一文带你看懂，火爆全网的Skills到底是个啥
相信大家最近，都都在各种地方看到一个单词。
这个单词叫做，Skills。
各种Github上被疯狂star的仓库，很多也都是Skills相关。
比如这个包含50多个Claude技能的仓库，已经18K了。
还有这个叫Superpowers的项目。
一个基于各种skills包装之上的开发工作流程，也18k了。
Skills的热度，现在在AI圈里，都有点不亚于当年的Prompts。
23年24年，大家都在分享各种各样的Prompt模板。
而现在，大家都在互相分享各种各样的Skills。
很多人这两天也都在后台问，Skills到底是个啥，跟Prompt、MCP、到底有啥区别。
所以，也花了一些2天时间，来写这篇文章和教程，希望能通俗易懂的带你看懂，啥是skills，以及，这玩意到底怎么用上。
话不多说，我们开始。
一、Skills的定义
Skills，翻译过来就是技能。字面意思上非常简单，给Agent用的技能。
注意我的定语，给Agent用的技能。
通俗来说，Skills就是给AI智能体准备的"工作手册库"。
- 平时只知道手册目录，成本低。
- 需要时才打开具体章节，按需加载。
- 包含详细步骤和工具脚本，完整指导。
举个例子——
假设你有一个AI工具，没有装任何Skills。
你让它帮你处理PDF文件，它可能只能告诉你"你可以用PDF阅读器打开"，或者给你生成一段文字说明怎么操作。
但它没法真正帮你处理PDF。
这就是几年前AI刚出来时的样子，只会聊天，但不会干活。
现在，给这个AI助手装上"PDF处理Skill"。
它就能：
- 提取PDF里的文字和表格
- 填写PDF表单
- 合并多个PDF文件
- 把PDF转成Word或Excel
优点是，专业、高效、能真正干活。但不足的点在于，如果你只安装了这一个Skill，那这个Skill就只能专注干这一件事。别的什么也干不了。
这就好比企业招聘来一名Java工程师，那么这个人只会做和Java编码相关的事，而如果你这个项目还涉及到其他的技能要求，如：web前端，python，C#，那你得再重新招人了。
好，理解了这一点，咱们再继续往下聊。
当你再给AI工具装上另一个"数据分析Skill"。
那么它就能：
- 读取CSV或Excel文件
- 自动生成可视化图表
- 做数据清洗和统计分析
- 输出数据报告
在同一个AI工具，装不同的Skills，那么这个AI工具就能变成不同领域的"专家"。
这就像一个新员工，你给他不同部门的工作技能，他就能胜任不同岗位。
二、一个Skills的基本配置
一个Skill到底长什么样？
其实非常简单，就是一个文件夹，加上一个核心文件。
核心文件结构
skill-name/
├── SKILL.md # 核心指令文件
├── scripts/ # 可执行脚本
├── references/ # 参考文档
└── assets/ # 模板和资源文件其中，SKILL.md 是最重要的文件，它包含两部分：
前面元数据，用YAML格式写：
---
name: pdf-processing
description: 从PDF文件中提取文字和表格，填写表单，合并文档
---后面是具体指令，用Markdown格式写：
# PDF处理技能
## 快速开始
使用pdfplumber提取文字：
```python
import pdfplumber
with pdfplumber.open("document.pdf") as pdf:
text = pdf.pages[0].extract_text()
```
## 高级用法
表单填写请参考 FORMS.mdscripts/ 文件夹里放可执行的Python或Bash脚本。
references/ 文件夹里放参考文档，比如API文档、最佳实践。
assets/ 文件夹里放模板文件、示例文件。
三层加载机制
Skills最聪明的设计，是三层渐进式加载。
第一层：元数据
启动时加载，只读名称和描述。Token成本很低，大约100个token。让AI知道有哪些Skills可用，什么时候该用。
