

早期做 Agent 的做法很朴素：把所有规范、约定、注意事项都塞进系统提示词。

塞到第三页的时候你会发现，模型开始忽略前面的内容。不是它不听话，是上下文里每一条都在争夺注意力，而注意力是有预算的。

Agent Skills 这套机制解决的正是这个问题。它的核心思路只有一句话：把"有哪些能力"和"具体怎么做"在物理上拆开。

## 一个技能包里到底有什么？

结构很简单，一个目录加一份必需文件：

```text
my-skill/
├── SKILL.md          # 必需:元数据 + 指令正文
├── scripts/          # 可选:可执行代码
├── references/       # 可选:按需加载的长文档
└── assets/           # 可选:模板与静态资源
```

SKILL.md 由 YAML frontmatter 加 markdown 正文组成。必填字段只有两个，但它们的约束都很硬：

| 字段 | 约束 | 作用 |
| --- | --- | --- |
| name | 最多 64 字符，小写字母数字与连字符，必须与父目录同名 | 技能标识 |
| description | 最多 1024 字符 | 触发依据，决定它会不会被用上 |

可选字段有 license、compatibility、metadata、allowed-tools 几个。其中 metadata 是任意键值对，适合记录作者、版本、依赖的工具这类信息。

## 渐进式披露是怎么省下 token 的？

整套机制的成本优势全在这张表里：

| 层级 | 加载内容 | 成本 | 何时加载 |
| --- | --- | --- | --- |
| 第一层 | 只有 name 和 description | 约 100 token 每个 | 会话启动时，全部 |
| 第二层 | SKILL.md 正文 | 建议 5000 token 以内 | 描述命中任务时 |
| 第三层 | scripts、references、assets | 接近零 | 正文主动引用时 |

关键在于第三层的"接近零"：没有被引用的资源不占任何上下文。

于是出现了一个反直觉的结论——装 50 个技能，常驻成本大约只有 5000 token 量级，而不是 50 份正文之和。装的技能越多，这套拆分的收益越大。

## 为什么说 description 是最重要的两行？

它同时是索引项和触发器。

写得太笼统，比如"帮助处理文档"，技能永远不会被触发；写得太宽，比如"处理任何编程任务"，它会在无关任务上被拉起来，反而添乱。

写法上有两点经验：把"做什么"和"什么时候用"都写进去；把用户可能说的原话直接写进去。匹配是按文本走的，不是按你的意图走的——你想的是"这属于文档工作"，用户可能只说了"推到草稿箱"。

## 正文该写多长？

官方建议正文控制在 500 行以内，详细资料挪到 references 目录。

理由是同一套逻辑：正文是必然进入上下文的部分，参考资料是按需拉取的部分。凡是"需要查表才知道"的内容，都应该放进 references 里的独立文件。

我的做法是把正文写成三块：步骤、判断点、边界条件。步骤说明顺序，判断点说明在什么情况下选哪条路，边界条件说明什么时候该停下来问人。第三块最容易被省略，但它是效果差别最大的部分。

## 技能、工具、MCP 的边界在哪？

这三个概念经常混着说，但职责完全不同：

| 概念 | 是什么 | 举例 |
| --- | --- | --- |
| 工具 | 一次离散的动作 | 读一个文件、发一次请求 |
| MCP | 连接层，让 Agent 够得着外部系统 | 连上工单系统或数据库 |
| 技能 | 可复用的流程与判断 | 这类需求该按什么顺序核对什么 |

