用 IDE 方式接入 Agent Skills，实操带你对 Skills 祛魅
用 IDE 方式接入 Agent Skills，实操带你对 Skills 祛魅
用 IDE 方式接入 Agent Skills，实操带你对 Skills 祛魅 用 IDE 方式接入 Agent Skills，实操带你对 Skills 祛魅 Modified January 15 可以用他的 AI 搜索，输入你的需求，AI 来匹配。 具体的 Skills 可以根据自己的需求搜索、查询、应用。 甚至可以拿来二次迭代，根据自己的需求，交给 AI 再改。说白了就是改 SOP 流程。 九、Agent Skills 的未来展望 看到这里，我认为你应该对 Agent Skills 祛魅了，如果还有疑问，那是我的问题，可以留言我来改进。 上边说的感觉很简单，是不是他的能力也有限？ 错！ 大道至简 。就跟 API 一样，只是一种标准，但是我们现在互联网的信息交互大多都是通过 API 来实现的。 同理，Skills 的想象空间也是很大的。 以下是基于官方资料和行业趋势的展望： 1. 从"工具"到"生态"：技能市场的形成 现状观察： • SkillsMP 等技能市场平台已经出现，技能数量持续增长 • Anthropic 官方持续优化 Claude 的工具调用能力 未来趋势： ✅ 垂直领域技能包 ：医疗、法律、金融等专业技能集 ✅ 跨平台标准化 ：类似 API 标准，一个技能可在多个 AI 平台使用 ✅ 商业化生态 ：技能开发者可能通过技能市场获得收益 本质变化： Skills 将从"个人工具"演变为"AI 能力的 App Store"，形成完整的开发者生态。 2. 从"本地"到"融合"：与其他技术的协同 当前定位： • Agent Skills：本地文件处理 • MCP：远程服务调用 • API：实时数据获取 未来方向： ✅ Skills + MCP ：本地技能调用远程服务 ✅ Skills + 多模态 ：处理图片、视频、语音的技能 ✅ Skills + Agentic Workflows ：多个 Agent 共享技能库，自动编排协作 本质变化： Skills 不再是孤立的能力模块，而是 AI Agent 系统的标准组件 。 3. 从"手工"到"智能"：技能的自动化演进 当前痛点： • 创建技能需要理解规范、编写文档 • 技能太多，难以找到合适的 • 技能质量参差不齐 未来方向： ✅ AI 生成技能 ：描述需求，AI 自动生成完整技能包（如 skill creator 的进化） ✅ 智能推荐 ：根据任务上下文自动匹配最佳技能 ✅ 自我优化 ：技能根据使用反馈自动改进 本质变化： 从"人工创建技能"到"AI 管理技能"， 降低门槛，提升效率 。 4. 从"个人"到"企业"：应用场景的纵深拓展 个人场景： • 知识管理：整合笔记、文档，AI 成为"第二大脑" • 内容创作：自动化写作、排版、多平台发布 企业场景： • 工作流自动化：审批、报表、通知流程的技能化 • 行业知识库：将公司 SOP、规范、经验沉淀为技能 教育场景： • 个性化辅导：学科知识技能 + 习题库 + 评分标准 • 培训体系：企业培训内容技能化 本质变化： Skills 从"提升个人效率"扩展到"重构组织能力"，成为 企业 AI 化的基础设施 。 总结：Skills 的战略意义 Agent Skills 看似简单，实则是 AI 从"通用助手"到"专业代理"的关键一步 ： 1. 降低门槛 ：任何人都能扩展 AI 能力，不需要懂编程 2. 提升效率 ：按需加载，避免 Context 爆炸 3. 构建生态 ：标准化的能力市场，加速 AI 应用落地 4. 赋能组织 ：将企业知识和流程 AI 化，释放生产力 正如 API 重塑了互联网， Skills 可能重塑 AI 的能力边界 。 现在入场，你不仅是使用者，更是这个生态的建设者。 十、常见问题快速解答 Q1：技能不生效？ 检查清单 ： 1. 是否执行了 openskills sync 2. SKILL.md 格式是否正确 3. 脚本是否有执行权限 Q2：AI 没调用我的技能？ 