从0~1构建Agent Skills方法与操作最全SOP文档-线下课专属文档

说在前面 -- 浩哥团队

整体说明：

1. Skills是一个新的技术，它有它的优势，但也有它的弊端。
2. 大家根据自己的情况和应用场景去用，适合自己的才是最好的，并不是说最新的这些都是最好的。
3. AI能够落地，最核心的是在这个小小的输入框背后，你投喂了多少有价值的行业知识库和你企业专属资料，就像10年老员工一样，非常了解你的企业，不仅能回答问题，重要的是能真正做新项目，解决未知的问题。

其它说明：

1. Skills是AI应用的重要创新，但不是万能解药。它更适合"确定性流程"而非"知识密集型问答"。
2. 选择因需而异。小规模、流程化场景用Skills；大规模、知识化场景用知识库；综合场景用融合方案。
3. 落地效果取决于设计质量。无论选择哪种方案，核心都是对业务场景的深入理解和系统化设计。

既然来了，那就硬着头皮看看吧

第一部分：Agent Skills 方法论 (Methodology)

价值主张

• 低成本高效能：通过按需加载，大幅降低 Token 消耗。
• 能力复用与沉淀：将个人或企业的隐性知识（SOP、代码风格、配色规范）显性化，封装成可复用的资产。
• 稳定性与可控性：相比纯自然语言对话，Skills 约束了 AI 的输出范围，使交付结果更稳定、专业。

1. 核心理念：渐进式披露 (Progressive Disclosure)

Agent Skills 的本质是一种\\“带目录的说明书”\\机制。

2. 架构模型：三层结构

一个标准的 Skill 由以下三层组成：

• 第一层：元数据 (Metadata) —— “目录”

• 定义：Skill 的名称 (Name) 和描述 (Description)。
• 作用：作为“路由表”。AI 通过读取描述，判断在当前对话中是否需要调用该技能。占用极少 Token。
• 原则：描述必须清晰界定调用时机（例如：“当用户创作视频选题枯竭时调用”）。

• 第二层：指令 (Instruction) —— “正文”

• 定义：SKILL.md 文件中的正文部分。
• 原则：结构化清晰（Markdown格式），包含输入要求、处理逻辑、输出示例。
• 机制：按需加载。只有当 AI 判定用户意图需要使用该技能时，才会读取这部分内容。

• 定义：辅助文件，包括脚本 (`scripts/`)、参考文档 (`references/`)、素材 (`assets/`)。
• 作用：为 AI 提供额外的执行能力（如运行 Python 脚本处理视频）或知识库（如学习特定的行文风格）。

• 机制：按需调用。

|-|-|-|-| | 机制 | 渐进式披露 (目录->正文) | 一次性全部输入 | 标准化接口连接 | | Token 消耗 | 低 (仅加载元数据) | 高 | 高 (需加载Schema) | | 核心载体 | Markdown 文件 | 文本流 | 软件包 (Node.js/Python) | | 编写难度 | 低 (文档编写) | 低 | 高 (代码开发) |

4. 协同工作流

Skills + MCP = 最强形态

• Skills 负责“大脑”部分：规划流程、生成内容、整理格式。
• MCP 负责“手脚”部分：连接外部系统（如 GitHub、数据库）、执行