本节目标:用最直白的话讲清楚Skill(技能)是什么、为什么 2025 年下半年它从一个小众概念变成了 AI 行业的新基建,以及它会怎么改变你和 AI 的相处方式——不管你是开发者、产品经理、运营、还是只想让 AI 多帮自己干点活的普通用户。一、先讲个故事:AI 的老员工困境1.1 同样的问题,问一百遍想象你刚招了一个非常聪明的实习生小张。第一周你交给他一个任务:给客户写月度报告。你花了一上午,手把手教他:“先去 CRM 拉客户这个月的订单 → 然后看看支持工单系统有没有未结的问题 → 接着按这个模板写正文 → 第三段必须放健康分,健康分按这个公式算 → 最后发给我审,不要自己直接发给客户。”小张听懂了,完成得很漂亮。第二周,你换了一个客户,让小张再写一份。他又把所有细节问了你一遍——CRM 在哪登?健康分公式是什么?能不能直接发?第三周,第四周……每次都从头讲一遍。你崩溃了。没有经验复用的世界,长这样: 你 ──教一遍──→ AI:写报告 你 ──又教一遍─→ AI:写报告 你 ──再教一遍─→ AI:写报告 你 ──……──→ AI:写报告 每次都从零开始,每次都怕它漏一步1.2 普通用户的同款痛苦这事不只是开发者会遇到。任何用过 AI 的人都体验过:让 AI 帮你做 PPT——它每次的字体、色调、留白习惯都不一样,你要不停说这次稍微克制一点“不要用那么多 emoji”让 AI 帮你做 Excel 数据透视——同一个表它今天给你画柱状图,明天画饼图,后天突然加了一堆没用的辅助列让 AI 帮你整理会议纪要——你公司的纪要有固定格式,但你每次都要再贴一遍模板你心里都清楚:“我希望它记住我的偏好/我们团队的规矩,以后不用我每次都说一遍。”1.3 这就是 Skill 要解决的事2025 年 10 月,Anthropic 把一个一直在内部用的概念正式开放给了全世界,起名叫Agent Skills(智能体技能),简称Skill。它的核心理念非常朴素——把做某件事的完整经验打包成一个文件夹,需要时 AI 自动取用。┌────────────────────────────────────────────────┐ │ 一句话理解 Skill │ │ │ │ Skill 把专家级的工作流程装进一个文件夹 │ │ 需要时 AI 自动翻开来照着做 │ │ │ │ 就像你给实习生写了一本《新员工手册》 │ │ 他每次接到对应任务,自己去翻就行 │ └────────────────────────────────────────────────┘是不是很简单?但这个简单的想法,正在悄悄改变 AI 工具的玩法。二、Skill 到底是什么?三个比喻就懂2.1 一句话定义Skill 是一个文件夹,里面装着做一类事情应该按什么步骤、什么规矩、用什么工具——AI 在遇到对应场景时会自动打开它,照着上面写的来做。2.2 三个比喻比喻 1:菜谱你家冰箱上贴着一张红烧肉菜谱。平时它就只是一张纸,占不了多少地方。哪天你想做红烧肉,把它取下来,照着步骤一步步做就行。Skill 就是 AI 的菜谱。平时安静地待在那儿,等你说做个红烧肉,它才会被翻开。比喻 2:岗位 SOP肯德基的炸鸡员工不需要每次现想鸡块要炸几分钟——岗位 SOP 上写得清清楚楚:预炸 1 分 50 秒、复炸 30 秒、油温 175°C。新员工来了,看一遍 SOP 就能上手。Skill 就是 AI 的 SOP。你不用每次解释怎么做,AI 直接按 SOP 来。比喻 3:专业书籍医生看病时,不会把所有医学知识都背在脑子里——遇到不熟的症状,他会去翻《临床指南》。Skill 也是这样:AI 不需要全知全能,它只要在需要时知道去翻哪本书。2.3 它和你以前听过的概念有什么不一样很多人初次接触 Skill 都会问:这跟提示词、跟函数、跟 Agent 有啥区别?用一张表说清楚:┌──────────────┬─────────────────────────────────────┐ │ 概念 │ 用一句话理解 │ ├──────────────┼─────────────────────────────────────┤ │ Prompt │ 你跟 AI 说的一句话 │ │ (提示词) │ 帮我总结这篇文章 │ │ │ │ │ Tool │ AI 能调用的一个具体动作 │ │ (工具) │ 发送邮件、查询数据库 │ │ │ │ │ MCP │ AI 和外部工具之间的通信协议 │ │ (上一篇讲的) │ 类似USB 接口标准 │ │ │ │ │ Skill │ 做某类事情的完整流程指南 │ │ (这篇) │ 类似岗位 SOP或菜谱 │ │ │ │ │ Agent │ 能自主规划、调用 Skill 和 Tool 的 │ │ (智能体) │ AI 角色,类似完整的员工 │ └──────────────┴─────────────────────────────────────┘层级关系特别清晰:Agent(员工) ▲ │ 调用多个 │ Skill(岗位 SOP) ▲ │ 编排多个 │ Tool(具体动作) ▲ │ 通过协议调用 │ MCP(通信标准)可以这样记:Tool 是动词,Skill 是流程,Agent 是角色。