手把手搭建 Agent Skills

不会写代码也能给 Agent 加技能。这篇用扣子（Coze）和 Dify 两个平台，手把手教你创建 Skill。

方案选择

平台	适合谁	是否需要代码	中国可用	费用
扣子 (Coze)	不会代码的老板和运营	零代码	原生支持	免费起步
Dify	有一点技术基础的团队	低代码	可自部署	开源免费
OpenAI API	开发团队	写代码	需翻墙	按调用付费
Anthropic API	开发团队	写代码	需翻墙	按调用付费

推荐路线：先用扣子零代码验证想法 → 效果好了再考虑用 Dify 自部署（数据更安全）。

方案一：用扣子（Coze）零代码创建 Skill

什么是扣子

扣子是字节跳动的 AI Agent 搭建平台（coze.cn），2026 年 1 月推出 2.0 版本，最大亮点是 Skill 系统——支持用自然语言创建 Skill，不需要写任何代码。

来源：Coze 2.0 发布

6 种创建 Skill 的方式

方式 1：从 Skill 商店安装（最简单）

打开 coze.cn，进入你的 Agent
点击"Skill 商店"
搜索你需要的能力（比如"快递查询""数据分析"）
一键安装

就这么简单，跟在手机上装 App 一样。

方式 2：用一句话创建（推荐）

公式：

我需要一个 [功能] 的技能，
用于 [解决什么问题]，
当用户 [触发条件] 时，
输出 [什么格式的结果]

示例：

我需要一个"客户分级"的技能，
用于根据消费金额自动给客户打标签，
当用户提供客户的消费记录时，
输出客户等级（普通/银牌/金牌/钻石）和对应的优惠策略

扣子会自动生成这个 Skill 的代码和配置，你只需要测试一下效果。

方式 3：多轮对话迭代

如果一句话说不清楚，可以跟扣子聊：

你：我想做一个帮电商客服查订单的技能
扣子：好的，您需要查询哪些信息？订单状态、物流、退款进度？
你：都要，而且如果订单超过7天没发货，自动标记为异常
扣子：明白了，我来设计这个技能...（生成 Skill）
你：再加一个功能，如果是VIP客户，优先处理
扣子：好的，已更新...（更新 Skill）

最后点"生成技能"即可。

方式 4：上传文件复刻风格

如果你有现成的文案风格想让 AI 学习：

上传你写过的 10-20 篇范文
告诉扣子"学习这些文章的写作风格"
扣子自动生成一个"风格复刻"Skill

适合：品牌文案风格统一、课程内容风格一致等场景。

方式 5：GitHub 项目打包

如果你的技术团队有现成的工具代码：

提供 GitHub 仓库地址
扣子自动分析代码功能
打包成可调用的 Skill

方式 6：IDE 开发（技术人员）

进入 code.coze.cn，用代码编辑器开发自定义 Skill。

扣子 Skill 的运行环境

每个 Skill 运行在独立的云环境中：

1 核 CPU + 2GB 内存
完全隔离，互不影响
自动扩缩容

实战：创建一个"商品评价分析"Skill

步骤：

打开扣子 → 创建新 Agent（或进入已有 Agent）
添加 Skill → 选择"用对话创建"

描述需求：

创建一个"商品评价分析"技能：
- 输入：一批商品评价文本（可以粘贴多条）
- 分析每条评价的情感（正面/中性/负面）
- 提取评价中提到的关键优点和缺点
- 输出一份汇总报告：好评率、最常被提到的优点Top3、最常被提到的缺点Top3

测试 → 粘贴几条真实评价试试效果
调整 → 如果结果不满意，继续对话微调
发布 → 绑定到你的 Agent

方案二：用 Dify 搭建自定义 Skill

什么是 Dify

Dify 是一个开源的 AI 应用开发平台（dify.ai），GitHub 上 100K+ stars。支持自部署，数据完全在自己手里。

创建自定义工具（3 步）

Dify 通过 OpenAPI/Swagger 规范 来接入自定义工具——如果你的系统有 API 接口，就能接进来。

第一步：准备 API 文档

你需要一个 OpenAPI 格式的接口描述。比如你的订单系统有这样一个接口：

yaml

openapi: 3.0.0
info:
  title: 订单查询 API
  version: 1.0.0
paths:
  /orders/{order_id}:
    get:
      summary: 查询订单状态
      description: 根据订单号查询订单的当前状态和物流信息
      parameters:
        - name: order_id
          in: path
          required: true
          schema:
            type: string
          description: 订单编号，如 A12345
      responses:
        '200':
          description: 订单信息
          content:
            application/json:
              schema:
                type: object
                properties:
                  status:
                    type: string
                    description: 订单状态
                  tracking_number:
                    type: string
                    description: 快递单号

不会写 OpenAPI？

让 AI 帮你写。把你的 API 接口说明（URL、参数、返回值）告诉 ChatGPT 或豆包，让它帮你生成 OpenAPI 格式的文档。

第二步：在 Dify 中导入

进入 Dify 后台 → "工具" → "自定义工具"
粘贴 OpenAPI 文档（或输入 URL）
Dify 自动解析出接口的参数和功能
配置认证方式（API Key 或无认证）
测试接口连通性

第三步：绑定到 Agent

创建 Agent 应用
在"工具"列表中勾选你刚创建的自定义工具
Agent 自动获得调用这个 API 的能力

来源：Dify 自定义工具文档

Dify 的内置工具

Dify 自带 50+ 工具，开箱即用：

类别	工具
搜索	Google Search、Bing、DuckDuckGo
图片	DALL-E、Stable Diffusion
数学	WolframAlpha
网页	网页抓取、URL 解析
代码	代码解释器
存储	向量数据库查询

