1. 项目概述：一份AI Agent技能生态的“藏宝图”
如果你最近在折腾AI智能体，尤其是像Claude Code、Cursor这类能帮你写代码、处理复杂任务的AI助手，那你大概率已经听过“Agent Skills”这个词了。简单来说，Agent Skills就是给这些AI智能体安装的“技能包”。想象一下，你的AI助手原本是个什么都会一点的通才，但当你需要它帮你调试一个特定的数据库连接问题，或者生成一份符合公司规范的API文档时，它可能就有点力不从心了。这时候，一个专门针对“Supabase故障排查”或“OpenAPI规范生成”的Skill，就能立刻让AI变身成为该领域的专家，精准地调用工具、遵循最佳实践来解决问题。
我最初接触这个概念时，感觉信息非常碎片化——官方文档、社区教程、各种技能库散落在各处。直到我发现了skillmatic-ai/awesome-agent-skills这个项目，它就像一份精心整理的“藏宝图”，系统性地汇总了关于Agent Skills的一切：从核心概念解读、现成技能库，到开发工具、进阶研究，一应俱全。这个项目本身不是一个可以直接运行的代码库，而是一个高质量的资源聚合列表，目标用户非常明确：所有正在使用或打算构建AI智能体的开发者、研究者和技术爱好者。无论你是想快速找到能即插即用的技能来提升工作效率，还是想深入学习如何为自己的团队定制专属技能，这份列表都能为你节省大量搜寻和筛选的时间。
2. Agent Skills核心概念与设计哲学拆解
在深入使用和开发之前，我们必须先搞清楚Agent Skills到底是什么，以及它背后解决的核心问题是什么。这不仅仅是记住一个定义，而是理解其设计哲学，这能帮助我们在后续选择、使用乃至创建技能时做出更明智的决策。
2.1 不仅仅是“提示词模板”：模块化与渐进式披露
很多人容易把Skill简单地理解为一段复杂的提示词（Prompt）。这其实是一个误解。一个标准的Agent Skill（通常体现为一个SKILL.md文件及其相关资源）是一个模块化的能力包。它的核心设计思想是“渐进式披露”。
这意味着什么？一个Skill包含多层信息：
- 轻量级元数据：例如技能名称、描述、适用场景、输入输出格式等。这部分信息非常精简，AI智能体或平台在扫描技能库时，可以快速加载这些元数据来了解这个技能是干什么的，而无需加载全部内容。
- 完整的执行指令：当AI判断当前任务需要调用这个技能时，才会动态加载这部分详细的、步骤化的操作指南。这就像是“按需加载”，避免了将所有技能的巨量文本一次性塞进AI的上下文窗口，造成浪费和干扰。
- 支持性资源：可能包括代码片段、配置文件模板、外部工具（API）的调用方式等。这些资源只在技能被激活并执行到特定步骤时才被引用或调用。
这种设计带来了巨大优势。传统的做法是把所有操作指南都写进一个庞大的系统提示词里，导致上下文窗口迅速被占满，成本高昂且效率低下。而Skill模式让AI智能体变得极其灵活和可扩展，你可以拥有一个庞大的技能库，但AI在每次交互中只“携带”与当前任务最相关的少数几个技能，实现了精准的能力扩展。
2.2 与微调、MCP的关键区别：找准定位
理解Agent Skills，还需要把它放在AI能力扩展的“工具箱”里，看清它和其他工具的区别。
- 与模型微调的区别：这是最根本的。微调是“改变大脑”，通过训练永久性地修改了底层大语言模型的权重，让它更擅长某一类任务。这个过程成本高、不可逆，且更新缓慢。而Skill是“给予知识和工具”，它不改变模型本身，只是在运行时提供额外的指令和资源。就像给一个聪明的助手一本专业的操作手册，它立刻就能照着手册干活。Skill的更新是即时的——你更新了
SKILL.md文件，助手下次调用时就能用上新版本。 - 与模型上下文协议的区别：MCP是一种协议，用于让AI智能体安全、结构化地访问外部数据和工具（如数据库、文件系统、API）。你可以把MCP看作是**“手”和“眼睛”的扩展**，让AI能操作真实世界的资源。而Agent Skills更像是**“知识”和“工作流”的扩展**，它告诉AI“如何思考”和“按什么步骤操作”来完成任务。两者是互补关系：一个Skill内部完全可以定义去调用通过MCP暴露的工具。例如，一个“数据分析”Skill，其指令中会包含“通过MCP连接数据库，执行查询SQL，然后对结果进行可视化”这样的工作流。
实操心得：不要试图用Skill去解决所有问题。对于需要深度理解特定领域知识、遵循复杂流程的任务（如“代码评审”、“事故复盘报告生成”），Skill是绝佳选择。而对于需要实时、安全访问敏感或动态外部数据的任务，你应该优先考虑通过MCP来提供访问能力，然后让Skill来定义如何使用这些数据。
