Agent Skills 是什么？理解智能体技能的核心构成

什么是 Agent Skills

很多刚接触智能体开发的同学，对 Agent Skills 的理解存在一些误区。要真正搞清楚它是什么，最直接的方式是去看 Agent Skills 官网上的官方定义。

根据官网的描述，智能体技能（Agent Skills）是一种轻量的、开放式的格式，用于借助专业知识与工作流来扩展 AI Agent 的能力。换句话说，Skills 的作用就是给你的 Agent「加装能力」——让它可以根据具体项目需求，迭代出对应的技能，从而完成一整套业务开发的工作。

官网是纯英文的，但描述本身写得比较易懂。如果阅读有障碍，可以借助豆包这类工具做划词翻译，选中文本后直接翻译即可，理解起来会更轻松。

一个 Skill 的核心构成

那么，一个 Skill 到底应该包含哪些东西？官网明确指出了它的核心组成。

首先是一个 skill.md 文件（即 SKILL.md），这个文件承载了 Skill 的元数据（metadata）。而在这些元数据中，最少必须包含两个字段：

• name：技能的名字
• description：技能的描述

也就是说，无论你是想自定义一个 Skill，还是想使用线上现成的 Skill，去查看它的结构时，至少要能找到 name 和 description 这两个组件。name 就是名字，description 就是对这个技能的说明。

这套结构看起来很简单，但正是这种「轻量+开放」的设计，让 Skills 具备了良好的可复用性和可扩展性。你可以把它理解为 Agent 能力的模块化拼装单元。

元数据（metadata）是描述数据本身属性的数据，在软件工程中广泛用于声明模块的标识、版本、依赖关系等信息。SKILL.md 中的元数据承担着类似「身份证」的角色：当 Agent 运行时需要加载某个技能，系统会先读取元数据来识别该技能是谁、能做什么，再决定是否及如何调用。这种「先声明、后调用」的设计模式，也是插件系统、包管理器（如 npm、PyPI）等工程实践中的通用范式，使得技能可以在不同项目和环境中被独立分发与复用。

为什么 description 如此重要

可能有人会疑惑：一个描述字段而已，为什么官网要特别强调它？这就要联系到大模型开发中的一个常见概念——Tool（工具）。

如果你做过大模型开发，尤其是函数调用（Function Calling）相关的工作，会发现开发者经常会定义一个叫 Tool 的东西。所谓 Tool，本质上就是一个函数或方法。当我们定义好一个工具后，通常会为它加上一个描述符，里面同样要写 name 和 description。

在大模型领域，description 是一个极其关键的东西。 原因在于：我们现在做的所有大模型开发，包括各类 Agent 的工具，其核心都依赖于底层大模型的理解能力——无论是 DeepSeek^广告、Kimi（KMT）、豆包，还是 GPT 等模型。

大模型正是通过读取 description，来判断这个技能或工具「是做什么用的」「什么时候该调用它」。描述写得是否清晰准确，直接决定了模型能否在合适的时机正确调用对应的能力。这也是为什么无论是 Skills 还是 Tool，description 几乎都是不可或缺的必填项。

函数调用（Function Calling）是大模型与外部工具协作的核心机制。开发者预先定义好一批工具函数，并附上结构化的描述信息，模型在推理过程中会根据用户意图，自动判断是否需要调用某个工具、调用哪个工具，以及如何传入参数。这一机制让大模型从「只能生成文字」变成「能够执行操作」，是构建 Agent 的基础能力之一。正因为模型在调用决策时完全依赖 description 中的自然语言描述，所以描述的质量直接影响调用的准确率——描述模糊或有歧义，模型可能错误触发工具，或者在该调用时选择放弃调用。

小结

Agent Skills 的设计思路，是用一种轻量、开放的格式去扩展 Agent 的能力边界。它的核心载体是 SKILL.md 文件，最基础的两个元数据字段是 name 和 description。而 description 之所以关键，是因为大模型需要依靠它来理解和调度技能。掌握了这套底层逻辑，后续无论是自定义 Skills 还是复用线上技能，都能做到心里有数。