\n## 什么是 Agent Skill？\n\n在 AI 助手领域，Agent Skill（代理技能）是一种模块化、自包含的能力扩展包，类似于编程中的插件或库。它为通用的 AI 模型提供特定领域的知识、工作流程和工具集成，使其能够胜任专业任务。

\n\n打个比方：如果说 AI 模型像是一个聪明但缺乏专业经验的大学毕业生，那么 Agent Skill 就是针对特定岗位的岗前培训手册和工具箱。

\n\n## 为什么需要 Agent Skill？\n\n通用大模型（如 GPT、Claude、Qwen）虽然知识面广，但在以下方面存在局限：

\n\n\n- 领域知识不足：不了解公司内部系统、业务逻辑、专业术语\n- 流程不明确：不知道特定任务的标准化操作步骤\n- 工具集成缺失：无法直接调用专业软件或 API\n- 上下文理解有限：难以理解复杂的领域特定格式或约定\n\n\nAgent Skill 通过模块化封装解决这些问题，让 AI 助手可以即插即用地获得专业能力。

\n\n## Agent Skill 的核心组成\n\n一个标准的 Agent Skill 包含以下部分：

\n\n### 1. SKILL.md（必需）\n\n这是技能的核心文件，包含：

\n\n- YAML 元数据：技能名称、描述、触发条件\n- Markdown 指南：使用说明、工作流程、最佳实践\n\n\n示例结构：

\n``` skill-name/\n├── SKILL.md # 核心描述文件\n├── scripts/ # 可执行脚本\n├── references/ # 参考文档\n└── assets/ # 输出资源文件


\n\n**使用场景**：

\n\n- 重复执行的自动化任务\n- 需要精确控制的操作（如文件处理）\n- 与外部系统集成的接口\n\n\n### 3. 参考文档目录（references/）\n\n存放按需加载的文档，避免占用过多上下文。

\n\n**典型内容**：

\n\n- 数据库模式说明\n- API 规范文档\n- 公司政策与流程指南\n- 专业术语表\n\n\n### 4. 资源文件目录（assets/）\n\n存放用于输出的文件资源，而非输入到上下文的文档。

\n\n**典型内容**：

\n\n- 模板文件（PPT、Word、HTML）\n- 品牌资源（Logo、字体、图标）\n- 示例文档\n\n\n## Agent Skill 的工作原理\n\nAgent Skill 的触发机制基于**语义匹配**：

\n\n\n- **用户请求**：用户发送消息给 AI 助手\n- **描述匹配**：系统根据用户意图，匹配最相关的 Skill 描述\n- **技能加载**：匹配成功后，加载对应的 SKILL.md 内容\n- **能力执行**：AI 根据加载的技能指南执行任务\n\n\n这种设计确保了**上下文高效利用**——只有在需要时才加载特定技能，避免一次性加载所有知识。

\n\n## 主流 Agent Skill 平台\n\n### ClawHub\n\n**ClawHub** 是 OpenClaw 生态的技能市场，提供版本化的技能注册与分发：

\n\n\n- **版本管理**：类似 npm，支持版本回滚\n- **语义搜索**：基于向量检索，精准匹配技能\n- **开放发布**：无门槛，任何人可发布技能\n\n\n安装技能示例：

\n```
npx clawhub@latest install sonoscli
```\n\n### OpenClaw 内置技能\n\nOpenClaw 自带丰富的官方技能，包括：

\n\n- **skill-creator**：创建、编辑、审核技能\n- **website**：构建快速、可访问、SEO 友好的网站\n- **productivity**：任务管理、时间规划、习惯追踪\n- **weather**：天气查询与预报\n- **tmux**：远程控制 tmux 会话\n\n\n## 如何创建自己的 Agent Skill？\n\n### 步骤一：确定技能定位\n\n回答以下问题：

\n\n- 解决什么问题？\n- 目标用户是谁？\n- 需要哪些工具/数据？\n\n\n### 步骤二：编写 SKILL.md\n\n遵循**简洁原则**：

\n\n- 只包含模型不知道的知识\n- 用示例代替冗长解释\n- 明确触发条件和适用场景\n\n\n### 步骤三：组织资源文件\n\n按需添加：

\n\n- 确定性脚本 → `scripts/`\n- 参考文档 → `references/`\n- 输出模板 → `assets/`\n\n\n### 步骤四：测试与发布\n\n\n- 本地测试技能是否正常触发\n- 验证输出质量和可靠性\n- 发布到 ClawHub 或其他平台\n\n\n## Agent Skill 的设计原则\n\n### 1. 上下文是公共资源\n\n技能共享上下文窗口，与系统提示、对话历史、其他技能竞争空间。因此：

\n\n- 默认假设：模型已经足够聪明\n- 只添加模型不知道的信息\n- 每个段落都要证明其存在价值\n\n\n### 2. 匹配自由度与确定性\n\n根据任务特性选择控制级别：

\n\n- **高自由度**：文本指令，适合多种方法都有效的场景\n- **中自由度**：伪代码或参数化脚本，有一定变化空间\n- **低自由度**：具体脚本，适合必须精确执行的任务\n\n\n### 3. 避免重复与冗余\n\n信息应该存在于一个地方：

\n\n- 核心流程 → SKILL.md\n- 详细文档 → references/\n- 不要在两处重复相同内容\n\n\n## 应用场景示例\n\n### 企业内部助手\n\n创建企业专属技能包，包含：

\n\n- 公司政策与流程文档\n- 内部系统 API 规范\n- 数据库模式说明\n- 自动化工作流脚本\n\n\n### 开发者工具链\n\n集成开发环境相关技能：

\n\n- 代码风格检查与修复\n- 部署流程自动化\n- API 测试与文档生成\n- 代码审查辅助\n\n\n### 内容创作\n\n为内容创作者定制的技能：

\n\n- SEO 内容优化指南\n- 品牌风格手册\n- 多平台发布流程\n- 内容质量检查清单\n\n\n## 总结\n\nAgent Skill 是连接通用 AI 能力与专业需求的桥梁。通过模块化、可版本化、语义驱动的技能包，AI 助手可以获得从企业知识到专业工具的各类能力扩展。

\n\n对于开发者和企业用户而言，掌握 Agent Skill 的设计与创建，是构建高质量 AI 应用的关键一步。

\n\n
---
\n\n*本文基于 OpenClaw 官方文档与 ClawHub 平台信息整理。*

\n