引言
Claude最近推出了一个令人兴奋的特性——Skills系统。它让AI Agent能够动态加载专业能力，按需"学习"处理PDF、Excel、PPT等专业文档的技能。

作为一个开源爱好者，我立刻意识到这个设计的价值，并在Minion框架中实现了完整的开源版本。本文将介绍Skills的设计理念，以及我的开源实现细节。

Skills解决了什么问题？
在开发AI Agent的过程中，有一个核心矛盾：

Context Window的有限性 vs 能力需求的无限性

传统做法是把所有工具、所有指令都塞进system prompt：

System Prompt = 基础指令 + 所有工具描述 + 所有专业知识
= 50K+ tokens
= 高延迟 + 高成本 + 低效率
更糟的是，大多数时候用户只需要其中一小部分能力。当用户问"帮我处理这个PDF"时，系统却加载了处理Excel、数据库、代码等所有能力的上下文。

Skills的核心理念
Claude Code的Skills设计灵感来自一个简单的类比：

人类专家不是把所有知识都装在脑子里，而是在需要时查阅手册、调用专业知识。

Skills系统让AI Agent也具备这种能力：

用户请求 → Agent识别需要PDF技能 → 动态加载PDF处理指令
→ 执行专业任务
→ 返回结果
Minion的开源实现
看到Claude Code的Skills设计后，我决定在Minion框架中实现一个完全兼容的开源版本，让更多开发者能够使用这一特性。

Skill的定义：简洁而强大
每个Skill就是一个包含SKILL.md文件的目录：

.minion/skills/
├── pdf/
│ ├── SKILL.md # 技能定义和指令
│ ├── references/ # 参考资料
│ ├── scripts/ # 辅助脚本
│ └── assets/ # 资源文件
├── xlsx/
│ └── SKILL.md
└── docx/
└── SKILL.md
SKILL.md采用YAML frontmatter + Markdown body的格式：

name: pdf
description: PDF文档处理技能，支持文本提取、表格解析、表单填写等

license: MIT

当使用此技能时

你现在具备了专业的PDF处理能力...

文本提取

使用pypdf2库进行文本提取：
...

表格识别

使用tabula-py进行表格提取：
...

智能发现：按需加载
Skill Loader会在多个位置搜索可用技能：

class SkillLoader:
SKILL_DIRS = [
".claude/skills", # 兼容Claude Code
".minion/skills", # Minion原生
]

def get_search_paths(self):
    paths = []
    # 项目级优先
    for skill_dir in self.SKILL_DIRS:
        paths.append((self.project_root / skill_dir, "project"))
    # 用户级次之
    for skill_dir in self.SKILL_DIRS:
        paths.append((self.home_dir / skill_dir, "user"))
    return paths

这种分层设计带来了灵活性：

项目级Skills：针对特定项目的专业能力
用户级Skills：跨项目的通用能力
优先级机制：项目级覆盖用户级，允许定制化
兼容性：同时支持.claude/skills和.minion/skills路径

优雅的注册表：快速查找
class SkillRegistry:
def register(self, skill: Skill) -> bool:

 """注册技能，高优先级覆盖低优先级"""
 existing = self._skills.get(skill.name)
 if existing:
     priority = {"project": 0, "user": 1, "managed": 2}
     if priority[skill.location] >= priority[existing.location]:
         return False  # 已有更高优先级的同名技能

    self._skills[skill.name] = skill
    return True


def generate_skills_prompt(self, char_budget=10000):
    """生成可用技能列表，控制context消耗"""
    # 智能截断，确保不超预算
    ...

