鹰潭网站制作,上海最新注册企业,网站做推广页需要什么软件,营销型建设Agent Skills 是 Anthropic 推出的 Agent 领域新标准#xff0c;通过模块化能力插件扩展 Agent 功能。它将重复性、专业性流程打包封装#xff0c;像调用工具一样使用#xff0c;无需查阅手册或输入长提示词。本文介绍了 Skills 的定义、结构、工作原理#xff0c;对比了它…Agent Skills 是 Anthropic 推出的 Agent 领域新标准通过模块化能力插件扩展 Agent 功能。它将重复性、专业性流程打包封装像调用工具一样使用无需查阅手册或输入长提示词。本文介绍了 Skills 的定义、结构、工作原理对比了它与 MCP 的区别并提供了获取、使用及创建 Skills 的实操指南帮助读者轻松理解和应用这一高效标准。一、Skills 入门理解1.1 Skills 是什么传统 AI 聊天中模型能力依赖训练数据和临时提示词如同每次都要重新教导实习生。Agent Skills 引入了模块化能力插件的概念。支持 Skills 的客户端如 Claude是“超级大脑”而 Skills 则是外接的“工具箱”。箱内不仅包含工具本身还附带详细的“官方说明书”。大脑无需预知所有细节只需在需要时查阅说明书并调用工具。1.2 Skills 长什么样Agent Skills 的核心特征是File-system based基于文件系统。类似于代码通过import引入外部包每个 Skill 都是存放在固定位置如.claude/skills的一个文件夹包含指令 (SKILL.md)AI 执行任务的 SOP标准作业程序。参考 (reference)详细文档可选。脚本 (scripts)Python/Node.js 等代码用于调用外部能力可选。资源 (assets)图片、模板等素材可选。只要将文件夹放入 Agent 的执行目录对话时即可自动匹配无需额外配置。一个典型的SKILL.md包含元数据name唯一标识和description触发条件描述越具体调用越精准。正文目标、操作步骤、注意事项明确禁止项。为什么不用系统提示词或 Workflow若将几十个技能的说明书全部塞入上下文会导致 Token 成本爆炸且分散 AI 注意力。Skills 通过**渐进式披露Progressive Disclosure**机制解决此问题按需加载用多少拿多少。1.3 Skills 的核心机制Skills 的设计逻辑类似图书馆查资料分三层加载第一层看目录元数据 Metadata时机系统启动时。内容仅加载技能名称和简短描述几百 Token。作用让 AI 知道“会什么”但不知“怎么做”。第二层翻手册指令 Instructions时机用户提出具体需求如“处理 Excel”时。内容读取对应文件夹的SKILL.md。作用加载详细步骤和注意事项。第三层动手干活运行时资源 Runtime Resources时机执行具体步骤时。内容按需加载reference文档或执行scripts脚本。优势脚本代码本身不占用上下文 TokenAI 仅需按指引执行。结论Skill 可打包大量文档和脚本但若任务不需要这些内容永远不会消耗上下文资源。二、Skills VS MCP2.1 MCP 有什么问题MCPModel Context Protocol旨在标准化 AI 与外部资源的连接类似“通用 USB 接口”。虽然也能实现能力扩展但其架构存在显著瓶颈Token 消耗巨大MCP 要求在对话开始前将所有连接工具的定义名称、描述、参数 Schema 等一次性注入上下文。例如一个包含 30 个工具的 GitHub MCP Server 可能消耗近 20,000 Token。若连接多个 Server成本极高。注意力分散面对数百个预加载工具LLM 容易“分心”导致工具调用准确率下降。测试显示即使在顶级模型上复杂环境下的工具调用准确率也仅为 62% 左右且随工具数量增加而降低。Skills 的优势节省 Token初始仅加载少量元数据几千 Token而非全量工具定义。提升准确率采用“漏斗式”引导目录→指令→资源让 AI 每次只专注于当前任务显著提升弱模型的调用表现。2.2 MCP 会被淘汰吗结论MCP 不会被完全淘汰但需求场景将大幅缩减。MCP 的价值作为标准接口协议适合通用三方平台如高德地图、Notion、数据库发布能力供不同 Agent 复用。Skills 的场景适合封装重复性工作流如代码 Review、固定风格写作、本地文件处理。未来格局Agent 内核内置核心能力bash, read, edit, write。少数 MCP Server负责远程连接数据库、云 API、SaaS。大量 Skills封装标准工作流、连接本地知识库并指导 AI 如何调用 MCP 或其他技能。三、Skills 的初步尝试3.1 去哪找 SkillsSkills 开放后社区增长迅猛速度甚至超过当年的 MCP。主要来源包括Skills 市场如https://skillsmp.com/优势编写门槛极低。MCP 需编写代码而 Skills 只需会写提示词即可大幅降低了 Agent 开发门槛。3.2 怎么使用 Skills以绘图工具 Excalidraw 为例下载在市场中选择高星 Skill下载压缩包如wget skill.zip。解压部署解压后将文件夹放入客户端指定目录如 OpenCode 的.opencode/skills。自动调用打开客户端直接输入需求如“绘制 5W2H 分析法架构图”。AI 会自动识别并调用 Skill生成代码或文件无需手动安装或运行。3.3 创建你的第一个 Skill skill-creator 使用菜鸟教程https://www.runoob.com/claude-code/skill-creator-usage.html无需手写代码利用官方提供的Skill Creator即可部署 Creator下载Skill Creator包并放入.opencode/skills目录。自然语言描述输入指令如“创建一个获取当前系统时间的 Skill中文描述Node.js 脚本”。自动生成AI 会自动生成包含SKILL.md和执行脚本的标准 Skill 包。验证直接询问“获取当前系统时间”新 Skill 即刻生效。结语Agent Skills 通过“渐进式披露”机制解决了传统模式下的 Token 成本高和注意力分散问题成为扩展 Agent 能力的高效标准。从获取现成 Skill 到零代码创建专属技能Agent 的开发与应用正变得前所未有的简单。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包✅ 从零到一的 AI 学习路径图✅ 大模型调优实战手册附医疗/金融等大厂真实案例✅ 百度/阿里专家闭门录播课✅ 大模型当下最新行业报告✅ 真实大厂面试真题✅ 2026 最新岗位需求图谱所有资料 ⚡️ 朋友们如果有需要《AI大模型入门进阶学习资源包》下方扫码获取~① 全套AI大模型应用开发视频教程包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点② 大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通③ 大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。④ AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。⑤ 大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。⑥ 大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。以上资料如何领取为什么大家都在学大模型最近科技巨头英特尔宣布裁员2万人传统岗位不断缩减但AI相关技术岗疯狂扩招有3-5年经验大厂薪资就能给到50K*20薪不出1年“有AI项目经验”将成为投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。以上全套大模型资料如何领取