第二层：核心指令
触发时加载，读取SKILL.md的完整内容。Token成本中等，大约5000个token。提供详细的操作指南和最佳实践。
第三层：资源和代码
引用时加载，按需读取脚本、模板、参考文档。Token成本几乎为零，因为文件不进入上下文窗口。
这种设计的好处是，你可以安装几十个Skills，性能几乎不受影响。
三、目前比较火热的Skills有哪些？
GitHub上已经有超过8万个Skills了，这里介绍6款主流的。
1. PDF Processing（官方）
支持读取PDF、提取表格、填写表单、合并与拆分文件。对知识工作者来说，是实用性最高的Skill之一。适合场景：合同审核、报表处理、文档归档。
2. Frontend Design（官方）
用于构建真正可用的设计系统，包括大胆的排版和可上线的UI。可以摆脱常见的"AI生成感"设计风格。已有27.7万+安装。适合场景：网站设计、UI原型、品牌视觉。
3. Skill Creator（官方）
一个"元Skill"，用自然语言描述你的工作流，5分钟内生成完整的SKILL.md。无需写配置，也能创建新Skill。适合场景：快速创建自定义工作流。
4. Marketing Skills
覆盖CRO、文案、SEO、邮件自动化、增长策略等20+技能。相当于把一整套营销团队能力"模块化"。适合场景：营销策划、内容创作、增长黑客。
5. Deep Research Skill
8阶段研究流程+自动续写机制。适合需要AI做"深度研究"而非浅层总结的场景。适合场景：市场调研、竞品分析、学术研究。
6. 织信的13个AI智能体Skills
织信平台内置了13个AI智能体Skills，覆盖从数据管理到自动化运营的全场景。
1. 表格智能体 - 让AI理解表格数据，自动完成数据录入、格式转换、条件筛选。
2. AI助手智能体 - 通用型对话助手，能回答业务问题、提供操作建议、解释系统功能。
3. 脚本智能体 - 支持编写和执行JavaScript脚本，扩展平台能力边界。
4. 仪表盘智能体 - 自动生成可视化仪表盘，支持多种图表类型。
5. 数据智能体 - 智能数据分析，自动发现数据规律、预测趋势、生成洞察报告。
6. 工作流智能体 - 可视化编排业务流程，支持条件分支、并行执行、人工审批。
7. 网站智能体 - 快速搭建企业官网、内部门户、信息发布平台。
8. API智能体 - 对接外部API，实现数据互通和功能扩展。
9. 自动化智能体 - 定时或触发式执行任务，解放重复劳动。
10. 定时任务智能体 - 精确控制任务执行时间，支持复杂调度规则。
11. 国际化智能体 - 一键实现多语言切换，支持十多个国家语言。
12. 问卷调查智能体 - 快速创建在线问卷，收集用户反馈。
13. 应用结构智能体 - 自动生成应用架构，包括数据模型、页面结构、权限配置。
四、最后聊聊Skills和Prompt、MCP的区别
很多人容易把这三个概念搞混，其实这个东西要搞清楚也很简单。你只需要熟记：
Prompt，是你给AI的指令。比如："帮我写一篇文章"，这就是一个Prompt。
MCP（Model Context Protocol），是AI连接外部工具的协议。比如：AI需要访问数据库，MCP定义了怎么安全地建立连接。
Skills，是AI可调用的能力包。比如："PDF处理Skill"，里面包含了处理PDF的完整工作流程。
三者的关系：
Prompt告诉AI要干什么，MCP让AI能访问外部工具，Skills教会AI怎么专业地干活。
随着小龙虾的爆火，越来越多的Skills上线，他们目前正在塑造AI应用的新模式。
从最开始的"会聊天"，到目前的"会干活"，AI渐渐从一个"通用助手"往"领域专家"转型。
相信在不远的未来，在全球的每个企业、每个团队，甚至每个个人，都会有一套自己的Skills库。
就像现在每个人都有自己的工具箱一样。
本文转载自腾讯云开发者社区，原文：一文带你看懂，火爆全网的Skills到底是个啥，作者：informat低代码。版权归原作者所有，如有侵权请联系删除。