相信大家最近，都都在各种地方看到一个单词。
这个单词叫做，Skills。
各种github上被疯狂star的仓库，很多也都是skills相关。
比如这个这个包含50多个Claude技能的仓库，已经18K了。
还有这个叫superpowers的项目。
一个基于各种skills包装之上的开发工作流程，也18k了。
skills的热度，现在在AI圈里，都有点不亚于当年的Prompts。
23年24年，大家都在分享各种各样的Prompt模板。
而现在，大家都在互相分享各种各样的skills。
很多人这两天也都在后台问，skills到底是个啥，跟Prompt、MCP、到底有啥区别。
所以，也花了一些2天时间，来写这篇文章和教程，希望能通俗易懂的带你看懂，啥是skills，以及，这玩意到底怎么用上。
话不多说，我们开始。
Skills，翻译过来就是技能，字面意思上非常简单，给Agent用的技能。
注意我的定语，给Agent用的技能。
先给大家看两个，我们公司内部用Skills做的两个我感觉还算有趣的案例。
直观的让大家感受一下，Skills他能干啥。
第 一个案例，是我们的AI选题系统。
很多朋友都好奇，我是怎么自动化找选题的，方法论我们当然是有非常严格的方法论，但是自动化的工具，肯定也是需要的，毕竟选题这玩意，其实就是海量输入到少量输出的转化漏斗，你先要足够多的信息，才能找到还可以的选题。
按过往，我们一个人来找的话，每天至少要浏览两遍推特、Reddit、Github、buzzing、The Information、微博、知乎、小红书、B站等多个网站平台，筛选出有价值的热点，再思考这个事件是不是值得写，切入角度又是什么、标题又是什么。。。
说实话，这个过程过去经常要花费2-3个小时，会大量浪费我日常自己做项目和体验产品的时间。
于是，之前12月呢，我们就用Skills，手搓了一个AI选题系统。
里面包含1个 Agent（总控中枢）+ 3个Skill，现在，每天我只需要说一句：开始今日选题生成。
这玩意就会全自动的：
第1步，一个热点采集skill采集全网热点，从多个平台抓取最新热点。
第2步，用一个选题生成的skill自己分辨，然后筛选并生成TOP10值得关注的选题，包含"事件描述+核心角度+标题"。
第3步，自己开始使用我们的方法论，开始审核上一步输出的所有选题。
最后一步，当选题审核不通过时，系统不会结束，而是由审核Skill给出不通过 + 修改意见，接着主 Agent 读取反馈把修改意见作为上下文，重新调用选题生成Skill修改不通过的选题，再次进入审核流程，不断的迭代，直到审核通过为止。
流程特别简单。
这个看着是不是有点像Workflow？
其实没错，Agent+skills，在很多时候，就是workflow的一种呈现，甚至宝玉老师在一篇文章中的原话更为激进：“几乎所有能用 workflow 完成的AI任务，都可以用Agent + Skills实现。”
另一个任务，我做了一个整合包生成器。
就是我自己因为确实编程小白，很多github上的开源项目都没有前端界面，又需要各种各样的环境，实在是搞不明白也用不了，我就想要一个整合包能开箱即用。
所以我自己一直想有一种方式，能给一个Github链接，它就能帮我把整个项目，打包成一个本地整合包，用脚本一键启动，前端是一个好看的魔改过的界面。
所以，我就搓了一个skill，我称为，整合包生成器。
大概的的Skill结构。
比如这个著名的Manim项目，是一个用于精确程序化动画的引擎，专为创建解释性数学视频而设计。
我就直接一句话扔到OpenCode里，说要帮我做成整合包。
在规划完，用各种agent和这个skill，列了20个ToDoList。
又开发了十几分钟之后。
一个本地的整合包就完成了，解压，运行脚本，打开前端项目。
然后...就报了个错。
不过无所谓，把错误日志，复制回去，直接让AI解决一下。
再打开，搞定。
现在，我可以直接把大多数的Github上的没有前端项目，直接生个前端，给我这种小白用...
