Agent Skill 是把触发条件、执行规则、工作流、参考资料和脚本打包成可按需加载能力层的 AI Agent 工程单元。
定义
Agent Skill 是面向 AI Agent 的可复用能力单元，通常由 SKILL.md 作为入口，并按需要组合规则、工作流、参考资料、模板、脚本和资产。它的目标不是把知识全部塞进上下文，而是在任务命中时让 Agent 读取正好需要的执行材料。
核心要点
- 激活优于存储：Skill 的
description、路由表和薄壳入口决定 Agent 是否能在正确场景触发它。 - 渐进式披露：
SKILL.md应承担入口和导航职责，细节通过rules/、workflows/、references/、scripts/等文件按需读取。 - 结构服务内容：简单 Skill 可以只有一个
SKILL.md；只有在多主题、复杂任务路由、持续沉淀教训或跨项目复用时才引入目录化结构。 - 检验句优于抽象原则：好规则应能转成自检问题、质量门槛或可运行命令，避免只写“保持简洁”这类无法验证的口号。
- 结构可复用，内容禁止预制：模板适合固定骨架和必填标记，项目特定事实、坑点和业务规则必须来自真实上下文。
- 需要验证闭环：Skill 也是工程基础设施，适合用 smoke test、触发测试和引用检查防止路由缺失、占位符残留和文件漂移。
相关概念
- ai-agent
- prompt-engineering
- context-engineering
- harness-engineering
- model-context-protocol
- retrieval-augmented-generation
相关实体
应用或例子
在代码库协作中，Agent Skill 可以把项目规则、修 bug 流程、踩坑经验和验证命令组织成一个可路由能力层。相比把所有规则写进 AGENTS.md，Skill 更适合承载多场景、多文件和可测试的长期流程。
在个人工作流中，开源项目优先调研也可以被设计成 Skill：先定义触发场景，再路由到开源项目搜索、可复用框架判断、功能抽离评估、验证命令和沉淀规则。