Agent Skills 为智能体提供可复用的工作说明和配套资源。对于需要重复执行的流程，例如整理报告、检查实验或遵循项目约定，我觉得这是一种有用的组织方式。
1. 一个 Skill 包含什么
核心是 SKILL.md 文件：元数据提供名称和简介，正文说明流程、约束与预期输出。Skill 还可以附带参考文档、脚本、模板和其他资源。
参考文档让智能体在需要时读取更多背景。文档本身不会自动产生触发机制；何时读取，取决于指令和宿主智能体的实现。
脚本可以直接完成计算或数据转换，无需模型生成每一个中间步骤，因此有机会节省上下文和 token。但工具调用、参数、输出，以及必要的代码阅读仍有成本。执行权限与沙箱隔离由宿主决定，不能由 Skill 格式本身保证。
2. 在需要时加载细节
我认为最有用的想法是渐进式加载：智能体先看到少量元数据，判断相关后再读取完整说明，并根据任务需要访问配套资源。
这样既能保留专业流程，又不必在每次对话中塞入全部细节。维护也更方便：修改一个参考文件或脚本，不必重写整个工作流程。
3. 它与 MCP 的关系
MCP 提供应用暴露工具、资源和提示的协议；Skills 则描述如何利用现有能力完成任务。两者可以配合，但 Skill 不依赖 MCP，MCP 也不限于固定工作流。
例如，一个研究 Skill 可以说明如何比较论文与核查结论，MCP 服务则提供论文库的访问能力。哪些证据相关、结果是否满足要求，仍然需要智能体判断。
4. 我想继续探索什么
我关注 Skills 如何与记忆、长程任务和多智能体协作结合，也想理解：智能体如何改进可复用的流程，同时不悄悄改变原有假设或削弱检查。
好的 Skill 应该让工作更容易重复和检查。仅有文件格式，并不能保证执行可靠。
初稿写于 2026 年 1 月；2026 年 9 月 6 日修订技术表述。