Anthropic Agent Skills：渐进披露的「技能包」协议

问题：Agent 的能力面与上下文的矛盾

Agent 的能力扩展面临一个结构性矛盾：能力要写进上下文模型才知道用，但能力多了上下文就爆炸。给 Agent 挂 50 个工具（每个带描述与 schema），光工具描述就吃掉大量上下文，还稀释模型对核心任务的注意力（本库工具设计七原则的工具集认知负荷问题）。Agent Skills（2025 年 10 月 Anthropic 推出）的解法：把能力打包成「技能包」（skill folder），模型只先看到极简的「技能目录」（名字 + 一句话描述），需要时才加载技能包的完整内容——渐进披露（progressive disclosure）：上下文的消耗与「当前任务需要的能力」成正比，而不是与「Agent 总共会的技能」成正比。

结构与三层渐进披露

技能包的结构：一个文件夹——SKILL.md（必选：YAML 元数据——名字、描述、使用时机；正文——指令文档）+ 可选的辅助文件（脚本、参考文档、模板、资源）。三层渐进披露的加载机制是设计的精髓：

第一层（常驻）：技能名 + 一句话描述
  → 模型据此判断「当前任务需要哪个技能」——成本：每技能几十 token
第二层（按需）：SKILL.md 的正文
  → 选中技能后加载完整指令——成本：数千 token
第三层（按需）：技能包内的辅助文件
  → 指令里引用的脚本直接执行、参考文档按需读取——成本：仅在被用到时

三层设计的巧思在「指令与代码的混合」：技能包里可以放可执行脚本（比如「PDF 处理」技能带一个 Python 脚本）——模型不需要「学会」复杂操作，它只需要知道「有这个脚本、什么时候跑」——把确定性的操作从「写进 prompt 教模型」变成「写成代码让模型调用」，token 消耗与可靠性同时改善（代码是确定性的，模型只需决策「跑不跑、怎么传参」）。

与 MCP 工具的互补：两种扩展的分工

Skills 与 MCP（本库生态篇）不是竞争关系，是两种扩展机制的分工。MCP 工具：能力面在服务端（工具是外部程序，Agent 通过协议调用）——适合「需要外部系统/运行时/凭证」的能力（查数据库、调 SaaS、操作浏览器）；工具的描述常驻上下文（数量多了挤）。Skills：能力面在文档与脚本（知识、流程、模板、脚本——装进上下文或本地执行）——适合「程序性知识」（怎么写财报分析、怎么按公司规范发周报、某个内部系统的操作手册）与「确定性脚本」。组合使用的范式：Agent 的能力扩展矩阵 = MCP 管「连接」（外部世界的接口）+ Skills 管「知识与流程」（怎么把事做对的文档与脚本）——「会调工具」与「懂业务流程」是两种不同的能力，各自有各自的载体。一个形象的定位：MCP 给 Agent 装手，Skills 给 Agent 塞培训手册。

「把能力写成文档」：这个范式的深远含义

Skills 范式的深远含义在于「能力创建的民主化」。MCP server 的创建需要工程能力（写服务、管进程、处理协议）——工具生态的供给者是工程师。Skill 的创建只需要写文档（一个文件夹、一份 Markdown、可选一个脚本）——领域专家可以直接把「怎么做这件事」写成技能包（财务专家写「季度报表分析」技能、法务写「合同审查清单」技能——不需要工程师参与）。供给侧的民主化让 Agent 的能力扩展从「工程排队」变成「知识写档」——这是 Skills 与 MCP 最本质的差异。对企业：内部流程的沉淀（SOP → Skill）成为 Agent 落地的低成本通道——「把新员工培训手册转成技能包」，Agent 就学会了公司的方式。生态的现状与展望：Skills 在 Claude Code/Claude 应用中落地（本库 Claude Code 篇的 skills 生态）、协议的开放让其他框架可以采纳（渐进披露的思想无专属性）；Skills 与 MCP 的组合正在成为「Agent 能力扩展」的标准答案——连接用协议、知识用文档，工程界用了几十年的分层，在 Agent 时代仍然是答案。

Agent Skills 实战：写一个高质量技能包的方法论

Agent Skills（正文协议）的实战：写一个高质量技能包的方法论。技能包的选题标准（什么样的知识值得做成 Skill）：重复出现的程序性任务（每周都要做的报表、每次都要走的审批流程——重复性是 Skill 的价值前提）、有明确「对错」的知识（公司规范、格式要求——模糊的知识做成 Skill 反而固化错误）、需要多步且步骤可写清（技能的指令要可执行）。SKILL.md 的写作要点。描述字段的使用时机要精准（模型靠它判断何时加载——描述写得模糊，技能永远不会被触发）；正文的指令结构化（步骤化、条件分支写清楚——写给「聪明但没上下文的新同事」看的操作手册）；辅助脚本的边界（确定性的操作写成脚本让模型调用、判断性的留给模型——本库 ADK 篇的代码管流程模型管判断）。质量的自测流程：新会话测试（模拟真实任务——技能是否被正确触发）、边界测试（不该用这个技能的任务——是否误触发）、以及迭代（实际使用中发现技能的指令有缺口 → 更新 SKILL.md → 版本管理）。Skill 的组织治理（企业级）：技能包的命名与分类规范、内部技能库的集中管理（共享与发现）、技能的 review 机制（领域知识写进技能包——错误的知识会被 Agent 忠实地执行——本库合规篇的知识质量意识）。Skill 方法论的元原则：写 Skill 就是写「给 AI 的 SOP」——SOP 写得好的组织，Agent 就学得快；SOP 混乱的组织，Agent 放大混乱。

