🧰 Agent Skills Standards & On-Demand Execution

什么是 Agent Skills(智能体技能体系)?

告别把上万行规则死板硬塞进 System Prompt 的粗暴做法,像给特工配备磁吸专业技能卡片一样 —— 按需唤醒、可测试、可复用、极简高效的 AI 扩展标准

传统大一统 System Prompt 做法
🎒📚 塞满百科全书·注意力分散

把天气查询、数据库操作、飞书文档、Git 管理等所有任务规则一股脑全塞进系统提示词。每次对话无论用不用,白白烧掉数千 Token 预算,且模型极易注意力涣散(Lost in the Middle)导致幻觉或遗忘规则。

系统提示词堆砌: 25,000+ 字符死板规则 ❌ 问句打招呼也要承受万级 Token 延迟与费用 规则互相冲突,上下文窗口迅速耗尽 💥
❌ Token 消耗巨大 · 费用飙升 ❌ 规则互相干扰 · 智商稀释 ❌ 维护困难 · 无法独立测试
VS
标准化 Agent Skills 体系
🧰⚡ 磁吸技能工具包·按需精准展开

采用 渐进式信息披露 (Progressive Disclosure)。常驻提示词只保留一份极简的“技能目录清单(仅几十字节)”;只有当用户真正触发特定任务时,才动态读取对应的 SKILL.md 载入专业步骤,用完即走!

常驻目录: [weather, eli5, git-ops, notion] (极轻量) ✔ 检测到“画图解” ➔ 瞬间读取 eli5/SKILL.md 动态执行! ⚡ 零多余 Token 浪费 · 步骤原子化 · 100% 稳定复现
✅ 渐进式加载 (Progressive Disclosure) ✅ 严格规约标准 (SKILL.md) ⚡ 支持社区分发与自动化测试
💡

5岁核心顿悟:把智能体想象成一位“万能特工 007” 🕵️‍♂️

传统做法:让特工每天出门时把直升机维修手册、深海潜水指南、法餐烹饪菜谱等 50 本大字典全背在身上,走两步就累趴下了;
Agent Skills:特工口袋里只装一张轻便的名片卡(技能目录)。平时轻松上阵,一遇到要开直升机,掏出对应的“飞行卡(SKILL.md)”扫一眼,按照卡片上的 1-2-3 步骤严格执行,落地后把卡片收起,干净利落!

Agent Skills 规范的三大核心法则

如何编写高质量、可执行、不产生幻觉的专业技能?

📋

1. 步骤规约,而非任务记录 (Procedures)

Skill 记录的是“智能体应该执行的标准动作步骤与验证指标”,而不是历史日志或数据大表。每个步骤以祈使句开头(如“运行 X,检查输出 Y”),具备明确的完成判定标准。

🔍

2. 触发词置顶与意图路由 (Trigger-First)

在元数据的 description 前 60 个字符内明确写清“在什么具体意图与用户短语下触发本技能”,方便模型在成百上千个技能中毫秒级精准命中,避免误触发。

📏

3. 精简原则与参考分离 (Lightweight)

主控文件 SKILL.md 严格控制在 10,000 字符以内。复杂的模板、长参考文档或自动化脚本存放在同级 scripts/references/ 中,按需二次引用。

📜 标准 SKILL.md 文件解剖结构

一个标准的 Agent Skill 目录包含结构化元数据与可执行步骤:

🏷️ Frontmatter 头部元数据 (常驻注入)
---
name: eli5-generator
description: 当用户需要通俗易懂的图解页面时触发。生成自包含 HTML 图解。
version: 1.0.0
---

• 只有这部分简短信息会出现在系统启动的技能目录中,仅消耗极微量 Token。

⚙️ Body 操作规程 (按需动态加载)
# 核心执行步骤
1. 确定核心生活化大白话比喻 (Analogy)
2. 设计左右 VS 对比卡片与 SVG 架构图
3. 编写交互模拟器并执行 KaTeX 公式检查
4. 写入 proxy-site/<topic>-eli5.html
5. 更新 proxy-site/index.html 索引

🎮 交互模拟器:Agent Skills 的动态调度执行流

模拟用户发起不同请求时,智能体核心引擎是如何进行技能发现、按需装载与生命周期管理的: