Claude 新功能深度解析：Agent Skills 让 AI 智能体变得更专业
写在前面
最近 Anthropic 推出了一个挺有意思的新功能——Agent Skills（智能体技能）。简单说，就是通过文件和文件夹的方式，让 Claude 变得更专业、更懂行。
虽然 Claude 本身已经很强大了，但在实际工作中，它还是缺少一些专业领域的知识和公司内部的背景信息。这个新功能就是为了解决这个问题。
为什么需要 Agent Skills？
现在的 AI 模型能力越来越强，像 Claude Code 这样的工具已经可以和完整的计算环境交互，处理各种复杂任务。但问题来了：当这些智能体变得越来越通用时，怎么让它们在特定领域也能表现出色？
传统的做法是为每个用例专门定制一个智能体，但这样做太麻烦，而且不容易复用。Agent Skills 提供了一个更灵活的方案——把专业知识打包成可复用的"技能包"，需要的时候 Claude 就能自己加载使用。
打个比方：这就像给新员工准备入职手册一样。手册里有工作流程、注意事项、常用工具等等。员工需要的时候翻出来看看就行，不用把所有内容都背下来。
Agent Skills 到底是什么？
基本结构
最简单的技能就是一个包含 SKILL.md 文件的文件夹。这个文件必须有几个关键信息：
- name：技能的名称
- description：技能的描述
Claude 启动时会把所有已安装技能的名称和描述加载进来。这样它就知道自己"会什么"，遇到相关任务时就能调用对应的技能。
实际案例：PDF 技能
拿 Claude 最近推出的文档编辑功能来说，其中就用到了 PDF 技能。
Claude 本来就很擅长理解 PDF 内容，但直接操作 PDF（比如填写表格）就不太行了。通过 PDF 技能，Claude 就获得了这些新能力。
这个技能的 SKILL.md 文件里，除了基本的指令，还引用了两个额外的文件：
reference.md：参考文档forms.md：表单填写说明
这样做的好处是，Claude 只会在需要填表的时候才读取 forms.md，平时不会把所有内容都塞进上下文窗口。
渐进式披露：核心设计理念
Agent Skills 的设计遵循"渐进式披露"原则，分为三个层次：
第一层：元数据
启动时加载所有技能的名称和描述，让 Claude 知道自己有哪些技能可用。
第二层：核心内容
当 Claude 判断某个技能相关时，读取完整的 SKILL.md 文件。
第三层：详细信息
根据具体需要，进一步读取技能目录里的其他文件。
这种设计就像一本好的参考书：先看目录，再翻具体章节，最后查阅附录。不需要的内容就不看，既节省了上下文空间，又提高了效率。
技能如何在上下文窗口中工作？
让笔者用一个具体流程来说明：
- 初始状态：上下文窗口包含核心系统提示、所有技能的元数据、以及用户的消息
- 触发技能：Claude 判断需要使用 PDF 技能，读取
pdf/SKILL.md - 加载补充信息：如果需要填写表单，进一步读取
forms.md - 执行任务：加载完相关指令后，开始处理用户的任务
整个过程是动态的，Claude 会根据实际需要决定加载哪些内容。
技能还能执行代码
除了指令和文档，技能里还可以包含可执行的代码。
为什么要这样？因为有些操作用代码来做更高效、更可靠。比如排序一个列表，直接跑个排序算法肯定比让 AI 生成 token 要快得多。而且代码是确定性的，每次执行结果都一样，不会出现不可控的情况。
还是用 PDF 技能举例：里面包含了一个 Python 脚本，专门用来读取 PDF 并提取所有表单字段。Claude 可以直接运行这个脚本，不需要把脚本内容或 PDF 文件加载到上下文里。效率高，而且结果稳定。
如何开发和测试技能？
如果想自己创建技能，有几个实用建议：
从评估开始
别上来就写技能。先让 Claude 处理一些实际任务，看看它在哪些地方表现不好、需要什么额外信息。然后针对性地创建技能来补足这些短板。
合理组织结构
当 SKILL.md 文件变得太大时，就该拆分了。把相关内容放到单独的文件里，然后在 SKILL.md 里引用它们。
注意：要明确告诉 Claude 哪些是可执行的脚本，哪些是参考文档。
站在 Claude 的角度思考
观察 Claude 实际使用技能的情况，看看哪些地方用得好，哪些地方用得不太对。特别要注意技能的名称和描述，因为 Claude 就是靠这两个信息来判断要不要使用这个技能的。
和 Claude 一起迭代
在完成任务的过程中，让 Claude 把成功的经验和常见错误记录下来，整理成可复用的内容。如果某次任务搞砸了,让它反思一下哪里出了问题。
这种方式比自己瞎猜 Claude 需要什么信息要靠谱得多。
安全注意事项
技能虽然强大，但也带来了安全风险。恶意技能可能会：
- 在使用环境中引入漏洞
- 泄露数据
- 执行意外操作
几个安全建议：
- 只从可信来源安装技能
- 使用前仔细审查技能内容，特别是代码依赖项和捆绑的资源文件
- 留意那些让 Claude 连接外部网络的指令或代码
未来展望
目前 Agent Skills 已经支持 Claude.ai、Claude Code、Claude Agent SDK 和开发者平台。接下来几周，Anthropic 会继续完善技能的创建、编辑、发现、共享等功能。
特别值得期待的是：
- 技能如何帮助组织和个人更好地与 Claude 分享上下文和工作流程
- 技能与模型上下文协议（MCP）服务器的配合
- 未来可能让智能体自主创建和优化技能
写在最后
Agent Skills 的概念很简单，格式也很简单。但正是这种简单，让它变得容易上手、容易扩展、容易分享。
任何人都可以用文件夹的形式把自己的专业知识打包起来，让 Claude 学会新技能。这比为每个场景都定制一个专用智能体要灵活得多。
本文编译自 Anthropic 工程团队博客，原文发布于 2025年10月16日
https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills