Agent Skills 全景指南：从概念机制到实战开发

Fri, 23 Jan 2026 09:01:00 +0800

最近，Agent Skills 彻底火了。

很多人第一次听到 Skills，会觉得“这不就是一堆 Markdown 吗？”我一开始也这么想。但当你把它放进 Agent 的运行方式里，再对比 Prompt、MCP、Function Calling 这些概念，你会发现：Skills 解决的不是“模型会不会”，而是“怎么让模型稳定、可复用、可分发地把事做完”。

在这篇文章里，我将从概念到实战，带你彻底搞懂 Skills。

一、什么是 Skills？它从何而来？

简单来说，Skills 就是供大模型使用的技能包。

Skills 里面包含做事的方法（流程、规范、检查点），以及可选的资源（模板、脚本、参考资料等）。
目标不是让模型“临场表现更好”，而是让同一类任务在不同时间、不同输入、不同人使用时，都能得到稳定的结果。

例如：团队新来了一个开发工程师。为了让他按团队要求开展工作，通常会告知：

这件事的目标和流程是什么（SOP）
要用到什么工具（Scripts/MCP）
有什么参考模板和素材（References/Assets）

这就是 Skills。它让 Agent 具备了“专业知识”和“稳定做事的方法”。

Skills 最早由 Anthropic 在 2025 年 10 月中旬随 Claude Code 推出。两个月后（12 月 18 日），Agent Skills 被作为开放标准发布。

https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills?utm_source=chatgpt.com

二、Skills、MCP、Agent、Function Calling 的关系

之前写过 MCP 和 Function Calling 相关的文章：

《[[MCP 和 Function Calling：概念]]》

《[[MCP 和 Function Calling：示例]]》

这些和新的 Skills，关系是什么呢？

Function Calling：这是最底层的能力，相当于人的“手”。它让 AI 知道自己能“拿杯子”、“按开关”，是连接外部世界的基础接口。
MCP：这是一种标准协议，定义通用通信架构和数据格式（类似于 USB 标准）。Function Calling 可视为 MCP 生态下的一种具体功能实现形式。
Skills：这是业务逻辑和流程，相当于“脑子里的知识”。它教 AI 如何使用 MCP 里的工具去完成一个复杂的任务（比如写一篇符合你风格的文章）。它解决的是“流程”问题。
Agent：Agent 是位于最上层的“大脑”或“协调者”。

可以这么理解，不一定准确：Agent 是工人、Function Calling 是工人具备使用工具的能力，比如会用锤子等、 MCP 是一个多功能腰带，有各种标准的卡口用来放不同类型的工具、Skills 可以是这些工具的使用说明书，也可以是怎么用工具造房子的施工图纸。

三、核心机制

Skills 的核心机制，我认为就两件事：

让 Agent 能“找到该用哪个技能”
让 Agent 能“只在需要时加载需要的部分”

Agent 启动时不会把所有技能全文塞进上下文窗口，而是先扫描技能包，读取每个技能的少量元信息（名称和描述，描述尤为重要）。

当用户提出需求后，Agent 会用这些元信息做匹配，判断要不要触发某个技能。这也是为什么 Skills 的 description 写得好不好，直接决定“命中率”。

Skills on 冯威的博客

Agent Skills 全景指南：从概念机制到实战开发

一、什么是 Skills？它从何而来？

二、Skills、MCP、Agent、Function Calling 的关系

三、核心机制