原因 ：SKILL.md 的描述不够清晰 解决 ：优化"描述"和"使用场景"，使用明确的关键词 Q3：与 MCP 冲突吗？ 不冲突 ！它们可以共存： • MCP 处理需要协议通信的能力 • Agent Skills 处理本地文件操作 十一、总结 Agent Skills 的本质 1. 不是什么高深技术 ，就是标准化的文件组织方式 2. 核心价值 ：让 AI 能"按需加载"能力，省 Token 且高效 3. 底层原理 ：利用 IDE 的隐性加载 + LLM 的函数调用 与 MCP、API 的区别 • API：远程服务，需要联网 • MCP：标准化协议，跨工具复用 • Agent Skills：本地能力，快速灵活 End 👉 所谓的“中年危机”，不过是另一场马拉松的起点。 现在的我没有包装精美的成品，只有最真实的实战记录。 每天朋友圈公开我的 AI 学习 、 一人公司建设 、 跑步进化 的所有细节。 欢迎加我微信，全方位围观。 用我踩坑的经验，帮你少走三年弯路。 👇 添加微信：qdrsw001，备注【围观】 可以用他的 AI 搜索，输入你的需求，AI 来匹配。 具体的 Skills 可以根据自己的需求搜索、查询、应用。 甚至可以拿来二次迭代，根据自己的需求，交给 AI 再改。说白了就是改 SOP 流程。 九、Agent Skills 的未来展望 看到这里，我认为你应该对 Agent Skills 祛魅了，如果还有疑问，那是我的问题，可以留言我来改进。 上边说的感觉很简单，是不是他的能力也有限？ 错！ 大道至简 。就跟 API 一样，只是一种标准，但是我们现在互联网的信息交互大多都是通过 API 来实现的。 同理，Skills 的想象空间也是很大的。 以下是基于官方资料和行业趋势的展望： 1. 从"工具"到"生态"：技能市场的形成 现状观察： • SkillsMP 等技能市场平台已经出现，技能数量持续增长 • Anthropic 官方持续优化 Claude 的工具调用能力 未来趋势： ✅ 垂直领域技能包 ：医疗、法律、金融等专业技能集 ✅ 跨平台标准化 ：类似 API 标准，一个技能可在多个 AI 平台使用 ✅ 商业化生态 ：技能开发者可能通过技能市场获得收益 本质变化： Skills 将从"个人工具"演变为"AI 能力的 App Store"，形成完整的开发者生态。 2. 从"本地"到"融合"：与其他技术的协同 当前定位： • Agent Skills：本地文件处理 • MCP：远程服务调用 • API：实时数据获取 未来方向： ✅ Skills + MCP ：本地技能调用远程服务 ✅ Skills + 多模态 ：处理图片、视频、语音的技能 ✅ Skills + Agentic Workflows ：多个 Agent 共享技能库，自动编排协作 本质变化： Skills 不再是孤立的能力模块，而是 AI Agent 系统的标准组件 。 3. 从"手工"到"智能"：技能的自动化演进 当前痛点： • 创建技能需要理解规范、编写文档 • 技能太多，难以找到合适的 • 技能质量参差不齐 未来方向： ✅ AI 生成技能 ：描述需求，AI 自动生成完整技能包（如 skill creator 的进化） ✅ 智能推荐 ：根据任务上下文自动匹配最佳技能 ✅ 自我优化 ：技能根据使用反馈自动改进 本质变化： 从"人工创建技能"到"AI 管理技能"， 降低门槛，提升效率 。 4. 从"个人"到"企业"：应用场景的纵深拓展 个人场景： • 知识管理：整合笔记、文档，AI 成为"第二大脑" • 内容创作：自动化写作、排版、多平台发布 企业场景： • 工作流自动化：审批、报表、通知流程的技能化 • 行业知识库：将公司 SOP、规范、经验沉淀为技能 教育场景： • 个性化辅导：学科知识技能 + 习题库 + 评分标准 • 培训体系：企业培训内容技能化 本质变化： Skills 从"提升个人效率"扩展到"重构组织能力"，成为 企业 AI 化的基础设施 。 总结：Skills 的战略意义 Agent Skills 看似简单，实则是 AI 从"通用助手"到"专业代理"的关键一步 ： 1. 降低门槛 ：任何人都能扩展 AI 能力，不需要懂编程 2. 