相信大家最近，都都在各种地方看到一个单词。

这个单词叫做，Skills。

各种Github上被疯狂star的仓库，很多也都是Skills相关。

比如这个包含50多个Claude技能的仓库，已经18K了。

还有这个叫Superpowers的项目。

一个基于各种skills包装之上的开发工作流程，也18k了。

Skills的热度，现在在AI圈里，都有点不亚于当年的Prompts。

23年24年，大家都在分享各种各样的Prompt模板。

而现在，大家都在互相分享各种各样的Skills。

很多人这两天也都在后台问，Skills到底是个啥，跟Prompt、MCP、到底有啥区别。

所以，也花了一些2天时间，来写这篇文章和教程，希望能通俗易懂的带你看懂，啥是skills，以及，这玩意到底怎么用上。

话不多说，我们开始。

一、Skills的定义

Skills，翻译过来就是技能。字面意思上非常简单，给Agent用的技能。

注意我的定语，给Agent用的技能。

通俗来说，Skills就是给AI智能体准备的"工作手册库"。

平时只知道手册目录，成本低。

需要时才打开具体章节，按需加载。

包含详细步骤和工具脚本，完整指导。

举个例子——

假设你有一个AI工具，没有装任何Skills。

你让它帮你处理PDF文件，它可能只能告诉你"你可以用PDF阅读器打开"，或者给你生成一段文字说明怎么操作。

但它没法真正帮你处理PDF。

这就是几年前AI刚出来时的样子，只会聊天，但不会干活。

现在，给这个AI助手装上"PDF处理Skill"。

它就能：

• 提取PDF里的文字和表格
• 填写PDF表单
• 合并多个PDF文件
• 把PDF转成Word或Excel

优点是，专业、高效、能真正干活。但不足的点在于，如果你只安装了这一个Skill，那这个Skill就只能专注干这一件事。别的什么也干不了。

这就好比企业招聘来一名Java工程师，那么这个人只会做和Java编码相关的事，而如果你这个项目还涉及到其他的技能要求，如：web前端，python，C#，那你得再重新招人了。

好，理解了这一点，咱们再继续往下聊。

当你再给AI工具装上另一个"数据分析Skill"。

那么它就可以：

• 读取CSV或Excel文件
• 自动生成可视化图表
• 做数据清洗和统计分析
• 输出数据报告

在同一个AI工具，装不同的Skills，那么这个AI工具就能变成不同领域的“专家”。

这就像一个新员工，你给他不同部门的工作技能，他就能胜任不同岗位。

二、一个Skills的基本配置

一个Skill到底长什么样？

其实非常简单，就是一个文件夹，加上一个核心文件。

核心文件结构

skill-name/
├── SKILL.md           # 核心指令文件
├── scripts/           # 可执行脚本
├── references/        # 参考文档
└── assets/            # 模板和资源文件

其中，SKILL.md 是最重要的文件，它包含两部分：

前面元数据，用YAML格式写：

---
name: pdf-processing
description: 从PDF文件中提取文字和表格，填写表单，合并文档
---

后面是具体指令，用Markdown格式写：

# PDF处理技能

## 快速开始
使用pdfplumber提取文字：
\`\`\`python
import pdfplumber
with pdfplumber.open("document.pdf") as pdf:
    text = pdf.pages[0].extract_text()
\`\`\`

