AI Agent 中的 Skill — 什么是技能一、从一个问题开始你招了一个实习生第一天上班。 你不会对 ta 说用 SQL 的 SELECT JOIN 查表这种微观指令 你会说来了新订单就走这个 SOP查库存→锁商品→建订单→扣余额。 这个 SOP就是 Skill。Skill 让 AI Agent 从知道一切但执行不稳的通才变成特定场景下能稳定完成任务的专家。二、为什么大模型需要 Skill2.1 没有 Skill 的 Agent — 原理都懂细节全错用户帮我排查一下服务器上数据库连不上的问题。 LLM 脑子里 PostgreSQL 默认端口 5432... 要检查 pg_hba.conf... 但 Ubuntu 24.04 的 pg_hba.conf 在哪个路径不确定... scram-sha-256 认证和 md5 有什么区别忘了... 每一次执行都像第一次每次都要试错。2.2 有了 Skill 的 Agent — 照着 SOP 走又快又稳同一个问题Agent 加载了 postgresql-connectivity-debugging Skill 步骤 1 → 检查 pg_hba.conf → 路径 /etc/postgresql/15/main/ 步骤 2 → Ubuntu 24.04 默认 scram-sha-256老客户端不兼容 → 提示用户 步骤 3 → 腾讯云安全组优先于本地 iptables → 先查安全组 步骤 4 → telnet 43.139.143.86 35432 测试连通性 陷阱 → Docker 容器里 localhost ≠ 宿主机的 localhost 一次通过不需要试错。三、Skill 的本质 — 过程知识Skill 不是代码不是 API不是 prompt 模板。它是一份结构化的过程知识文档。知识可以分成两种 陈述性知识是什么 → PostgreSQL 端口是 5432 → 腾讯云有安全组功能 过程性知识怎么做 → 遇到连接超时第一步查安全组第二步查 pg_hba.conf → 踩过坑Docker 容器里 localhost 不通宿主机 ↑ Skill 存储的就是这种过程性知识四、Skill 的解剖结构skill-name/ ├── SKILL.md ← 主文件必选 ├── scripts/ ← 脚本可选 ├── templates/ ← 模板可选 └── references/ ← 参考资料可选SKILL.md — 六个核心部分--- name: service-deployment trigger: 用户说部署/上线/启动服务 --- ## 1. 触发条件 什么情况下加载这个 Skill。精确描述避免误触发。 ## 2. 前置知识 执行前需要知道什么 —— API 端点、配置路径、依赖版本。 ## 3. 执行步骤 代码块明确的步骤每一步都能验证是否完成。 ## 4. 常见陷阱 实际踩过的坑OS 差异、版本差异、默认值不符合预期。 ## 5. 验证方法 怎么确认任务真的做对了不是看起来做完了。 ## 6. 参考资源 附带的脚本、模板、外部文档链接。五、Skill 不是什么❌ 常见误解✅ 真实是什么Skill 是可执行代码Skill 是指导文档告诉 Agent 怎么调用已有的工具Skill 越多越好Skill 是减速带只有匹配的才加载乱加载反而干扰Skill 替代 API 工具API 提供能做什么Skill 提供怎么做互补Skill 是静态的Agent 完成后可以自动提炼/更新已有的 SkillSkill 就是 Prompt 模板Prompt 只有说什么Skill 包含步骤陷阱验证脚本六、一个完整的 Skill 示例场景帮助用户部署 Java 应用到服务器--- name: service-deployment description: 在 Linux 上用 systemd 部署 Java 应用 trigger: 用户提到部署、上线、启动服务 --- ## 前置条件 - 应用 jar 包已编译好 - JDK 21 已安装 - 用户有 sudo 权限 ## 执行步骤 1. **确认端口不被占用** ss -tlnp | grep :{port} 如果占用 → 告诉用户询问是否换端口 2. **复制 jar 到标准目录** sudo mkdir -p /opt/{app-name} sudo cp {jar-path} /opt/{app-name}/ 3. **创建 systemd service** 模板内容参考 templates/service.template 关键配置Typesimple, Restartalways, Userappuser 4. **启动并验证** sudo systemctl daemon-reload sudo systemctl enable --now {app-name} sleep 3 curl http://localhost:{port}/actuator/health 5. **配置日志轮转** /etc/logrotate.d/{app-name} ## 常见陷阱 - ⚠️ systemd 的 ExecStart 必须写绝对路径写相对路径会启动失败 - ⚠️ 不要在 ExecStart 里用 nohup — systemd 自己负责守护进程 - ⚠️ Spring Boot 需要 30-60 秒启动curl 验证前先 sleep 或轮询 - ⚠️ User 指定的用户必须有 jar 和日志目录的读写权限 ## 验证方法 systemctl status {app-name} → Active: active (running) curl http://localhost:{port}/actuator/health → {status:UP} journalctl -u {app-name} -f → 无 ERROR 日志七、Skill 的生与死7.1 来源Skill 怎么来来源一人工撰写 领域专家把自己的经验写成 Skill → 沉淀知识 来源二Agent 自动提炼 Agent 完成一个复杂任务后自动做总结 刚才修复 PostgreSQL 连接问题用了 5 步 第 3 步在安全组上踩了坑 → 提炼成 Skill 来源三社区共享 像 Docker Hub 一样下载别人写好的 Skill 直接用7.2 维护Skill 怎么活首次使用 → 验证 Skill 管用 再次使用 → 发现有个过时的配置路径 → 自动 patch 多次使用 → 积累更多陷阱记录 → Skill 越来越厚 一个活了 100 次的 Skill比官网文档更靠谱7.3 淘汰Skill 怎么死触发条件不再匹配 → 被新的 Skill 替代 内容过时 → Agent 标记为 deprecated 长时间无人使用 → 自动归档八、Skill vs Prompt EngineeringSkillPrompt粒度完整的任务流程单个对话指令复用性跨会话、跨用户复用一次性结构步骤 陷阱 验证自由格式维护Git 版本化写完就丢举例“部署应用 SOP”“用表格列出结果”九、Skill vs MCP一句话区别Skill 操作手册 → 教 Agent 怎么思考 MCP USB 接口 → 给 Agent 连接什么工具 Skill 不能帮你调 GitHub APIMCP 不能告诉你遇到 403 怎么排查。 两者各司其职配合使用。十、Skill 的三个核心价值价值一消除试错 LLM 本身每次执行任务都像第一次不确定细节。 Skill 让它直接走已验证的路径一步到位。 价值二知识沉淀 团队里最懂 PostgreSQL 的那个人离职了他调试数据库的经验还在。 Skill 把个人经验变成组织资产。 价值三自动化起点 Skill 是 Agent 自动化的最小单元。 有了 SkillAgent 不用每件事都从零推理直接加载肌肉记忆。十一、什么时候需要 Skill问题一个任务值得写成 Skill 吗三个问题自检 ① 这个任务是否重复出现至少 2 次以上 ② 这个任务是否有非显而易见的步骤/陷阱 ③ 这个任务失败了是否代价很大 三个都是是 → 写 Skill 两个是是 → 考虑写 只有一个 → 暂不需要十二、总结Skill 不是 AI 的超能力 而是把 AI 反复验证过的成功路径固化下来 让下一次执行不再从零开始。 就像人类的经验不是写在基因里的 而是通过反复实践、踩坑、总结最后内化成的本能。 AI Agent 的 Skill就是 AI 的经验。
