一文带你彻底搞懂 Agent Skills

最近 AI Agent 圈里 Skill 火得一塌糊涂，从 Anthropic 自家产品，到 Cursor、OpenCode 全都支持，社区开源技能更是爆发式增长。

很多人一听“Agent Skill”就觉得高深，其实它特别好懂——就是给 AI 装的、可随时调用的模块化技能插件。

一、Agent Skill 概念

传统 AI 就像啥都懂一点但每次都要重新教的实习生：

• 能力只来自模型训练知识 + 你临时说的话
• 每次做同一件事，都要重新讲一遍流程

而 Agent Skill = AI 的外接工具箱：

• 一个 Skill 就是一个文件夹
• 里面装着：使用说明（skill.md）、参考文档、可执行脚本、资源模板
• AI 不用提前记住所有用法，用到的时候再查说明书

Skill 就像 npm 包，写代码时 import 进来直接用，不用自己从零实现。

二、渐进式披露

这是 Skill 能火的核心原因，完美解决两个大问题：Token 爆炸、注意力涣散。

它的工作流程像图书馆查资料，分三层：

1. 只看目录
   启动时只加载所有 Skill 的名称+描述，仅几百 Token，AI 知道自己“会什么”。
2. 查说明书
   用户下达具体任务（比如“处理 Excel”），AI 才加载这个 Skill 的详细步骤。
3. 动手执行
   真正要干活时，才加载对应脚本和参考文档，代码不进上下文，不占 Token。

不用不加载，用到才加载，只加载当前需要的。

三、Skill使用与编写

1. 去哪里找 Skill？

直接去 Skill 市场（比如 Skills MP，https://skillsmp.com/zh），搜索你想要的能力：绘图、处理 Excel、代码审查、获取系统时间……应有尽有。

2. 怎么使用？

1. 下载 Skill 压缩包并解压
2. 把文件夹放到 Agent 指定目录（如 .opencode/skills）
3. 直接对 AI 说需求，AI 自动识别、自动调用

全程不用配置、不用写代码，放对位置就能用。

3. 怎么自己创建一个 Skill？

门槛低到离谱：

• 不用懂代码、不用写配置
• 用 Anthropic 官方的 Skill Creator Skill
• 只用自然语言说“我要做一个 XX 技能”
• AI 自动生成标准 Skill 文件夹

https://skillsmp.com/zh/skills/anthropics-skills-skills-skill-creator-skill-md

比如你说：“帮我做一个获取系统时间的 Skill”，直接生成可用插件。

四、Skill 与 MCP 区分

很多人觉得 Skill 和 MCP 很像，都是给 AI 扩展能力，其实完全不是一回事。

1. MCP：通用“USB 接口”

• 定位：标准化接口协议，统一连接数据库、API、文件、第三方服务
• 机制：启动时一次性把所有工具定义塞进上下文
• 问题：工具多 → Token 爆炸 → 注意力下降 → 调用准确率暴跌
• 典型场景：40 个 MCP、300 个工具，Claude 4.5 准确率只有 62%

2. Skill：模块化“技能说明书”

• 定位：工作流插件，封装固定流程
• 机制：渐进式披露，按需加载，只给当前需要的信息
• 优势：极省 Token、注意力集中、弱模型也能保持高准确率
• 门槛：会写提示词就能做

MCP 管“连接世界”
Skill 管“怎么干活”

MCP不会被淘汰，但会大幅减少使用。

• 必须连接第三方公共服务（地图、开放 API）→ 用 MCP
• 固定工作流、重复任务、本地知识库 → 用 Skill
  

未来格局：
Agent 核心能力 + 少量 MCP + 大量 Skill，协同工作。

五、注意事项

Skill 存在严重安全风险。

原因很简单：

• Skill 可以内置可执行脚本
• 可以调用系统命令、读写文件、访问网络
• 第三方恶意 Skill 可能窃取数据、删文件、挖矿

使用建议：

1. 只用官方/可信社区的 Skill
2. 不用来源不明的 Skill
3. 重要业务环境，优先自己编写或审核后使用

六、总结：Skill 带来的真正变革

1. 降低 Agent 开发门槛
   不会代码也能给 AI 做专业技能。
2. 解决上下文痛点
   按需加载，告别 Token 浪费与注意力涣散。
3. 工作流标准化
   把重复业务封装成 Skill，全团队复用。
4. 与 MCP 互补而非替代
   一个管连接，一个管执行，各司其职。

对开发者来说：Skill 就是 AI 时代的组件化、插件化、工程化，和我们熟悉的模块化思维完全一致，极易上手。