使用“智能体技能”为智能体赋予应对现实世界的能力

Claude 实力强大，但实际工作往往需要过程性知识和组织上下文。今天，我们隆重推出“智能体技能”（Agent Skills），这是一种利用文件和文件夹构建专用智能体的全新方式。

随着模型能力的提升，我们现在能够构建与完整计算环境交互的通用智能体。例如，Claude Code 可以通过执行本地代码和访问文件系统来完成跨领域的复杂任务。但是，随着这些智能体变得越来越强大，我们需要一种更具组合性、可扩展性和可移植性的方式，为它们配备特定领域的专业知识。

因此，我们创建了“智能体技能”：这是一个包含指令、脚本和资源的结构化文件夹，智能体可以动态发现并加载这些内容，从而在特定任务中表现得更出色。“技能”通过将您的专业知识打包成 Claude 可用的可组合资源，扩展了 Claude 的能力，将通用智能体转化为满足您需求的专用智能体。

为智能体构建一项“技能”，就像为新员工编写入职指南。现在，我们无需再为每个用例构建零散的定制化智能体，任何人都可以通过记录并分享自己的过程性知识，利用可组合的能力来实现智能体的专业化。在本文中，我们将解释什么是“技能”、它们是如何工作的，并分享构建专属技能的最佳实践。

一项技能通常是一个包含 SKILL.md 文件的目录，该目录中还包含了结构化的指令、脚本和资源文件夹，用于赋予智能体额外的能力。

技能的结构剖析

为了解“技能”的实际应用，我们来看一个真实的例子：为 Claude 最近推出的文档编辑功能提供支持的一项技能。Claude 在理解 PDF 方面已经具备了丰富的知识，但在直接操作 PDF（例如填写表单）方面能力有限。通过这项 PDF 技能，我们就能赋予 Claude 这些新能力。

简单来说，一项技能就是一个包含 SKILL.md 文件的目录。这个文件必须以包含必要元数据（名称和描述）的 YAML 头部信息（Frontmatter）开头。在启动时，智能体会将所有已安装技能的名称和描述预加载到其系统提示词（System Prompt）中。

这种元数据是“渐进式披露”的第一层：它刚好能提供足够的信息，让 Claude 知道应该在何时使用各项技能，而无需将其全部内容加载到上下文中。该文件的正文部分是第二层细节。如果 Claude 认为该技能与当前任务相关，它就会读取完整的 SKILL.md 到上下文中，从而加载这项技能。

SKILL.md 文件必须以包含文件名和描述的 YAML 头部信息开头，这些信息在启动时会被加载到系统提示词中。

随着技能变得越来越复杂，它们包含的上下文可能会过多而无法放入单个 SKILL.md 中，或者某些上下文仅在特定场景下才相关。在这些情况下，技能可以在技能目录中捆绑包含额外文件，并在 SKILL.md 中通过名称引用它们。这些额外的链接文件是第三层（以及更深层次）的细节，Claude 可以选择仅在需要时去导航和发现它们。

在下面展示的 PDF 技能中，SKILL.md 引用了两个额外的文件（reference.md 和 forms.md），这是技能作者选择与核心 SKILL.md 捆绑在一起的。通过将填写表单的指令移到一个单独的文件（forms.md）中，技能作者能够保持核心技能的精简，并相信 Claude 只会在填写表单时才去读取 forms.md。

你可以将更多上下文（通过附加文件）合并到技能中，Claude 随后可根据系统提示词触发这些内容。

“渐进式披露”是让智能体技能具备灵活性和可扩展性的核心设计原则。就像一本结构清晰的手册，从目录开始，接着是特定章节，最后是详细的附录，技能让 Claude 仅在需要时才加载信息：

拥有文件系统和代码执行工具的智能体在处理特定任务时，不需要将技能的全部内容读取到其上下文窗口中。这意味着，可以捆绑到一个技能中的上下文数量实际上是无限的。

技能与上下文窗口

下图展示了当用户消息触发某项技能时，上下文窗口是如何变化的。

技能通过系统提示词在上下文窗口中被触发。

图中展示的操作序列如下：

• 开始时，上下文窗口包含核心系统提示词和每个已安装技能的元数据，以及用户的初始消息；
• Claude 通过调用 Bash 工具读取 pdf/SKILL.md 的内容来触发 PDF 技能；
• Claude 选择读取与技能捆绑的 forms.md 文件；
• 最后，由于已经加载了 PDF 技能中的相关指令，Claude 继续执行用户的任务。