提升效率 ：按需加载，避免 Context 爆炸 3. 构建生态 ：标准化的能力市场，加速 AI 应用落地 4. 赋能组织 ：将企业知识和流程 AI 化，释放生产力 正如 API 重塑了互联网， Skills 可能重塑 AI 的能力边界 。 现在入场，你不仅是使用者，更是这个生态的建设者。 十、常见问题快速解答 Q1：技能不生效？ 检查清单 ： 1. 是否执行了 openskills sync 2. SKILL.md 格式是否正确 3. 脚本是否有执行权限 Q2：AI 没调用我的技能？ 原因 ：SKILL.md 的描述不够清晰 解决 ：优化"描述"和"使用场景"，使用明确的关键词 Q3：与 MCP 冲突吗？ 不冲突 ！它们可以共存： • MCP 处理需要协议通信的能力 • Agent Skills 处理本地文件操作 十一、总结 Agent Skills 的本质 1. 不是什么高深技术 ，就是标准化的文件组织方式 2. 核心价值 ：让 AI 能"按需加载"能力，省 Token 且高效 3. 底层原理 ：利用 IDE 的隐性加载 + LLM 的函数调用 与 MCP、API 的区别 • API：远程服务，需要联网 • MCP：标准化协议，跨工具复用 • Agent Skills：本地能力，快速灵活 End 👉 所谓的“中年危机”，不过是另一场马拉松的起点。 现在的我没有包装精美的成品，只有最真实的实战记录。 每天朋友圈公开我的 AI 学习 、 一人公司建设 、 跑步进化 的所有细节。 欢迎加我微信，全方位围观。 用我踩坑的经验，帮你少走三年弯路。 👇 添加微信：qdrsw001，备注【围观】 🔗 原文链接： https://mp.weixin.qq.com/s/GUtYULF6... https://mp.weixin.qq.com/s/GUtYULF6... 原创 贾栾 贾栾 WayToAIGC2026年1月15日 19:07 山东 前言 最近 Agent Skills 很火，就跟之前 MCP 出来时类似，已经有很多大佬分享相关内容了。 但大都是 Cluade Code 或 Open Code 的方式，Cherry Studio 也可以但很少有讲的（后续有机会可以实操下）。 今天我换个方式（使用 IDE 可视化编程工具）来讲一下如何接入 Agent Skills， 并通过具体示例带你对 Agent Skills 祛魅。 不要把它想复杂，它就是一个标准，跟 MCP 类似，也跟 API 类似都是一种标准，还是很简单的标准。 本文将用最直白的方式告诉你： ✅ Agent Skills 不是什么黑科技，就是一套 文件组织标准 ✅ 它的核心价值是让 AI 按需加载能力 ，省 Token 且高效 ✅ 你不需要会编程，也能创建和使用 Skills 你将学到什么 1. ✅ 20 分钟搭建 Agent Skills 环境 2. ✅ 理解 Skills 的底层逻辑（比你想象的简单） 3. ✅ 用自然语言创建自己的技能 4. ✅ 掌握 Skills、MCP、API 的区别和选择 5. ✅ 了解 Skills 的未来发展方向 适合人群： • 对 AI 工具感兴趣的非技术人员 • 想扩展 AI 能力的内容创作者 • 希望理解 AI Agent 原理的学习者 术语说明 为避免混淆，本文统一使用以下术语： 术语 说明 首次出现时的表达 Skills 既指整个技能规范体系，也指具体的技能（复数） Skills（技能体系/技能们） Agent Skills Anthropic 推出的技能规范标准（官方名称） Agent Skills（技能规范） OpenSkills 用于管理 Skills 的 CLI 工具 OpenSkills（技能管理工具） Skill / 技能 单个技能包（包含 SKILL.md 等文件） Skill（技能包） AGENTS.md 所有技能的索引目录文件 AGENTS.md（技能索引） SKILL.md 单个技能的说明文档 SKILL.md（技能说明书） 术语 术语 说明 说明 首次出现时的表达 首次出现时的表达 Skills Skills 既指整个技能规范体系，也指具体的技能（复数） 既指整个技能规范体系，也指具体的技能（复数） Skills（技能体系/技能们） Skills（技能体系/技能们） Agent Skills Agent Skills Anthropic 推出的技能规范标准（官方名称） Anthropic 推出的技能规范标准（官方名称） Agent Skills（技能规范） Agent Skills（技能规范） OpenSkills OpenSkills 用于管理 Skills 的 CLI 工具 用于管理 Skills 的 CLI 工具 OpenSkills（技能管理工具） OpenSkills（技能管理工具） Skill / 技能 Skill / 技能 单个技能包（包含 SKILL.md 等文件） 单个技能包（包含 SKILL.md 等文件） Skill（技能包） Skill（技能包） AGENTS.md AGENTS.md 所有技能的索引目录文件 所有技能的索引目录文件 AGENTS.md（技能索引） AGENTS.md（技能索引） SKILL.md SKILL.md 单个技能的说明文档 单个技能的说明文档 SKILL.md（技能说明书） SKILL.md（技能说明书） 💡 后文为了阅读流畅，会混用中英文，但含义相同 一、用 Trae 集成 Agent Skills 环境 Trae 是什么？ 字节推出的一种 IDE 工具（可视化开发工具），也可以用腾讯的 codebudly、cursor 等主流的 IDE 工具都可以。 以前这都是程序员专用，现在结合 AI 之后任何人都可以用。很多普通人可以用来做内容、做程序。 安装 OpenSkills 大家都听过 Agent Skills，但很少听过 OpenSkills。 OpenSkills + Agent Skills 才是一套完整的 Skills 的使用方式，都是 Anthropic 官方开源的项目。 OpenSkills 与 Agent Skills 的关系 • Agent Skills ：图书馆里的书籍（技能本身） • OpenSkills ：图书管理员（索引和检索工具） • AGENTS.md ：图书目录（快速查找索引） • AI（Claude） ：读者（根据目录找书，按书中内容执行任务） 工作流程： 1. 你把技能（书）放入 .claude/skills 文件夹 2. 运行 openskills sync ，管理员整理出目录（AGENTS.md） 3. AI 看到目录，知道有哪些技能可用 4. 需要时，AI 打开具体的 SKILL.md（读书）并执行 开始安装 环境检查： 检查 Node.js 和 npm。 OpenSkills 需要安装在 Node 环境上，并通过 npm 命令安装。 （如果没有，让 AI 搜索 node 和 npm 并自动安装） 安装工具： 安装 openskills CLI。 在命令行窗口运行： 等待运行成功即可 官方推荐的使用方式： • 在项目根目录创建 “.claude/skills” 。 • 把我们的 Skill （如 simple canvas ） 放进去。 • 运行 openskills sync 生成索引。 首先创建目录 在项目根目录下运行（也可以手动创建） 运行 openskills sync 生成索引 运行后，会生成 AGENT.md 文件，这就是整个 Agent Skills 的菜单索引。由于我们的 skills 文件夹下内容为空，所有菜单也为空。（ 先执行这个是为了方便理解这个文件是怎么生成的 ） 安装官方示例 Anthropic 官方 Skills 仓库地址： https://github.com/anthropics/skills.git 通过 git 或者直接下载，将技能库下载下来 压缩包地址： https://github.com/anthropics/skills/archive/refs/heads/main.zip 下图是官方示例集合（图 2 是卡兹克的整理） 将所有示例都复制到项目的 skills 目录下 然后执行 openskills sync 命令，进行同步索引（需要根据提示选择同步哪些，最后回车键确认执行） 至此，在 Trae 中已经完成了 Agent Skills 的集成。