文章介绍了Anthropic推出的Agent Skills技术，这是一种让AI助手掌握特定专业技能的方法。通过将技能要求存储在结构化的Markdown文件中，AI可在需要时动态加载这些技能，节省token并提高效率。文章以网站UI设计为例，展示了如何创建、组织和优化技能文件，使AI能够根据需求渐进式加载资源，甚至执行复杂脚本。这种技术本质上是一种高级提示词工程，可显著提升AI的专业能力和工作效率。
如果您比较喜欢看文字版，可以往下面看。
这是Claude Code，如果你让它开发一个“美观”的博客网站，它给你的结果可能是这样的：
这一点也不美观对吧？
于是你告诉它：
1、不要使用蓝紫渐变色
2、不要使用emoji图标，而要使用SVG图标。
3、顶部使用导航栏，使用磨玻璃半透明效果
4、Hero区域使用图片作为背景半透明
5、一级标题使用xxx字体
6、按钮使用xxx颜色
7、文章使用卡片式布局，上半部分是封面图
······
把上面这一堆要求告诉Claude Code，再让他重新给你开发一个“美观”的博客网站，这一次情况就要好很多了。
那么问题来了，我不想每次开发项目的时候都啰里啰嗦的写这么一大段，能不能让Claude Code“记住”我的这些要求，我不用每次都叮嘱呢？
Claude Code 提供了一个方法：
我们可以把这一大段要求放到一个单独的文件中，以markdown格式书写。
后续我们在让Claude Code干活的时候，他就把这个文件一起带上发给AI了，这样就不用每次都要写一遍了。
但这样有一个新的问题，如果我只是在Claude Code里面聊聊天，提问题，反正不是开发网站，它也要把这一堆内容发给AI，这不是白白浪费token吗？
能不能简化一下这个流程：只有当真正需要用到这个文件的时候，Claude Code才把它发给AI呢？
我们可以这样做：给这个文件取个名字和描述，放在文件最开始的地方，同样还是以markdown格式书写。这两个字段简单介绍了这个文件叫啥，是干啥用的。
然后Claude Code在与AI沟通的时候，它告诉AI，我这里有个文档，它的名字和描述是这样的，如果你有需要可以问我要具体内容。
后面AI收到用户的指令发现是要开发网站，这时候再告诉Claude Code把这个文件给我发来就可以了。 经过这样一通改造，就避免了每次都要把这个文件传给AI浪费token的问题了。
你发现这一招还挺好使，于是如法炮制，写了一堆不同的文档，比如《SVG动画制作.md》用来详细指导AI如何制作网页SVG动画、《PPT制作.md》用来详细指导AI如何制作美观的PPT、《日报生成.md》用来详细指导AI如何书写符合你们公司风格规范的工作日报。
Claude Code与AI交互的时候，只需要把这些文档的名字和描述信息作为一个目录告诉AI，就像它当初把MCP服务清单发给AI那样，AI根据用户的提示词自行决定动态加载哪些文档。
同样的ClaudeCode，同样的AI大模型，因为有了这一堆文档的加持，你手里的这一套比别人多了很多技能，它更擅长做出好看的网站UI、更擅长做SVG动画、更擅长做PPT、更擅长写日报，完美！
而刚刚这套技术有一个闪亮的名字：Agent Skills！这一个个文档就是一个个的Skill，也就是一个个的技能。
简单理解的话，这些个Skill就是一个个技能手册，ClaudeCode和AI根据这些手册就能完成特定的工作。
为了规范管理，ClaudeCode通过文件夹的形式来管理这些Skill，并且把每个Skill的主文件都统一命名为Skill.md。
回到我们这个网站UI设计的Skill，随着你不断的迭代，这个markdown文件也变得越来越长。
因为好看的UI样式实在太多了，各种各样的风格层出不穷，你很难用一个单一的markdown文档来全部写完。
而且就算你能全部写在里面，但实际上AI只能用到其中一部分，其他大部分用不上的内容又白白浪费了上下文token了。
于是你打算把每一种风格单独拎出来写一个文件，然后在原来这个主文件里面做一个汇总，里面写上：
- 如果要做简约风网站就读取《简约风.md》
- 如果要做科技风网站就读取《科技风.md》
- 如果要做小清新风格网站就读取《小清新.md》
这样一来，当你让ClaudeCode做一个科技风的网站的时候，AI发现要先读取网站UI设计这个Skill，在读取这个主markdown文档之后，再根据需要进一步读取《科技风.md》这个文档。
这样按需渐进式加载极大节省了token，让AI只有在必要的时候才读取相应的内容。
再后来，你发现需要对网站UI做更精细化的控制，比如按钮、段落、图标、配色、图表等等，用这样的单个文档方式也不太好维护。
你决定技术升级，把这些细粒度的UI内容全部用数据表来进行管理，为了简单起见，你选择了用CSV表格文件来管理。
然后你希望AI在开发网站的时候，按照下面这一套工作流来确定最终选择的样式：
