Agent Skills

智能体技能是一组包含指令、脚本和参考文件的文件夹，能让 AI 智能体掌握某类特定任务的专业知识；其打包方式使智能体只会在任务需要时加载技能。每项技能都以 SKILL.md 文件为核心：简短描述会告诉智能体何时使用技能，文件正文则说明具体做法。Anthropic 于 2025 年 10 月为 Claude 引入智能体技能，并于 2025 年 12 月在 agentskills.io 发布该格式，作为开放标准。Claude Code、OpenAI Codex、Gemini CLI、Cursor、GitHub Copilot、VS Code 和数十种其他智能体现在都能读取相同的文件夹，因此同一项技能可以在所有这些工具中使用。

Agent Skills 的工作原理#

技能是一个以技能名称命名的目录，包含必需的 SKILL.md 文件，以及可选的 scripts/、references/ 和 assets/ 文件夹。SKILL.md 以 YAML 前置元数据开头，其中包含两个必需字段：name 最多由 64 个小写字母、数字和连字符组成，且必须与目录名称匹配；description 最多 1,024 个字符，用于说明技能的功能和适用时机。接下来的 Markdown 正文包含流程、示例和边界情况。

智能体通过渐进式披露加载技能，因此即使技能库很大，开销也很低。启动时，智能体只读取每项技能的名称和描述，每项技能约占 100 个 token。当请求与某项描述匹配时，智能体会将完整的 SKILL.md 读入其上下文窗口；规范建议将正文控制在 500 行和 5,000 个 token 以内。只有当指令指向脚本和参考文件时，智能体才会加载这些文件；如果智能体只是运行脚本并读取输出，脚本代码根本不会进入上下文。

SKILL.md 的结构#

零售团队可能会为智能体提供这项用于处理货架照片的技能。描述中包含智能体用来匹配的触发词，正文则指向一个只在需要时加载的脚本和参考表：

---
name: shelf-audit
description: Counts products and finds empty facings in retail shelf photos. Use when the user asks about stock levels, gaps, or planogram compliance in store images.
---

# Shelf audit

1. Run `python scripts/detect_products.py <image>` on each photo. It prints one JSON line per product with its class, confidence, and box.
2. Compare the counts with the expected facings in `references/planogram.csv`.
3. Report each empty facing with its shelf position.
4. Send detections below 0.5 confidence to a person for review instead of counting them.

在有人询问货架之前，智能体只能看到前置元数据中的两行内容；它也只会在步骤 2 打开货架陈列图文件。

Agent Skills 与相关概念的区别#

• 工具和函数调用：工具是智能体可以调用的一项操作，例如数据库查询或目标检测模型。技能会教智能体何时以及如何组合工具来完成任务，并提供工具本身缺少的验证规则和领域背景。
• 模型上下文协议（MCP）：通过服务器将智能体连接到实时外部系统。技能提供流程知识，因此智能体通常会同时使用两者：技能可以告诉智能体应调用哪些 MCP 工具以及调用顺序。
• 系统提示和项目指令：AGENTS.md 等文件会在每个会话中加载。技能正文只会为匹配的任务加载，因此智能体可以携带数百项技能而不挤占上下文；这正是上下文工程的核心理念。
• 微调：通过更改模型权重来教会模型某种行为。技能只会更改上下文，因此可以像代码一样编辑、版本管理和审查，并且会立即生效。

实践中的技能#

技能封装了通用大语言模型（LLM）所缺乏或应用不一致的专业知识，例如公司品牌规范、团队发布检查清单，或某种文件格式的特殊之处。Anthropic 的公开技能仓库包含 Claude 自身用于创建文档的 Word、PDF、PowerPoint 和 Excel 技能。Ultralytics Agent Skills覆盖计算机视觉生命周期：yolo 路由技能会将每个请求分发给模型选择、数据集、训练、调优、推理或导出技能；platform-cli 技能则通过 ul cloud 命令行自动化操作 Ultralytics Platform。Platform 自带的 Ask AI 助手也使用 platform-cli 技能；相同的文件夹可以通过 claude plugin install yolo@ultralytics 安装到 Claude Code，也可以通过 npx skills add ultralytics/skills 安装到其他智能体中，让智能体式编程工具能够根据自然语言请求训练并导出 YOLO26 模型。

安全注意事项#

技能会以智能体的权限运行，因此安装第三方技能就像安装软件一样。技能指令可能包含提示注入，诱使智能体偏离原定行为；技能脚本也可能读取文件，或向智能体环境允许的任何位置发送数据。团队会在安装前审查技能指令、脚本和依赖项，固定版本，并在网络访问受限的智能体沙箱中运行技能脚本。规范还定义了一个实验性的 allowed-tools 字段，其中可以列出以空格分隔的工具，例如 Bash(git:*) Read，用于指定技能无需询问即可运行的工具；支持该字段的智能体会在其智能体运行框架中预先批准这些工具。