AI Agent Skills（常译为“AI代理技能”）是由Anthropic提出并推广的一种开放式构建标准。其核心是将复杂的业务逻辑、操作指令和外部知识封装为标准化的模块，让AI代理（Agent）能像调用“技能包”一样，按需动态加载和执行特定任务。

为了快速理解其核心思想，这里有一个简单的对比：

🤔 它解决了什么问题？

传统上，为了让AI遵循复杂的业务流程（如企业SOP），开发者需要编写冗长的系统提示词。这会引发两个关键问题：

1. 上下文污染：所有规则挤占有限上下文，导致模型注意力分散，出现“指令漂移”。
2. 复用性差：业务逻辑硬编码在对话中，难以维护和迁移。

Agent Skills通过标准化封装，解决了上述问题，实现了从“提示词工程”到“技能工程”的范式转变。

🔧 核心工作原理：渐进式披露

Agent Skills通常以一个包含多个文件的文件夹形式存在，信息按需分级加载：

以一个数据分析技能为例：用户提问后，AI先扫描所有技能的元数据（L1），发现匹配的“数据分析技能”，然后加载其核心指令（L2）。指令要求查询数据库，AI便调用附带的Python脚本（L4）执行SQL，最后结合指令和查询结果生成报告。

🌐 现状与应用

• 成为开放标准：自2025年底被确立为开放标准后，已获得微软、VS Code、Cursor及多家企业软件厂商（如Figma、Notion）的支持，生态快速扩展。
• 主要应用场景：特别适合需要标准化、流程化的企业任务，例如：会议记录审计与归档、客户服务中的特定流程处理（如投诉、退换货）、以及代码开发与审查。

简单来说，你可以把AI Agent Skills理解为给通用大模型配备的一个个标准化“岗位SOP工具包”。企业无需为每个任务训练专用AI，而是通过积累和调用这些技能库，让一个通用AI助手变得专业且高效。

为Cline等编程代理编写Skill，就是创建一个包含详细指令和脚本的“技能包”。官方指南和最佳实践已非常清晰，可以参考以下核心框架。

📁 Skill 的基本结构

一个Skill的核心是一个文件夹，里面必须有一个SKILL.md文件。更复杂的Skill可以包含其他文档和脚本。

my_skill/
├── SKILL.md          # 核心文件
├── docs/             # 可选：额外说明文档
└── scripts/          # 可选：工具脚本（如Python）

📝 编写 SKILL.md 的核心步骤

SKILL.md文件分为两部分：

1. YAML元信息：这是Cline判断何时使用该技能的“索引”。

   name: project-release-manager  # 技能名称
   description: 根据标准流程处理项目的版本发布、更新CHANGELOG和创建Git Tag。 # 关键：必须清晰说明功能和触发条件。
   

2. 详细指令：技能被触发后，Cline会加载这部分内容作为完整指南。
   • 明确技能角色：清晰地告诉Cline在这个技能中扮演什么专家角色。
   • 列出完整操作步骤：将任务分解为一步步具体的指令。
   • 定义边界和规则：明确什么该做、什么不该做，确保安全性。
   • 提供示例：包含1-2个输入输出的例子，帮助Cline准确理解。

🔧 安装与启用

创建好Skill文件夹后，需要将其放入正确位置并开启功能：

1. 放置路径：
   • 全局技能：放在 ~/.cline/skills/（Windows在 C:\Users\用户名\.cline\skills\），对所有项目生效。
   • 项目技能：放在项目目录的 .cline/skills/ 下，仅对当前项目生效。同名时全局技能优先。
2. 功能启用：在Cline设置中，进入 Settings -> Features，开启 Enable Skills 选项。之后你可以在规则面板中管理所有技能。