技能与代码执行

技能还可以包含代码，供 Claude 根据情况作为工具执行。

大型语言模型擅长处理许多任务，但某些操作更适合通过传统代码执行来完成。例如，通过生成词元（Token）来对列表进行排序，其成本远高于直接运行排序算法。除了效率方面的考虑，许多应用程序还需要只有代码才能提供的确定性可靠性。

在我们的示例中，PDF 技能包含一个预先编写的 Python 脚本，用于读取 PDF 并提取所有表单字段。Claude 可以在不将脚本或 PDF 加载到上下文中的情况下运行该脚本。由于代码是确定性的，因此这种工作流是一致且可重复的。

技能还可以包含代码，供 Claude 根据任务性质自主决定作为工具执行。

技能的开发与评估

以下是一些帮助您开始编写和测试技能的实用指南：

• 从评估开始：通过在典型任务上运行智能体，观察它们在哪些方面遇到困难或需要额外的上下文，从而找出智能体能力的具体空白。然后，逐步构建技能来弥补这些不足。
• 为规模化构建结构：当 SKILL.md 文件变得过于庞大时，请将其内容拆分到单独的文件中并进行引用。如果某些上下文是互斥的或很少一起使用，保持独立的路径将减少 Token 消耗。最后，代码既可以作为可执行工具，也可以作为文档。您应该明确 Claude 是直接运行脚本，还是将其作为参考资料读取到上下文中。
• 从 Claude 的视角思考：监控 Claude 在真实场景中如何使用您的技能，并根据观察结果进行迭代：留意是否存在偏离预期的执行轨迹，或对某些上下文的过度依赖。要特别注意技能的名称和描述。Claude 在决定是否触发该技能以响应当前任务时，将依赖这些信息。
• 与 Claude 一起迭代：在与 Claude 协作完成任务时，让 Claude 将其成功的方法和常见的错误总结为可重复使用的上下文和代码，并存入技能中。如果在利用技能完成任务时偏离了正轨，让它自我反思哪里出了问题。这个过程将帮助你发现 Claude 真正需要的上下文，而不是试图在一开始就去预测。

使用技能时的安全注意事项

技能通过指令和代码为 Claude 提供了新的能力。虽然这使技能变得非常强大，但也意味着恶意技能可能会在使用环境中引入漏洞，或引导 Claude 窃取数据及采取意外的行动。

我们建议仅从受信任的来源安装技能。当从不太受信任的来源安装技能时，请在使用前对其进行全面审查。首先阅读技能中捆绑的文件内容以了解其功能，要特别注意代码依赖项以及诸如图像或脚本之类的捆绑资源。同样，也要留意技能中指示 Claude 连接到可能不受信任的外部网络源的指令或代码。

技能的未来

如今，Claude.ai、Claude Code、Claude Agent SDK 以及 Claude 开发者平台（Claude Developer Platform）都已经支持“智能体技能”。

在接下来的几周里，我们将继续添加支持技能创建、编辑、发现、共享和使用全生命周期的功能。我们对于“技能”能够帮助组织和个人与 Claude 共享其上下文和工作流的巨大潜力感到特别期待。我们还将探索“技能”如何通过教会智能体使用涉及外部工具和软件的更复杂的工作流，来作为模型上下文协议（MCP）服务器的补充。

展望更远的未来，我们希望能让智能体自行创建、编辑和评估“技能”，让它们能够将自己的行为模式编码为可重复使用的能力。

“技能”是一个简单的概念，且具有相对应的简单格式。这种简单性使得组织、开发者和最终用户更容易构建定制化的智能体并赋予它们新的能力。

我们非常期待看到大家使用“技能”所构建出的成果。今天就开始行动吧，欢迎查阅我们的“技能”文档和示例指南（Cookbook）。

致谢

本文由 Barry Zhang、Keith Lazuka 和 Mahesh Murag 撰写，他们都非常喜欢文件夹。特别感谢 Anthropic 公司内众多倡导、支持和构建“技能”的同事们。