其实挺简单的。 二、简单使用 以官方示例中 pdf 为例，将“AGENTS.md”文件转为 PDF 文档，释义说明怎么用，能干什么。 对话框自然语言发送任务描述 注：还有错别字，不改了，不重要，大模型都能理解。 一路自动执行即可，有需要手动运行的命令 添加到白名单或直接运行。 执行结果 说明 添加 pdf 技能，AI 就拥有了将 md 文件转 pdf 的能力。 但是为什么又生成了一个 python 脚本？（我这里也怀疑他是否真调用了技能） 于是我询问了他。 也就是他的确调用了 pdf 技能，但是 pdf 技能不支持 md 格式，所有参考技能中的开发手册，他又调用了大模型的通用编码能力进行补全，最终自动交付。 现在你应该了解了技能的使用了吧。 到了这里，你已经搭建好了 Agent Skills 的环境，并运行了简单示例。 可能你对 Agent Skills 感觉好厉害，但我不懂怎么实现的，感觉好难。 接下来我将带你逐步祛魅。 （只有先看到成果，才能有动力深究原理） 三、Agent Skills 到底是什么？ 一句话总结 Agent Skills = 一套让 AI 能"按菜单点菜"的标准规范 Agent Skills 本质上就是三个文件： 1. SKILL.md 技能说明书 （必须） （告诉 AI 这个技能是干什么的） 2. 具体实现文件 真正干活的代码 （可选） （Python、JavaScript 等） 3. 依赖文件 （可选） 需要的第三方库或资源 就这么简单！ 下图是官方对 skill.md 的说明 以下是官方示例 这是官方对资源及脚本的说明 官方给的解释挺清楚，我就直接截图过来。 这就是 AI 理解技能的全部依据！ 当你在对话框输入任务时： 1. AI 读取 AGENTS.md（所有技能的目录） 2. 找到最匹配的技能 3. 读取该技能的 SKILL.md 4. 按照说明调用实现代码 5. 返回结果 四、与 MCP、API 的本质对比 很多人会问： Agent Skills、MCP、API 都能扩展 AI 能力，它们有什么区别？ 形象比喻 • API ：外卖服务（需要联网，调用远程餐厅） • MCP ：连锁餐厅标准（统一的菜单格式，不同餐厅都能用） • Agent Skills ：家里的菜谱本（本地食材，本地烹饪，随时可用） 什么时候用哪个？ 选择 API： ✅ 需要实时数据（天气、股票、新闻） ✅ 需要强大的云端计算能力 ✅ 数据存储在远程服务器 选择 MCP： ✅ 需要跨多个工具使用同一能力 ✅ 需要标准化的协议通信 ✅ 构建可复用的服务生态 选择 Agent Skills： ✅ 本地文件处理（PDF、Excel、图片） ✅ 快速原型验证 ✅ 个人定制化需求 ✅ 不想写复杂代码的场景 五、底层逻辑解密：OpenSkills 到底对 AI 做了什么？ 揭秘底层逻辑 你可能好奇：为什么安装了 OpenSkills，AI 就突然听话了？ 核心机制一：隐性连接 你可能疑惑："凭什么我放个 AGENTS.md 文件，Trae 就能看见？谁规定的？" 明确机制（基于 Trae 3.5.20+）： 在 Trae 设置中，可以将 AGENTS.md 配置为"上下文文件"，每次对话时自动加载。 实践观察： 即使在不支持显式配置的旧版本中，将 AGENTS.md 放在项目根目录也能生效。 这可能是 IDE 的约定俗成机制，但官方文档未明确说明。再或者是大模型的通用能力。 关键点： 只要执行 生成了 AGENTS.md，并且文件在项目根目录， AI 就能"看到"技能清单。具体加载机制可能因 IDE 版本而异。 ⚠️ 如果技能不生效，优先检查 Trae 设置中是否启用了 AGENTS.md 作为上下文。 核心机制二：渐进式披露 它是 OpenSkills 的灵魂，简单来说，就是 "两阶段按需加载" 策略。 