AI编程工具-Agent Skill

Agent Skill 起初是Claude中一个小的功能模块,最近,越来越多的人觉得 Skills 非常的好用。所以 Codex、Cursor、Opencode 等 AI 编程工具,陆续加入了对 Agent Skills 的支持。2025年12月18日,Anthropic 正式把 Agent Skills 发布成了开放标准。https://agentskills.io/specification

本期将在Claude Code中配置Skills,看看如何使用它。

1.安装Claude Code

我的环境:windows 11, nodejs v20.19.5

在 PowerShell 中使用npm全局安装Claude Code,命令如下:

npminstall-g @anthropic-ai/claude-code

安装完毕后,在 PowerShell中执行claude就可以启动Claude Code, 此时会出现下面问题:

因为Claude 拒绝中国地区的访问,接下来我们只需要将默认使用的模型替换掉即可。

2.替换默认模型

Claude Code 运行的时候,是通过读取环境变量来更改接入大模型的。使用npm 命令安装完Claude Code后,会在用户Home目录中生成一个.clude文件夹,路径是 :C:\Users\{你的windows用户}\.claude,在这个文件夹中创建一个settinigs.json配置文件,这里使用的是glm-4.7模型:

{"env":{"ANTHROPIC_DEFAULT_HAIKU_MODEL":"glm-4.5-air","ANTHROPIC_DEFAULT_SONNET_MODEL":"glm-4.7","ANTHROPIC_DEFAULT_OPUS_MODEL":"glm-4.7"}}

配置环境变量:

ANTHROPIC_AUTH_TOKENANTHROPIC_BASE_URL

ANTHROPIC_AUTH_TOKEN:你的API KEY

ANTHROPIC_BASE_URL:https://open.bigmodel.cn/api/anthropic

重新启动Claude

3.Agent Skill是什么?

简单理解就是带目录的说明书,说明书中的内容可以按需加载到上下文,最大好处是大幅降低了 token 消耗与提示词的复杂度。

Skills 把提示词分成了三层:元数据、指令,还有资源:

AI 使用 Skills 的时候,只是先把目录加载进提示词,然后根据需要,再决定是否查阅正文与附件。这样比起传统的 Prompt 或者 MCP 的方式,Agent Skills 的最大好处是大幅降低了 token 消耗与提示词的复杂度。

4.Agent Skill 基本用法

4.1 Agent Skill 目录结构

在项目目录下有一个.claude/skills目录,这个目录里面可以存放很多个 skill, 每个 Skill 就是一个文件夹,每个 Skill 都应该至少包含一个SKILL.md的定义文件。定义文件里面存放的是 Skill 的元数据层与指令层的内容。在 Skill 的这个文件夹里面,还可以放入其他类型的辅助文件,这些文件就是 Skill 的资源层。

4.2 SKILL.md文件

编辑SKILL.md文件.

首先是元数据部分(Metadata),元数据以---(三个)开始,---(三个)结束。其中 name 必须与文件夹名称相同

接下来是指令(Instruction)部分,这个部分要详细一点,这里用 markdown 格式把指令中的重点都标记出来。

--- name: 会议总结助手 description: 根据文本总结会议内容 --- # 会议总结助手 ## 总结规则 请将会议内容总结为以下几点: - 参会人员 - 议题 - 决定 注意: 每一项都只能分别使用一句话来表述,不要分成多条。 ## 示例 输入: 张三:那我们开始吧,今天主要是把下个月社区志愿活动的安排一次性定下来, 李四:我建议活动放在公园,人多也方便组织。 王五:可以,不过要提前申请场地,不然可能有风险。 赵六:场地申请我可以负责,这周内给大家结果, 孙七:人数最好先有个范围,方便准备物资。 张三:那就先按50人左右来估算吧。 李四:上次的手套还能用,但垃圾袋需要再买。 王五:预算要不要设个上限,避免超支。 张三:预算控制在 1000 以内,优先用现有物资, 孙七:时间我建议周六上午,天气也不会太热。 李四:九点集合应该比较合适 赵六:我周三前把申请结果同步到群里。 张三:好,那报名截止时间定在周四晚上。 王五:周五可以统一分组和采购。 孙七:我来负责写报名文案和活动当天的合影安排。 张三:安全方面提醒大家带水,活动结束简单总结一下就行。 张三:那今天就到这,大家按分工推进。 输出: - 参会人员:张三、李四、王五、赵六、孙七 - 议题:统一确定下个月社区志愿活动的地点、时间、人数、预算及分工安排, 决定:活动定在公园井于周六上午九点举行,按约50人规模和 1000预算执行,由赵六负责场地申请、孙七负责宣传及合影,其余成员配合物资和分组。

4.3 测试 Skill

打开 Claude 工具,切换到项目目录下:

输入:“你有哪些Agent Skill?”

输出:

● 根据我的技能配置,目前我有以下可用的Agent Skill: - 会议总结助手: 根据会议录音总结会议内容 你可以通过在命令前加上 / 来调用这些技能,例如使用 /会议总结助手 来启动会议总结功能。 需要了解某个技能的详细用法吗?

输入:请将下面的会议内容进行总结: (上面的例子粘贴到对话框:)

输出:

上面就是Agent Skill 的基本用法了。

4.4 工作流程

可以看到,用户发送内容后,Claude Code 只是将用户请求内容和SKILL.md文件中的Skill列表发送给了大模型,大模型经过思考后,决定选择一个叫做会议总结助手的 Skill 来完成这个任务,于是它告诉了 Claude Code 它的决定。

Claude Code 读取SKILL.md文件全部内容:(因为元数据是每次都要发送给大模型的)以及先前用户提交的问题一起交给大模型,大模型经过思考给出结果,进而Claude Code将结果交给用户。

Agent Skill 的第一个核心机制:按需加载

虽然Skill的名字和描述对大模型是始终可见的,但是具体的指令内容只有在这个Skill 被大模型选中后才会加载进来给大模型看,这样可以节省很多Token

5.高级用法-Reference

大模型根据Skill的指令来工作,简单的指令没有任何问题。但是如果希望大模型能判断出来会议内容中提高用钱的时候,能判断出来是否符合财务规定。有些会议决定是否有法律风险,要提示给用户。这样的话需要将财务规定,法务规定等规章制度"嵌入"到指令中,这样的话 指令就会很臃肿,很浪费模型。

reference就是按需加载中的按需加载。即 当会议内容中提到了“钱” 的时候,才加载财务规定。

新建一个集团财务手册.md文件,这个文件要放在你定义的 “会议总结助手” 下,为了清晰,我们将它放到references文件夹中:

内容如下:

# 集团财务手册 本手册详细规定了公司各部门在日常办公、差旅及商务活动中的支出限额与审批流程, ## 第一章:办公设备采购(IT Assets) 1. **更换周期**: 笔记本电脑、是示器笔固定资产的最任使用年限为3年, 2. **采购限颤**: - 标准办公电脑: 单价不得超过10,000 元。 - 高性能工作站: 单价10,000 - 20,000 元,需部门总监 (Director)审批 - 特殊定制设备: 单价超过20,000 元,必须由IT总监特批,并提交CFO最终签字, 3. **招标要求**: 单笔采购总额超过50,000 元时,必须启动至少三方参与的公开招标流程。 ## 第二章:国内差旅标准(Domestic Travel) 1. **佳宿补贴(按城市等级)**: - 一线城市(北京、上海、广州、深圳):800元/晚。 - 新一线及二线城市:500元/晚。 - 其他城市:350元/晚。 2. **交通工具** - 飞行时长4小时以内仅限经济舱, - 高铁限二等座(部门副总及以上级别可选一等座)。 ## 第三章:商务招待与餐饮(Entertainment) 1. **招待标准** - 商务正餐: 人均限额300元。若超过300 元/人(如上海、香港等高消费地区最高可至500 元/人),需附完整参会名单并提交业务副总裁(VP)特批。 2. **随访要求**: 内部陪同人员人数不得超过外部客人数。 ## 第四章:日常零星报销 1. **自主额度**: 单笔500 元以下的办公杂费支出可由员工自主报销。 2. **主管审批**: 500元至5,000元的支出由部门直接主管在系统内审批。 ## 第五章:市场活动与公关 1. **预算申报**: 所有涉及品牌推广、市场活动的预算需提前14天提交0流程申报, 2. **礼品采购**: 单份赠礼价值上限为300元。 -- *注:以上所有金额单位均为人民币(CNY)。违反以上限额且未获得特批的申请,财务部将予以退回。*

