2026 年 10 月 22 日，Anthropic 宣布将 Agent Skills 标准捐赠给 Agentic AI Foundation（AAIF）。Anthropic 表示，该标准已被超过 70 个智能体平台接入。此次事件让一个工程问题更加值得关注：如何将 AI 执行任务时所需的流程知识组织起来，并在不同项目中重复使用？公告
本文从文件结构、任务加载和质量检查三个方面进行拆解。
一、为什么需要把任务知识单独组织？
在 AI 应用开发中，提示词经常承担多种职责：定义目标、补充业务背景、规定步骤、指定输出格式，甚至描述异常处理逻辑。
随着任务复杂度增加，这些内容可能变得难以维护。修改一条规则时，开发者还需要确认其他提示词、项目文档和脚本是否存在冲突。
Skill 的设计思路，是将一类任务所需的指令、参考资料和可选程序放在一个独立目录中。这样可以将任务知识与当前对话分离，让其更便于维护和复用。
二、基础目录结构
一个示例性的代码审查 Skill 可以组织为：
code-review/
├── SKILL.md
├── references/
│ └── review-checklist.md
└── scripts/
└── check_format.py
各部分承担不同职责：
SKILL.md：描述技能名称、适用场景和执行步骤。references/：保存审查规范、项目约定和其他参考资料。scripts/：存放可执行的辅助程序。
参考资料和脚本是可选内容。简单任务可能只需要一个指令文件；较复杂的任务才需要进一步拆分资源。
三、SKILL.md 的基本写法
下面是一个用于说明文件组织方式的简化示例：
---
name: code-review
description: Review code changes for correctness and maintainability.
---
# Code Review
## Steps
1. Identify the purpose of the change.
2. Check correctness and error handling.
3. Review tests and maintainability.
4. Report findings with supporting evidence.
其中，元数据用于描述技能是什么、适用于什么任务；正文则提供执行步骤。
按照 Anthropic 的公开文档，技能的元数据可以用于发现和判断适用场景，正文指令在技能被触发后读取，附加资源则可以根据任务需要进一步访问。具体行为仍取决于使用该规范的平台实现。Agent Skills 文档
四、如何判断一个 Skill 是否设计合理？
1. 触发条件是否清楚
描述不应只写“帮助处理代码”，而应说明适用任务。例如，检查代码变更的正确性、错误处理和测试覆盖。
如果描述过于宽泛，技能可能难以准确匹配任务；如果描述过于狭窄，则可能在适用场景中无法被发现。
2. 执行步骤是否可验证
“检查代码质量”很难直接判断是否完成。更可操作的做法，是明确检查范围、问题分类和输出要求。
例如，要求列出问题文件、相关位置、潜在影响和建议，可以提高结果的可追溯性。
3. 指令和脚本是否各司其职
模型适合处理需要结合上下文判断的任务；脚本则适合承担规则明确、结果可重复的检查。
将所有逻辑都写进自然语言，可能增加执行不确定性；反过来，把所有判断硬编码进脚本，也可能无法适应复杂上下文。合理的设计通常需要两者配合。
4. 是否测试异常情况
除了正常输入，还应测试文件缺失、输入不完整、依赖不可用和权限不足等情况。对于重要任务，应记录测试输入、预期输出和实际结果。
五、开放标准带来了什么，又没有解决什么？
Anthropic 表示，标准发布以来已有超过 70 个智能体平台接入，并披露约 100 万个公开 Skill 和接近 2.8 亿次安装的数据。这些数字属于厂商披露的信息，不能直接说明所有内容都经过质量验证。Anthropic 公告
开放格式有助于减少重复设计，但不能自动消除平台差异。实际迁移时，仍需要确认：
- 目标平台是否识别相同的元数据和目录结构；
- 相关工具是否可用；
- 脚本依赖和文件路径是否适配；
- 执行权限与安全边界是否一致；
- 结果是否通过目标环境的测试。
六、安全检查应成为工程流程的一部分
由于 Skill 可能包含指令和程序，不能把它简单视为无风险的说明文档。
在安装第三方内容前，应审查来源、维护情况、脚本行为和权限要求。企业内部则可以为 Skill 增加版本管理、责任人、变更审查和回归测试。
总结
Agent Skills 的核心思路并不复杂：用结构化文件组织任务知识，并让支持该规范的智能体按需读取。
真正的工程难点在于如何写清触发条件、划分指令与程序的职责、验证执行结果，以及控制外部内容带来的安全风险。随着标准进入 AAIF 的开放治理体系，后续版本管理、提案流程和安全指导值得持续关注，但这些事项应以正式发布的规范为准，而不是提前视为已经完成。