三、它怎么火起来的:2025-2026 的快速进化很多技术发布之后会沉寂很久。Skill 不一样——它从发布到成为行业标配,只用了几个月。2024 年 各家 AI 都有自定义指令规则文件,但格式互不相通 ★ Cursor 有 Cursor Rules ★ Windsurf 有 Workflows ★ ChatGPT 有 Custom Instructions ★ 各管各的,带不走、不能分享、难以组合 2025 年 06 月 Anthropic 在 Claude Code 中先实验性引入 Skill 概念 ★ 主要面向开发者 2025 年 10 月 16 日 Anthropic 正式发布 Agent Skills ★★ 跨产品统一:Claude.ai 网页版、桌面版、 Claude Code、Claude API,同一个 Skill 都能用 ★★ 同时开源官方 Skill 仓库(github.com/anthropics/skills) 2025 年 10 月底 企业版接入,组织可以批量分发 Skill 给员工 ★ 公司可以把内部知识封装成 Skill, 全员的 AI 自动遵守同一套规矩 2025 年 11-12 月 社区生态爆发 ★ Plugin概念出现:Skill 命令 子代理 一起打包 ★ 第三方 Plugin 商店上线 ★ 出现superpowersgstack等大型 Skill 包 2026 年 Skill 已经是 AI 助手的水电煤 ★ 主流 IDE、AI 助手都默认支持 ★ 企业 IT 部门把 Skill 当成知识管理的新载体如果你用过 Cursor 的 Rules、Copilot 的 Custom Instructions,你会发现 Skill 在做的事很像——但它的格式被一家公司开放出来当作标准,一个 Skill 写好后,理论上可以在任何支持 Skill 的 AI 上跑。这就是它能快速做大的原因。四、一个 Skill 长什么样?不写代码,先看一眼长相。一个 Skill 就是一个文件夹:my-skill/ ├── SKILL.md ← 核心:这个 Skill 的说明书 ├── reference.md ← 可选:更详细的背景知识 ├── templates/ ← 可选:模板文件,如报告模板 │ └── report.md └── scripts/ ← 可选:辅助脚本 └── helper.sh整个文件夹的灵魂是SKILL.md这一份文件。它的开头有几行标签,描述这个 Skill 是干嘛的、什么时候该用:--- name: 月度客户报告 description: 当用户要求生成客户月报、健康度报告、季度复盘时使用 --- # 月度客户报告生成指南 ## 第一步:收集数据 ... (一段段步骤说明) ## 第二步:计算健康分 ... (具体公式和阈值) ## 第三步:撰写要点 ... (语气、字数、必含元素) ## 注意事项 - 永远不要直接发给客户,提交给负责人审核 - 数字一定要核对两遍 - ...就这么简单。一个 Skill 本质上就是一份用人话写的工作手册。AI 在需要时打开,严格按上面写的来做。┌──────────────────────────────────────────────────┐ │ Skill 的精髓:用 Markdown 写,而不是写代码 │ │ │ │ ✓ 用人话描述步骤 │ │ ✓ 用人话写规矩 │ │ ✓ 用人话讲常识和坑 │ │ │ │ AI 看得懂中文,Skill 当然也能用中文写。 │ │ 写 Skill 的门槛不是编程能力,是会讲清楚怎么做 │ └──────────────────────────────────────────────────┘这一点对普通人特别友好——你不用学 Python 也能写 Skill,会写操作手册就够了。五、最巧妙的设计:渐进式披露5.1 一个常被忽略的难题你可能会想:“AI 装 100 个 Skill 不就行了吗?反正它读得快。”不行。AI 模型有一个叫上下文窗口的限制——一次能看到的内容是有限的(虽然 Claude 4.x 已经能撑到 100 万 token,但仍然有上限)。