在指令部分加入财务提醒部分:

... ## 总结规则 请将会议内容总结为以下几点: - 参会人员 - 议题 - 决定 - 财务提醒: 仅在提到"钱,预算,采购,费用"的时候触发。必须读取reference 文件夹中的`集团财务手册.md`,指出决定中的金额是否超标,并明确审批人。 注意: 每一项都只能分别使用一句话来表述,不要分成多条。 ...

然后测试:

可以看到,会议内容中包含了"钱" ,Claude Code 就加载了集团财务手册.md 丢给了大模型,结果中就包含了"财务提醒"

记住: reference 是条件触发的。当读取了 SKILL.md 后,需要查账的时候才需要加载集团财务手册.md文件,所以它是按需中的按需。

6.高级用法-Script

可以让 Claude Code 来执行脚本。这里将脚本save_text.py保存到了scripts目录下:

importsysif__name__=="__main__":iflen(sys.argv)<2:print("用法: python save_text.py '要保存的文本'")sys.exit(1)text=sys.argv[1]filepath="output.txt"withopen(filepath,'w',encoding='utf-8')asf:f.write(text)print(f"文本已保存到:{filepath}")

修改指令:

... ## 保存文件规则 如果用户提到了"保存",或者"写入文件" ,你必须运行scripts目录中的save_text.py 脚本将总结内容保存到文件中,脚本使用方法:

python sve_text.py “会议总结内容”

...

测试:(注意要安装python环境,我用的是mini conda)

脚本只是在运行,并不会消耗Token

7.Agent Skill 与 MCP

  • MCP: 给大模型提供数据,比如:查询昨天的销售记录,读取订单的物流状态信息

本质上是一段可以独立运行的程序

  • Agent Skill: 教大模型如何处理数据,比如: 会议总结必须要有议题,汇报文档必须包含数据。

本质上是一段说明文档

虽然它们的功能相似,但它们的本质不同,适用的场景也不一样。 Agent Skill更适合跑一些比较轻量级的脚本,处理简单的逻辑。代码执行方面,Agent Skill的安全性和稳定性都不及MCP,所以要根据场景来选择工具。有适合它们甚至需要配合起来使用

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1191977.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

YOLOv9训练提速技巧:workers=8与img=640参数优化案例

YOLOv9训练提速技巧&#xff1a;workers8与img640参数优化案例 你有没有遇到过YOLOv9训练时数据加载慢、GPU利用率上不去的情况&#xff1f;明明显卡在那儿空转&#xff0c;进度条却像蜗牛爬。别急&#xff0c;这很可能不是模型的问题&#xff0c;而是你的训练参数没调好。 今…

YOLOv10官方镜像应用场景:工业质检也能用

YOLOv10官方镜像应用场景&#xff1a;工业质检也能用 在智能制造快速发展的今天&#xff0c;自动化质量检测正成为工厂提升效率、降低成本的关键环节。传统人工质检不仅耗时费力&#xff0c;还容易因疲劳或主观判断导致漏检误检。而随着AI视觉技术的进步&#xff0c;尤其是目标…

Emotion2Vec+ Large开发者是谁?科哥开源项目背景介绍

Emotion2Vec Large开发者是谁&#xff1f;科哥开源项目背景介绍 1. Emotion2Vec Large语音情感识别系统二次开发背景 你可能已经听说过Emotion2Vec Large&#xff0c;这个在语音情感识别领域表现突出的深度学习模型。它最初由阿里达摩院发布&#xff0c;在ModelScope平台上广…

