1. 从每次都要重新教AI说起agent-skills到底在解决什么如果你最近半年一直在用 Claude Code、Cursor 这类 AI coding agent 干活大概率经历过一种很具体的疲惫同一个项目里你反复告诉它这个仓库用 pnpm 不用 npm提交信息要遵循 Conventional Commits测试文件必须放在__tests__目录下别动legacy/里的代码。每次开新会话这些上下文就像被格式化了一样消失你得从头再讲一遍。agent-skills这个项目本质上就是冲着这个痛点去的。它想做的事情可以用一句话概括把你希望 AI agent 怎么干活这件事从每次对话里的口头交代变成一份可复用、可版本管理、可被 agent 自动加载的技能包。我最初接触这个概念的时候第一反应是这不就是 prompt 模板吗。但真正用下来会发现它和随手存一段 prompt 有本质区别。prompt 模板是你复制粘贴给 AI 的一段话而 skill 是agent 在特定场景下会主动识别并加载的一套行为规范。前者靠人记得去用后者靠机制保证被用上。这个差别听起来小实际体验差得很远。关键词里出现的skills CLI、Claude Code、Cursor其实指向了同一件事主流 AI coding agent 都在往可扩展技能这个方向走。Claude Code 有它的 skills 机制Cursor 有 rules 和 agent 配置各家叫法不同但底层逻辑是一致的——让 agent 的能力边界从模型本身会什么扩展到你教会它什么。这篇文章适合谁看三类人。第一类是完全没接触过 agent skills、想知道这东西值不值得投入时间的新手第二类是已经在用 Claude Code 或 Cursor、但还停留在每次手动喂上下文阶段的用户第三类是团队里负责统一 AI 编码规范的人你们可能正在纠结要不要把 skills 纳入工程化流程。我会从概念、目录结构、安装配置、实际编写、踩坑经验几个层面把它讲透尽量做到你看完就能上手。需要先说明一点agent-skills这个标题本身比较宽泛项目正文和关键词都是空的所以下面的内容是我基于当前 AI coding agent 生态里 skills 机制的通用实践来展开的涉及具体命令和路径的地方我会标注清楚哪些是通用逻辑、哪些是特定工具的约定你按自己实际用的工具对照着看。2. 拆开一个 skill 看内部它凭什么比一段 prompt 更管用2.1 skill 的三层结构元数据、触发条件、执行指令要理解 skill 为什么有效得先看它的内部构造。一个设计良好的 skill通常包含三个层次缺一不可。最外层是元数据metadata一般写在文件头部的 frontmatter 里包含 name、description 这类字段。这一层的作用是让 agent 在还没读全文的时候就能判断这个 skill 跟我当前的任务有没有关系。你可以把它理解成书的封面和目录——agent 先扫一遍所有 skill 的元数据决定要不要翻开哪一本。中间层是触发条件trigger。这是最容易被新手忽略、但恰恰最关键的部分。触发条件描述的是什么情况下应该加载这个 skill。比如一个处理数据库迁移的 skill触发条件可能是用户提到 migration、schema change、ALTER TABLE 等关键词或者当前工作目录下存在 migrations 文件夹。写得好的触发条件能让 agent 在正确的时机自动想起这个 skill写得模糊的触发条件要么永远不触发要么在不该触发的时候乱触发。最内层是执行指令instructions也就是你真正想教给 agent 的那套行为规范。这部分可以很长可以包含步骤、示例、反例、注意事项。因为只有触发之后才会被加载进上下文所以它不会像常驻 prompt 那样一直占用 token。这三层结构带来的直接好处是按需加载。假设你给项目配了 20 个 skillagent 平时只需要扫 20 条元数据可能就几百 token只有真正相关的那个才会被完整读进来。这比把所有规范塞进一个巨大的 system prompt 要经济得多也更不容易让模型注意力涣散。2.2 为什么自动触发比手动引用更可靠我见过不少人把 skill 当成高级版 prompt 收藏夹用——写好了放在那儿需要的时候手动一下。