Stage 1: 菜单浏览 动作 ：大模型对话时，只读取 AGENTS.md 内容 ：仅包含技能的 名称（Name） 和 简介（Description） 消耗 ：极低（每个技能约 50 tokens） 状态 ：此时 AI 只知道"我会做什么"，但不知道"具体怎么做" Stage 2: 按需上菜（Full Context Injection） 动作 ：当大模型决定使用某个技能时，它会发起 Tool Call： openskills read skill name 内容 ：OpenSkills 读取 SKILL.md 全文，注入当前上下文 消耗 ：较高（可能几千 tokens），但 仅在需要时发生 举例 ： 当你说"把这个文件转成 PDF"，AI 根据 AGENTS.md 中的“菜单”内容 判断需要用 pdf 技能，此时才会： 1. 调用 openskills read pdf 2. OpenSkills 返回 pdf/SKILL.md 的完整内容 3. AI 根据详细说明执行任务 价值：为什么这么设计？ 这种机制让你能 安装 100 个技能而不撑爆 Context Window ，且 AI 在执行任务时能 保持极高的专注度 。 对比传统方式 ： ❌ 传统：把所有技能文档一次性塞给 AI → Context 爆炸 ✅ OpenSkills：先给目录，需要时再查详情 → 省 Token 且高效 角色分工表：谁在干什么？ 以上，我们已经揭秘了 Agent Skills 的流程，接下来就实操，创建一个自己的 Skills（技能）。 六、创建一个 Skills 推荐官方工具 skill creator，即用于创建技能的技能。（类似我们的提示词领航员，创建提示词的提示词） 拆解官方示例 先来拆解分析下官方的技能示例（大概率这个会是使用次数最多的） 拆解之后，我们就知道我们应该怎么创建了。 我把 skill creator 的 SKILL.md 丢给 AI 进行分析总结其 SOP 流程，结果如下 通过以上官方示例拆解，会对 Skills 有更清晰的理解，同时也发现想要做好一个 skills 也是需要非常清晰的逻辑能力。 可以尝试下让 AI 来反推下 skill creator 的提示词，这样会有助于你理解要如何通过 skill creator 来创建技能。 得到以下结果，仅供参考： 当被问到需要什么资源时的回答 关于工作流程的补充说明 关于触发条件的说明 特殊要求 创建自己的 Skills 以我实际需求为例，直接提要求： 注意： 虽然有时按要求生成内容了，但是你要注意下过程和结果，是否按照规范生成了。有的时候，大模型为了满足你，会模拟执行，这种效果跟技能的 SOP 效果会差很多，并且不规范。 可能是 Trae 对 Skills 的支持还不稳定，也有可能我本身项目中的提示词规则太多，他并不会调用 skill creator 技能，所以，需要再明确一下。 当不确定时，你可以追问下 AI。 以下是他的回答，好像挺有理，但是我不听，我就是要用技能创建技能。 修改一下： 当看到他去查“菜谱”的时候，我就放心了，说明他是调用的技能。 创建结果： 此时，要执行关键的最后一步，同步到 AGENTS.md 文件。即保存到菜单上，否则技能再多，大模型也不知道调用。 按“a”键 全选，或者通过移动指定选择后，“回车”确认。 至此，成功创建了一个只有 SOP 流程的技能，即只有 SKILL.md 文件。 效果好不好需要去试，并不意味着一次性创建好的技能就好用，也是需要不断迭代的。比如增加一些模板示例等。 七、组合使用多个 Skills 刚才我们创建了一个文案优化技能，只有一个 SOP 流程说明。 现在我们来尝试调用多个技能，即我将把当前文稿导出为 word 文档，然后让 AI 用这两个技能生成一个优化后的 word 文档。 这里应该至少会用到 content refner 和 docx 两个技能，仅为演示如何组合使用技能。 看到上图中的他去看两个技能的说明书，说明他已经按要求执行。 以下是执行结果 至此，Skills 的创建及使用我们讲到这里。具体还是要根据自己的需求，不断的调试、磨合。 八、推荐一些优秀的开源的 Skills 有个 Agent Skills 市场： https://skillsmp.com/zh 截止目前，已经有 6 万多个技能了。每天数量激增。 说实话，这种风格的网站真的不好找你想要的技能。