Open-AutoGLM如何优化能耗?低功耗运行策略详解

Open-AutoGLM如何优化能耗&#xff1f;低功耗运行策略详解 Open-AutoGLM – 智谱开源的手机端AI Agent框架&#xff0c;为移动设备上的智能自动化提供了全新可能。它将视觉语言模型与安卓系统深度结合&#xff0c;让AI不仅能“看懂”屏幕&#xff0c;还能“动手操作”&#xf…

沁恒微IPO被终止:半年营收2.5亿,净利8180万 王春华控制95%股权

雷递网 雷建平 1月20日南京沁恒微电子股份有限公司&#xff08;简称&#xff1a;“沁恒微”&#xff09;日前IPO被终止&#xff0c;沁恒微曾准备在科创板上市。沁恒微原计划募资9.32亿元&#xff0c;其中&#xff0c;2.6亿元用于USB 芯片研发及产业化项目&#xff0c;3亿元用于…

Z-Image-Turbo实战教程:从python启动到浏览器访问详细流程

Z-Image-Turbo实战教程&#xff1a;从python启动到浏览器访问详细流程 Z-Image-Turbo 是一款功能强大的图像生成工具&#xff0c;其核心优势在于简洁高效的 UI 界面设计。整个操作过程无需复杂的配置或命令行频繁交互&#xff0c;用户可以通过直观的图形化界面完成从模型加载到…

ARM架构——用汇编语言点亮 LED

目录 一、开发环境与硬件基础 1.1 IMX6ULL-Mini 开发板介绍 1.2.1 编译工具&#xff1a;gcc-linaro 交叉编译器 1.2.2 代码编辑&#xff1a;Visual Studio Code 1.2.3 辅助工具 二、LED 点亮的底层逻辑 2.1 引脚配置三步骤 2.1.1 复用功能配置&#xff08;IOMUXC&#…

SpringBoot+Vue 人口老龄化社区服务与管理平台平台完整项目源码+SQL脚本+接口文档【Java Web毕设】

&#x1f4a1;实话实说&#xff1a;C有自己的项目库存&#xff0c;不需要找别人拿货再加价。摘要 随着全球人口老龄化趋势的加剧&#xff0c;社区养老服务与管理需求日益增长。传统的社区服务模式已无法满足老年人多样化、个性化的需求&#xff0c;亟需通过信息化手段提升服务效…

MGeo与传统方法对比,优势一目了然

MGeo与传统方法对比&#xff0c;优势一目了然 1. 引言&#xff1a;中文地址匹配为何如此棘手&#xff1f; 你有没有遇到过这种情况&#xff1a;两个地址明明说的是同一个地方&#xff0c;系统却判断不一致&#xff1f;比如“北京市朝阳区望京SOHO塔1”和“北京朝阳望京SOHO T…

Emotion2Vec+ Large部署卡顿?显存不足问题解决实战教程

Emotion2Vec Large部署卡顿&#xff1f;显存不足问题解决实战教程 1. 问题背景与目标 你是不是也遇到过这种情况&#xff1a;刚部署完 Emotion2Vec Large 语音情感识别系统&#xff0c;满怀期待地上传音频准备测试&#xff0c;结果点击“开始识别”后页面卡住、响应缓慢&…

基于SpringBoot+Vue的体育馆使用预约平台管理系统设计与实现【Java+MySQL+MyBatis完整源码】

&#x1f4a1;实话实说&#xff1a;C有自己的项目库存&#xff0c;不需要找别人拿货再加价。摘要 随着全民健身理念的普及和体育设施的不断完善&#xff0c;体育馆的使用需求日益增长。传统的线下预约方式存在效率低下、信息不透明、资源分配不均等问题&#xff0c;难以满足现代…

