面试日记 第 28 天

面试官把一条刚收录的 AI 热点推到我面前：有人把 PPT 工作流做成了 Skill，输入内容就能生成可编辑、可演示、可离线分发的 HTML PPT。

她扫了两眼，靠回椅背。

“Skill 不就是存好的提示词？”她说，“把 Prompt 写长点，照样能生成 PPT。”

“生成一张能看的页面，确实可以。”我把电脑接上会议室的大屏，“但交付一套能改、能演示、还能重复验收的 PPT，光靠一段提示词不够。”

我打开刚生成的 .bento.html，点进编辑模式，当着她的面拖动图表、修改文字，又切到演示页。随后我把项目目录展开：SKILL.md、scripts、references、evals，下面还有一份绿色通过的验证报告。

“它先判断受众和结论，生成 deck plan，再构建 JSON，最后检查文件结构、编辑态和演示态。”我说，“提示词会自己跑完这些验收吗？”

她坐直了一点，把那页热点重新看了一遍。

“行。”她说，“那你完整讲讲：”

什么是 AI Agent 中的 Skills？它有什么用？

“Skill 更像给 Agent 准备的操作手册。”我接着说，“最小的入口确实可以只有一份 SKILL.md，里面写触发条件、步骤和输出规范。复杂一点的 Skill 会把脚本、模板、示例和参考资料一起打包。Agent 先看到名称和描述，判断任务相关后再加载正文，需要细节时再读子文件，需要执行时再调用工具或脚本。”

“它解决的也不只是少写几遍提示词。”我接着说，“同一类任务交给不同的人、换到新的对话，Agent 仍然能沿着同一套流程做；团队的专业知识、验收标准和踩坑经验也能留在文件里。模型不用重新训练，通用 Agent 却能多出一套可复用的专业工作流。”

她看着大屏右下角的验证结果，点了点头。

“明白了。”她说，“判断一个 Skill，得看它教 Agent 怎么做事，还要看它带了哪些材料和门禁。只盯着那份 Markdown，确实容易把一本操作手册看成一张便利贴。”

走出会议室时，我又回头看了一眼屏幕。那张 PPT 还停在编辑状态，旁边的绿色校验结果亮着。

以前我判断一个 Skill 写得好不好，先看提示词长不长。现在得换个顺序：它能不能稳定把任务做完，才是正题。

回答重点

Skills 就是给 AI Agent 写的操作手册，核心入口通常是一份结构化的 SKILL.md 指令文件；复杂 Skill 还可以关联脚本、模板、示例和参考资料。当 Agent 碰到某类任务，就去读对应的 Skill，按里面的步骤一步步执行，不用你每次从头教它。

比如你想让 AI 帮你创建 Cursor 的自定义规则文件，规则文件放哪个目录、格式长啥样、有哪些字段，这些东西写一个 create-rule 的 Skill 就搞定了。Agent 碰到相关任务自动加载，不需要你每次重复沟通。

它的核心价值就三点：

1）把某个领域的专业知识、操作步骤、注意事项打包成一个文件，Agent 读了就能干活，不需要每次重复教

2）同一个任务不管执行多少次，Agent 都按 Skill 定义的流程走，输出质量可预期

3）通过编写不同的 Skills，让一个通用 Agent 具备各种垂直领域的专业能力，不需要重新训练模型

一个典型的 Skill 以 Markdown 格式的 SKILL.md 为入口，包含触发条件、操作步骤、输入输出规范、常见坑点这几个核心部分；复杂任务还可以把需要按需读取或执行的材料放在同一个 Skill 目录中。

扩展知识

Skills 出现之前的痛点

没有 Skills 的时候，你每次让 Agent 干一件稍微有点规范要求的活儿，都得从头把要求说一遍。

比如你要求“代码文件头部必须加上版权声明、函数命名用驼峰、异常处理要统一格式”，你说了一次 Agent 记住了，下次新对话又忘了。

更要命的是，不同的人给 Agent 的指令不一样，同一个团队里 10 个人可能写出 10 种风格的代码来。

Skills 就是来解决这个问题的：把这些反复出现的指令和规范固化成文件，让 Agent 在相关任务中读取，保证行为一致。

Skills 的技术实现原理

从 LLM 最终看到的内容来说，Skills 的核心确实是一种 Prompt 注入机制。从 Agent 系统的角度看，它还多了发现、匹配、渐进式加载，以及按步骤调用脚本或工具的过程。

在 Agent 执行任务之前，系统根据任务类型匹配合适的 Skill，先把名称和描述提供给模型；当 Agent 判断相关时，再加载 SKILL.md，相当于正式干活前先给 AI“补课”。