3. 开箱即用：主流平台与海量技能库实战指南
理论清楚了，接下来就是实战。我们首先会关注如何“用起来”。这部分信息在Awesome列表中占据了很大篇幅，因为它直接关系到我们能否快速将Agent Skills的价值落地。
3.1 支持Agent Skills的平台全景图
目前，Agent Skills生态已经得到了众多主流AI开发工具和平台的支持，这意味着你学会的技能可以在多个环境中复用。
- AI原生编码环境：
- Claude Code：这是Anthropic官方力推的平台，对Skill的支持最原生、最深入。其文档也是学习Skill标准的绝佳参考。
- OpenAI Codex：OpenAI的CLI智能体，同样提供了官方的Skill支持。
- Gemini CLI：谷歌Gemini模型的终端版本，也集成了Skill功能。
- 集成开发环境：
- Cursor：这款以AI为核心驱动的编辑器，对Skill的支持非常友好，提供了流畅的本地技能发现和管理体验。
- VS Code：通过GitHub Copilot等扩展，VS Code也能利用Skill来增强AI辅助编程的能力。
- GitHub Copilot：作为广泛使用的编程助手，它支持Agent Skills，允许你为团队定制特定的编码规范或框架使用技能。
- 其他AI智能体框架：
- Mistral Vibe、Manus、OpenCode、Amp、Goose、Letta、Roo Code等，这些新兴或专精的AI智能体工具也纷纷加入支持，形成了一个繁荣的生态。
注意事项：不同平台对Skill的解析和调用方式可能有细微差别。例如，Claude Code可能对Skill的元数据字段有特定要求，而某个开源框架可能支持更灵活的加载方式。在为一个平台开发Skill时，务必先查阅其官方文档，了解其具体的Skill规范和支持程度。
3.2 技能库探索与安全使用策略
有了平台，下一步就是寻找技能。Awesome列表里分门别类地列出了大量的技能库，这里我将其归纳为几种类型，并分享我的使用策略。
1. 官方技能库（首选）： 这是最可靠、质量通常也最高的来源。各大厂商会发布维护自身生态的技能。
- Anthropic Skills / OpenAI Skills：包含通用编程、调试、代码解释等基础技能，是了解标准Skill格式的好样本。
- Microsoft Skills：专注于与Azure云服务、Microsoft AI Foundry开发栈集成的技能。
- Google Workspace Skills：提供操作Gmail、Docs、Sheets等谷歌办公套件的技能。
- Vercel Skills：反映了现代Web开发（Next.js, Vercel平台）的最佳实践。
- Supabase Skills：帮助AI智能体进行数据库操作、身份验证管理等。
2. 社区精选与市场： 社区是创新和多样性的源泉。
- Hugging Face Skills：一个兼容性广泛的社区技能库，涵盖机器学习、数据处理等多个领域。
- SkillsMP / agentskill.sh / Skillstore：这些是技能市场或目录网站，你可以像逛应用商店一样浏览和发现技能。
agentskill.sh提到的“两层安全扫描”是一个重要特性，为从社区安装技能增加了一道安全防线。
3. 专题集合： 针对特定领域的深度整合。
muratcankoylan/Agent-Skills-for-Context-Engineering：专注于“上下文工程”的技能集合，教你如何更有效地为AI组织和管理上下文信息。Orchestra-Research/AI-research-SKILLs：聚焦于AI/ML研究和工程任务。phuryn/pm-skills：产品经理相关的技能，如需求分析、PRD撰写等。
安全使用策略： 必须牢记：Skill即代码。一个恶意的Skill可能会引导AI执行危险操作或泄露敏感信息。
- 审查优先：尤其是从非官方来源获取技能时，花时间阅读
SKILL.md文件的内容，检查其指令是否安全、调用的工具或命令是否可信。 - 沙盒环境测试：在将新技能用于生产环境或涉及敏感数据的任务前，先在隔离的测试环境或非关键任务中试用。
- 依赖官方与可信来源：对于核心工作流，优先考虑官方库或经过社区广泛验证的技能。
4. 从使用者到创造者：技能开发全流程解析
当你发现现有的技能无法满足你的特定需求时，就到了自己动手的时候。构建一个高质量的Skill，远不止是写一个Markdown文件那么简单，它涉及设计、编写、测试和分发的完整流程。