Skill Tool：执行入口
class SkillTool(BaseTool):
name = "Skill"
description = "动态加载并执行专业技能"

def execute_skill(self, skill: str) -> Dict[str, Any]:
    skill_obj = self.registry.get(skill)


    if skill_obj is None:
        return {
            "success": False,
            "error": f"Unknown skill: {skill}",
            "available_skills": self.registry.list_all()[:10]
        }


    # 获取技能的完整指令
    prompt = skill_obj.get_prompt()


    return {
        "success": True,
        "skill_name": skill_obj.name,
        "prompt": prompt,  # 注入到对话上下文
    }

实际效果
场景1：处理复杂PDF报告
用户：帮我分析这份财务报告 report.pdf，提取所有表格数据

Agent：

识别需要PDF处理能力
调用 Skill("pdf") 加载PDF技能
获得专业的PDF处理指令
使用pypdf2提取文本
使用tabula-py提取表格
返回结构化数据
场景2：批量处理Excel文件
用户：把这10个Excel文件合并，并生成汇总统计

Agent：

调用 Skill("xlsx") 加载Excel技能
获得pandas、openpyxl等库的专业用法
批量读取文件
合并数据、计算统计
生成新的Excel报告
性能对比
指标

传统方式

Skills方式

基础Context

50K tokens

10K tokens

PDF任务Context

50K tokens

10K + 3K tokens

首次响应延迟

较长

较短

专业任务质量

一般

更精准

设计亮点

声明式定义
技能通过Markdown定义，非技术人员也能创建和维护：

name: data-analysis

description: 数据分析技能

数据清洗步骤

检查缺失值
处理异常值
...
资源绑定
技能可以带有参考资料、脚本等资源：

skill_obj.get_prompt()

Loading: pdf

Base directory: /Users/xxx/.minion/skills/pdf

[技能内容，可以引用 references/api_doc.md 等]

版本和来源追踪
@dataclass
class Skill:
name: str
description: str
content: str
path: Path
location: str # project, user, managed
license: Optional[str]
metadata: Dict[str, Any]
为什么做开源实现？
Claude Code的Skills是一个出色的设计，但它是闭源的、与Claude生态绑定的。我实现开源版本的原因：

LLM无关性：Minion支持多种LLM后端（Claude、GPT-4、开源模型），Skills能力不应被锁定在单一供应商
可定制性：开源实现允许深度定制，满足特殊需求
社区贡献：开源让更多人能够贡献Skills，形成技能生态
学习价值：通过实现，深入理解这一架构的设计精髓
未来方向

技能市场
想象一个Skills Marketplace，开发者可以发布、分享专业技能：

minion skill install data-science-toolkit
minion skill install legal-document-analysis

智能推荐
根据用户历史和当前任务，自动推荐相关技能：

def recommend_skills(user_request, history):

# 分析请求内容
# 匹配最相关的技能
# 预加载可能需要的技能
...

技能组合
多个技能协同工作：

分析PDF中的数据，生成Excel报告

skills_used = ["pdf", "xlsx", "data-visualization"]

自学习技能
Agent在完成复杂任务后，自动生成新技能供未来使用：

async def learn_skill_from_session(session_log):

# 分析成功的任务执行过程
# 提取可复用的模式和指令
# 生成新的SKILL.md
...

视频演示
PDF摘要提取: https://youtu.be/r1nngYLI-pw
长PDF翻译（穷人版Paper PDF Reader）: https://youtu.be/C7p8yffBZ-Q
DOCX文档处理: https://youtu.be/PByDtqY\_17Y
PPTX演示文稿处理(穷人版pptx 生成): https://youtu.be/ek00e5m4yXI
结语
Claude Code的Skills系统体现了一个核心设计哲学：

不要试图让AI什么都懂，而是让它知道在需要时去哪里找到答案。

这种"专家系统"思维，让AI Agent从"通才"进化为"能快速变身专家的通才"。

通过Minion的开源实现，这一能力现在可以被更广泛的开发者使用，不受限于特定的LLM供应商或闭源生态。

欢迎试用和贡献：

GitHub: https://github.com/femto/minion
https://github.com/femto/minion-agent
文档: https://github.com/femto/minion/blob/main/docs/skills.md

让我们一起构建更开放、更智能的AI Agent生态。

往期文章：

《Minion框架早已实现PTC：超越传统Tool Calling的Agent架构》

Claude Skills的开源实现