Agent Skills：AI 时代的可复用能力封装

• Agent Skills 可以理解成「给 AI 的项目说明书 + 工具包」：核心是一个 SKILL.md，可按需配 scripts/、templates/、references/。
• 它解决的不是“AI 会不会写代码”，而是“AI 能不能稳定按你的规则做事”。
• GitHub Skills 是面向人的免费互动课程；Agent Skills 是面向智能体的能力封装，名字像，但不是一回事。
• 想马上试：先写一个 30 分钟能做完的最小 Skill，把你最常重复的流程放进去，再迭代。

如果你也有这种体验：同一个需求，昨天 AI 回答很稳，今天又“失忆”了，那你遇到的通常不是模型能力问题，而是上下文没有被沉淀。

Agent Skills 的价值就在这里。你把“这件事该怎么做”写成可复用模块，放进仓库，再让智能体按规则读取。这样做的收益很直接：重复解释更少、输出风格更稳、团队协作也更容易对齐。

Agent Skills 到底是什么

先用一句人话定义：Agent Skills 是把经验、流程和约束打包成目录，让 AI 在需要时再加载的做法。

一个 Skill 通常以 SKILL.md 为核心：

my-skill/
├── SKILL.md           # 主文件：元数据 + 核心指令（必须）
├── REFERENCE.md       # 参考文档：详细规范、API 文档（按需加载）
├── EXAMPLES.md        # 示例：输入/输出样例（按需加载）
├── scripts/           # 脚本目录：可执行的确定性操作
│   ├── validate.py    # AI 执行它，只看输出，代码不入上下文
│   └── format.sh      # 格式化脚本
├── references/        # 参考资料：文档、Schema、模板
│   └── schema.json
└── assets/            # 静态资源：图片、字体、模板文件
    └── template.md

为什么它在 2025–2026 年迅速流行？因为它刚好击中三个高频痛点：

• 可复用：一次写好，后续反复调用，不用每次重贴长 Prompt。
• 可版本化：跟代码一起进 Git，谁改了什么、为什么改，一目了然。
• 可渐进加载：默认只看摘要，必要时再展开细节，减少上下文浪费。

你可以把它看成团队里的“操作手册代码化”。相比“在聊天窗口临场发挥”，Skill 更适合长期协作。

里程碑与生态现状

为了避免“概念听起来很新，却不知道从哪里冒出来”的感觉，这里补一个简版时间线：

时间	事件
2025-10 左右	Anthropic 在 Claude / Claude Code 场景推动 Skills 用法，强调按需加载[1]
2025-12 左右	agentskills.io 与 agentskills/agentskills 发布开放标准[2]
2026 年	更多工具和团队开始采用目录化 Skill 方式做长期协作

常见使用生态（以各工具最新文档为准）：

• Anthropic 体系（可参考 anthropics/skills）^[3]
• GitHub Copilot / VS Code 智能体相关工作流
• Cursor、Codex 及其他支持目录化约定的工具

常见目录位置包括 .claude/skills/、.github/skills/、.agents/skills/。
你可以把它理解成“接口不同，但心智模型越来越一致”。

为什么它比“只写 Prompt”更稳

Prompt 当然有用，但它更像一次性口头指令；Skill 更像长期维护的 SOP。

两者最关键的差别在于：

• Prompt：快，但易漂移；会话结束后很难复盘。
• Skill：初期多花一点时间，后面可复用、可审查、可迭代。

如果你的任务涉及固定规范（比如代码评审口径、发布检查单、博客写作模板），Skill 的收益会很明显。你会感觉到：AI 不是“更聪明了”，而是“更像你团队的一员了”。

别混淆：Agent Skills vs GitHub Skills

这两个词最容易把人绕晕，直接看结论就行：

• Agent Skills：给智能体用的能力封装（SKILL.md 这套）。
• GitHub Skills：给开发者学习 GitHub 的互动课程。^[4]

一个是“让 AI 按规范做事”，一个是“让人学会平台操作”。
如果你想先补 GitHub 基础，再回来做 Agent Skills，也很顺。比如我之前写过 GitHub Actions + Hexo 博客自动部署 和 Hexo 博客搭建，两条路径可以互相补位。