整个过程分三步走：

1. 首先是匹配阶段，系统根据用户意图或关键词，从 Skill 库中找到相关的 Skill，匹配方式可以是关键词规则、语义检索，也可以直接在 Agent 的 System Prompt 里列出所有可用 Skill 让 LLM 自己判断。
2. 然后是加载阶段，读取匹配到的 Skill 文件内容，注入到当前对话的上下文中。复杂 Skill 通常只先加载入口文件，需要更多细节时再读取参考资料、模板或示例，避免一次把所有内容塞满上下文。
3. 最后是执行阶段，LLM 根据 Skill 中定义的步骤和约束来完成任务；如果流程需要外部操作，Agent 会继续调用相应的 Tool 或运行 Skill 附带的脚本，并按验收标准检查结果。

这跟 RAG 有点像，但关键区别在于：RAG 检索的是知识片段，目的是“回答问题”；Skill 加载的是操作指令，目的是“指导行动”。

Skills 在主流 AI 编程工具中的应用

目前 Skills 在 AI 编程助手领域已经有比较成熟的落地。截至 2026 年 7 月，几款主流工具对 Agent Skills 的实际支持如下：

工具	Skills 实现形式	常见存放位置	触发方式
Cursor	SKILL.md，可附带脚本与参考资料	.cursor/skills//SKILL.md 或 .agents/skills//SKILL.md	Agent 根据任务自动匹配，或用户手动调用（官方说明）
Claude Code	SKILL.md，遵循 Agent Skills 开放标准	.claude/skills//SKILL.md 或 ~/.claude/skills//SKILL.md	自动匹配，或使用 /skill-name 调用（官方文档）
GitHub Copilot	由 SKILL.md、脚本和资源组成的 Skill 目录	.github/skills/、.claude/skills/、.agents/skills/，个人目录可用 ~/.copilot/skills/ 或 ~/.agents/skills/	任务相关时自动加载（官方文档）
Windsurf	SKILL.md 与配套文件	.windsurf/skills//SKILL.md	Cascade 自动调用，或用户 @mention（官方文档）

这里有个容易混淆的地方：CLAUDE.md、.github/copilot-instructions.md 和 Windsurf Rules 更接近常驻规则或项目说明，会持续影响对话；Agent Skill 通常按任务相关性动态加载，还可以携带脚本、模板和参考资料。叫法和目录会变，但核心思路一致：通过本地文件把可复用的专业流程交给 Agent。

Skills 的设计原则

写一个好的 Skill 跟写一个好的 Prompt 一样需要技巧：

1）一个 Skill 只解决一类问题，别把所有东西塞到一个文件里。“创建规则文件”和“修改编辑器配置”应该是两个独立的 Skill

2）操作流程要清晰，每一步做什么、用什么工具都写明白，最好是编号列表

3）明确定义输入参数和输出格式，减少歧义

4）给出正确和错误的示例，比纯文字描述有效得多

5）Skill 不是写完就不管了，要根据实际使用效果不断迭代优化

面试官追问

追问：Skills 和 RAG 都是往上下文里塞内容，具体区别在哪？

回答：RAG 检索的是知识片段，目的是让模型基于这些信息回答问题，属于"给 AI 喂资料"。Skills 加载的是操作指令，目的是让模型按照固定流程执行任务，属于"给 AI 定规矩"。RAG 的检索粒度通常是段落级别，一次可能检索 5-10 个相关文档片段；Skills 通常是整份文件加载，一次加载 1-2 个 Skill。另外 RAG 需要向量数据库做语义检索，Skills 一般靠简单的关键词匹配或者让 LLM 自己选就够了。

追问：如果 Skill 文件内容特别长，塞进上下文会不会有问题？

回答：肯定有问题。LLM 的上下文窗口是有限的，比如 Claude 的上下文是 200K token，一个 Skill 文件如果写了好几千 token，再加上用户的对话历史和系统提示词，很容易把上下文撑满。一般解决办法有两个：一是控制 Skill 文件的长度，把非核心内容拆成子文件按需加载；二是做分层加载，先加载一个精简版的摘要，Agent 判断需要更多细节时再加载完整内容。Cursor 就是这么干的，鼓励你把大 Skill 拆分成多个小文件。

追问：怎么判断一个任务应该用 Skill 来解决还是用 Tool 来解决？

回答：看这个任务需不需要跟外部系统打交道。如果只是需要 AI 按照特定流程去思考和组织输出，比如生成代码要遵循某种规范、创建文件要按照特定模板，用 Skill 就够了。如果需要查数据库、调 API、操作文件系统这些实际的外部操作，那就得上 Tool。简单说，Skill 管的是"怎么想"，Tool 管的是"怎么做"。两者也经常配合着用，Skill 里面会写明在某一步调用哪个 Tool。

---

这道题最容易答浅的地方，就是把 Skill 说成“保存起来的提示词”后便停住。面试官真正想听的是后面几层：它怎么被发现和加载，为什么能让团队流程稳定下来，又怎样和 RAG、Tool、常驻规则分工。

今天看到一个开源 Skill，别只打开 SKILL.md 数字数。顺手看看它有没有脚本、参考资料、示例和验收门禁。能把这些东西串起来，才算真的会用 Skill 给 Agent 增加专业能力。