完 美的解决了我这种编程小白又菜又想用各种大佬的开源项目的痛点。
看完我们的case之后，相信你也大概能明白，Skill能做什么有趣的东西了。
说实话，到现在我也依然觉得，Skills这玩意的价值，还是被大大低估了。
无论你是专业者，自己把自己的经验和workflow封装成各种各样的skill，还是跟我一样的普通小白，把一个一个的需求封装成skill方便未来持续调用。
这玩意，都有莫大的潜力。
首先，非常简单的跟大家收一下，Skills到底是个啥。
Skills这玩意，是去年也就是2025年10月，Anthropic在Claude Code上支持的特性。
后面之所以爆了，是因为12月18号，他们把Skills当做一个标准，直接开放了，所以，大家纷纷接入。
目前除了Claude Code自己之外，我昨天推荐的OpenCode也完 美兼容Skill，Codex、Cursor、Codebuddy等一些编程工具，也基本上都兼容了。
技能不同于传统的Prompt只有一个markdown的文本，在里面，其实包含了各种各样的东西，比如有Promtp、参考文档、脚本之类的在Agent需要时可以加载的资源的文件夹。
所以，在形式上来说，Skills是一个文件夹，不只是一个文本，这个需要清楚。
就比如我的那个整合包生成器，里面就有蛮多脚本。
你可能会说，还是很绕，很难理解。
那我再用故事举个例子。
就比如说，在工作中，让你带新人。
你可以把Agent想成一个刚入职的实习生，很聪明，理解能力很强，嘴也很甜，啥都能聊。
但你真让他干活，他最 大的问题从来不是智商，是不熟你家规矩。
而Prompt是啥呢，Prompt就像你站在他旁边，当场口头交代任务。
今天让他写一段公众号开头，明天让他把语气改得更克制一点，后天让他按你要的结构写一页 PPT。
它天然适合一次性的、临场的、随时变的指令。
同时，它也天然有个缺点，就是你一关对话，它就像你刚刚说过的话一样，木得了，Prompts是对话里你当下给的自然语言指令，临时、反应式、只在这轮对话里生效。
而Skills，就像你给他一本公司内部的那种SOP手册，你们肯定见过无数了。
而且这手册不是那种一张长到让人窒息的Word，它更像一个知识库般的文件夹，里面可以放规范、脚本、模板、参考资料等等，Agent呢，会在需要时自己去翻。
这里有个特别关键的设计，叫progressive disclosure，中文名叫渐进式披露，在过去移动互联网时代，可以说是我们做用户体验设计时的最高法则之一，你们每天用的菜单栏，就是渐进式披露的最常见的设计。
比如点头像，进入到菜单栏，再从菜单栏，点设置，最终进入到复杂的设置界面。
目的特别简单，不是在一上来的时候，给用户提供大量的信息和选择让他认知负荷爆炸，而是将这个过程分解成几部分，让用户集中注意力在当前的事件上，从易到难地引导用户。
这样不仅可以确保用户不会被新信息淹没，还可以逐步分解、引导用户在认知负荷最 低的情况下，处理任务。
本质上，其实就是人的瞬时记忆区太小了，一瞬间只能接受最多7±2个信息块，而AI因为受限于Token，其实在本质上，是一模一样的。
所以渐进式披露放到Skills上，就变成了，先放目录，再放章节，最后放附录。
Skill的元信息先加载一小段，让模型知道“有这么个手册，适用范围是啥”。
当它判断这次任务真用得上，再把完整的SKILL.md读进上下文，要是还不够，再按需去读你在文件夹里附带的其他文件。
用这样的方式，不仅可以保证Agent能准确的执行任务，还可以在长轮对话中，省下大量的Token，因为在大模型的交互中，对话越长，模型越笨，这几乎是个共识，Token这玩意，在Agent架构设计上，真的就是寸土寸金。
所以，你就能看出来，为啥我一直强调说，Skills是给Agent用的技能。
它其实做的一直就一件事，把你的流程性知识变成可复用的能力包，然后在Agent需要的时候，随叫随到，稳定发挥。
而MCP这玩意，跟Prompt和Skills完全就不一样了，它不负责教新人怎么干活，它只负责，给新人开门禁卡。
比如你现在遇到的很多痛点，本质是这个新人牛逼到爆炸但是就是进不去你们公司的仓库，因为他没有权限，没有仓库的那个门禁卡。
MCP就是那个门禁卡，能让AI应用安全地连接外部系统，调用外部的一些能力。
听完了上面的故事，我相信你现在肯定清楚，Skills、Prompt、MCP的区别了。
那明白是啥了，大家也都知道，Skills本质是个文件夹了。
我们就可以来看看，一个基本的Skill的基本配置是个什么的样的了。
一般来说，一个完整的Skill，包含以下文件：
重要提醒：
1、文件夹名称必须是小写字母+连字符，例如 hotspot-collector（不能有空格、大写）。