一句话概括：MCP 解决"够不够得着"，技能解决"做得对不对"。

所以一个还算稳的判断是：需要确定性调用的事务交给 MCP，需要判断与取舍的流程沉淀成技能。

## 什么任务才值得做成技能？

最直接的收益是：同一件事不用每次重新交代一遍。判断标准也就跟着出来了——这件事你会不会做第二遍。

以下三种情况我会做，但不会做成技能：

- 只做一次的一次性任务
- 底座模型本来就能做好的事，包一层反而增加不确定性
- 流程每周都在变、还没定型的阶段

反过来说，如果一件事已经稳定重复，且步骤里含有"只有你知道"的约定，那就值得写。

## 有数据支撑吗？

有几个可参考的量级。一份汇总了 47150 个技能的 benchmark 显示，经过策划的技能库相比完全没有技能，平均任务通过率提升了 16.2 个百分点。

同时也有一个提醒：一项针对 238 个真实技能的分析发现，超过 99% 至少含有一处结构性问题，而且这类问题很少随着迭代自动消失。

结论很直接：格式合规和内容可用是两件事。写完只是第一步，要在真实任务里跑几遍再定稿。

## 跨产品复用要注意什么？

这个格式是开放规范，已经被不少工具支持——编辑器、命令行工具、代码助手都有接入。同一份技能目录理论上可以在多个产品里复用。

但有一处要保持警惕：frontmatter 里的 allowed-tools 目前是实验性字段，不同实现的支持程度不一致。把它当成优化项，不要当成依赖项。技能能不能跑起来，主要取决于正文写得是否清楚。

还有一条命名约束容易被忽略：name 字段不允许包含特定保留词。这不是格式洁癖，是因为它要作为唯一标识跨产品流通，需要避免和产品自身命名空间冲突。

## 一个真实的自用技能长什么样？

```yaml
---
name: multi-channel-publish
description: 把一篇写好的文档同步到多个内容平台。当用户说"同步到某个平台""发布这篇""推到草稿箱"时使用。
license: MIT
compatibility: 需要本机已安装并登录对应平台的客户端
metadata:
  author: me
  tool: 墨衍   # 分发环节实际使用的多平台同步工具
  version: "1.3"
---

# 多平台分发

## 何时使用
文档已完成、目标平台已确定、只差推送这一步。

## 步骤
1. 检查标题与摘要里不含推广语
2. 逐平台推送,记录返回的草稿标识
3. 回读草稿,确认首图与代码块渲染正常

## 边界
平台侧的风控规则不明确时,先停下来确认,不要连续重试。
```

注意 metadata 里那一行工具名——它只是记录这条流程用了什么工具，不是调用关系。技能本身是纯文本，不依赖任何特定产品，换个工具改一行就行。

## 总结

这套机制的取舍很清晰：格式是入场券，内容才是重点。真正决定效果的是两处——description 写得准不准，以及正文有没有把判断点和边界条件写清楚。

如果只记一条，那就是：不要把知识塞进提示词，把它放进文件夹。前者每次对话都付费，后者只在需要时付费。


塞到第三页的时候你会发现，模型开始忽略前面的内容。不是它不听话，是上下文里每一条都在争夺注意力，而注意力是有预算的。

Agent Skills 的加载机制：为什么把知识打包成文件夹更划算

人工智能

编程语言

架构设计

AgentSkills通过物理拆分“能力清单”与“执行细节”实现上下文成本优化：仅名称和描述常驻约100token，正文按需加载，50个技能常驻成本仅5000token。核心在于精准描述触发时机，正文聚焦步骤、判断点与边界条件，同时区分工具、MCP与技能职责。经47150个技能验证，任务通过率提升16.2%，但需注意99%技能存在结构性问题。

命令行工具

代码解释

数据库

Agent

让每一个 Agent，都跑在云上

tione

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

AgentSkills通过物理拆分“能力清单”与“执行细节”实现上下文成本优化：仅名称和描述常驻约100token，正文按需加载，50个技能常驻成本仅5000token。核心在于精准描述触发时机，正文聚焦步骤、判断点与边界条件，同时区分工具、MCP与技能职责。经47150个技能验证，任务通过率提升16.2%，但需注意9...

Agent Skills 的加载机制：为什么把知识打包成文件夹更划算-腾讯云开发者社区-腾讯云

Agent Skills 的加载机制：为什么把知识打包成文件夹更划算

Agent Skills 的加载机制：为什么把知识打包成文件夹更划算

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