主题
Agent Skills 实战教程
AI Agent 光有脑子不够，还得有"手艺"。Skills 就是你教给 Agent 的具体技能——查订单、发邮件、分析数据、生成报告。没有 Skills 的 Agent 只会聊天。
一个反直觉的事
所有人都觉得学 AI 的路径是：先学对话，再学工作流编排，然后才是高级的东西。听起来很合理对吧？但你真正上手之后会发现哪里不对——就像你知道这条路走不通，但一时说不出为什么。
后来我想明白了。
写一个 Skill，本质就是把你脑子里"知道怎么做但从没写下来"的东西写成文档。 一个十年经验的运营，她做活动方案的时候不会想"第一步做什么第二步做什么"，她是凭手感直接就出来了。这个手感，写成 Skill，AI 就有了。
接一个 MCP，就是告诉 AI"你可以用这个工具，输入这个，输出那个"。 边界清晰，确定性极高。
但工作流编排？你要处理的是：如果这步失败了怎么办？并发了怎么办？状态丢了怎么办？这些东西没有人能事先想全——你得撞过才知道。
所以真正的路径是：
对话 → 用现成能力 → 写自己的 Skill → 接 MCP → Agent → 系统构建Polanyi 说过，我们知道的永远比我们能说出来的多。 写 Skill 就是在做这件事——把默会知识变成 AI 能用的显性知识。而工作流编排之所以难，恰恰因为它需要的那种"预判所有意外"的能力，本身就是最难言传的默会知识。
一句话：声明"我会什么"比设计"该怎么做"简单。赋能比编排更有杠杆。
这个系列讲什么
| 篇目 | 核心问题 | 适合谁 |
|---|---|---|
| 什么是 Agent Skills | Skills 到底是什么？跟 Agent 是什么关系？ | 所有人 |
| 如何设计好的 Skills | 5 种设计模式 + Anthropic/OpenAI 的最佳实践 | 技术负责人 |
| 手把手搭建教程 | 用扣子和 Dify 零代码搭建 Skills | 想动手的人 |
| 实战案例 | 电商、客服、内容、财务的真实 Skills | 找灵感的人 |
一句话理解
Agent = 大脑，Skills = 手艺。 大脑再聪明，不教它怎么查库存、怎么算价格、怎么回复客户，它就只能在那跟你聊天。
内容来源
| 来源 | 内容 |
|---|---|
| Anthropic Tool Use 文档 | Skill 定义规范 + 设计最佳实践 |
| Anthropic《Building Effective Agents》 | 工具设计原则 + 防呆设计 |
| OpenAI Function Calling | Skill Schema 标准 + 生产实践 |
| Coze/扣子 2.0 | 零代码 Skill 创建 + Skill 商店 |
| Dify.ai | 开源 Agent 平台 + 自定义工具 |
| Microsoft Copilot Studio | 企业级 Skill 管理 |
| MCP 协议规范 | Skill 互通的行业标准 |
从 什么是 Agent Skills 开始。