一句話總結:Prompt 是从P程到程A彻底 口頭交代 ,
想象你招了一位天才實習生
Claude他智商極高但不懂你們公司的工l工改变業務 。可被多 Agent 調用4.3. Agent Skill vs MCP
維度 MCP Agent Skill 定位 連接協議:AI 與外部係統的开放"USB 接口" 執行標準:AI 做事的"操作手冊" 解決的問題 能不能連(訪問數據庫 、可複用的标准數字資產。現有技術的协作對比 4.1. Agent Skill vs Prompt
維度 普通 Prompt Agent Skill 性質 臨時指令 ,大幅減少 Token 消耗,从P程到程A彻底到底什麽是工l工改变 Agent Skill ? 用最通俗的比喻 :
Agent Skill是AI的 入職手冊 + 工具箱。必須寫單元測試——像極了每天入職新公司;好不容易調教好的开放 Prompt換個項目就完全失效,易丟失格式整包分享,标准張三:測試環境那個問題搞不定,协作避免 Context 汙染 5.4. 測試你的 Skill(以 Trae 為例)
Trae作為國內的AI IDE已原生支持Agent Skills
官網:
https://www.trae.cn/下載並安裝
TRAE IDE5.4.1. 導入Skill
- 創建一個文件夾,一會兒像剛畢業的新手。核心必須包含
SKILL.md文件(YAML元數據 + Markdown說明) ,5.4.3. 執行Skill
5.4.4. 最終輸出以下內容
六 、會自動 翻開對應的手冊,
七 、
my-skill/ # 技能包根目錄├── SKILL.md # 📄 核心文件:元數據 + 工作流指令(必須)├── scripts/ # 🔧 可選 :自動化腳本(Python/Bash)├── references/ # 📖 可選:專業文檔、從零創建一個 Skill場景:開會錄音轉文字後 ,本文Skill下載地址
本文案例
會議紀要整理助手Skill 的下載地址如下:
- Gitee地址 :
https://gitee.com/zlt2000/my-agent-skill/tree/master/meeting-minutes
- Github地址 :
https://github.com/zlt2000/my-agent-skill/tree/master/meeting-minutes
在實際使用過程中本文 Skill 還可以進行以下迭代優化:
- 在
references裏擴展更多的 會議類型模板;- 在
script文件夾寫Python腳本,支持周會/項目複盤會/客戶溝通會三類場景,不過得明天才有空。Trae 、兩者配合,為什麽 Agent Skill 突然火了 ?你是不是也有過這樣的崩潰時刻?
- 每次讓
Claude寫代碼,都要重複粘貼 請使用我們的代碼規範 :駝峰命名、注意事項- 🧰 工具箱(Scripts):處理特定任務的腳本和代碼
- 📚 參考資料(References):行業規範、可規模化應用 。用完即走
標準化流程 ,Copilot 等主流平台,查詢 references/ 中的資料 ✅ 反饋結果:按模板輸出成果 ,直到 2025 年 10 月 Anthropic推出Agent Skill(又名 Claude Code Skill)正是為解決這些問題而生 。強製執行管理 分散在聊天記錄裏 文件化、
三 、打破工具壁壘;
Skill 市場:構建起類似 VS Code 插件市場的 Skill 生態,可迭代、目前已被 OpenAI、周三前出個技術方案看看。
一 、易漂移
固化檢查點,API文檔 技術本質:
Agent Skill是一個標準化的文件夾結構,永久複用加載方式 每次全量輸入 按需漸進加載 穩定性 依賴模型"記憶",小紅 :接口文檔我還沒弄 , 這些問題的根源 ,周五前給出來。比
MCP更易用的AI編程神器 。不同會議類型(周會/項目複盤/客戶溝通)需要不同的整理模板。其實是AI的 專業能力無法沉澱。複製文件夾即可關係 體係級解決方案 單元級能力模塊,例如 my_skills使用 TRAE IDE打開這個文件夾將 meeting-minutes文件夾複製到 my_skills/.trae/skills/ 目錄下5.4.2. 輸入提示詞
需要切換為
SOLO模式,掌握執行步驟、Cursor、傳統的做法是每次布置任務都口頭交代一遍Prompt而Agent Skill則是給他一本完整的標準作業程序SOP:
- 📋 入職手冊(SKILL.md) :包含崗位描述、生成報表 、
3.1. 三層加載 :用最少的 Token 做最多的事
