智能体驱动开发实战：Skills从使用到项目详解

一、前言

二、Skills 介绍

2.1 Skills 是什么

2.2 为什么需要 Skills？它能解决什么问题？

2.3 Skills 工作原理

2.4 Skills 与其他能力协作关系

三、Skills 环境搭建

3.1 OpenCode 本地环境搭建

3.1.1 安装ndoejs

3.1.2 使用npm安装OpenCode

3.1.3 效果测试

3.1.4 opencode 基本使用技巧

3.2 OpenCode 配置大模型

3.2.1 前置准备

3.2.2 进入模型配置窗口

四、Skills 获取与基本使用

4.1 获取Skills

4.2 基于Skills目模板使用过程

4.2.1 配置Skills使用模板

4.2.2 使用Skills开发前端网页

4.2.3 使用Skills 做数据处理

五、开发自己的Skills

5.1 Skills 编写规则

5.1.1 Skills 模板规则编写说明

5.2 开发编写周报Skills

5.2.1 创建相应的工程开发目录

5.2.2 编写SKILL.MD

5.2.3 效果验证

5.3 使用魔法创建Skills

5.3.1 给出明确的需求

5.3.2 效果验证

六、写在文末

一、前言

Agent Skills 是 Anthropic 推出的标准化智能体能力扩展方案，其演进路径与 MCP 高度相似。2025年10月刚亮相时仅限自家产品使用，但随后 Cursor、Codex、OpenCode、Gemini CLI 等主流工具纷纷集成。伴随社区开源 Skills 仓库与交易市场的涌现，它已快速成长为扩展 Agent 能力的默认最佳实践。

二、Skills 介绍

2.1 Skills 是什么

Skills 本质上是预定义的一组“技能模组”，区别于传统函数调用或插件机制。它更像可复用的工作流模板——明确指定 Agent 在特定场景下应遵循的步骤、调用的工具和执行的规则。例如，你只需提供一个“写周报”技能，Agent 就能自动完成信息收集、提纲组织到最终排版的完整链路。核心价值在于将复杂任务的执行逻辑封装为标准模块，大幅降低 Agent 的应用门槛。

2.2 为什么需要 Skills？它能解决什么问题？

实际项目中，依赖自然语言让 Agent 完成复杂任务往往需要反复调试：不断补充提示、纠正上下文、调整参数。Skills 正是为此而生——它把高频且高复杂度的任务流程固化为可复用的能力单元。以数据分析为例，过去每次都要手动指定数据源、清洗规则和可视化模板，现在一个技能即可覆盖。从团队协作角度看，Skills 让经验沉淀：一个人编写的技能，整个团队可直接复用。其核心使命是解决“如何让 Agent 稳定、高效地完成专业任务”这一难题。

2.3 Skills 工作原理

Skills 的工作原理简明清晰。每个技能本质上是一个结构化指令文件（如 SKILL.MD），包含任务执行上下文、输入参数、输出格式以及调用的工具链。当 Agent 接收任务时，自动匹配最合适的技能——若无现成技能，Agent 也可动态生成临时方案。匹配成功后，Agent 按照技能中定义的步骤逐步执行，每一步均可调用外部工具、API 或子技能。整个过程如同高度模块化的流水线，每个技能都是一个标准化工位。

2.4 Skills 与其他能力协作关系

Skills 并非孤立运作，它与 MCP（Model Context Protocol）、工具调用、Agent 记忆等机制紧密配合。MCP 提供上下文交互标准协议，工具调用让 Agent 操作外部系统，记忆机制保存状态——而 Skills 在更高层次上将这些底层能力组装成“开箱即用”的任务模板。类比来说：MCP 是通信协议，工具是螺丝刀，Skills 则是完整的装配说明书。没有说明书需要自己摸索每一步，有了说明书 Agent 即可按图索骥。

三、Skills 环境搭建

3.1 OpenCode 本地环境搭建

快速体验 Skills 最直接的方式是使用 OpenCode 这一开源工具。以下是本地环境从零搭建的完整步骤。

3.1.1 安装nodejs

确保系统已安装 Node.js，推荐 LTS 版本（18.x 或 20.x）。可从官网下载安装包，或使用包管理器（macOS 用 Homebrew，Linux 用 apt）一键安装。完成后在终端输入 node -v 和 npm -v 验证版本。

3.1.2 使用npm安装OpenCode

打开终端，执行 npm install -g @opencode/cli 全局安装 OpenCode。安装耗时取决于网络状况，完成后输入 opencode --version 确认安装成功。

3.1.3 效果测试

运行 opencode init 创建新项目，进入项目目录执行 opencode run。若一切正常，终端会输出本地服务地址，打开浏览器即可看到交互界面。至此 OpenCode 基础环境搭建完毕。

3.1.4 opencode 基本使用技巧

几个实用技巧：善用 --help 查看所有命令；通过 opencode config 快速修改配置；遇到权限问题，Mac/Linux 加 sudo，Windows 以管理员身份运行终端。

