LLM Wiki

AI Skill 体系主题

14分钟阅读

AI Skill 体系主题

主题定义

AI Skill 体系涵盖 2026 年 AI 工程领域关于 Skill（技能/能力单元）标准化、工程化和自进化的系统性实践。Skill 是 Agent 能力封装的基本单位——把领域知识打包成可热插拔的模块，让 Agent 按需加载。这一主题关注三个核心问题：如何设计标准化的 Skill 接口、如何让 Skill 在工作流中可靠运行、如何让 Skill 自己训练自己持续进化。

核心要点

  1. Skill 本质是 Harness 而非 Prompt：Skill 看起来像 prompt（都是 Markdown 文件），实际上更像 harness（约束 + 验证 + 反馈的工程框架）。写一个能跑的 Skill 不难——随手糊一个 SKILL.md 模型就能照着做事，但要让它稳定干活则是另一回事：触发边界怎么定？安全规则怎么加？references 之间的一致性谁来管？脚本版本兼容谁来保证？Skill 最容易让人误会的一点，是它看起来像 prompt，实际上更像 harness

  2. 渐进式披露由运行时加载机制保证：Claude Code 在启动阶段只暴露 Skill 的 name、description、when_to_use，语义命中或显式调用后才渲染 SKILL.md，再由正文路由至 scripts、references 与 templates。常驻项目规则留在 CLAUDE.md，不应把 Skill 写成另一份超长项目说明书。

  3. Skill 的可信边界必须覆盖预处理与来源：allowed-tools 不只约束主 Agent 的工具调用，也约束 Skill 的动态上下文；动态命令应仅采集只读资料。远端 MCP Skill 跳过内嵌 shell，安装第三方本地 Skill 前也需要审查 SKILL.md、脚本和参考资料。

  4. CLI 接管确定性事务，Agent 限定为纯决策引擎：腾讯技术工程的核心洞察是”凡是涉及精确格式、固定流程的事 AI 不靠谱；凡是涉及理解、判断、表达的事 AI 很在行”。通过 CLI 接管一切确定性事务（API 调用、状态管理、流程编排），配合步进式披露、Gate 门禁、状态持久化和模板变量等机制，把 Agent 从不可控的对话机器人变成精确、可恢复、可审计的工程化组件。“不改变河的本性，但给它修好渠”

  5. Skill 的标准化三要素：企业级 AI Skill 需要三个维度的标准化——接口标准化（name、description、input_schema、execute 四要素，input_schema 类型直接取自模型 SDK 的 Tool 类型定义，没有中间层转换）、能力标准化（将企业级 AI 能力抽象为标准化、可插拔、可审计的 Skill 单元）、治理标准化（可审计、可回滚、可监控的 Skill 生命周期管理）

  6. Workflow 不写在 Skill 代码里，而是文件系统上的一组 Markdown 文件：新增一个工作流的全部成本只是在 workflows/ 目录下新建一个文件夹，Skill 的业务能力可以无限横向扩展，而 Skill 本身的代码完全不动。这种”薄抽象、显式控制流、贴近模型 API”的实现方式比引入多层中间件更容易获得工程确定性。800 行代码就能实现一个最小可运行的 Agent 框架，覆盖 Tool 系统、消息总线、子 Agent 管理、REPL 主循环四个核心模块

  7. Skill 自己训练自己——8 阶段 Loop + 3 层评测 + 5 维 AND 门控：Skill-Evolver 将深度学习的训练范式应用于 Skill 优化，通过 8 阶段 Loop（Review → Ideate → Modify → Commit → Verify → Gate → Log → Loop）、3 层评测（快速门卫 / Dev Eval / Strict Eval）和 5 维 AND 门控实现 Skill 的自进化。19 轮零回滚迭代中发现了 14 个之前完全看不见的问题。“Meta-evolution 最有价值的不是自动化节省时间，是它在替一个你还没见过的用户，跑一遍你自己永远跑不到的路径”

  8. Skill 在 LLM HTTP 底层的承载方式：从 LLM HTTP 底层视角看，Skill 不是协议层概念，最终被编译为 System/Developer Message + Tools Definition + Multi-turn Tool Calling Loop。理解这一底层承载方式对于 Skill 的工程化设计至关重要——它决定了 Skill 的触发机制、上下文注入方式和工具调用模式