2、SKILL.md是唯 一必需的，其他都是可选的。
SKILL.md 是核心文件，它的结构是固定的分为两部分：
1、YAML头部（必需）：用---包裹，包含 name和description字段，这是 OpenCode用来识别 Skill 的名片。
2、Markdown 主体（必需）：详细的工作流程，输出格式要求，示例等。
---name: 你的skill名称description: 简要描述该技能的功能以及何时该使用它---# 你的技能名称## 指令 (Instructions)为 OpenCode提供清晰、逐步的操作指南。## 示例 (Examples)展示使用该技能的具体代码或操作案例。
最最核心的，其实就是description这个字段了，就是描述Agent会在何时如何调用你这个skills。
这块一定要注意，别把一些Prompt的坏习惯带过来，一定要始终使用第三人称。
因为描述会被注入到系统提示中，不一致的视角会导致发现问题。
优秀的："处理Excel文件并生成报告"
不太行的："我可以帮助你处理Excel文件"
不太行的："你可以使用这个来处理Excel文件"
且，尽量包含你的触发关键词，同时整个将SKILL.md的正文，一定要保持在500行以内，这样效果菜最 好。
比如我那个整合包生成器的SKILL.md文件。
是不是有点晕了，此时可能很多朋友就会说，停停停，别跟我讲这些了，我知道要写这些，但是太麻烦了，这么多东西都要我自己设，好麻烦，又没有那种能帮我直接生成一个Skill的Skill。
你别说，还有真有。
Anthropic官方自己就开源了一个Skills仓库，里面有不少极度实用的Skills。
网址在此：https://github.com/anthropics/skills
这个Skills文件夹里，就是Claude官方，自己做的Skills。
我也简单整理了一下大概的作用。
比较推荐安装的就是docx、frontend-design、pdf、skill-creator、xlsx这些几乎所有人都用的到。
里面能生成Skills的Skill，就是这个skill-creator。
安装这个Skill也特别简单。
有两种方法。
1. 直接使用命令。
我们打开Claude Code或者OpenCode，我这里还是用OpenCode举例子。
直接把这段Prompt，发给AI。
安装这个skill，skill项目地址为: https://github.com/anthropics/skills/tree/main/skills/skill-creator
然后，就装完了。
你想要安装Claude官方的其他的Skill，就把链接换了就行。
2.第二种做法，就是把Skills文件夹，直接拖到你的本地目录里。
地址如下：
Claude Code：~/.claude/skills
OpenCode：~/.config/opencode/skill
比如我的Mac电脑的路径：/Users/khazix/.config/opencode/skill
Windows的话，就是这。
这里注意一下，初始是没有skill文件夹的，要自己手动创建一个，所有项目都能共享放在全局目录的Skill里，建议大家可以把所有的skill都选择全局目录生效，这样在任何文件目录下打开Claude Code或者OpenCode都可以识别到你所安装的skill，也更加方便，如果是开发者自己有特定的分区，那另说。
装完以后，OpenCode记得退出重进一下，Claude Code不用，2.1.0版本更新后就有Skills热重载了，非常的香。
当你配置好skill之后，你就可以直接运行了，运行Skills特别简单，直接通过对话OpenCode就会根据你的需求来调用对应的skill来完成你的任务。
就比如我那个整合包生成器的Skills，你直接说你的Promtp，先用Plan模式规划一下，确定了所有的文档之后，直接切换模式，然后开干就行。
写到这儿，你应该能感觉到，Skills这波热度，真不是圈内人又在发明新词。
带新人最爽的状态，从来都不是他能说会道。
而是我给他一套手册，他自己能翻，能执行，能自检，能迭代。
你少说一句废话，他多交一份结果。
Skills也一样。
今天你就可以，把skill-creator装上，然后把你最常用的一个动作固化下来，比如选题筛热点，比如把报错日志变成修复方案，比如把一堆链接变成摘要和观点。
做完这一个，当它运行起来的那一瞬间，你就会懂，Skills的价值，在于复用。
明天你会开始想做第二个。
后天你会想把所有的流程全都搬进去。
到那一步，你就进入了另一个状态。
自由，创造的状态。
