AgentSkill 是大模型可以随时查阅的说明文档。当你拥有一份总结代码的说明文档时,大模型可以在需要的时候翻看这份文档,并按照文档中的说明执行任务。
核心定位
当任务超出大模型的默认能力范围,或者你希望大模型严格按照你的意图执行任务时,大模型会根据用户意图,路由到对应的 AgentSkill 上执行任务。
创建 AgentSkill
在目录下创建 skill.md 文件:
文件内容分为两部分:
- • metadata — 元数据,包含名称和描述。大模型根据元数据快速定位对应的 AgentSkill。
- • Input Params + Output Rule — 定义输入参数和输出规则,规定大模型返回结果的格式和内容。
调用 AgentSkill
两种调用方式:
命令调用(推荐)
精确调用,确保完全按照你的意图执行
意图识别
自然语言触发,但识别并非 100% 准确
意图识别的机制
Claude Code 启动时会加载所有 AgentSkill 的元数据(名称和描述),然后通过用户输入的文本识别意图。大模型加载 Skill 的机制是按需加载,只有在用户需要时才会加载对应的 Skill。
高级功能:Reference
当 Skill 功能越来越复杂时,全部写在一个文件里会导致结构臃冗。Reference 允许大模型根据用户意图按需加载子功能。
在 summaryhelpforcode 目录下创建 codeReview.md:
然后在主 Skill 的 Output Rule 中添加引用规则:
这样,当用户输入 /summaryhelpforcode review 时,大模型会按需加载代码审查子功能。
高级功能:Script
Reference 实现的是"视觉审查"——大模型只看代码表面。如果想让代码在本地实际执行呢?
Script 允许在 Skill 中嵌入可执行脚本。比如创建一个 Dockerfile 检查器:
大模型会先加载 Script,执行本地脚本,然后返回结构化的检查结果。这比纯"看代码"要可靠得多。
三层渐进式加载
元数据层
Skill 的名称、描述。始终加载,用于根据用户意图定位对应的 AgentSkill。
指令层
输入参数、输出规则、执行逻辑。意图匹配时加载,按照说明执行任务。
资源层
Reference 和 Script。按需加载,用户需要执行特定脚本或参考具体代码时才触发。
AgentSkill vs MCP
AgentSkill
教会大模型如何处理数据的规范
定义执行任务的方式和规则
MCP
大模型与外部系统交互的接口
用于获取外部系统的数据