最近 AI 界又有一个概念火出圈了，它就是——Skills（技能）。

什么是 Agent？

Agent = 会自己做事的 AI，而不是只会回答问题的 AI

• ChatGPT 👉 你问一句，它答一句
• Agent 👉 你给一个目标，它自己拆事、找工具、反复执行，直到把事干完

👉 Agent 像一个「数字员工 / 智能助理 / AI 实习生」

什么是 Skills?

Skills 翻译成中文就是“技能”。

什么叫技能？技能就是你执行某件事的方法论。

举个生活中的例子：我会打羽毛球。当球飞过来，我拿起球拍，在合适的时机、用合适的力度击球，让球准确落在对方场地，这一整套操作逻辑，就叫“技能”。

在 AI 界，Skills 就是让大模型按照某种特定的方法论去行动的机制。

Agent Skills 就是给 AI 智能体（Agent）做的 “专属能力包 / 插件”，把 AI 完成某件事的具体方法、步骤、规则、参考资料打包成一个可复用、可组合的标准化小模块，AI 需要时直接 “装上” 就能用，不用每次都重新教它怎么做。

有人会说：“这不就是提示词（Prompt）吗？”

你可以把它理解为 “超级进化版的提示词”。因为它比普通提示词强得多，通常由三部分组成：

• 元数据 (Metadata)： 包含对这个技能的简短描述。它保存在全局上下文中，因为体积小，所以非常节省 Tokens（省钱又省心）。
• 行动指南 (Action Guide)： 这部分才是真正的提示词，规定了 AI 每一步该怎么做。
• 资源文件 (Resources)： 这是最厉害的地方！它可能包含 Python 代码 或其他执行程序，保证程序在调用 Skill 时能完成复杂的动作。

与传统Prompt的根本区别：

维度	Agent Skills	传统Prompt Engineering
形态	标准化模块/文件夹，可复用、可分享	一次性对话指令，难以复用
内容	包含完整工作流、规则、资源，支持渐进式披露	通常是简短指令，缺乏系统性
稳定性	结果一致，遵循明确操作规范	结果随机，依赖模型随机性
扩展性	可组合、可叠加，形成技能网络	单次使用，难以扩展到复杂任务
开发范式	"能力工程"(Skill Engineering)	"提示词博弈"/"炼金术"

提示词是 “临时指令”，Skill 是 “永久工具”。

从“人类能力”角度看 Agent Skills

人类能力	Agent 对应技能
理解别人说什么	理解目标（Goal Understanding）
会拆任务	任务规划（Planning）
会查资料	信息检索（Search / RAG）
会用工具	Tool Use
会动手干	Action / Execution
做错会改	Reflection / Self-correction
记得之前做过什么	Memory
知道什么时候停	Termination

Agent Skills 就是：把这些“人类做事能力”教给 AI

使用 openskills 命令安装

# 直接将openskills安装在全局，然后通过openskills来安装
npm i openskills -g

# 安装 Anthropic 官方提供的 Skills
openskills install anthropics/skills -g




# 同步远程仓库的最新更新
openskills sync

# 查看已安装的 Skills
openskills list

创建 AGENTS.md 文件并写入 Skills

前面只是将 Skills 安装到本地，如果想要让 Cursor、Trae 这些 Coding Agent都能发现和使用这些 Skills，那就必须运行第三步，否则前面都是在做无用功。

先在项目根目录创建一个 AGENTS.md 文件，然后运行

openskills sync

再次选择你要将哪些 Skills 写进这个 AGENTS.md 文档中。

你选择的 Skills 就会写进之前空白的 AGENTS.md 文档中。它将作为 Cursor、Trae 等 Coding Agent 接下来使用 Skills 的指导文件。

在 Cursor、Trae 中调用 Skills 项目

Skills 是可以被自动调用的，如果你想手动调用，可以直接在提示词中指定要调用的具体 Skills，比如：

调用 frontend-design skills，用HTML开发一个视频剪辑软件的SaaS介绍页

又如：

调用 fronten-design skills 用HTML创建一个现代化的个人博客网站原型，包含首页、文章详情页、关于页面的完整博客

自定义 Skills

• AI 编程工具迅速知道怎么创建一个规范的 skill，最便捷的方法就是把官方 skills 仓库克隆到本地，然后让它先阅读。这样无论它最开始懂不懂创建，都会通过官方仓库的 skill-creator 这个 Skill 快速学会；
• 创建 Skills 的原因一定是你想要将某个工作流给标准化，那么你需要提前将这个工作流给梳理出来，这个只有你自己最清楚，所以没法偷懒。但你可以借助 AI 来拓展自己思路或提前规避一些问题；
• 对于稍微复杂点的 Skills，即使我们梳理到位，但试图用官方的 Skill-creator 一次性生成的方法可能会出现一些问题；更稳妥的方法，就是每个步骤都可以单独拆开出来