告别模糊认知!一文读懂 Agent Skills 的概念与用法

252 阅读3分钟

Agent Skills是什么

Agent SkillsAgent的技能工具包,用于帮助Agent规范化执行任务。

简单来说,SkillsPrompt给规范化。

一个基础的Skills文件结构包含:

  • remotion-best-practicesSkills的根文件
  • SKILL.mdskills的技能入口文件
  • rulseskills的核心执行单元,Agent会按需加载其中的规则文件

image.png

Agent Skills怎么用

skills官网

在项目命令行执行命令,npx skills add <skills名>,如:

npx skills add https://github.com/vercel-labs/agent-skills --skill vercel-react-best-practices

之后就会出现如下步骤:

image.png

安装成功之后,就会出现两个文件夹:.agents.cursor

  • .agents:指的是安装在项目里的skill实体内容存放处
  • .cursor:给cursor读取用的skill目录
    • 如果选择的是符号链接的方式,那么这里的文件是符号链接到.agents的同一份内容
    • 如果选择的是是复制的方式,那么这里就是单独的复制内容

此时无需过多操作,直接正常用cursor,就可以了,cursor会自动根据场景使用skills

Agent Skills的优势

相比于传统的Prompt解决了三大痛点:

传统Prompt痛点skills效果
上下文爆炸闲置时仅存元数据索引token消耗大量降低
指令漂移任务匹配时精准注入完整SOP指令准确率极大提高
执行不可控用状态机来代替话术约束杜绝跳步/漏步,流程可验证

元数据 :指的是skills入口文件中,最上面---符号包裹的部分

image.png

指令漂移:指的是prompt随着对话轮次的增加被稀释,让Agent忘记初始的规则

SOP精准注入:指的是当Agent匹配到该skills时,会将SKILL.md全部传给Agent,让Agent按照文件中的规则去执行任务

用状态机替代话术约束:指的是在skills中执行任务时通过严格的状态流转来按步骤执行任务,而不是基于话术约束告诉它不要做

Agent Skills的原理

Agent Skills的核心原理是渐进式披露机制

渐进式披露机制本质上是用动态上下文管理替代静态全量塞入,可以用一个公式解释一下:

渐进式披露机制 = 按任务需求分层加载信息,闲置时仅存目录,触发时翻正文

渐进式披露机制在Agent Skills应用中的三大核心层:

层级加载内容何时加载Token 消耗作用
L1:元数据层SKILL.md 的 YAML 头(name + description会话启动时少量构建“技能目录”,供 Agent 意图匹配
L2:指令层完整 SKILL.md(Markdown 正文)任务匹配时(如用户说“优化 Next.js 页面”)中量注入 SOP 流程,确保指令精准生效
L3:资源层scripts/ 脚本、reference/ 文档执行需要时(如 Skill 中写“加载 rules/async-parallel.md")按需动态加载避免闲置资源占用上下文

为什么是渐进式呢?有四大特征:

特征说明价值
分阶段信息按“目录→正文→附录”逐步展开避免信息过载
按需触发仅当任务匹配/执行需要时加载下一层Token 消耗 ↓90%+
系统管控Cursor Runtime 强制调度(非 Agent 自主决定)杜绝“模型偷懒跳过步骤”
可验证每层加载有明确触发条件流程透明、可审计

以这次作demoremotion-best-practices举例画一个流程图:

image.png

总结

skills的机制是革命性的:

  • 对于用户来说,安装大量的skills压力大大减轻,因为会按需加载
  • 对于Agent来说,关键指令始终在上下文的“黄金位置”,不被稀释
  • 对于工程来说,Token成本⬇️,响应速度⬆️,指令可靠性⬆️