这么用不是不行但浪费了 skill 机制最大的价值。手动引用的根本问题是依赖人的记忆。你在赶进度的时候很容易忘记哦对我有个 skill 是管提交信息的。而自动触发把这份记忆外包给了 agent 本身。只要触发条件写对了agent 在遇到相关任务时会自己去查有没有对应的 skill。这里有个反直觉的点触发条件写得越具体自动触发反而越可靠。新手常犯的错误是触发条件写得太宽比如处理任何代码相关任务时加载。这种写法等于没写因为几乎所有任务都符合agent 要么每次都加载浪费上下文要么干脆忽略因为区分度太低。正确的做法是往具体里写涉及的文件类型、出现的命令、任务的动词越具体越好。2.3 skill 和 rules、memory、prompt 模板的边界在哪生态里这几个概念经常被混着用我按自己的理解理一下边界方便你对号入座。概念加载方式典型用途生命周期prompt 模板手动复制粘贴一次性任务单次对话memory / 记忆常驻或半常驻项目背景、长期偏好跨会话rules / 规则常驻加载全局编码规范项目级skill按需触发特定场景的完整工作流项目级或全局简单说rules 是永远生效的底线skill 是特定场景才生效的说明书。比如所有代码用 2 空格缩进适合放 rules因为它任何时候都成立而如何新增一个 API endpoint更适合做成 skill因为只有做这件事的时候才需要那一长串步骤。memory 则更偏向事实性信息比如这个项目的测试框架是 Vitest。它不教 agent 怎么做只是告诉 agent 现状是什么。三者配合使用效果最好但别指望用一个替代另一个。3. 目录结构与文件约定skill 到底该放在哪3.1 全局 skill 与项目级 skill 的分工skill 的存放位置决定了它的作用范围这是配置时第一个要做的决策。通常分两级全局 skill放在用户主目录下的配置文件夹里对所有项目生效。适合放那些我这个人干活一贯如此的规范比如个人偏好的代码风格、常用的提交信息格式、你习惯的调试流程。全局 skill 的好处是不用每个项目重复配置坏处是它不知道具体项目的上下文写的时候要更通用。项目级 skill放在项目仓库里跟着代码一起版本管理。适合放这个项目特有的规矩比如这个仓库的目录约定、特定的构建命令、团队约定的 PR 流程。项目级 skill 的最大优势是可以随代码 review——新人 clone 下来就自带全套规范团队成员的 agent 行为天然一致。我的建议是个人习惯放全局团队约定放项目级。两者有冲突时项目级优先因为项目级更贴近当前任务的实际上下文。3.2 一个典型 skill 目录长什么样不同工具的目录约定不完全一样但结构大同小异。下面是一个通用的组织方式你可以对照自己用的工具调整skills/ ├── commit-message/ │ └── SKILL.md ├── api-endpoint/ │ ├── SKILL.md │ └── templates/ │ └── endpoint.ts ├── db-migration/ │ └── SKILL.md └── code-review/ └── SKILL.md每个 skill 一个文件夹主文件通常叫SKILL.md有些工具用skill.md或index.md看具体约定。文件夹名就是 skill 的标识尽量用短横线连接的英文小写别用中文和空格避免路径解析出问题。如果 skill 需要附带模板文件、示例代码、脚本就放在同一个文件夹下的子目录里。这样 skill 是自包含的迁移和分享都方便。我见过有人把模板散落在项目各处结果 skill 一换项目就找不到文件了这种坑完全可以避免。3.3 SKILL.md 的头部字段怎么写才不踩坑头部元数据是 agent 决定要不要读这个 skill的唯一依据值得多花点心思。一个典型的头部大概长这样--- name: commit-message description: 生成符合 Conventional Commits 规范的提交信息适用于本仓库所有 git commit 操作 trigger: 当用户要求提交代码、生成 commit message或执行 git commit 时 ---几个实操要点name用英文小写加短横线和文件夹名保持一致别整花活。