本文是关于 DeepLearning.AI 与 Anthropic 合作打造的 Agent Skills 专项课程《Agent Skills with Anthropic》的笔记。
Skills
Skills 是什么？
Skills 是文件夹形式的指令合集，内部存在多个达成这一技能的子指令。
Skills 也是一种组织好的文件夹，内部包含多个与该技能相关的文件与文件夹。
- 指令 | Instruction
- 脚本 | Scripts
- 资产与资源 | Assets and resources
观察上图发现一个 Skills 就是一个文件夹，文件夹内包含这个 Skills 的
Skills 的特点
两大核心特点：
- 统一开源标准：一次构建，到处运行。
- 渐进式披露：提示词中仅加载工具名称和描述，但只有当需要调用某一工具时才会加载其余详细指令。
Skills 包含的内容
Skills 的内容为它的特点服务，所以一个 Skills 一定具备统一的文件夹组织标准，同时 Skills 的组织标准也一定是为渐进式披露而服务。因此实现渐进式披露的 Skills.md 文件的组织内容包含以下几个方面：
- Markdown 的 YAML 前缀元数据 | YAML Frontmatter
- 名称 | Name
- 描述 | Description
- Markdown 正文 | Markdown
- 输入 | Input
- 漏斗指标 | Funnel Metric
- 效率指标 | Efficiency Metric
- 输出表格 | Output Table
- 预算重分配 | Budget Reallocation
- 元数据：总是加载 | Metadata：always loaded
- 指令：触发时加载 | Instructions：loaded when triggered
- 资源：按需加载 | Resources loaded as needed
前两点时 Skill.md 中需要编写的内容，涉及 Agent 预读的 YAML 前缀元数据，详细的任务描述，输入输出格式，核心指标和操作流程。
后面三点是 Agent 如何处理 Skills.md 的内容，这是渐进式披露的核心，涉及总是在 Agent 上下文窗口中加载 Skills 的 YAML 元数据，只有当可能需要使用这个技能时才加载完整的 Skills 文件，当判断执行这个 Skills 文件时才需要加载执行 Skills 具备的资源和参考文件。
Skills 对 Agent 来说意味着什么？
人类视角下，相较于 Function Calling 或 MCP，Skills 是一种更加安全，更加强大，更具工程性的本地化工具接口。然而对于用户而言想要知道如何精确高效的使用 Skils 就需要从 Agent 的角度思考 Skills 的作用，即 Skills 对 Agent 来说意味着什么？换句话说，从人类的角度考虑 Agent 使用 Skills 的必要条件是什么？用吴恩达老师的话描述就是 Agent 需要什么特点的武器来完成特定的任务？因此对于 Agent 来说，Skill 可以从两个角度，四个特点进行设计：
- 硬件脚手架的角度
- Bash：给予命令执行能力。
- FileSystem：给予文件系统操作能力。
- 软件内容的角度
- 上下文（Context）的任务描述：提供清晰的任务背景与环境。
- 领域专业知识（Domain Expertise）：提供特定领域的专业知识与经验。
上述两个角度，四个特点是 Agent 实现高质量 Skills 的基本要求。既想要 Agent 具备 Skills 能力，那么你就需要给予它硬件管理的权限，例如命令行执行能力与文件管理能力。想要 Agent 能够高质量运行 Skils，就需要提供高质量的上下文和领域专业知识。
参考资料
datawhale的agent-skills-with-anthropic 教程