为了让AI知道如何搜索，上面的每一步你都写了详细的文字说明，你还专门编写了一个Python脚本，并告诉AI如何执行这个脚本来从这一堆CSV文件里面进行搜索。
现在AI大模型在Claude Code的配合下，在拿到你这个Skill.md文档之后，就按照你写的流程，一步步执行里面的操作，执行Python脚本完成检索，最后拿到完整的UI设计信息，开始为你开发网站。
事情发展到这里，这份Skill不仅是提供简单的文字信息给AI作参考，还能指定工作流，还能提供程序让ClaudeCode来执行，完成更加复杂的工作了。
上面介绍的这个Skill不是我虚构的，而是一个真实存在的Skill，它在GitHub上面已经收获了16K的Star：
通过这个Skill，我们可以让Claude Code这样的编程智能体开发出UI更美观的产品。
而这个Skill背后的原理，正如我们前面介绍的那样。
最后让我们来梳理一下整个的过程。
首先，每个Skill都需要一个Markdown文件，并且在文件的最开始有名字和描述两个字段，这属于这个Skill的元数据Meta Data。
Claude 在启动时加载这些元数据并将它们包含在系统提示词中，因为这两个字段本身内容比较短，所以一般不会占据太多token。
第二，每个Markdown文件除了前面元数据之后的正文内容，叫做指令，它本质上就是一段提示词，用来指导 Claude 如何做特定的事情。只有当AI需要使用这个Skill的时候才会加载它。官方称之为触发时加载。
第三，资源和代码。Skill相关的其他文件和代码脚本，只有当AI在使用Skill的过程中需要用到的时候才会动态加载。官方称之为按需加载。
以上就是Anthropic推出的Agent Skills技术了，扒掉这些晦涩的名词概念，它其实就是一项提示词工程技术的应用，和之前的MCP技术也有很多类似之处，如果你还不知道MCP是什么，欢迎观看下面这个视频：
Agent Skills也好，MCP也好，本质上都属于提示词工程，只不过是符合特定规范相对复杂的提示词，而为了规范管理和各种工程设计考虑，引入了一堆技术名词而已。
AI时代，未来的就业机会在哪里？
答案就藏在大模型的浪潮里。从ChatGPT、DeepSeek等日常工具，到自然语言处理、计算机视觉、多模态等核心领域，技术普惠化、应用垂直化与生态开源化正催生Prompt工程师、自然语言处理、计算机视觉工程师、大模型算法工程师、AI应用产品经理等AI岗位。
掌握大模型技能，就是把握高薪未来。
那么，普通人如何抓住大模型风口？
AI技术的普及对个人能力提出了新的要求，在AI时代，持续学习和适应新技术变得尤为重要。无论是企业还是个人，都需要不断更新知识体系，提升与AI协作的能力，以适应不断变化的工作环境。
因此，这里给大家整理了一份《2026最新大模型全套学习资源》，包括2026最新大模型学习路线、大模型书籍、视频教程、项目实战、最新行业报告、面试题、AI产品经理入门到精通等，带你从零基础入门到精通，快速掌握大模型技术！
由于篇幅有限，有需要的小伙伴可以扫码获取！
1. 成长路线图&学习规划
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。
2. 大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）
3. 大模型视频教程
对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。
4. 大模型项目实战
学以致用，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。
5. 大模型行业报告
行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
6. 大模型面试题
面试不仅是技术的较量，更需要充分的准备。
在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
为什么大家都在学AI大模型？
随着AI技术的发展，企业对人才的需求从“单一技术”转向 “AI+行业”双背景。企业对人才的需求从“单一技术”转向 “AI+行业”双背景。金融+AI、制造+AI、医疗+AI等跨界岗位薪资涨幅达30%-50%。
同时很多人面临优化裁员，近期科技巨头英特尔裁员2万人，传统岗位不断缩减，因此转行AI势在必行！
这些资料有用吗？
这份资料由我们和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
大模型全套学习资料已整理打包，有需要的小伙伴可以
微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】