3.2 OpenCode 配置大模型

OpenCode 不包含内置模型，需配置外部大模型 API 才能激活 Skills 能力。

3.2.1 前置准备

需要支持 OpenAI 兼容 API 的模型服务，如直接使用 OpenAI API，或本地部署 Ollama、vLLM 等。准备好 API Key 和 Endpoint 地址。

3.2.2 进入模型配置窗口

在 OpenCode Web 界面中找到设置页（通常在右上角菜单），选择“模型配置”。填入提供商名称、API 地址、密钥和模型名称，保存后 OpenCode 即用该模型驱动 Agent。建议先运行简单测试 prompt 确认连接正常。

四、Skills 获取与基本使用

4.1 获取Skills

Skills 可通过多种渠道获取：官方 GitHub 仓库中的示例集合、社区市场的开源技能、或自行编写。最简便的方式是直接克隆官方 Skills 仓库到本地，再通过 OpenCode 加载。命令示例：git clone https://github.com/opencode/skills-repo.git，然后运行 opencode skills import ./skills-repo 导入。

4.2 基于Skills目模板使用过程

拿到 Skills 后如何使用？下面通过几个典型场景演示。

4.2.1 配置Skills使用模板

在 OpenCode 项目中创建 .skills 目录（或使用系统默认路径），将所需 Skills 文件夹放入。然后在项目配置文件中声明启用技能列表。此后每次对话，Agent 会自动匹配这些技能。

4.2.2 使用Skills开发前端网页

假设导入了一个“前端开发”技能，在对话中输入“用 Vue3 写一个待办事项页面”，Agent 会自动读取前端开发模板、组件库规则和部署指令，生成完整项目代码。整个过程无需手动指定技术栈。

4.2.3 使用Skills 做数据处理

数据处理类技能同样高效。导入“数据清洗”技能后，只需说“清洗这个 CSV 文件：去除空行、标准化日期格式、输出为 JSON”，Agent 即按步骤执行：先读取文件，再调用内置清洗函数，最后输出结构化结果。相比传统手动写脚本，效率提升显著。

五、开发自己的Skills

5.1 Skills 编写规则

开发 Skills 的核心是编写一个符合规范的 Markdown 文件（通常命名为 SKILL.MD）。规范由三部分构成：元信息（名称、描述、输入输出）、步骤列表（每一步的具体操作）以及可选的条件分支和错误处理。

5.1.1 Skills 模板规则编写说明

以下是最小示例代码：
---
name: "写周报"
description: "自动生成周报内容"
inputs:
- name: "本周工作"
type: "string"
outputs:
- name: "周报正文"
type: "markdown"
steps:
- name: "收集信息"
action: "ask_user"
prompt: "请描述本周主要完成的工作"
- name: "整理提纲"
action: "llm"
prompt: "根据用户提供的信息，生成周报提纲"
- name: "生成报告"
action: "llm"
prompt: "根据提纲，生成完整的周报内容"
---

5.2 开发编写周报Skills

接下来手把手构建一个周报 Skills。

5.2.1 创建相应的工程开发目录

在 OpenCode 项目中新建文件夹，例如 skills/weekly-report。

5.2.2 编写SKILL.MD

在上一步目录中创建 SKILL.MD 文件，复制上述模板代码并依据实际需求调整（如增加数据来源步骤）。保存即可。

5.2.3 效果验证

在 OpenCode 界面输入“帮我写本周报”，Agent 会自动调用该技能：首先询问本周工作内容，然后生成提纲，最后输出完整周报。若效果不理想，回头修改 SKILL.MD 中的 prompt 或步骤。

5.3 使用魔法创建Skills

技巧层面，有一种更高效的方式——让 AI 帮你生成 Skills。

5.3.1 给出明确的需求

直接对 OpenCode 中的 Agent 说：“请为我创建一个 Skills，功能是翻译 Markdown 文件中的中文为英文，保留格式。要求使用翻译 API（调用示例为...）”。Agent 会根据描述自动生成 SKILL.MD 方案并询问是否保存。

5.3.2 效果验证

确认保存后，该翻译 Skills 立即可用。相比手动编写，这种“以魔法对抗魔法”的方式能将开发时间从几分钟压缩到几十秒。当然，自动生成的技能可能需要微调，但整体已具备极高可用性。

六、写在文末

从 MCP 到 Skills，Anthropic 在 Agent 标准化方面的布局日益清晰。Skills 的核心价值在于将“人教会 Agent 做事”的过程，转化为“用模块化技能库武装 Agent”。它不仅降低了开发门槛，更大幅减少了知识复用的成本。对于团队而言，建立内部 Skills 体系可能比单纯优化 prompt 更具长期回报。当然，Skills 生态尚处早期——社区高质量技能数量有限，不同工具间的兼容性也在持续磨合。但方向已然明确，接下来就看社区的创造力如何释放了。

来源：互联网