Agent Skills 与生态展望：能力扩展的三条路线合流

Agent Skills（正文）的生态展望：Agent 能力扩展的三条路线正在合流。路线一：MCP 的工具扩展（外部系统的连接——本库生态篇）。路线二：Skills 的知识扩展（程序性知识的文档化——本篇）。路线三：RAG 的信息扩展（事实性知识的检索——本库 RAG 手册）。三条路线的分工矩阵：工具（要执行的动作）→ MCP；流程（做事的方法）→ Skills；事实（要知道的内容）→ RAG——「动作、方法、事实」的三分法是能力扩展的选型坐标系（同一个需求问三遍：这是动作、方法还是事实？）。合流的信号：Skills 的渐进披露思想被 RAG 借鉴（按需加载的检索策略）、MCP 与 Skills 的互相引用（技能包里引用 MCP 工具）、平台的整合（Claude 生态里三者统一在 Agent 的能力面管理下）。对企业知识管理的启示：三条路线对应企业知识的三种形态（系统接口、操作 SOP、事实资料）——企业 Agent 的能力建设，本质是把企业的三类知识资产「翻译」到三条扩展路线上——翻译的质量决定 Agent 对企业的价值。展望的收束：Agent 的能力扩展从「工程问题」（写代码集成）演进为「知识工程问题」（整理与翻译知识）——Agent 时代的企业竞争力，是知识资产的结构化程度。

Agent Skills 的组织落地：技能库的建设与治理

Agent Skills（正文方法论）的组织落地：企业技能库的建设与治理。技能库的建设节奏。第一阶段：从高频 SOP 开始（最常被问、最常被做的 10 个流程——新员工培训手册是最好的素材库）、第二阶段：领域专家的众包（各团队的专家写自己领域的技能——本库正文的民主化供给）、第三阶段：技能的组合与复用（技能之间互相引用——复合任务的技能编排）。治理的机制。技能的 review 流程（领域专家写、同行 review——错误的技能会被 Agent 高效执行，review 是质量的闸门）、版本管理（技能的变更历史——Agent 行为变化的溯源）、下架机制（过时的技能下架——过时技能被 Agent 忠实执行的危害）。与培训体系的融合：技能库与员工手册的关系（Skill 是「员工手册的机器可读版」——写一份内容、两种消费：人读文档、Agent 读技能）、新员工培训的更新（Agent 时代的新员工还要不要学 SOP——要，因为验收 AI 的产出需要人懂 SOP——本库技能迁移篇的验收能力）。组织落地的收束：企业技能库是「知识管理」的新形态——它不是文档系统的替代，是文档系统的「可执行化」；SOP 从「墙上的海报」变成「Agent 的肌肉记忆」，知识的价值在执行率上翻倍。

Agent Skills 与 MCP 的组合实战：Skill 调用 MCP 工具

Agent Skills（正文互补）与 MCP 的组合实战：Skill 调用 MCP 工具的编排模式。场景：一个「竞品分析」技能包——SKILL.md 写分析的方法论（步骤：收集竞品动态 → 整理成对比表 → 输出分析），其中「收集竞品动态」这一步引用 MCP 的搜索工具与浏览器工具（技能的指令指向已连接的工具——Skill 教方法，MCP 供手段）。组合的机制：Skill 的正文里写「使用 web_search 工具搜集、用 browser 工具访问竞品页面」——技能的指令与工具的调用在同一个上下文里协作（模型读技能的方法论、调工具执行）。设计的要点。Skill 的指令里显式声明依赖的工具（「本技能需要 web_search 与 browser 工具」——依赖的声明让使用者知道要配什么）、工具调用的时机写清（方法论的第几步用哪个工具）、以及工具不可用时的降级（没有浏览器工具时的替代路径）。组合的更深层含义：Skill（方法论文档）与 MCP（工具连接）的组合，让「专家的方法论 + 系统的工具能力」在 Agent 里合体——专家不再只是写文档给人看，而是把方法论「武装」到 Agent 的行为里。组合实战的收束：Skill 与 MCP 的组合，是「知识工程」与「接口工程」的握手——握手完成的 Agent，既有专家的章法，又有系统的手艺。

小结

Agent Skills 用「技能包 + 渐进披露」解能力面与上下文的矛盾：三层加载（目录常驻、指令按需、脚本执行）让上下文消耗与任务需要成正比；指令与脚本的混合让确定性操作从 prompt 教学降为代码调用。它与 MCP 分工互补：MCP 管连接（外部接口）、Skills 管知识与流程（文档与脚本）——一个装手、一个塞手册。最深的一层是供给侧民主化：工具要工程师写，技能只要专家写——把「怎么做对」写成文档，Agent 就学会了；这是 Agent 能力扩展的下一个默认范式。