如果把 100 个 Skill 的全文都塞进 AI 的短期记忆,有两个问题:挤占空间:留给你实际任务的篇幅就少了干扰判断:AI 看着做月报的步骤却接到修 bug的活,容易混乱那怎么办?5.2 三层渐进式披露Skill 的解法非常聪明,叫渐进式披露(Progressive Disclosure)——按需加载,用多少给多少。┌─────────────────────────────────────────────────┐ │ Skill 的三层洋葱 │ │ │ │ 第一层:只看名字和描述 │ │ ★ 永远在 AI 视野里 │ │ ★ 但只有几十个字 │ │ ★ AI 用它判断这个 Skill 跟我现在的任务有关吗 │ │ │ │ ↓ 如果觉得相关,翻开第二层 │ │ │ │ 第二层:打开 SKILL.md 主体 │ │ ★ 完整步骤、规矩、注意事项 │ │ ★ 几百到几千字 │ │ │ │ ↓ 如果还需要更深的内容,翻开第三层 │ │ │ │ 第三层:加载附带的资源 │ │ ★ 模板、参考文档、辅助脚本 │ │ ★ 用多少加多少 │ └─────────────────────────────────────────────────┘打个比方:你家书架上有 200 本书,你不会同时把每本都摊开看。你看书脊的标题(第一层)→ 觉得相关就翻开目录(第二层)→ 真的要细读时再翻到那一章(第三层)。Skill 的思路一模一样。结果就是:你可以装上千个 Skill,而 AI 平时几乎感知不到它们的存在,直到真的用到。5.3 这意味着什么对你来说,实际体验就是——一个什么都会的 AI,但响应速度不会被拖慢任务越多越复杂,Skill 越能体现价值团队可以慷慨地共享 Skill 包,不必担心装多了拖累所有人六、谁能用 Skill?对号入座不同身份的人,从 Skill 拿到的好处不一样:6.1 如果你是普通用户你不用写任何代码,也能享受到 Skill。常见场景:办公文档助手:Anthropic 官方提供的 PDF、Word、Excel、PPT Skill,让 Claude 直接帮你处理 Office 文件,排版还像模像样个人偏好包:把我喜欢简洁、不要 emoji、用中文回答打包成一个 Skill,所有对话自动遵守生活工具集:有人专门做了健身打卡、“读书笔记”、旅行规划等 Skill,直接装上就能用启用方式:Claude.ai 的设置里点几下,或者从社区下载一个 Skill 包——和装手机 App 差不多。6.2 如果你是产品经理 / 运营 / 内容创作者你最常重复做的事,都可以变成 Skill:周报 Skill:数据从哪取、用什么格式、要重点关注哪几个指标——一次写好,以后 AI 自动按格式生成产品需求文档 Skill:你们公司 PRD 的标准结构、必备章节、用户故事写法,封装一次,新需求直接套公众号选题 Skill:你的文风、读者画像、爆款标题套路,AI 写出来的初稿就更接近你的风格这是把你的方法论沉淀下来的好工具——以前这种知识只在你脑子里,现在 AI 也能用。6.3 如果你是企业 IT / 知识管理者Skill 给企业带来一个全新的可能性:把组织内部的隐性知识做成 AI 能直接用的标准动作。传统企业知识管理: 写文档 → 放 Wiki → 员工去搜 → 多数人懒得看 → 知识沉睡 Skill 时代: 写 Skill → 推给全员 → 员工的 AI 自动遵守 → 知识真正流动比如:法务部门可以做一个合同审查 Skill,销售可以做一个客户应答 Skill,财务可以做一个报销规则 Skill——员工不需要记,AI 帮记。6.4 如果你是开发者Skill 是把工程经验流通起来的最佳载体。你写过的:代码审查清单Git 提交规范调试方法论部署流程各种踩过坑别再踩都可以变成 Skill,沉淀到团队、开源社区。你不必再每次新人入职时口述一遍——Skill 替你讲。七、Skill 从哪里来:三条路径7.1 路径一:用官方/社区现成的最省力的一条路。Anthropic 自己开源了一批高质量 Skill(地址在文末),覆盖文档处理、代码审查、产品设计等常见场景。第三方社区也越来越活跃,你可以像装 App 一样直接拿来用。