1. Agent Skills 核心概念解析
Agent Skills 本质上是一种标准化的智能体能力扩展机制。就像人类通过学习和掌握不同技能来提升解决问题的能力一样,AI 智能体也可以通过这种格式获得新的专业能力。
1.1 技能组成要素
一个完整的 Agent Skill 包含以下核心组件:
code复制my-skill/
├── SKILL.md # 核心指令文件(必需)
├── scripts/ # 可执行代码(可选)
├── references/ # 参考文档(可选)
└── assets/ # 资源文件(可选)
SKILL.md 是这个体系的核心,采用"元数据+指令"的混合格式:
markdown复制---
name: pdf-processing
description: 提取PDF文本、填写表单、合并文件
---
# PDF处理指南
## 基本操作
1. 文本提取使用pdfplumber库...
1.2 渐进式披露机制
这种设计解决了AI系统的关键瓶颈——上下文窗口限制。通过三级加载策略:
- 元数据层(~100 tokens):仅加载name和description
- 指令层(<5k tokens):完整SKILL.md内容
- 资源层(按需):脚本、参考文档等
实测数据显示,这种策略可以减少70%以上的无效上下文占用。例如在处理PDF任务时,系统不需要预先加载图像处理技能的完整内容。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. SKILL.md 规范详解
2.1 元数据规范
| 字段 | 必需 | 格式要求 | 示例 |
|---|---|---|---|
| name | 是 | 小写字母、数字、连字符 | data-cleaning |
| description | 是 | 1-1024字符 | "清洗结构化数据,处理缺失值和异常值" |
| license | 否 | SPDX标识符 | MIT |
| compatibility | 否 | 500字符内 | "需要pandas>=1.5.0" |
常见错误示例:
yaml复制name: Data_Processor