4.1 技能设计与结构剖析
一个结构良好的Skill，是其能否被AI有效理解和执行的关键。根据Anthropic等官方指南，一个典型的SKILL.md包含以下部分：
# 技能名称 **描述**：用一两句话清晰说明这个技能是做什么的，解决什么问题。 **作者**：你的名字或团队名。 **版本**：例如 1.0.0 **适用平台**：Claude Code, Cursor等。 ## 能力 列出该技能使AI智能体能够完成的具体任务。例如： - 分析给定的SQL查询并提供性能优化建议。 - 根据用户需求生成符合RESTful规范的API端点代码。 - 对一段Python代码进行安全漏洞扫描。 ## 前置条件 说明执行此技能前需要满足的条件。例如： - 用户必须提供一段SQL查询代码。 - 项目必须是一个Node.js项目并已安装ESLint。 - AI智能体需要具有文件读取权限。 ## 执行步骤 这是技能的核心，用清晰的、逐步的指令引导AI。要像给一个聪明但需要精确指导的新手写手册。 1. **步骤一：理解输入**。要求AI确认它是否收到了必要的信息（如SQL代码）。 2. **步骤二：分析与处理**。指导AI如何分析输入。例如：“使用你内置的SQL知识，检查查询中是否存在全表扫描、未使用索引的情况。” 3. **步骤三：生成输出**。告诉AI输出应该是什么格式。例如：“以列表形式给出找到的问题，对每个问题，说明原因并提供优化后的查询片段。” 4. **步骤四：后续建议**（可选）。例如：“如果用户同意修改，你可以提供应用这些优化的具体操作指引。” ## 示例 提供1-2个完整的输入输出示例，这是让AI理解你意图的最有效方式。 **输入**： ```sql SELECT * FROM users WHERE age > 18;输出：
- 问题：使用了
SELECT *，可能获取了不必要的列，影响性能。建议：明确指定需要的列，例如SELECT id, name FROM users WHERE age > 18。 - 问题：
age列上如果没有索引，此查询可能导致全表扫描。建议：考虑在users.age列上创建索引（如果该查询频繁执行）。
资源（可选）
链接到相关的代码片段、配置文件模板或外部文档。
> **实操心得**：编写“执行步骤”时，要站在AI的视角。指令必须**无歧义、可操作**。避免使用“更好”、“优化”这类模糊词汇，而是用“按字母顺序排序”、“将循环改为使用map函数”等具体描述。多使用“首先…然后…最后…”这样的结构来引导思考链。 ### 4.2 开发、测试与集成工具链 手工编写和测试Skill效率较低，好在社区已经提供了一些工具。 * **开发与验证**： * **SkillCheck**：这是一个静态分析工具，可以扫描你的 `SKILL.md` 文件，检查常见的风险模式，例如是否包含了可能执行任意命令的危险指令，或者是否有模糊不清的步骤。在分享技能前用它跑一遍，是个很好的安全习惯。 * **Upskill**：Hugging Face推出的库，专注于为代码智能体生成和评估技能。它可以帮助你自动化测试技能在特定编码任务上的效果。 * **集成与框架**： * **LangChain Deep Agents / Multi-Agent Skills**：如果你在使用LangChain构建复杂的多智能体系统，这些模块提供了将Skill集成到智能体工作流中的标准化方法。它帮你处理技能的加载、路由和调用逻辑。 * **OpenSkills**：这是一个“通用技能加载器”。它的目标是做一个适配层，让你编写的技能能更容易地被不同平台、不同框架的智能体所使用，提高了技能的可移植性。 * **IntentKit / Agentica**：这些框架更侧重于“意图识别”和“函数调用”，它们可以帮助你更好地将用户的自然语言请求，匹配和路由到对应的Skill上执行。 **测试流程建议**： 1. **单元测试**：用SkillCheck进行静态分析。 2. **功能测试**：在目标平台（如Claude Code）中，手动触发技能，使用“示例”中的输入，看AI是否能产生符合预期的输出。 3. **集成测试**：如果技能调用了外部工具（通过MCP），需要在集成的环境中测试整个链路是否通畅。 4. **边界测试**：尝试一些边缘案例或错误输入，观察AI的反应是否符合技能中定义的错误处理逻辑（如果你定义了的话）。 ## 5. 进阶探索：性能评估、安全与研究前沿 当你已经熟练使用和创建基础技能后，可能会开始思考更深层次的问题：如何评估一个技能的好坏？