没有 Skills 之前,你在干什么

用 AI 写代码的人大概都经历过这个阶段:每次开新对话,都要跟 AI 重复一遍"不要蓝紫渐变色""遵循公司代码规范""不要生成没用的文档"……几百字的提示词复制粘贴,像个复读机。

聪明一点的做法是把常用提示词存到 prompts.md,把代码规范、设计素材塞进资源文件夹,再写个 AGENTS.md 让 AI 自动读取。看起来挺完美,但问题很快暴露——规范越写越多,文档越来越臃肿,每次对话都要把这堆东西塞进上下文,白白烧掉一大把 tokens。

Agent Skills 到底是什么

一句话:把教 AI 做事的文档和资源打包成标准化文件夹,让 AI 按需加载。

每个技能的核心是一个 SKILL.md 文件,分两部分:

  • 元数据(YAML 格式):技能名称和描述,告诉 AI 什么时候该用这个技能
  • 指令内容:精心设计的提示词,指导 AI 具体怎么做

比如官方的 frontend-design 技能,指令里包含了设计思考流程(先分析产品目的、用户群体,再选美学方向)、前端美学指南(字体选择、配色主题、动效设计)、以及避坑清单(明确禁止蓝紫渐变、系统字体等 AI 审美陷阱)。

复杂一点的技能,比如 PPT 制作,除了 SKILL.md 还会带上可执行脚本、参考文档和各种资源文件。简单的技能可能就只有一个 SKILL.md

关键机制:渐进式披露

这是 Agent Skills 真正有意思的地方。装了十几个技能,AI 不会把所有技能说明都塞进上下文——那跟以前没区别。

它的做法是懒加载:AI 先只扫描每个技能的元数据(名字和描述),发现哪个跟当前任务相关,才把那个技能的完整文档读进来。用到哪个查哪个,既精准匹配又省上下文。程序员看到这里应该会心一笑——这不就是按需加载嘛。

实际怎么用

目前支持最完善的是 Claude Code,操作很简单:

  • 添加官方技能市场,然后安装技能包(比如 example-skills,包含前端设计、网页测试、动图制作等)
  • 也可以单独安装某个技能,比如 frontend-design
  • 安装完就能用,AI 会自动识别当前任务该调用哪个技能

装了前端设计技能之后,你跟 AI 说"帮我开发个人作品集网站",它会主动问你要不要用这个技能来生成更有设计感的页面。确认后生成的代码,告别千篇一律的蓝紫渐变,风格和排版明显专业很多。

除了 Claude Code,Cursor、VS Code、Codex 也都支持。社区里有不少现成技能可以直接用,比如一个叫 UI UX Pro MAX 的技能就挺火,专门提升 AI 的设计能力。在 Cursor 里用的话,安装官方命令行工具后,在项目目录下执行对应命令就行,技能会自动安装到 Cursor 的配置目录。

创建自己的技能

两种方式:

手动创建——复制一个官方技能包,改目录名,改 SKILL.md 的元数据和指令内容,把你自己的资源文件(模板、素材、规范文档)放进子文件夹。

用 Skill Creator——官方示例技能包里自带了一个创建技能的技能(套娃了属于是)。跟 AI 说"帮我创建一个生成公司周报的技能",它会引导你回答几个问题(周报包含哪些部分、输出格式、语言风格),然后自动生成完整的技能包。

创建好的技能可以放在三个位置:

  • ~/.claude/skills/:个人全局使用,所有项目通用
  • 项目的 .claude/skills/:通过 Git 同步给团队
  • 开源到 GitHub 或社区平台:分享给所有人

Skills、MCP、斜杠命令,别搞混了

这三个东西定位完全不同:

  • MCP 是给 AI 装"手和眼睛",让它连接外部工具和数据源(搜网页、查数据库、读代码仓库)
  • Agent Skills 是给 AI 发"工作手册",教它在特定领域怎么干活
  • 斜杠命令 是快捷键,需要手动输入触发;Skills 是 AI 自动识别该用什么

三者可以组合。比如让 AI 发周报:MCP 负责从任务管理系统拉数据,Skills 负责把数据整理成老板爱看的格式。一个提供食材,一个提供配方。

为什么这个东西能火

说实话,从技术角度看,Agent Skills 没有任何颠覆性的创新。封装、复用、模块化、懒加载——程序员玩了几十年的东西。

但它做对了两件事:一是定了开放标准,封装一次就能跨工具使用,社区可以共享;二是把门槛降到了"装 APP"的水平。以前想让 AI 变专业,你得学提示词工程、配工具链、写规范文档。现在安装一个技能包就搞定了。

对于独立开发者来说,值得做的事情是:把你工作中反复出现的任务模式封装成技能——周报生成、代码审查规范、项目初始化模板、客户邮件回复格式——装一次,以后每个项目都能用。如果你封装得足够好,还能分享到社区,甚至作为一个小产品来卖。毕竟在 AI 时代,卖铲子的往往比挖金子的先赚到钱。