如何使用 Agent Skills

Agent Skills 是利用 LLM 的高效方式之一，可以为要完成的任务提供合适的上下文，并且可重复使用。

最棒的是，

有公司已经为你编写了这些技能，你只需在 workflow 中直接使用。本指南将介绍如何利用这些技能来开发功能，真正实现效果。

什么是 Skill？

“Skill” 是一个包含 markdown 文件的文件夹，用于说明如何完成某项具体任务。主 skill 文件必须命名为 SKILL.md，文件内容可以自定义，只要 frontmatter 包含 name 和 description 字段即可。（还有其他可选 frontmatter 字段，详见此处。)

建议主 SKILL.md 文件内容不超过 500 行。

在该文件夹内，还可以包含其他信息，这些内容可被 SKILL.md 文件引用，但只有在需要时才会加载到上下文中。建议将这些信息分别存放在以下文件夹：

1. scripts/ - 智能体可执行的代码。
2. references/ - 需要时可用作补充文档的其他 markdown 文件。
3. assets/ - 智能体可用的静态资源。

Skill 有哪些特别之处？

使用 AI 时常见的一个大问题是上下文膨胀。上下文膨胀指的是给 AI 提供了过多的信息，导致其难以完成任务。

想象一下，只给一位初级开发者一份与某个功能相关的精确文档，没有无关内容。看完文档后，他们实现该功能的成功率会很高。

如果让初级开发者阅读所有文档，再让他们实现某个只涉及一小部分文档的功能，成功率就会大大降低。

LLM 的表现也是如此。

早期方法如 MCP，尝试通过加载大量结构化上下文到模型中来解决这个问题。虽然比完全没有上下文要好，但依然难以稳定完成任务。

Skill 则不同。

默认情况下，只有 frontmatter 中的 name 和 description 会加载到上下文窗口，占用极少空间，但能让 LLM 知道有哪些技能可用。当确定某个 Skill 有用时，会将 SKILL.md 文件加载到上下文窗口。只有在需要时，scripts/、references/ 和 assets/ 文件夹中的其他文件才会被加载。

那该如何使用这些 Skill？

skills.sh

根据所用 LLM 接口，可以下载并存放到对应应用的指定位置。例如：

Skill 本质上就是包含文件的文件夹，可以直接复制粘贴到这些目录中即可使用。

另一种方式是使用 skills.sh. 

这是由 Vercel 构建的 Agent Skills 目录，可以根据使用频率发现不同的 Skill。你还可以用他们开发的 CLI 工具，将这些技能添加到项目或全局用户中。

操作方法：运行命令 npx skills add <owner/repo>，系统会引导你完成整个流程。其实就是自动复制粘贴，但更快。

Skill 的使用方法

安装好 Skill 后（无论是通过 skills.sh 还是复制粘贴），使用起来都很简单。无论在哪个编辑器中，系统都可以自动在认为合适时调用对应的 Skill。理论上，只要将 Skill 放到正确位置，就无需再操心。

但，目前来看，系统有时不会在正确时机调用 Skill。如果你知道某个时刻应该用 Skill，可以直接告诉 LLM。

比如，我已安装了 ElevenLabs 的语音转文本技能。如果想让 Claude 使用它，可以发送如下提示词：

使用语音转文本技能，在本项目中实现一个简单示例。音频内容如下：https://storage.googleapis.com/eleven-public-cdn/audio/marketing/nicole.mp3.

它一次就完成了下方这个应用。

当然，这个 UI 还有很多可优化的地方，但 ElevenLabs 的核心逻辑已经可以正常运行，而且只用了一句话。

强烈建议在项目中使用 Agent Skills，可以为 LLM 提供针对具体任务的合适上下文，这些内容由工具开发者精心整理。

如果项目中用到 ElevenLabs，欢迎安装我们的技能：

npx skills add elevenlabs/skills