  9. 从 7 个顶级 Skill 中提炼的模式与最佳实践：工作流 Skill 的编写有成熟的模式可循——触发条件定义、输入输出规范、错误处理策略、上下文注入时机、验证闭环设计等。这些模式从实践中提炼而来，为 Skill 的工程化设计提供了可复用的模板

  10. Skill 必须被像产品能力一样回归评测：腾讯技术工程的 Agent/Skill 测评方案把触发条件、核心逻辑、产物质量、异常容错拆成四类用例，并且要求同时设计正向与负向场景。只测”能触发”会让 Skill 学会过度触发；只看最终答案会漏掉工具调用顺序、参数错误和隐性重试。

  11. 面向 Skills 编程是组织经验产品化：淘宝企业购把客户对接中的文档评估、技术方案、代码生产、领域规则、代码模板和审查卡点沉淀为 Skill 流水线。开发者不再逐段实现适配逻辑，而是维护能让 AI 稳定生成适配代码的能力单元。

  12. Skill 也有上下文成本：Skill 未加载时通常只有 description 进入菜单，成本很低；一旦 SKILL.md 全文进入历史，就无法在当前会话中卸载。复杂 Skill 需要靠触发边界、子 Skill 拆分和 references 按需读取控制 Token 成本。

  13. Skill 正在从“提示词文件”变成可安装、可治理、可观测的软件包：last30days 展示了复杂研究 Skill 的输出合同和运行引擎，OfficeCLI 把 Office 操作封成 CLI + SKILL.md，Ponytail 把工程判断封成跨宿主规则，Multica 则把 CLI Skill 的读写权限、副作用和 workspace 边界写成安全协议。

  14. Skill 是行为系统，不是知识仓库：高质量 Agent-Skill 要影响发现、加载、执行、约束、验证和迭代的完整链路。description 是路由器，不是教程；SKILL.md 是执行入口，不是百科；scripts、references、assets 分别承接确定性逻辑、领域知识和产物材料。

  15. 工程级 Skill 要有权限、状态和观测：trade-ab-skill 样本显示，复杂 Skill 需要模块级工具白名单、危险接口显式禁用、快照参数传递、脚本 JSON 输出和两阶段 traceId 日志。Skill 的迭代也应像软件一样测试触发、功能、性能和异常场景。

  16. Claude Code Skill 正在插件发行版化：oh-my-claudecode 将大量 skills/*/SKILL.md、项目级 .omc/skills/、/skillify、Team、HUD、通知和 session artifacts 放在同一发行版中，说明 Skill 不再只是单个 Markdown 文件，而是安装、运行、观测和沉淀一体的能力包。

涉及实体

  • Agent-Skill —— 通用 Skill 能力包实体，覆盖触发、渐进加载、门控、资源分层和前向测试。

  • OpenClaw-Skills —— Skill 机制的典型实现，6 源加载 + 优先级覆盖 + 菜单注入 + 自主选择

  • Harness-Engineering —— Skill 是 Harness 的能力封装层，两者在实践中高度融合

  • OpenClaw —— OpenClaw 的 16 大模块中 Skills 模块是核心子系统之一

  • Token成本控制 —— Skill 加载策略直接影响上下文成本

  • OfficeCLI —— Office 文档自动化 Skill/CLI，强调 help/schema/render 验证闭环

  • last30days —— 跨平台社区研究 Skill，展示复杂输出合同与引擎式执行

  • Ponytail —— 反过度工程化规则/插件，把 senior engineer 的取舍写成可复用梯子

  • Multica —— managed agents 平台，其 CLI Skill 明确写操作授权和 mention/status 副作用

  • oh-my-claudecode —— Claude Code 插件/CLI 发行版，包含大量内置 skills 与项目级 skill 工作流

对比矩阵

维度纯 PromptSkill（Harness 视角）Skill + 自进化
可靠性低（依赖模型记忆）中（CLI + Gate 门控）高（自训练 + 评测闭环）
可维护性低（文本混杂）中（文件系统化）高（版本控制 + 回滚）
可扩展性低（改 prompt）中（新增 Markdown 文件）高（自动生成新 Skill）
适用场景简单任务工程化工作流持续迭代的生产系统

关键来源

关系图谱

反向链接