## 高级用法
表单填写请参考 FORMS.md

scripts/ 文件夹里放可执行的Python或Bash脚本。

references/ 文件夹里放参考文档，比如API文档、最佳实践。

assets/ 文件夹里放模板文件、示例文件。

三层加载机制

Skills最聪明的设计，是三层渐进式加载。

第一层：元数据

启动时加载，只读名称和描述。

Token成本很低（听说最近要涨价了），大约100个token。

让AI知道有哪些Skills可用，什么时候该用。

第二层：核心指令

触发时加载，读取SKILL.md的完整内容。

Token成本中等，大约5000个token。

提供详细的操作指南和最佳实践。

第三层：资源和代码

引用时加载，按需读取脚本、模板、参考文档。

Token成本几乎为零，因为文件不进入上下文窗口。

这种设计的好处是，你可以安装几十个Skills，性能几乎不受影响。

三、目前比较火热的Skills有哪些？

GitHub上已经有超过8万个Skills了，这里介绍6款主流的。

1、PDF Processing（官方）

支持读取PDF、提取表格、填写表单、合并与拆分文件。

对知识工作者来说，是实用性最高的Skill之一。

适合场景：合同审核、报表处理、文档归档。

2、Frontend Design（官方）

用于构建真正可用的设计系统，包括大胆的排版和可上线的UI。

可以摆脱常见的"AI生成感"设计风格。

已有27.7万+安装。

适合场景：网站设计、UI原型、品牌视觉。

3、Skill Creator（官方）

一个"元Skill"，用自然语言描述你的工作流，5分钟内生成完整的SKILL.md。

无需写配置，也能创建新Skill。

适合场景：快速创建自定义工作流。

4、Marketing Skills

覆盖CRO、文案、SEO、邮件自动化、增长策略等20+技能。

相当于把一整套营销团队能力"模块化"。

适合场景：营销策划、内容创作、增长黑客。

5、Deep Research Skill

8阶段研究流程+自动续写机制。

适合需要AI做"深度研究"而非浅层总结的场景。

适合场景：市场调研、竞品分析、学术研究。

6、织信的13个Skills

织信内置了13个AI智能体Skills，覆盖从数据管理到自动化运营的全场景。

（1）表格智能体

让AI理解表格数据，自动完成数据录入、格式转换、条件筛选。

比如你有一张销售数据表，想让AI帮你找出"销售额前10的客户"。

表格智能体就能自动识别表头、理解数据含义、执行筛选操作。

还能自动生成数据透视表、计算汇总值、识别异常数据。

适合场景：数据录入、报表整理、数据清洗。

（2）AI助手智能体

通用型对话助手，能回答业务问题、提供操作建议、解释系统功能。

比如新员工问"怎么创建一个审批流程"，AI助手会一步步引导。

还能根据用户历史操作，推荐常用功能、提醒注意事项。

适合场景：新手引导、FAQ问答、操作提示。

（3）脚本智能体

支持编写和执行JavaScript脚本，扩展平台能力边界。

比如你需要批量处理1000条数据，手动操作太慢。

脚本智能体可以写一个循环脚本，几分钟搞定。

还能调用外部API、处理文件、执行复杂计算。

适合场景：批量处理、复杂计算、API集成。

（4）仪表盘智能体

自动生成可视化仪表盘，支持多种图表类型。

比如你想看"各部门月度销售额对比"，仪表盘智能体会自动配置柱状图。

还支持实时数据刷新、多维度钻取、自定义布局。

适合场景：数据看板、经营分析、KPI监控。

（5）数据智能体

智能数据分析，自动发现数据规律、预测趋势、生成洞察报告。

比如你有一年的销售数据，想知道"哪个产品增长最快"。

数据智能体会分析增长率、识别拐点、给出建议。

还能做异常检测、相关性分析、预测建模。

适合场景：趋势分析、异常预警、决策支持。

（6）工作流智能体

可视化编排业务流程，支持条件分支、并行执行、人工审批。

比如你有一个采购审批流程：申请→经理审批→财务复核→采购执行。

工作流智能体可以配置自动流转、超时提醒、审批记录。

还支持与外部系统集成，比如审批通过后自动发邮件通知。

适合场景：审批流程、业务流程自动化、跨部门协作。

（7）网站智能体

快速搭建企业官网、内部门户、信息发布平台。

比如你需要一个"产品展示网站"，网站智能体会生成页面模板。

支持响应式布局、SEO优化、多语言切换。

还能对接后端数据，实现动态内容更新。

适合场景：官网建设、内部知识库、信息门户。

（8）API智能体

对接外部API，实现数据互通和功能扩展。

比如你需要对接"企业微信发送消息"，API智能体会配置调用参数。

支持RESTful API、Webhook、OAuth认证。

还能做数据格式转换、错误重试、日志记录。

适合场景：系统集成、数据同步、功能扩展。

（9）自动化智能体

定时或触发式执行任务，解放重复劳动。

比如你需要"每天早上9点发送昨日销售报表"。

自动化智能体可以配置定时任务、数据查询、邮件发送。

还支持事件触发，比如"新订单到达时自动发送通知"。

适合场景：定时任务、事件响应、自动化运营。

（10）定时任务智能体

精确控制任务执行时间，支持复杂调度规则。

比如你需要"每周一上午10点生成周报，每月1号生成月报"。

定时任务智能体可以配置多种时间表达式，精确到秒。

还支持任务依赖、失败重试、执行日志。

适合场景：周期性报表、定时备份、计划任务。

（11）国际化智能体

一键实现多语言切换，支持十多个国家语言。

比如你的系统需要支持中英文切换，国际化智能体会生成语言包。

还能自动识别用户地区、动态切换界面语言。

支持翻译管理、语言包导入导出。

适合场景：跨国企业、外贸业务、多语言系统。

（12）问卷调查智能体

快速创建在线问卷，收集用户反馈。

比如你需要做"客户满意度调查"，问卷调查智能体会生成问卷模板。

支持多种题型、逻辑跳转、数据统计。

还能导出Excel、生成图表、发送提醒邮件。

适合场景：市场调研、客户反馈、员工调查。

（13）应用结构智能体

自动生成应用架构，包括数据模型、页面结构、权限配置。

比如你要搭建一个"客户管理系统"，应用结构智能体会推荐标准架构。

包括客户表、联系人表、跟进记录表，以及对应的增删改查页面。

还能根据最佳实践，配置字段类型、关联关系、验证规则。

适合场景：新系统搭建、快速原型、架构规划。

四、简单总结Skills和Prompt、MCP的区别

很多人容易把这三个概念搞混，其实这个东西要搞清楚也很简单。你只需要熟记：

Prompt，是你给AI的指令。比如："帮我写一篇文章"，这就是一个Prompt。

MCP（Model Context Protocol），是AI连接外部工具的协议。比如：AI需要访问数据库，MCP定义了怎么安全地建立连接。

Skills，是AI可调用的能力包。比如："PDF处理Skill"，里面包含了处理PDF的完整工作流程。

三者的关系：

Prompt告诉AI要干什么，MCP让AI能访问外部工具，Skills教会AI怎么专业地干活。

随着小龙虾的爆火，越来越多的Skills上线，他们目前正在塑造AI应用的新模式。

从最开始的"会聊天"，到目前的"会干活"，AI渐渐从一个"通用助手"往"领域专家"转型。

相信在不远的未来，在全球的每个企业、每个团队，甚至每个个人，都会有一套自己的Skills库。

就像现在每个人都有自己的工具箱一样。

你目前都用了哪些Skills呢？欢迎评论区聊聊。