Dify vs 扣子怎么选

	扣子 (Coze)	Dify
零代码	完全支持	需要准备 API 文档
数据安全	数据在字节服务器	可以自部署，数据在自己手里
Skill 生态	有 Skill 商店	内置 50+ 工具
适合	快速验证、个人/小团队	企业正式部署
MCP 支持	部分支持	支持

方案三：用代码搭建（技术团队）

如果你有开发团队，可以直接调用 API 创建更灵活的 Skill。

OpenAI Function Calling

python

# 定义 Skill
tools = [{
    "type": "function",
    "name": "query_order",
    "description": "查询订单状态和物流信息。当用户询问订单进度、物流状态时使用。",
    "parameters": {
        "type": "object",
        "properties": {
            "order_id": {
                "type": "string",
                "description": "订单编号，格式如 A12345"
            }
        },
        "required": ["order_id"],
        "additionalProperties": False
    },
    "strict": True
}]

# 调用 Agent
response = client.responses.create(
    model="gpt-4.1",
    input="我的订单 A12345 到哪了？",
    tools=tools
)

# Agent 会返回：调用 query_order，参数 order_id="A12345"
# 你的代码执行查询，把结果返回给 Agent

来源：OpenAI Function Calling

关键配置：

strict: True — 保证 Agent 严格按照参数格式调用，不会瞎填
tool_choice: "auto" — Agent 自己判断该不该用工具（默认）
tool_choice: "required" — 强制 Agent 必须用工具

Anthropic Tool Use

python

# 定义 Skill
tools = [{
    "name": "query_order",
    "description": "查询订单状态和物流信息。当用户询问订单进度、物流状态时使用。不支持查询已取消的订单，已取消订单请用 query_cancelled_orders。",
    "input_schema": {
        "type": "object",
        "properties": {
            "order_id": {
                "type": "string",
                "description": "订单编号，格式如 A12345"
            }
        },
        "required": ["order_id"]
    }
}]

# 调用
response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    tools=tools,
    messages=[{"role": "user", "content": "我的订单 A12345 到哪了？"}]
)

来源：Anthropic Tool Use

LangChain（Python）

python

from langchain.tools import tool

@tool
def query_order(order_id: str) -> str:
    """查询订单状态和物流信息。
    当用户询问订单进度、物流状态时使用。

    Args:
        order_id: 订单编号，格式如 A12345
    """
    # 你的查询逻辑
    result = your_order_system.query(order_id)
    return f"订单 {order_id}：{result.status}，快递 {result.tracking}"

来源：LangChain Tools

搭建完成后的检查清单

不管用哪个平台，Skill 上线前检查这些：

检查项	怎么检查
Agent 能正确识别什么时候该用这个 Skill 吗？	测试 10 种不同的问法
参数填错了会怎样？	故意输入错误参数，看报错是否合理
API 超时了会怎样？	模拟网络延迟，看 Agent 如何处理
返回结果太多会怎样？	测试大数据量场景
敏感操作有拦截吗？	尝试让 Agent 做越权操作
成本可控吗？	检查单次调用成本，设置每日上限

最重要的一条

多测试不同的问法。 用户不会按你想象的方式说话。"查快递""我的东西到哪了""帮我看看物流"——这些都应该触发同一个 Skill。如果有的问法触发不了，回去改 Skill 描述。

一句话总结

零代码用扣子，要安全用 Dify，要灵活写代码。先从最简单的开始，验证有效了再升级方案。

下一篇：实战案例 — 电商、客服、内容、财务场景的真实 Skill 设计。

手把手搭建 Agent Skills ​

方案选择 ​

方案一：用扣子（Coze）零代码创建 Skill ​

什么是扣子 ​

6 种创建 Skill 的方式 ​

方式 1：从 Skill 商店安装（最简单） ​

方式 2：用一句话创建（推荐） ​

方式 3：多轮对话迭代 ​

方式 4：上传文件复刻风格 ​

方式 5：GitHub 项目打包 ​

方式 6：IDE 开发（技术人员） ​

扣子 Skill 的运行环境 ​

实战：创建一个"商品评价分析"Skill ​

方案二：用 Dify 搭建自定义 Skill ​

什么是 Dify ​

创建自定义工具（3 步） ​

Dify 的内置工具 ​

Dify vs 扣子怎么选 ​

方案三：用代码搭建（技术团队） ​

OpenAI Function Calling ​

Anthropic Tool Use ​

LangChain（Python） ​

搭建完成后的检查清单 ​

一句话总结 ​

手把手搭建 Agent Skills

方案选择

方案一：用扣子（Coze）零代码创建 Skill

什么是扣子

6 种创建 Skill 的方式

方式 1：从 Skill 商店安装（最简单）

方式 2：用一句话创建（推荐）

方式 3：多轮对话迭代

方式 4：上传文件复刻风格

方式 5：GitHub 项目打包

方式 6：IDE 开发（技术人员）

扣子 Skill 的运行环境

实战：创建一个"商品评价分析"Skill

方案二：用 Dify 搭建自定义 Skill

什么是 Dify

创建自定义工具（3 步）

Dify 的内置工具

Dify vs 扣子怎么选

方案三：用代码搭建（技术团队）

OpenAI Function Calling

Anthropic Tool Use

LangChain（Python）

搭建完成后的检查清单

一句话总结