┌──────────────────────────────────────────────────┐ │ 常见的官方 / 社区 Skill 包 │ │ │ │ pdf-tool / docx-tool / xlsx-tool / pptx-tool │ │ ★ Office 全家桶,Anthropic 官方维护 │ │ │ │ skill-creator │ │ ★ 用来造 Skill 的 Skill,元能力 │ │ │ │ superpowers / gstack / frontend-design │ │ ★ 大型社区 Skill 包,几十个 Skill 一起打包 │ │ │ │ 各类垂直领域包 │ │ ★ 数据分析、研究、写作、设计…… │ └──────────────────────────────────────────────────┘7.2 路径二:让 AI 帮你做一个听起来像段子,但真的可以。Anthropic 提供了一个叫skill-creator的 Skill——它本身的工作就是采访你、然后帮你写 Skill。整个过程像这样:你:我想做一个生成营销文案的 Skill ↓ Skill 创建器:好的,我先问你几个问题—— 1. 你的目标受众是谁? 2. 你倾向什么风格(专业 / 活泼 / 简洁)? 3. 必须包含哪些元素(优惠点、CTA、品牌词)? 4. 字数范围? ↓ 你:(回答) ↓ Skill 创建器:(生成一个 SKILL.md 文件给你) ↓ 你装上,以后写营销文案 AI 自动按这个 SOP 来全程不写一行代码,只是回答问题。这把做 Skill的门槛降到了几乎所有人都能跨过的程度。7.3 路径三:自己手写如果你已经懂得怎么写一份清楚的工作手册,那直接手写 Skill 也很简单——本质就是一个 Markdown 文件加上几行说明。写 Skill 的核心心法只有一句:像给一个新员工写工作交接文档那样写。写完丢到指定的 Skill 文件夹(~/.claude/skills/或项目里的.claude/skills/),立即生效。八、写好 Skill 的五个原则不管是手写还是用工具生成,好 Skill 都遵守同一套原则:┌──────────────────────────────────────────────────┐ │ 写 Skill 的五原则 │ │ │ │ 1. 单一职责 │ │ 一个 Skill 只解决一类问题 │ │ ✓ 代码审查 │ │ ✗ 代码审查 部署 监控 写邮件 │ │ 理由:小而专的 Skill 更容易被 AI 准确触发 │ │ │ │ 2. 描述要会被搜到 │ │ description 一栏决定了 AI 能不能想到用它 │ │ ✓ 当用户要写客户月报、季度复盘时使用 │ │ ✗ 一个非常有用的工具 │ │ 理由:模糊描述 AI 永远不会用它 │ │ │ │ 3. 写步骤,不写废话 │ │ 用编号列表 命令式动词 │ │ ✓ 1. 读取数据 2. 计算健康分 3. 生成报告 │ │ ✗ 我们建议您可以考虑首先尝试…… │ │ 理由:Skill 是给 AI 看的 SOP,不是文学作品 │ │ │ │ 4. 把坑写出来 │ │ 新人最容易踩的雷,一定要点出来 │ │ 千万不要直接发给客户,要先给负责人审 │ │ 理由:AI 不知道这些行业潜规则,你不说它就踩 │ │ │ │ 5. 控制篇幅 │ │ 正文几百字到一两千字最佳,真要长就放到附录 │ │ 理由:利用渐进式披露,让常用部分尽量短 │ └──────────────────────────────────────────────────┘8.1 什么时候不该用 Skill?不是所有事都要做成 Skill。做之前先问自己:该用 Skill: ✓ 这件事我要重复做很多次吗? ✓ 不同的人来做应该结果一致吗? ✓ 有明确的步骤、规矩、不能漏的环节吗? ✓ 我希望团队/全公司都遵守同样的做法吗? 不该用 Skill: ✗ 一次性的探索任务 ✗ 每次都不一样、需要高度灵活的事 ✗ 简单到一句话能说清楚的事把不该做成 Skill 的事硬塞成 Skill,只会给自己添麻烦——以后改动维护都是负担。九、Skill 跟 MCP、Agent 是什么关系?上一篇讲了 MCP,下一篇要讲 Agent,这一篇讲 Skill。三者经常被一起提及,关系容易乱。