Skill（技能）就是给 AI 装上一件件能上手用的工具：查天气、发邮件、读文档，各自独立、随取随用。理解 Skill，就理解了为什么有的 Agent 什么都能干，有的却只会聊天。
快速结论
- Skill 是封装好的单一能力，Agent 在需要时调用，像给手机装一个个 App。
- 好的 Skill 边界清晰、输入输出明确，能单独测试也能组合串联。
- Skill 与 Prompt 不同：Prompt 教模型”怎么想”，Skill 让模型”能动手”。
- 把常用动作沉淀成 Skill，团队之间可以复用，不必每次重写。
Skill 和 Prompt 不是一回事
Prompt 解决的是”模型怎么思考、怎么表达”，它不改变模型能不能碰外部世界。Skill 解决的是”模型能做什么动作”。一个只会写 Prompt 的助手，再会说话也发不出一封真实邮件；装上”发邮件”这个 Skill，它才真正能把话变成动作。两者配合：Prompt 定策略，Skill 落执行。
用个比喻：Prompt 是给员工写的岗位说明书，Skill 是公司配给他的办公设备。只有说明书没有设备，员工空有思路却干不了活；只堆设备不写说明，员工不知道何时该用哪件。把”想清楚”和”能动手”分开看，才不会在调试时乱找原因。
一个 Skill 该长什么样
最小可用单元包含三件：清晰的名字和用途说明、明确的输入参数、可预期的输出。比如”查汇率”这个 Skill，输入是”源币种+目标币种+日期”，输出是数值加来源。边界越清楚，模型越知道何时该调、怎么填参。参数定义模糊的 Skill，上线后就是填参错误的重灾区。
Skill 还要能单独测试。在接进 Agent 之前，先用固定输入跑一遍，确认输出格式稳定。一个连单元测试都过不了的 Skill，塞进多步流程里会制造连锁故障，且极难定位是哪一步出的错。可测试性，是 Skill 和”临时脚本”的分水岭。
Skill 能组合，也能共享
单个 Skill 做一件事，多个 Skill 串起来就成了流程。一个”周报助手”可以是”抓数据+画图表+发邮件”三个 Skill 的串联。更省心的是复用：把验证过的 Skill 存进团队仓库，下次新 Agent 直接挂载，不必从零造轮子。这也是为什么大厂喜欢把能力沉淀成 Skill 市场。
组合时要注意依赖顺序。有些 Skill 的输出是另一个的输入，比如”抓数据”的结果要喂给”画图表”。在编排层显式声明这种依赖，让框架按拓扑顺序执行，而不是靠模型随机试错。依赖理清了，流程才能稳定复现，否则今天跑通明天崩。
什么时候该做成 Skill
判断标准很简单：这件事要碰外部系统、要稳定复现、要被多个场景用到，就值得做成 Skill。纯靠模型推理能搞定的，不必硬封装。过度拆分会让 Agent 选择困难，过度合并又失去复用性，平衡点是一个 Skill 只解决一个明确动作。
另一个信号是”被改过三次以上”。凡是你在不同项目里反复手写的同一段调用逻辑，就是 Skill 的候选。早一点沉淀，短期多花半小时，长期省下的是每个人每次重新踩坑的时间。复用率，是衡量 Skill 值不值得做的最好指标。
Skill 市场与权限
当团队 Skill 多到几十个，就需要一个市场来检索、版本管理和权限控制。谁发布、谁改过、哪个 Agent 在用，都要可追溯。否则一个 Skill 被悄悄改了行为，挂在上面的十个 Agent 会同时抽风，你还不知道根因在哪。
权限也要分级。发邮件、删数据这类高危 Skill，默认不挂载，只在特定 Agent 上显式授权。把 Skill 当 API 管，而不是当普通函数随手调，系统的可治理性会好一大截。
版本与废弃也要想清楚
Skill 一旦被多个 Agent 挂载，就不能随便改行为，否则会牵一发动全身。正确做法是带版本号：v1 改了接口就发 v2，旧 Agent 继续用 v1，新 Agent 接 v2，给调用方留出迁移窗口。
不再维护的 Skill 要显式标记废弃，而不是直接删库。埋点的调用方能在日志里看到”调用了已废弃 Skill”的告警，趁早改。把 Skill 的生老病死管起来，团队的自动化能力才不会越长越脆。
Skill 与 Agent 是什么关系
Agent 是编排层，负责理解目标、拆解步骤、决定下一步调哪个 Skill；Skill 是被调用的零件，只管把一件事做对。一个 Agent 可以挂十几个 Skill，就像一个人配了一整箱工具。
新手常把两者混为一谈，以为”做了 Agent 就不用 Skill”。事实是 Agent 没有 Skill 就只是会聊天的模型，Skill 没有 Agent 也只是孤立脚本。真正好用的系统，是 Agent 当大脑、Skill 当手脚，各司其职。
从零搭一个 Skill 的最小步骤
第一步，列清这个能力要解决的一个具体问题，比如”把一段长文压成三条要点”，而不是笼统的”处理文本”。问题越具体，Skill 的边界越清晰，模型越知道何时该用。
第二步，写 Schema：输入是原文和字数上限，输出是字符串数组。第三步，实现函数体并单测，确认异常时有明确报错而非静默失败。第四步，挂到 Agent 上跑一个真实任务，看调用时机对不对。四步走完，一个可复用的 Skill 就成了。
图：Skill 是什么 核心要点（运营GO 整理）
| 维度 | Prompt | Skill |
|---|---|---|
| 解决的问题 | 怎么思考与表达 | 能执行什么动作 |
| 是否碰外部 | 否 | 是 |
| 复用单位 | 文案片段 | 能力模块 |
| 典型例子 | 角色设定话术 | 发邮件/查天气 |
| 治理方式 | 版本管理文案 | 市场+权限 |
延伸阅读：什么是 Prompt（提示词）、什么是 MCP（模型上下文协议）。
下一步行动清单
- 盘点团队里重复出现的动作，挑出三个先做成独立 Skill。
- 给每个 Skill 写清输入参数和可预期输出，并先单独跑通测试。
- 把验证过的 Skill 收进共享仓库，新 Agent 直接挂载复用。
- 编排时显式声明 Skill 间依赖，按拓扑顺序执行。
- 高危 Skill 默认不挂载，按 Agent 显式授权。