description要写清楚这个 skill 干什么和什么时候用一句话讲明白因为 agent 主要靠它做初筛。trigger字段不是所有工具都支持如果你的工具没有这个字段就把触发条件写进 description 里。注意description 里别写这是一个非常有用的 skill这种自夸的话agent 不看你夸得好不好只看关键词匹配。把精力放在把场景描述准确上。还有一个容易忽略的点description 里要包含用户可能说的原话。比如用户可能说帮我提交一下commit 一下生成提交信息这些说法都该在 description 或 trigger 里出现提高匹配率。4. 从零装好第一个 skill安装、配置与验证4.1 安装前的环境确认在动手之前先确认你的 agent 工具版本支持 skills 机制。这个很重要因为 skills 是比较新的特性老版本可能压根不认这个目录。如果你用的是 Claude Code先在终端里跑一下版本命令确认版本号然后查一下官方文档里 skills 相关的说明确认当前版本是否支持。如果你用的是 Cursorskills 相关的功能可能叫别的名字比如 rules、agent 配置需要先搞清楚它对应的是哪套机制。关键词里提到的skills CLI指的应该是管理 skill 的命令行工具。这类工具通常提供init、list、install、remove这类子命令用来创建、查看、安装、卸载 skill。具体命令名各工具不同但思路一致用 CLI 管理比手动建文件夹可靠因为 CLI 会帮你处理路径、权限、格式校验这些琐事。4.2 用 CLI 初始化一个 skill 的完整流程假设你的工具提供了 skills CLI典型流程是这样的# 查看当前已安装的 skill skills list # 在项目里初始化一个新的 skill skills init commit-message # 这会在约定目录下生成一个带模板的 SKILL.md # 编辑它填入你的规范如果工具没有 CLI手动创建也行但要严格遵循目录约定。手动创建时最容易出错的地方是路径层级——多一层少一层都可能导致 agent 扫不到。建议先手动建一个用list命令验证能被识别再批量创建。初始化之后先别急着写复杂内容。先写一个最小可用的 skill跑通能被识别、能被触发这个链路再往里加内容。我见过太多人一上来就写几百行规范结果发现根本没被加载白忙活。4.3 怎么验证 skill 真的被加载了验证是新手最容易跳过、但绝对不能跳过的一步。方法有几种从简单到复杂方法一看 agent 的加载日志。很多工具在加载 skill 时会打印日志或者在响应里标注已加载 skill: xxx。跑一个能触发该 skill 的任务看有没有这条提示。方法二故意在 skill 里放一个暗号。比如在 skill 里写生成提交信息时开头加上[SKILL-ACTIVE]标记。然后让 agent 提交一次看输出里有没有这个标记。有说明加载成功没有说明触发条件没匹配上。方法三对比测试。同一个任务一次在配了 skill 的环境跑一次在没配的环境跑对比输出差异。这个方法最直观但比较费时间。我一般用方法二快且明确。如果暗号没出现就去检查触发条件——十有八九是关键词没覆盖到用户的实际说法。4.4 触发失败的常见原因排查触发失败是最高频的问题我整理了一个排查顺序按这个顺序查基本能定位排查项检查方法常见问题目录位置确认 skill 在工具约定的扫描路径下放错层级agent 扫不到文件命名确认主文件名符合约定用了skill.md但工具要SKILL.md头部格式确认 frontmatter 语法正确少了---分隔符YAML 缩进错触发条件对照用户实际说法检查关键词只写了提交没写commit工具版本确认版本支持 skills老版本不认这个机制按这个表从上往下查大部分问题五分钟内能解决。如果全查完还是不触发那就去看工具的官方文档确认它的 skills 机制有没有特殊要求。5. 写出一个真正好用的 skill内容编排的实战心得5.1 指令部分要像给新人写交接文档skill 的执行指令部分最忌讳写成官方规范摘抄。你想想一个新人入职你给他一份满是应当须严禁的规范文档他看得进去吗agent 也一样。好的 skill 指令读起来应该像一个老员工在给新人讲这个活儿怎么干。