本文以 TARE 为例，探讨如何在非 Claude IDE 环境下，实现模型对 Agent Skills 的识别与调用，并通过实际案例：导入自动 code review skills 来演示效果。
目前TARE有可视化的窗口的导入和创建 skills，但是对于导入外部 skills 需要下载后再手动将压缩包导入，比较繁琐，本文介绍的方式仅需 node.js 环境即可，导入也是用命令行，更通用和便捷。
Agent Skills 简介
什么是 Agent Skills
简单来讲，就是给 Agent 写的技能或工具说明书，让他知道什么时候调用这个skills，以及这个skills具体怎么操作。
本质是一个模块化的工具包（包括：格式化提示词、元数据、可选数据：可执行脚本、图片等）。
也是一种能把专业技能、固定流程变成可复用资产的工程化手段。
Agent Skills 的作用
- 自动触发：Agent 能自主判断是否使用什么 Skills。
- 提高复用性：当一个SOP 一直被使用，就可以从 Agent 系统提示词中抽离出来，变成一个 skills。如：code-review 技能，每次写完代码都要做code-review，这个就可以写成一个 skills。
- 省 token，高效利用上下文：不需要每次都塞一大串预置的提示词告诉 Agent 在什么场景要做什么操作。没有一大串提示词，上下文窗口的空间就省下来了，这让 Agent 有能力处理更复杂的场景。
- 跨平台：一般来讲每个项目团队有自己的代码规范，然后每次写提示词都要带上，原来没有 skills 的时候可以通过配置 rules 的方式限定，但是每个 IDE 配置方式都不太一样，不通用。用 skills 管理更方便，可用 git 托管。
Agent Skills 的工作原理
Agent Skills 的关键是渐进式披露，分三层加载：
- 层级 1：技能发现 -- AI 先读取所有技能的元数据（name 和 description），判断任务是否相关，这些元数据始终在系统提示中。
- 层级 2：加载核心指令 -- 如果相关，AI 自动读取 SKILL.md 的正文内容，获取详细指导。
- 层级 3：加载资源文件 -- 只在需要时读取额外文件（如脚本、示例），或通过工具执行脚本。
简单来讲，就是按需加载，通过这种方式，节省 token。
Agent Skills 使用教程
环境要求：
- nodejs: v22.14.0
步骤 1：运行命令下载 skills
运行 skills 库，这里以下载一个 code-review 专家的 skills 为例：
npx skills add https://github.com/sanyuan0704/code-review-expert
首先会让你选择给哪个 AI Agent 安装，市面上常见的 IDE/Agent 基本都已涵盖。下次再运行会记住你这次的选项：
然后会让你选择将这个技能安装到当前项目还是全局， 这个视你的使用场景定：
接着让你选择只下载一份 skills（方便更新），还是每个 agents 各维护一份，一般选第一个：
确定信息没问题就执行安装：
安装完成：
安装完成后，项目目录结构如下：：
.agents：是技能的实际存储位置.trae：是给 trae 读取 skills 的地方skills-lock.json：是核心配置文件，记录了你已安装的技能信息
如果你选择多个 IDE，比如把 Antigravity 加上，就可能会多一个文件夹出来，如多一个.agent 文件夹，因为不同的 IDE 读取 Skills 可能是不一样的， skills 库为了兼容处理，会创建多个文件夹。
步骤2：验证 skills 是否可用
在聊天窗口输入：
这里可以发现，大模型会自动选择调用合适的技能：
执行完成：
其他 skills 库的常见命令
移除 skills：
npx skills remove [技能名称]
更新所有 skills 到最新版：
npx skills update
查看已经安装的 skills:
npx skills ls
安装某个组织下的特定 skills
如下载 anthropics 官方的 skill-creator (技能创建工具)：
npx skills add anthropics/skills --skill skill-creator
后记
code-review-expert 的执行流程
code-review 专家 skills 的执行流程如下所示：
skills 商店
用于搜索市面上已有的比较火的 skills：