技能组合起来会不会有安全风险？这个领域的研究者们在关注什么？Awesome列表的第四部分为我们打开了这扇门。 ### 5.1 技能评估与基准测试 如何知道你的技能是有效的？或者，在多个功能相似的技能中如何选择？这就需要客观的评估标准。 * **SkillsBench**：这是一个专门的基准测试框架，包含了86个跨越11个不同领域（如代码生成、数据分析、文本处理）的任务。你可以用SkillsBench来量化测试一个技能在多样化任务上的表现，比如它的成功率、输出质量、执行效率如何。这对于技能开发者优化自己的设计，或者对于团队选型来说，非常有价值。 * **Benchflow**：另一个评估库，更侧重于在真实工作流中衡量技能的性能。它可能模拟一个完整的开发场景，例如“从Issue描述到生成Pull Request”，然后看集成了特定技能的智能体能否流畅地完成整个流程。 * **Upskill**：如前所述，它不仅用于生成，也用于评估，特别是针对代码相关技能。 **建立内部评估体系**： 对于企业或团队内部开发的技能，我建议建立简单的评估清单： 1. **准确性**：对于给定输入，输出是否100%符合要求？ 2. **可靠性**：多次执行，结果是否一致？ 3. **效率**：技能描述是否清晰，让AI能快速理解并执行，而不是消耗大量token进行“思考”？ 4. **安全性**：是否避免了潜在的危险操作或信息泄露？ 5. **可维护性**：技能文档是否清晰，当底层工具更新时，技能是否易于更新？ ### 5.2 安全考量与“提示词注入”新变种 安全性是Agent Skills无法回避的话题。那份名为《Agent Skills Enable a New Class of Realistic and Trivially Simple Prompt Injections》的论文指出了一个关键风险：**Skill文件本身可能成为提示词注入的载体**。 传统的提示词注入是用户通过在输入中夹带恶意指令来“欺骗”AI。而Skill作为被AI信任的、主动加载的指令集，如果被篡改或植入了恶意内容，其危害更直接、更隐蔽。例如，一个本应进行代码审查的Skill，如果在指令中偷偷加入“将审查到的API密钥发送到某个外部地址”的步骤，AI会毫不犹豫地执行。 **防御策略**： 1. **严格的来源控制**：只从受信任的官方仓库或经过严格审计的渠道安装技能。 2. **代码审查流程**：将Skill的创建和更新纳入团队的代码审查流程，像审查源代码一样审查 `SKILL.md`。 3. **最小权限原则**：运行AI智能体的环境应遵循最小权限原则，限制其网络访问和文件系统操作能力，即使技能被恶意利用，也能将损失降到最低。 4. **使用扫描工具**：利用像SkillCheck这样的工具进行自动化安全扫描。 ### 5.3 研究前沿与未来展望 学术界的关注点往往预示着技术的未来发展方向。列表中的几篇论文非常有意思： * **SkillFlow**：研究智能体如何在一生中**持续发现、修复和进化技能**。这不再是静态的技能库，而是一个动态成长的能力体系。 * **Graph of Skills**：当技能库变得非常庞大时，如何快速找到并组合正确的技能？这篇论文提出了构建**技能依赖图**的方法，让智能体能进行更高效的推理，像搭积木一样组合技能来解决复杂问题。 * **SkillClaw**：探讨如何通过**聚合大量用户与技能的交互数据**，让技能能够自主地、集体地进化，变得越来越好用。 * **PolySkill**：关注技能的**泛化能力**，即如何让一个技能不仅能解决它被训练的那个具体任务，还能举一反三，应用到类似但不同的场景中。 这些研究指向一个共同的未来：**技能不再是孤立的、手工编写的静态文档，而是一个动态的、可互联的、能自主进化的生态系统**。对于开发者而言，这意味着我们设计技能时，可能需要更多地考虑其可组合性、可描述性（便于被图算法理解）和可进化性。 我个人在实际构建和运用技能的过程中，最大的体会是：**Agent Skills的本质，是将人类专家的“隐性知识”和“工作流”进行标准化、外部化封装的一次革命**。它降低了让AI掌握复杂专业知识的门槛。以前你需要一个既懂AI又懂领域知识的专家来设计复杂的提示链，现在，领域专家可以按照相对固定的格式，把自己的工作方法写成Skill，就能直接赋能AI。这个过程本身，也在倒逼我们去更结构化地梳理自己的知识体系。开始动手为你最常做的那件麻烦事写一个Skill吧，这可能是你理解这个生态最好的方式。