具体来说先讲目标——这个 skill 要达成什么结果。再讲步骤——按顺序该做哪几件事。然后给示例——一个完整的、正确的例子。最后讲边界——什么情况下不该用这个 skill或者要特别小心什么。举个例子一个新增 API endpoint的 skill与其写endpoint 命名须遵循 RESTful 规范不如写新增 endpoint 时先看src/api/下已有的文件照着最相似的那个改。命名用复数名词比如/users而不是/user。改完记得在src/api/index.ts里注册路由这一步最容易漏。后者信息量更大也更不容易被误读。5.2 用反例比用正例更能约束行为这是个反直觉但很有效的技巧。只给正例agent 知道应该这样做但不知道做到什么程度算过头。加上反例边界就清晰了。比如教 agent 写提交信息正例是feat: add user login反例可以写不要写成feat: 添加了用户登录功能包括前端页面和后端接口以及数据库改动——提交信息标题控制在 50 字符内详细说明放正文。反例的作用是划出禁区。模型在生成时如果发现自己的输出接近反例会自动往正例方向调整。这比单纯说要简洁有效得多。5.3 控制 skill 长度什么时候该拆成两个skill 不是越长越好。一个 skill 如果超过几百行就要考虑拆分了。判断标准很简单如果这个 skill 里有两块内容它们的触发场景明显不同就该拆。比如一个数据库操作skill如果它同时管新增迁移和查询优化这两件事的触发场景完全不同——前者在改 schema 时触发后者在排查慢查询时触发。硬塞在一起会导致每次触发都加载一堆无关内容。拆分的另一个好处是可维护性。skill 短了改起来不容易误伤。我一般把单个 skill 控制在 100 到 200 行之间超过就看看能不能拆。5.4 把团队约定沉淀进 skill 的正确姿势如果你是团队里负责统一规范的人skill 是个很好的载体但用法有讲究。别把 skill 当成规范文档的搬运工。团队 wiki 上那份 5000 字的编码规范直接复制进 skill 是没用的因为太长、太泛、触发条件不明确。正确做法是按场景拆分把提交规范拆成一个 skill代码 review 检查项拆成另一个发布流程再拆一个。每个 skill 只解决一个具体场景的问题。让 skill 跟着代码走。项目级 skill 放进仓库改规范的时候顺手改 skillreview 的时候一起看。这样能保证 skill 和实际代码规范不脱节。我见过团队把 skill 放在共享网盘里结果半年后没人记得更新agent 还在按老规范干活。给 skill 加个 owner。每个 skill 在头部或注释里标注负责人出问题知道找谁。这个习惯在 skill 数量多起来之后特别有用。6. 那些文档不会告诉你的坑我的踩坑记录6.1 触发条件写太宽导致 skill 互相打架我最早配 skill 的时候给一个代码审查skill 写的触发条件是审查代码时。结果发现只要我让 agent 看任何代码它都会加载这个 skill然后开始输出一堆审查意见——哪怕我只是想让它解释一下某段代码在干嘛。问题出在审查这个词太宽。后来我改成当用户明确要求 review、审查、检查代码质量或提到 PR、pull request 时误触发就少多了。教训触发条件要匹配用户的意图而不是任务涉及的领域。用户看代码不一定是想审查可能只是想理解。这两者要区分开。6.2 skill 里的路径写死换台机器就崩这个坑很隐蔽。我在 skill 里写了模板文件在/Users/myname/projects/xxx/templates/本地跑得好好的同事 clone 下来直接报错——他的用户名不一样路径根本不存在。正确做法是用相对路径或者用工具提供的变量。大多数 skill 机制支持引用 skill 自身所在目录比如用相对于 SKILL.md 的路径。这样 skill 跟着文件夹走换谁用都不会崩。如果非要引用项目根目录也要用相对于项目根的路径而不是绝对路径。这个习惯能省掉大量在我机器上能跑的扯皮。6.3 更新 skill 后 agent 还在用旧版本skill 改了但 agent 行为没变这是缓存问题。有些工具会缓存 skill 内容改完需要重启会话或者手动刷新。排查方法在 skill 里加一行明显的标记比如版本号改完看 agent 输出里是不是新版本号。