给参考文档。
• 凡是确定性的任务，应当使用脚本（Script）来处理。不要让 LLM 去做算术。
• 做好版本控制，将其提交进 Git 中。

总结

与定义“连接到什么”的工具和 MCP 不同，智能体技能封装了“如何去完成工作”。它们是不可或缺的互补，而非替代关系。

通过利用渐进式披露（Progressive Disclosure），技能可以使 Agent 的上下文窗口保持整洁和高效 —— 仅在用户请求触发时，才会加载详细的指令、参考文档和可执行脚本。