Z-Image-Turbo过饱和预防:CFG值合理区间实战验证

Z-Image-Turbo过饱和预防&#xff1a;CFG值合理区间实战验证 1. 引言&#xff1a;为什么CFG值会“失控”&#xff1f; 你有没有遇到过这种情况&#xff1f;输入了一个看起来很正常的提示词&#xff0c;比如“一只在花园里奔跑的金毛犬&#xff0c;阳光明媚&#xff0c;背景是…

企业级夕阳红公寓管理系统管理系统源码|SpringBoot+Vue+MyBatis架构+MySQL数据库【完整版】

&#x1f4a1;实话实说&#xff1a; C有自己的项目库存&#xff0c;不需要找别人拿货再加价。 摘要 随着我国老龄化进程的加速&#xff0c;老年人口数量持续增长&#xff0c;传统的养老模式已无法满足多样化需求。夕阳红公寓作为一种新型养老模式&#xff0c;结合社区化管理和…

GPEN实战案例:社区老人证件照智能修复系统部署全过程

GPEN实战案例&#xff1a;社区老人证件照智能修复系统部署全过程 1. 项目背景与应用价值 在社区服务场景中&#xff0c;老年人办理各类证件时常常面临照片质量不达标的问题。很多老人手中的旧照片存在模糊、褪色、噪点多、光线不足等情况&#xff0c;导致无法通过政务系统的审…

亲自动手试了Unsloth,微调效率提升太明显

亲自动手试了Unsloth&#xff0c;微调效率提升太明显 1. 引言&#xff1a;为什么选择Unsloth&#xff1f; 最近在做Qwen2-7B-Instruct模型的LoRA微调时&#xff0c;偶然接触到了一个叫 Unsloth 的开源框架。一开始只是抱着试试看的心态&#xff0c;结果一上手就彻底被它的效率…

C++课后习题训练记录Day70

1.练习项目&#xff1a; 问题描述 小蓝出生在一个艺术与运动并重的家庭中。 妈妈是位书法家&#xff0c;她希望小蓝能通过练习书法&#xff0c;继承她的艺术天赋&#xff0c;并练就一手好字。爸爸是一名篮球教练&#xff0c;他希望小蓝能通过篮球锻炼身体&#xff0c;培养运…

SGLang高吞吐秘诀:并行请求处理部署实战

SGLang高吞吐秘诀&#xff1a;并行请求处理部署实战 SGLang-v0.5.6 是当前推理框架领域中备受关注的一个版本&#xff0c;它在大模型服务部署方面展现出卓越的性能表现。尤其在高并发、低延迟场景下&#xff0c;SGLang 通过一系列底层优化技术&#xff0c;显著提升了系统的整体…

Glyph推理中断?资源监控与恢复机制部署教程

Glyph推理中断&#xff1f;资源监控与恢复机制部署教程 1. 为什么你的Glyph推理总是中断&#xff1f; 你是不是也遇到过这种情况&#xff1a;正在用Glyph跑一个长文本视觉推理任务&#xff0c;结果突然卡住、页面无响应&#xff0c;刷新后发现推理进程已经没了&#xff1f;或…

亲测Qwen3-1.7B镜像,AI对话真实体验分享超简单

亲测Qwen3-1.7B镜像&#xff0c;AI对话真实体验分享超简单 1. 实际体验前的准备&#xff1a;快速启动与调用方式 最近在CSDN星图上试用了新上线的 Qwen3-1.7B 镜像&#xff0c;整体体验非常流畅。这款模型是阿里巴巴通义千问系列在2025年4月推出的轻量级大语言模型之一&#…

小白必看:GLM-TTS文本转语音快速入门指南

小白必看&#xff1a;GLM-TTS文本转语音快速入门指南 1. 快速上手&#xff0c;5分钟生成你的第一段AI语音 你有没有想过&#xff0c;只需要几秒钟的录音&#xff0c;就能让AI模仿出一模一样的声音&#xff1f;还能用这个声音读出你想说的任何话——无论是中文、英文&#xff…