如果不是就是缓存没刷新。解决办法通常是重启 agent 会话或者跑一下工具的刷新命令。养成习惯改完 skill 先验证一次再继续干活。别改完就闷头写代码等发现行为不对再回头查浪费时间。6.4 多个 skill 同时触发时的优先级混乱当项目级和全局都有相关 skill 时agent 可能同时加载两个然后行为变得很奇怪——一会儿按这个规范一会儿按那个。解决办法是在 skill 里显式声明优先级或者干脆避免重复。我的做法是项目级 skill 里明确写本 skill 优先于全局同名 skill全局 skill 里则写如果项目里有对应 skill以项目级为准。虽然有点啰嗦但能避免很多混乱。如果工具支持优先级配置那就用配置解决比在内容里写更可靠。6.5 把敏感信息写进 skill这个必须单独拎出来说。skill 是会被版本管理的如果你在里面写了 API key、内部地址、账号密码等于把这些信息提交到了仓库里。skill 里只放怎么做不放用什么凭证。需要凭证的地方让 agent 去读环境变量或者本地配置文件这些文件应该在.gitignore里。这个原则和写代码是一样的别因为 skill 看起来像文档就放松警惕。7. 让 skill 真正融入日常一些进阶用法7.1 用 skill 固化重复性排查流程除了编码规范skill 还能用来固化排查流程。比如线上报错排查这个场景步骤往往是固定的先看日志、再查监控、然后定位最近改动、最后回滚或修复。这套流程完全可以写成一个 skill。好处是当你半夜被叫起来处理故障、脑子不太清醒的时候agent 能按 skill 里的步骤一步步引导你不至于漏掉关键环节。这种流程型 skill的价值在压力场景下特别明显。7.2 skill 与测试、CI 的配合skill 不只能约束 agent 写代码还能约束它跑测试。比如一个提交前检查skill可以规定提交前必须跑pnpm test和pnpm lint都通过才能提交。更进一步如果 CI 里也有对应的检查skill 就相当于把 CI 的门槛前移到了本地。agent 在提交前就帮你把问题拦住了省得推上去被 CI 打回来。这个用法我强烈推荐尤其是团队协作的项目。7.3 把 skill 当成团队知识传承的载体老员工离职他脑子里那套这个项目该怎么改的经验往往就流失了。skill 是个不错的沉淀方式——把老员工的操作习惯、注意事项、踩过的坑写成 skill 留在仓库里。新人入职clone 下来agent 就自带这套经验。虽然不能完全替代手把手带但至少能让新人少踩一些明显的坑。这个价值随着团队规模变大、人员流动变快会越来越明显。7.4 定期清理不再适用的 skillskill 也会过时。项目重构了、技术栈换了、规范更新了对应的 skill 如果没跟着改就会变成误导 agent 的噪音。我的习惯是每个季度过一遍 skill 列表问三个问题这个 skill 还在用吗触发条件还准确吗内容还符合当前实践吗三个问题有一个答不上来就去改或者删。宁可少几个 skill也不要留一堆过时的。过时的 skill 比没有 skill 更糟因为它会让 agent 按错误的方式干活而且你还不知道。8. 关于 agent-skills 这件事我自己的几点体会用了一段时间 skill 机制之后我最大的感受是它改变的不是 agent 的能力上限而是 agent 行为的稳定性。模型本身很聪明你临时给它讲一遍规范它也能照做。但问题是它每次都要重新理解一遍理解的结果还不一定一致。skill 的价值在于把理解这一步固化了——规范写一次之后每次都是同一套输出自然就稳定了。另一个体会是写 skill 的过程其实是在逼自己把模糊的经验说清楚。很多规范我们平时是心里知道但说不出来的写 skill 的时候必须把它变成明确的文字这个过程本身就有价值。我写完几个 skill 之后发现自己对项目的理解都清晰了不少。最后分享一个小技巧刚开始别追求完美先写一个粗糙的版本用起来用着用着再改。我第一个 skill 写得挺烂的触发条件也不准但用了一周之后我大概知道哪里该改了。skill 这东西是迭代出来的不是一次设计出来的。你要是等想清楚了再写可能永远写不出来。如果你现在还没开始用 skill建议从最小的一个场景入手——比如就管提交信息这一件事。跑通了你自然就知道怎么扩展到其他场景了。