Skill
ChatGPT平台内置或扩展的专项能力模块，类似插件机制，可为模型赋予图像生成、文档处理等特定领域的增强能力
核心事实
时间轴 (近 90 天)
Skill本质上是一份Claude在执行任务前阅读的指令文件，把作者的剪辑风格拆解成颜色、字体、动画、音效等具体规则；作者的Skill名为“YouTube-edit”，包含36条规则。
Skill是方法（如先读会议记录再写周报），MCP是能力（如真正拿到会议记录的工具），两者不同。
VS Code直接支持Skill文件夹，且跟其他工具使用同一套开放标准。
Skill的思路在于把产品视频制作的最佳实践固化下来，例如一个技能可以包含“提取产品卖点→生成分镜脚本→调用视频模型→合成配音字幕”的完整链路。
通过 MCP 和 Skill 结合，可以将 Codex 从“通用编程助手”扩展为贴合团队工作流的“定制化开发助手”。
Skill可理解为封装好的可复用能力模块（类似函数或插件），Context指模型在一次任务中可见的对话历史、工具返回结果和背景资料。
对于需要接入外部系统的场景，MCP配置和Skill安装仍需要一定的学习成本。
Cursor 的 Skill 机制允许 Agent 按照预定义的方式工作，通过 skill.md 定义任务目标和步骤。
在后端内部转型路径中，不修改原有if-else老代码，通过tool use将其封装为Skill做Demo，比裸辞社招风险更低、背书更强。
Skill的作用类似于百科全书，装好Skill后AI的回答会更专业，不装Skill时AI的回答偏浅显、以简单易懂为主。
还有 40 条时间轴事件
全部知识事实 (20)
Skill是赋予智能体专项能力的模块化封装，包含完整工作流、判断逻辑、上下文知识，可组合多个工具完成复杂目标
90%已验证Skill是将专业能力、领域知识和操作规范打包成可复用单元，让Agent在恰当时机自动调用的模块化封装
90%已验证AI Skill是封装了特定任务逻辑的可复用AI执行单元，本质上是结构化提示词与代码逻辑的组合体
90%已验证WorkBuddy通过MCP（模型上下文协议）方式接入外部系统，如腾讯文档、企业微信、数据库
80%已验证Skill是将多步骤的交互逻辑、上下文管理、输出约束打包成一个可调用单元的概念，区别于单次交互的提示词模板
80%已验证一个完整的Skill包含Skill.md主文档、Reference文件夹、Script文件夹和Assets文件夹
80%已验证Hermes Agent在完成任务后会自动创建新的Skill并更新用户信息
80%已验证AI Agent基于ReAct（Reasoning + Acting）等框架，能够将复杂任务分解为多个子步骤，自主决定何时调用外部工具
80%已验证Skill与普通提示词的区别在于Skill是可复用、可积累的结构化能力单元
80%已验证Skills本质上是结构化的系统提示词（System Prompt）集合，通过标准化接口注入到AI代理的上下文中
80%已验证Skills不是MCP的竞争者而是MCP的上层：MCP负责连接工具标准化外部服务接口，Skills负责打包封装完整的任务执行能力
80%已验证Agent Skills是Anthropic发布的能力封装标准，定义为一个包含Skill.md文件的目录，可包含说明、脚本和其他资源
80%已验证ChatGPT Work 的配置层包括项目（Project）提供品牌上下文、技能（Skill）固化工作方式、定时任务（Scheduled Task）实现自动触发。
75%已验证Agent（智能体）能够调用电脑上的工具、独立完成一整套复杂任务，与只能一来一回对话的聊天机器人不同
75%已验证Skill本质上是Markdown文件，存储在项目的.claude/目录中
75%已验证WorkBuddy 内置中文的 Skill 市场，常见能力可一键安装
70%已验证据分享者观察，大厂程序员使用 AI 的时间里可能有 70%~80% 在写 Skill，而直接写代码的时间较少
70%已验证工具的命名、描述和参数说明是Agent决定何时调用工具的关键上下文，可理解为一种提示词工程
70%已验证Agent Skill采用按需加载（懒加载）机制，Agent只先读取每个Skill的元信息（name和description），匹配用户需求后才加载完整指令，因此多个Skill共存不会增加Token消耗
70%已验证Skill机制的本质是将隐性的提示词知识显性化、版本化，使其可以像代码一样被存储、共享和迭代
70%