用一个完整团队的比喻把它们串起来:┌─────────────────────────────────────────────────┐ │ 一个 AI 助理 一个完整的虚拟员工团队 │ │ │ │ Agent 这位员工本人 │ │ 有判断力,知道什么时候做什么 │ │ │ │ Skill 员工脑子里的工作 SOP │ │ 遇到对应任务,自动调用对应 SOP │ │ │ │ Tool 员工手里的工具 │ │ 单一动作:发邮件、查数据库 │ │ │ │ MCP 工具和员工沟通的统一接口标准 │ │ 保证任何工具都能被任何员工使用 │ │ │ │ Prompt 你跟员工说的具体指令 │ └─────────────────────────────────────────────────┘举个完整例子,看它们怎么配合:你:帮我做一份十月份华东区客户的健康度报告 │ ▼ Agent(整个 Claude)接收任务 │ ▼ 匹配到 客户健康度报告 Skill │ ▼ 按 Skill 的 SOP 一步步执行: │ ├──→ Tool(通过 MCP 协议调用 CRM Server,拉数据) │ ├──→ Tool(查询支持工单) │ ├──→ 按 Skill 中的公式计算健康分 │ └──→ 套用 Skill 自带的报告模板,生成结果 │ ▼ 交给你审阅整个过程里:MCP 是管道、Tool 是动作、Skill 是流程、Agent 是司机、Prompt 是你说的话。各司其职,缺一不可。十、Skill 会怎么改变 AI 工具的格局最后讲一点近期的思考。Skill 表面上只是个工作手册的格式,但它带来的连锁影响其实挺深:10.1 知识从个人变成组织资产以前一个老员工的绝活只在他脑子里,他离职就没了。现在,这些绝活可以变成 Skill,沉淀到组织,所有人(以及他们的 AI)都能用。10.2 AI 工具的护城河发生位移过去 AI 工具拼模型能力。今后会越来越拼Skill 生态有多丰富、能不能跟你团队的工作流深度结合。就像手机当年拼硬件,后来拼 App 商店。10.3 普通人也开始开发AI 了以前教 AI 做事是开发者的特权。现在写一个 Skill 写一份操作手册,任何会写文档的人都能给 AI 加技能。这是 AI 历史上又一次重要的门槛下移——上一次是 Prompt 工程,这一次是 Skill。10.4 你需要主动了解和拥抱如果你已经在重度用 AI,强烈建议至少装一两个 Skill 试试。哪怕只是把我希望 AI 怎么回答我做成一个 Skill,你的体验也会立刻不一样——你会发现 AI 突然变得懂你了。十一、本篇小结┌──────────────────────────────────────────────────┐ │ 本篇知识地图 │ │ │ │ Skill 把做某件事的完整经验 │ │ 打包成一个文件夹给 AI 用 │ │ │ │ 核心组成: │ │ ├── 名字 描述(决定何时被触发) │ │ ├── SKILL.md 主体(完整 SOP) │ │ └── 附带资源(模板、脚本、参考文档) │ │ │ │ 核心机制: │ │ 渐进式披露——用多少加载多少 │ │ ↳ 上千个 Skill 共存而不拖累 AI │ │ │ │ 层级关系: │ │ Prompt Tool Skill Agent │ │ │ │ 设计原则: │ │ 单一职责 描述清晰 步骤明确 │ │ 写出坑点 控制篇幅 │ │ │ │ 适用场景: │ │ ★ 重复性高、有标准流程、需要团队对齐 │ │ ★ 普通人办公提效、企业知识沉淀、 │ │ 开发团队工程标准化 │ │ │ │ 写 Skill 的门槛不是编程能力—— │ │ 而是你能不能把一件事讲清楚 │ └──────────────────────────────────────────────────┘十二、扩展学习资源必读Anthropic 官方公告:Introducing Agent Skills —— 2025 年 10 月 16 日的官方发布文,讲清楚理念Claude Skills 官方文档 —— 完整文档,所有平台共用一套规范推荐Anthropic 开源 Skills 仓库 —— 官方维护的 Skill 集合,含 PDF、Office、skill-creator 等Cursor Rules 指南 —— 类似理念在 Cursor 中的实现,可对照理解Windsurf Workflows 文档 —— Windsurf 的同类机制动手实践先装一个官方的 PDF 或 Excel Skill,体验AI 突然会处理 Office 了把你最常重复的一项工作(写周报、做产品需求、回客户邮件)封装成 Skill用skill-creator让 AI 帮你做一个 Skill,体验零代码造 AI 能力在团队里发起一次Skill 共建——一周时间收集 5 个团队都在用的工作流,沉淀成共享 Skill 包下一篇预告:将介绍AI 工作流(AI Workflow)——当任务复杂到一个 Skill 也搞不定、需要多个步骤、多个分支、甚至多个 Skill 协同时,工作流引擎(LangGraph、Dify、n8n 等)会怎么帮我们把这些流水线组织起来。声明本博客内容素材来源于网络文章由AI技术辅助生成。如有侵权或不当引用请联系作者进行下架或删除处理。