技能介绍

要解决的问题

Agent 默认是一个通才：它懂常见算法和通用话术，却缺少你团队内部的流程性知识。比如数据管道的校验顺序、某个 SaaS 后台的字段含义、公司审批流的固定步骤，这些信息既不在模型权重里，也不该每次都靠用户重新口述。结果是同一类任务被反复拆解、反复踩同一个坑，而且无关上下文还会挤占本就紧张的 context window。

Skills 的做法是把通用 Agent 变成带领域知识的特化 Agent：一个可复用的文件夹，装的不是更多泛泛提示词，而是具体的工作流程、工具调用方式和参考资料。这个技能的作用，就是教你怎么做出真正能触发、真正能省 token 的 Skill。

技能如何工作

它的指导围绕几条核心原则展开：

默认 Agent 已经很聪明：只补充模型不知道的东西，每一个段落都要自问是否值得占用 token。
给自由度分级：高自由度用自然语言描述策略，中等自由度用带参数的伪代码或脚本，低自由度用固定脚本，用于容易出错且要求一致性的操作。
网页内容收集默认走 Browser Use：涉及浏览、搜索、点帖、读评论这类任务，优先用浏览器操作路径，而不是默认写爬虫脚本；只有用户明确要求爬取或浏览器无法满足时，才退回 Python 爬虫方案。

技能的组成与结构

一个 Skill 至少包含必需的 SKILL.md，还可以按需挂载三类资源：

scripts/：放可执行脚本，比如 PDF 旋转这类会被反复重写的确定性逻辑。
references/：放按需加载的文档，比如 schema、公司政策、API 说明；大文件要在 SKILL.md 里给出检索模式。
assets/：放模板、图片、字体等最终产出会用到的文件，不需要读进上下文。

SKILL.md 本身分两段：Frontmatter 的 name 和 description 是触发依据，Body 才是具体操作指南，而且只有在技能被触发后才会加载。

创建流程与迭代

文档给出的创建流程是六步：先用具体例子理解要解决的问题；再规划哪些脚本、参考资料和资产值得复用；运行 init_skill.py 初始化；接着写正文并实现资源；最后整理目录结构，并在实际使用中持续迭代。

适用边界与注意点

Skill 不是文档仓库。不要塞 README.md、安装指南、变更日志这类面向人类读者的辅助文件，否则只会给 Agent 增加噪音。SKILL.md 正文应控制在 500 行以内，通过渐进式披露把细节拆到 references/ 中，且引用层级尽量保持一层。信息要避免重复：核心流程留在 SKILL.md，长尾细节移到参考文件。