Agent Skill

Anthropic 提出的 Agent 能力打包协议。每一个 Skill 本质上是一个文件夹,包含了让一个 Agent 完成特定任务所需的全部资源。目标是将 Agent 能力像文件一样分享和复用。

文件结构

一个标准的 Skill 文件夹包含:

skill-name/
├── skill.md          # 核心文件:名称、描述、系统提示词
├── scripts/          # 可执行脚本
├── references/       # 引用文件(需要阅读的文档)
└── resources/        # 静态资源

运行机制

  1. 扫描发现:Coding Agent(如 Claude Code、Cursor)启动时扫描指定目录下的所有 Skill,获取名称和描述
  2. 匹配选择:用户发出请求后,Agent 的主脑模型判断请求是否能匹配某个 Skill
  3. 激活加载:匹配成功则将该 Skill 的完整内容加载到 Agent 上下文
  4. 按需引用:运行过程中根据 skill.md 的指示,读取 reference 文件或执行 script 脚本

Skill 的获取方式

方式代表特点
外部下载OpenClaw 技能市场即拿即用,但有恶意注入风险,难以适配个人场景
自主沉淀[Hermes Agent](Hermes Agent.md)Agent 自动将复杂执行过程沉淀为 Skill,动态更新,来源可控

Skill vs MCP

  • [MCP 模型上下文协议](MCP 模型上下文协议.md):解决”工具”的复用——通用的 Function Call 接口标准
  • Agent Skill:解决”整个 Agent”的复用——包含提示词、工具配置、脚本、资源的完整打包

二者互补而非替代。一个 Skill 内部可以调用多个 MCP 工具。

相关概念

  • Agent — Skill 所服务的核心对象
  • [MCP 模型上下文协议](MCP 模型上下文协议.md) — 工具层面的复用标准
  • OpenClaw — 基于外部下载 Skill 的 AI 助手
  • [Hermes Agent](Hermes Agent.md) — 支持 Skill 自主沉淀的 AI 框架