加載層級 內容類型 加載時機 作用 L1 元數據(名片) Agent 啟動時自動加載 讓AI知道“有什麽技能可用” L2 說明文檔(正文) 匹配用戶需求時加載 教AI“具體怎麽做” L3 資源文件(腳本 / 模板) 執行中按需加載 提供“工具/素材支持” 3.2. 四步執行流程
- 🎯 意圖匹配:AI 掃描所有 Skill 的元數據 ,單個文件夾即可
適用場景 複雜並行任務(如研究+寫作+審核同時進行) 單領域深度任務(如專業代碼審查) 資源消耗 高 ,單 Agent 內能力切換 啟動成本 需要搭建 Agent 框架 零成本,示例、需要運維老陳幫忙看看。更是一個 開放的跨平台標準,最後查附錄,王五 :數據庫設計誰review一下 ?小明 :我來吧 , 核心價值優勢 :
- 降本增效 :通過漸進式披露、版本可控
共享 複製粘貼 ,FAQ└── assets/ # 🎨 可選 :模板 、 API、無需你每次都重複交代。按需加載對應會議規則 ,Skills 是書麵 SOP + 工具箱。 4.2. Agent Skill vs 多 Agent 架構
維度 多 Agent 架構 Agent Skill 複雜度 重量級 , Trae等主流工具跟進支持。
二 、它將人類專家的經驗、創建你的第一個 Agent Skill
下麵用
會議紀要整理助手為例,嚴格按照既定流程執行 ,徹底掌握這個比Prompt更高級、Skill 可無縫適配 Claude 、可執行、實現 “一次構建 、5.1. 創建 Skill 文件夾結構
新建一個名為
meeting-minutes的文件夾,推理效率與執行穩定性同步提升;跨平台互通:作為開放標準,需要架構設計 輕量級 ,然後在對話框輸入以下提示詞: 幫我生成周會會議紀要原始文本:小明:用戶模塊我搞完了 ,文件係統)怎麽做(流程、官方與社區共同打造技能商店 ,模板素材、AI 才能真正成為"懂行的專家" 。這不僅是 Claude的新功能,標準化流程與行業最佳實踐 ,本文將帶你從 是什麽到 怎麽用在實際工作中 ,---
5.2.2. SKILL內容
5.3. 編寫模塊化配置references
通過文件分離 ,不會一上來就把整本書塞進腦子裏 。已經提測。按需加載機製,Skill 教 AI 怎麽按你們公司的規範查數據、或詢問缺失信息
四 、規範 、找到最匹配當前任務的技能
📖 讀取指南:加載對應 SKILL.md,先看目錄,輸出結構化紀要。輸出規範 🔧 按需執行:調用 scripts/ 中的腳本 ,需要整理成結構化會議紀要。處理異常。導致輸出的內容一會兒像資深架構師,封裝成 AI可理解、自動識別會議類型 ,2空格縮進 、
五 、AI每次隻讀取當前任務所需的規則,可選包含腳本 、靜態資源
當
AI檢測到相關任務時,同時讓 AI 聚焦核心任務 ,總體的文件結構如下:/meeting-minutes/├── SKILL.md # L1:技能元數據 ,最佳實踐)技術形態 需要運行 MCP Server(TypeScript/Python) 靜態文件夾(Markdown + 腳本) 加載時機 啟動時建立連接 按需漸進加載 關係 互補:MCP 提供“工具” Skills 提供“使用指南” MCP 讓 AI 能連上數據庫 ,讓專業能力可分享 、實現輸出內容 導出word文檔或者 同步給飛書 。檢查點、智能提取關鍵信息 ,工作流程、Skill工作原理
Skill最精妙的設計,總結
Agent Skills的正式發布,多端複用” ,L2:內容├── references/ # L3 :按會議類型按需加載│ ├── weekly-rule.md # 周會模板│ ├── retro-rule.md # 複盤模板│ └── client-rule.md # 客戶溝通模板5.2. SKILL.md(核心文件)
5.2.1. 元數據
在
SKILL.md文件最開頭以上下兩個---作為元數據標識---name: meeting-minutesdescription: 辦公室通用會議紀要整理助手,標誌著 AI 協作從 提示詞工程正式邁入 技能工程的全新範式。是它的 漸進式加載機製—— 就像你查字典,李四 :下周我打算開始訂單模塊 ,之前的調教經驗歸零;團隊裏每個人給 AI 的指令不一樣 ,我負責寫, 作者:焦點------分隔线----------------------------
- 头条新闻
- 图片新闻











.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)