一个好 Skill，至少要写清这 4 件事

很多 Skill 用起来不稳，不是工具问题，而是 SKILL.md 信息不完整。实践中最关键的是：

1) 触发边界

什么场景该调用，什么场景不该调用，要写明白。
比如“仅在用户要求代码评审时触发”，而不是“和代码有关就触发”。

2) 输出标准

你要它产出什么格式、什么结构、什么优先级。
越具体，越不容易跑偏。

3) 可执行动作

如果需要跑脚本，必须说明前置条件、输入输出、失败处理。
凡是可能改文件或执行命令的步骤，都要写清安全边界。

4) 证据与复盘

告诉智能体：结论要附依据，关键判断要可追踪。
这样后续你才能判断“它是猜的，还是有证据的”。

有趣的案例：离职同事与反蒸馏 Skills

同事 Skill 的核心目标是：输入离职同事的原材料（飞书/钉钉/Slack 记录、文档、邮件、截图等），生成一个可调用的“同事 Skill”。README 写得很直白——它不只想复刻技术规范，还想复刻表达风格与决策习惯。实现上也不是单文件玩具，而是 SKILL.md + prompts + tools 的组合，并区分 Work Skill 与 Persona 两部分，支持增量合并、对话纠正、版本回滚。^[5]

反蒸馏 Skill 的立场更激进：它明确把“公司要求写 Skill”描述成“蒸馏个人能力”，然后给出一套反制流程——把原始 Skill 清洗成“看起来完整但核心被抽空”的交差稿，同时输出一份私人备份，保留被抽走的关键经验。README 里连强度档位（轻/中/重）和清洗示例都写得很直接，本质是一个“交付外观”和“知识保留”分离的对抗式工具。^[6]

把这两者放在一起看，会更接近现实：一边是把隐性经验尽可能结构化复用，另一边是担心“被完全替代”而主动做反蒸馏。无论你赞同哪边，落地前都要先确认法律、合同和数据授权边界，尤其是聊天记录、邮件和内部文档的处理权限。

在 GitHub 上怎么找、怎么用、怎么分享

如果你想快速观察社区实践，这几个入口最省时间：

• 合集：awesome-agent-skills、github/awesome-copilot^[7]
• 官方/示例：anthropics/skills^[3]

安装方式通常有两类：

• 直接把仓库克隆到本地 Skill 目录（例如 .claude/skills/<name>）
• 用工具提供的命令式安装（不同工具命令不同，以官方文档为准）

对团队来说，更重要的是“持续维护”而不是“一次安装”：

• Skill 跟项目版本一起演进
• PR 审查 Skill 变更（不仅审代码）
• 为每个 Skill 记录适用范围和禁用边界

30 分钟上手：先做一个最小 Skill

如果你想今天就开始，可以按这个最小路径走：

1. 选一个你每周都会重复 3 次以上的小任务。
2. 新建目录（如 .claude/skills/markdown-cleanup/ 或工具支持的等价目录）。
3. 写 SKILL.md：触发条件、步骤、输出格式、禁止项。
4. 用 2-3 个真实任务测试，记录失败点。
5. 只修一件事再重试，连续迭代。

第一版不用追求“全能”，先追求“稳定可用”。
你也可以参考 agentskills.io 和 agentskills/agentskills 的规范，再对照 anthropics/skills 的示例目录。^[2][3]

如果你想系统化一点，可以按这个学习顺序：

1. 先读一份真实 SKILL.md（看“触发 + 输出 + 禁止项”怎么写）。
2. 再看一个带 scripts/ 的 Skill（理解“会说”到“会做”的差别）。
3. 最后把你自己的高频流程拆成 2-3 个小 Skill，而不是一个大而全 Skill。

常见坑位清单

• description 写得太泛，导致误触发。
• 把所有细节一次性塞满，反而增加上下文噪音。
• 脚本可执行但无安全约束，埋下风险。
• 只写“应该做什么”，没写“如何判定做对了”。
• 只顾自动化，不做人工抽检和回归测试。

结语

Agent Skills 本质上不是“新名词”，而是一个务实的工程动作：把可复用的经验写进仓库，让 AI 有规可循。

当你把流程、标准和边界沉淀下来，AI 的稳定性会显著提高；而且这些沉淀本身也是你的长期资产。
如果你正准备开始，不妨从一个最小 Skill 做起，先让一个高频流程跑稳，再逐步扩展到整套工作流。

引用来源

〔注1〕Anthropic 官方 Skills 仓库与用法参考：anthropics/skills

〔注2〕Agent Skills 开放标准与站点入口：agentskills.io、agentskills/agentskills

〔注3〕Anthropic 生态示例目录（用于实践对照）：anthropics/skills

〔注4〕GitHub Skills 官方学习站点（面向开发者课程）：GitHub Skills

〔注5〕“同事 Skill”项目案例与 README：titanwings/colleague-skill

〔注6〕“反蒸馏 Skill”项目案例与 README：leilei926524-tech/anti-distill

〔注7〕社区合集入口（用于观察实践与样例）：awesome-agent-skills、awesome-copilot