Agent Skills是什么?

Agent Skill是随调随用的专业知识. 它封装了提示词(技能)和其依赖的工具, 能够模块化的给Agent加上某个问题解决能力.

D2 Diagram
qtopie.github.io

这里需要特别区分: LLM / Planning / Memory / Tools 是 Agent 本身就具备的基础能力; Agent Skill 的作用是按需增强这些能力, 而不是替代它们。

其中 Agent Skill 的作用是把某个领域的最佳实践打包成可复用模块, 在任务匹配时按需注入到 Agent 中:

核心价值

目录结构

假如我们创建一个出门助手的SKILL, 叫做Going-out assistant

创建下面的目录和文件

skills/going-out-assistant/
├── SKILL.md       (Required) 指令和一些描述信息
├── scripts/       (Optional) 可执行脚本(python/javascript)
├── references/    (Optional) 进一步的指引文档
└── assets/        (Optional) 模板文件和其他杂项,如图片

其中SKILL.md文件是我们重点关注的, 他的核心三个要素如下:

示例

---
name: going-out-assistant
description: "用于规划出门行程。适用于查天气、找吃喝玩乐地点、安排路线与时间,并给出穿搭和随身物品建议。"
---

# 出门助手

这个技能用于生成一份完整的出门计划, 从天气判断到行李准备。

## 核心流程

按顺序执行以下步骤:

1. **天气分析**: 确认出行时段的天气情况。
2. **地点推荐**: 根据用户偏好推荐吃饭、喝咖啡或娱乐地点。
3. **行程安排**: 规划时间表与地点间路线。
4. **出行建议**: 给出穿搭建议与物品清单。

## 资源

### 参考资料
使用 [references/essential_items.md](references/essential_items.md) 补充不同天气和活动下的常见携带物品。

### 脚本工具
运行下面命令生成格式化清单:
```bash
node scripts/generate_checklist.cjs --weather=[sunny|rainy|cold|default] --activities=[hiking,eating,working]
```

## 规则
- **主动调整方案**: 下雨优先推荐室内活动。
- **别漏小物件**: 默认提醒钥匙、钱包、充电宝。
- **建议要个性化**: 穿搭建议要结合天气与活动强度。

他是如何工作的?

Agent Skill 的工作流程可以分为 6 个阶段:

D2 Diagram
qtopie.github.io
  1. Discovery(发现)

在会话开始时, Agent 会扫描 discovery tiers, 并把所有已启用 skill 的名称与描述注入到系统提示词中。

  1. Activation(激活)

当 Agent 识别到当前任务与某个 skill 的描述匹配时, 它会调用 activate_skill 工具。

  1. Consent(确认授权)

你会在 UI 中看到一个确认提示, 其中会说明该 skill 的名称、用途, 以及它将获得访问权限的目录路径。

  1. Injection(注入)

在你批准后:

  1. Execution(执行)

模型会在启用该专项能力后继续执行任务, 并在合理范围内优先遵循该 skill 中的过程性指导。