跳至正文
来两杯美式
返回

Anthropic 发布 Agent Skills:AI Agent 的能力该如何被打包

By 来两杯美式
发布于

Anthropic 在发布 Agent Skills 时,给出的定义很直接:Skills 是一组文件夹,里面包含指令、脚本和资源,Claude 可以在需要时加载它们,用来更好地完成特定任务。

这句话值得反复看。它没有把 Skills 讲成一个玄乎的“智能体插件系统”,而是先把它落到一个非常具体的形态上:一个文件夹

文件夹里可以放:

这就是 Agent Skills 最重要的产品表达:它不是让用户每次都写更长的 Prompt,而是把可复用的工作方法打包成 Claude 能按需调用的能力。

一、Anthropic 怎么定义 Skills

Anthropic 原文中有两个关键信息。

第一,Skills 是 Claude 用来改进特定任务表现的能力包。

第二,Claude 只会在任务相关时访问某个 Skill。

这两个点放在一起,说明 Skills 解决的不是“有没有更多知识”的问题,而是“什么时候加载什么知识”的问题。

传统做法通常是把所有要求都写进系统提示词或项目说明里。这样做有两个问题:

Skills 的设计正好反过来:启动时只让模型看到每个 Skill 的名称和描述;等任务真的匹配时,再加载完整说明;如果还需要更细的资料,再读取 Skill 目录里的其他文件。

这是一种按需加载的能力系统。

二、四个关键词:Composable、Portable、Efficient、Powerful

Anthropic 用四个词解释 Skills 的价值:Composable、Portable、Efficient、Powerful。

1. Composable:可以组合

Skills 可以叠加使用。Claude 会根据任务自动识别需要哪些 Skills,并协调它们的使用。

真实工作很少只属于一个单一能力。例如“把一份调研报告整理成公司模板里的 PPT”,可能同时需要文档理解、PPT 生成、品牌规范、公司表达风格和行业知识。

如果每个能力都被做成独立 Skill,Agent 就可以根据任务组合它们,而不是为每个场景重新做一个庞大的专用 Agent。

2. Portable:可以迁移

Anthropic 强调 Skills 使用同一种格式,可以在 Claude apps、Claude Code 和 API 中使用。

这意味着 Skills 不只是某个产品里的快捷指令,而是一种跨入口的能力封装格式。一个团队沉淀的流程、规范、脚本,不应该只绑定在某个聊天窗口里。它应该能被不同角色、不同产品入口、不同自动化任务共同使用。

3. Efficient:高效加载

Skills 不会一次性把所有内容塞进上下文,而是只在需要时加载。

这背后对应的是一个非常实用的工程原则:上下文不是越多越好,而是越相关越好。

如果一个 Skill 里包含 50 页 API 文档、几十个示例和若干脚本,Claude 不需要在每次对话开始时读完它们。它只需要先知道“有这样一个 Skill”,等任务需要时再逐层展开。

4. Powerful:可以包含可执行代码

Anthropic 特别强调,Skills 可以包含可执行代码。

这不是锦上添花,而是 Agent 系统走向真实工作的关键。大模型擅长理解、规划和生成文本,但很多操作更适合交给确定性代码:解析文件、提取表单字段、生成图表、批量处理数据、校验格式、处理 Excel、PDF、PPT 等结构化文件。

把这些能力封装进 Skill,Agent 就不必每次临时“想办法”,而是可以调用稳定、可重复的工具链。

三、一个好比喻:给 Agent 的入职材料

Anthropic 在工程文章里用了一个非常好的类比:构建 Skill 就像给新员工准备 onboarding guide。

这个比喻很准确。一个新人加入团队时,单靠通用能力是不够的。他还需要知道这个团队怎么做事、哪些流程不能跳过、哪些模板必须遵守、哪些系统入口在哪里、遇到异常应该怎么处理。

Agent 也是一样。模型本身有通用能力,但真实工作需要程序性知识和组织上下文。Skills 的作用,就是把这些“我们团队就是这么做事”的经验打包给 Agent。

所以,Skills 不是简单的 Prompt 模板。它更像是:

通用模型能力 + 团队工作方法 + 可执行工具 + 参考资料 = 专门化 Agent

四、为什么不是继续堆系统提示词

在 Skills 出现之前,很多团队会把各种规则写进系统提示词、项目说明或长文档里。

这种方式起步简单,但规模一大就会出问题。

第一,规则会越来越长。品牌规范、代码规范、审查清单、发布流程、文档模板全部放在一个地方,模型每次都要背着一大包上下文出发。

第二,规则之间会互相干扰。一个写作规则和一个代码审查规则,可能根本不会在同一个任务里同时需要,但它们却共同占用上下文。

第三,规则难以维护。某个流程更新后,到底应该改哪一段提示词?多个项目、多个团队、多个入口是否同步?这些都会变成长期成本。

Skills 的思路是把这些内容模块化:每个 Skill 聚焦一类任务,并用描述告诉 Claude 什么时候该用它。

这就像从“一份巨大说明书”变成“一组可检索、可调用、可维护的小手册”。

五、Anthropic 按用户类型讲入口

发布文章的另一个值得学习之处,是它没有只讲技术细节,而是按使用入口拆成三类用户。

1. Claude apps

面向普通用户,Skills 可以帮助 Claude 创建和处理电子表格、演示文稿、文档等文件。

这里的重点不是“你可以写 Skill”,而是“Claude 已经能通过 Skills 做更专业的文件任务”。Anthropic 还提到,用户可以用 skill-creator 通过互动方式创建自己的 Skill。

