"Agent Skills 开发与架构实践指南"

Table of contents

概述

基于 Anthropic (Barry Zhang & Mahesh Murag) 在 AI Engineer 峰会上的演讲总结。

视频来源: Don’t Build Agents, Build Skills Instead

本文档旨在介绍一种新的 AI Agent 开发范式：Agent Skills。该范式主张停止为每个细分领域构建独立的 Agent，转而利用通用 Agent（General Purpose Agents）搭配模块化的”技能（Skills）“来解决领域专业性问题。

1. 核心理念：从 Agent 到 Skills (The Paradigm Shift)

在早期开发中，我们倾向于为不同领域（如税务、编程、数据分析）构建完全不同的 Agent，每个 Agent 都有自己独立的工具集和脚手架。但这种方式难以扩展，且 Agent 往往缺乏深度的领域专业知识（Domain Expertise）。

• 旧模式: 为每个用例构建一个 Agent (One Agent per Use Case)。
• 新模式: 通用 Agent + 运行时环境 + Skills。

1.1 什么是 Skill？

Skill 本质上是一个文件夹。它是包含可组合过程性知识（Composable Procedural Knowledge）的集合。

• 载体: 文件系统目录。
• 内容: 代码脚本（Python/Bash）、文档（Markdown）、元数据。
• 优势: 版本控制友好（Git）、易于分享（Zip/Drive）、非技术人员也可创建。

2. 架构设计 (Architecture)

新的通用 Agent 架构由四个关键部分组成，形成了一个标准化的 Agent 堆栈。

2.1 架构组件

• Agent Loop: 管理模型的内部上下文，控制 Token 的输入输出。
• Runtime Environment: 提供文件系统访问、代码执行能力（读写代码、运行 Bash）。
• MCP (Model Context Protocol): 提供与外部世界的连接性（数据源、API）。
• Skills: 提供特定领域的专业知识（Expertise）。

2.2 交互流程图

1
%%{init: {'theme': 'neutral'}}%%
2
graph TD
3
    User[用户/任务] --> AgentLoop
4

5
    subgraph "通用 Agent 运行时 (Runtime)"
6
        AgentLoop[Agent 循环 & 上下文管理]
7
        FS[文件系统 & 代码执行]
8
    end
9

10
    subgraph "扩展能力"
11
        MCP[MCP Servers]
12
        Skills[Skills Library]
13
    end
14

15
    AgentLoop <-->|读写文件/运行脚本| FS
16
    AgentLoop <-->|获取数据/连接外部工具| MCP
17
    AgentLoop <-->|获取专业知识/流程| Skills
18

19
    note right of MCP: 提供"连接性" (Connectivity)<br/>例如: 数据库, API, 浏览器
20
    note right of Skills: 提供"专业知识" (Expertise)<br/>例如: 税务代码, 数据分析脚本

3. Skill 的内部结构与工作流 (Anatomy of a Skill)

3.1 渐进式披露 (Progressive Disclosure)

为了保护 Agent 有限的上下文窗口（Context Window），Skill 不会一次性全部加载。

• 元数据阶段 (Metadata): Agent 只能看到 Skill 的名称和简短描述。
• 按需加载 (Runtime Loading): 当 Agent 决定使用某个 Skill 时，它会读取该 Skill 文件夹下的 skill.md 或核心指令文件。
• 执行: Agent 根据指引执行文件夹内的脚本或工具。

3.2 示例结构

一个典型的 Skill 文件夹结构可能如下所示：

1
financial-report-skill/
2
├── skill.md           # 核心指令：告诉 Agent 如何生成报表
3
├── metadata.json      # 简短描述：用于 Agent 检索
4
├── scripts/
5
│   ├── fetch_data.py  # 工具：获取数据的脚本
6
│   ├── analyze.py     # 工具：分析数据的脚本
7
│   └── style_ppt.py   # 工具：格式化 PPT 的脚本（固化最佳实践）
8
└── templates/
9
    └── report.tex     # 模版文件

案例: 视频中提到，Claude 经常需要重复编写相同的 Python 代码来调整 PPT 样式。通过将该脚本保存为 Skill 中的一个工具，Agent 可以直接调用该脚本，既节省了 Token，又保证了输出的一致性。

4. Skills 与 MCP 的关系

开发者常混淆 Skills 和 MCP (Model Context Protocol)。两者的分工非常明确：

5. 生态系统与未来 (Ecosystem & Future)

5.1 三类 Skills

1. Foundational Skills: 赋予 Agent 全新的通用能力（如：编辑 Office 文档、科学计算）。
2. Third-party Skills: 生态合作伙伴提供的特定产品能力（如：Notion 搜索、BrowserBase 自动化）。
3. Internal/Enterprise Skills: 企业内部定义的最佳实践（如：公司代码规范、内部软件部署流程）。

5.2 像软件一样对待 Skills

随着 Skills 变得复杂，未来的开发将引入软件工程的最佳实践：

• 测试与评估 (Eval): 确保 Skill 被正确触发且产出高质量结果。
• 版本控制 (Versioning): 追踪 Skill 演进带来的行为变化。
• 依赖管理 (Dependencies): Skill 可能依赖其他 Skill 或特定的 MCP Server。

5.3 愿景

• 非技术人员参与: 财务、法务等职能部门人员可以通过整理文件和文档来创建 Skills。
• 自我进化: Agent (如 Claude) 可以在运行过程中总结经验，自己编写脚本并保存为新的 Skill，实现”持续学习”。

6. 总结

“Code is all you need.”

未来的 Agent 开发不再是训练新的模型或构建复杂的独立应用，而是：

1. 部署一个强力的通用 Agent 运行时。
2. 配置必要的 MCP Server 连接数据源。
3. 通过 Skills 文件夹注入特定领域的流程和知识。

这种方式让知识可复用、可移植，并且随着 Agent 的使用，这些 Skills 库将成为组织内宝贵的知识资产。