2. Claude Developer Platform

面向开发者,Agent Skills 可以加入 Messages API 请求,也可以通过 /v1/skills 端点管理自定义 Skill 的版本。

原文还特别说明,Skills 需要 Code Execution Tool beta 提供安全的运行环境。这说明 Skills 不只是产品 UI 里的能力,也可以成为开发者构建 Agent 应用时的基础单元,但它的脚本执行能力也依赖对应的安全执行环境。

3. Claude Code

面向工程团队,Skills 可以把团队的工程经验、代码流程和检查规范沉淀下来。

例如一个团队可以把代码审查流程、发布流程、调试流程、迁移流程做成 Skills。Claude Code 在相关任务中自动加载这些工作方法,或者由用户显式调用。

六、Skills 发布文章的写法很值得学习

Anthropic 这篇发布文章的结构非常克制,但信息密度很高。

它大致按这个顺序展开:

  1. 一句话定义 Skills;
  2. 说明 Claude 只在相关任务中加载 Skill;
  3. 用四个关键词概括核心价值;
  4. 给出“入职材料”这个类比;
  5. 分别说明 Claude apps、API、Claude Code 的使用方式;
  6. 给出文档、cookbook、示例仓库等开始路径;
  7. 结尾提醒代码执行带来的安全问题。

如果我们以后发布自己的 Agent 能力、插件系统或内部工具,也可以借鉴这个结构:

是什么 -> 为什么需要 -> 怎么工作 -> 对不同用户有什么用 -> 如何开始 -> 风险边界

这个结构的好处是:既能让新用户快速理解,也能让开发者看到可落地的入口。

七、安全提醒不能省

Anthropic 在文章末尾提醒:Skills 可以让 Claude 执行代码,因此必须注意只使用可信来源。

这点非常重要。

一旦 Skill 里包含脚本、依赖、外部网络访问或文件操作,它就不再只是“提示词”。它可能影响本地环境、读取文件、调用网络服务,甚至诱导 Agent 做出不该做的动作。

所以,使用 Skills 至少要遵守几条底线:

Agent 能力越强,安全边界越不能含糊。

小结

Anthropic 发布 Skills 时,真正讲清楚了三件事。

第一,Skills 是一种非常具体的能力封装形式:一个包含指令、脚本和资源的文件夹。

第二,Skills 的核心机制是按需加载:先通过名称和描述识别是否相关,再逐层读取更详细的上下文。

第三,Skills 的价值不只是提升单次回答质量,而是让团队可以把工作方法、组织知识和确定性工具沉淀成可复用、可组合、可迁移的 Agent 能力。

下一篇,我们继续学习 Anthropic 的工程文章,重点看 Agent Skills 的核心设计模式:为什么它选择文件夹、SKILL.md、渐进式披露和可执行脚本这几个基础构件。

参考资料


分享这篇文章:
通过邮件分享这篇文章✓ 链接已复制
查看系列全部文章
  1. 01.MCP Server 选型决策树:从语言到审计,六个维度一次说清
  2. 02.当 MCP Server 只是"翻译"现成能力:FastMCP + Mem0 + Redis 的选型逻辑
  3. 03.当 MCP Server 要"嵌进"对外平台:Node.js + 官方 SDK + API Key 的选型逻辑
  4. 04.SSE 已被 MCP 判为 legacy:存量服务怎么迁、新服务怎么选
  5. 05.MCP 权限怎么分级?只读、可操作和高风险动作(附完整源码)
  6. 06.MCP 工具权限码怎么设计?read、write、dangerous 三层模型(附完整源码)
  7. 07.自建 SearXNG + MCP:给 AI 工具接入可控的网页搜索
  8. 08.Agent Skill 是快照,快照会腐烂:我把业务流程全部搬到了服务端
  9. 09.能力目录与协议下发:把接口设计和控制流一起交给 Agent
  10. 10.四套版本号:把 Agent Skill 的版本管理挪回服务端之后
  11. 11.让用户自定义 Agent 能力,而不打开注入的后门
  12. 12.MCP 2026-07-28 改了什么:从有状态会话到无状态核心
  13. 13.Anthropic 发布 Agent Skills:AI Agent 的能力该如何被打包
  14. 14.Agent Skills 设计模式:用文件夹给 Agent 装上专业能力
  15. 15.Agent Skills 最佳实践:从评测、结构拆分到安全审查
  16. 16.MCP Server 升级 2026-07-28:不是换依赖,而是重画协议边界
  17. 17.MCP Client 升级 2026-07-28:服务端能留兼容窗口,我们偏不兼容旧协议
  18. 18.MCP 爆炸之后,Agent 怎么从一堆工具里选对那一个

上一篇
AI 背下了所有关于猫的知识,却没摸过一只猫
下一篇
MCP 2026-07-28 改了什么:从有状态会话到无状态核心