1. 從skills這個模糊詞說起它到底指什么第一次看到skills這個標題加上一堆熱搜詞里混著 Agent Skills、Google Cloud、GKE、Genkit、codex skills、claude agent skills我腦子里第一反應(yīng)是這詞太泛了。但把熱搜詞串起來看方向其實很清晰——這里的 skills 不是指人類技能而是指 AI Agent 生態(tài)里那套可插拔能力包機制。說白了skills 就是給 AI 助手Agent裝的一個個技能模塊。你可以把它理解成手機上的 AppAgent 本身是操作系統(tǒng)skills 就是一個個裝上去就能干具體活的應(yīng)用。裝一個寫論文的 skillAgent 就會按學術(shù)規(guī)范幫你組織文獻、搭結(jié)構(gòu)裝一個分鏡的 skill它就能按鏡頭語言拆解腳本裝一個代碼審計的 skill它就知道該從哪些角度去找漏洞。這個機制為什么這兩年突然火核心原因是大模型的能力邊界在通用和專用之間反復橫跳。通用模型什么都懂一點但真到具體任務(wù)上往往不如一個被精心約束過流程的專用配置。skills 就是那個約束層——它把提示詞、工具調(diào)用、執(zhí)行步驟、輸出格式打包成一個可復用的單元讓 Agent 在特定任務(wù)上表現(xiàn)得像換了個人。熱搜里出現(xiàn)的 Google Cloud、GKE、Genkit 這幾個詞說明 skills 已經(jīng)不只是本地玩票而是往云原生、往生產(chǎn)環(huán)境走了。GKE 是 Google 的 Kubernetes 托管服務(wù)Genkit 是 Google 出的 AI 應(yīng)用開發(fā)框架這倆湊一起意味著 skills 可以被部署成集群里的服務(wù)被多個 Agent 共享調(diào)用。這是從個人玩具到團隊基礎(chǔ)設(shè)施的關(guān)鍵一步。至于 codex skills、claude agent skills 這些指的是不同 Agent 平臺各自的 skills 規(guī)范。它們格式不完全一樣但設(shè)計哲學相通聲明式描述 可執(zhí)行邏輯 明確邊界。你告訴系統(tǒng)這個 skill 叫什么、什么時候用、怎么用、輸出什么系統(tǒng)在合適的時候自動掛載它。所以這篇內(nèi)容我打算這么聊先把 skills 的本質(zhì)和它解決的問題講透再拆解一個 skill 從設(shè)計到落地的完整鏈路然后重點講實際開發(fā)中最容易踩的坑最后聊聊它在云上GKE Genkit 這條線怎么跑起來。適合誰看如果你正在做 Agent 相關(guān)的東西或者想給自己常用的 AI 工具加定制能力又或者單純好奇skills 到底是不是又一個概念泡沫這篇應(yīng)該能給你一些實在的參考。2. skills 的本質(zhì)把提示詞工程升級成能力工程2.1 為什么光靠提示詞不夠用很多人一開始接觸 Agent都是靠一段長長的系統(tǒng)提示詞搞定一切。我早期也這么干寫個兩三千字的 prompt把角色、規(guī)則、輸出格式全塞進去。剛開始挺爽但任務(wù)一復雜就崩。問題出在哪提示詞是軟約束它沒有結(jié)構(gòu)沒有邊界也沒有復用機制。你寫了一段幫我審代碼的提示詞下次想審另一種語言的代碼要么改提示詞要么重寫。更麻煩的是當 Agent 需要調(diào)用外部工具時提示詞里描述的工具用法和實際工具定義容易對不上模型就開始瞎編參數(shù)。skills 的出現(xiàn)本質(zhì)是把這種一坨提示詞拆成了有結(jié)構(gòu)的模塊。一個 skill 通常包含幾個固定部分元信息名字、描述、適用場景。這是給 Agent 的路由依據(jù)決定什么時候該掛載這個 skill。指令體具體怎么做步驟是什么有哪些約束。工具聲明這個 skill 需要調(diào)用哪些外部能力參數(shù) schema 是什么。輸出規(guī)范結(jié)果長什么樣是 JSON 還是 Markdown字段有哪些。這么一拆好處立刻顯現(xiàn)。Agent 在接到任務(wù)時先根據(jù)元信息匹配 skill匹配上了再加載指令體和工具執(zhí)行完按輸出規(guī)范返回。整個過程是可預測、可測試、可復用的。2.2 skills 和傳統(tǒng)插件、函數(shù)調(diào)用的區(qū)別有人會問這不就是函數(shù)調(diào)用function calling換了個名字嗎不完全是。函數(shù)調(diào)用解決的是模型怎么調(diào)一個具體接口的問題它是單次、原子的。skills 解決的是模型怎么完成一類任務(wù)的問題它是流程化、組合式的。一個 skill 內(nèi)部可能調(diào)用好幾個函數(shù)中間還有判斷、循環(huán)、格式轉(zhuǎn)換。打個比方函數(shù)調(diào)用像是給你一把螺絲刀skills 像是給你一套裝宜家柜子的完整流程——先看圖紙、再分類零件、按順序擰螺絲、最后檢查穩(wěn)定性。螺絲刀只是其中一環(huán)。熱搜里agent tool agent skills這個詞組很能說明問題tool 是工具skill 是用工具的方法論。兩者是不同層級的東西。2.3 一個 skill 的最小可用結(jié)構(gòu)為了后面講實操方便這里先給一個通用的 skill 結(jié)構(gòu)示意。不同平臺字段名不一樣但骨架大同小異name: code-review description: 對指定代碼文件進行靜態(tài)審查輸出問題清單和修復建議 when_to_use: 當用戶要求審查代碼、找 bug、檢查代碼規(guī)范時 steps: - 讀取目標文件內(nèi)容 - 按語言規(guī)則檢查常見問題空指針、邊界、資源泄漏 - 按嚴重程度分級 - 生成結(jié)構(gòu)化報告 tools: - read_file - run_linter output: format: markdown sections: [問題列表, 嚴重程度, 修復建議]這個結(jié)構(gòu)里description 和 when_to_use 是最關(guān)鍵的兩個字段。它們直接決定 Agent 能不能在正確的時機掛載這個 skill。我見過太多人把這兩個字段寫得含糊其辭結(jié)果 skill 要么從不被觸發(fā)要么在不該觸發(fā)的時候亂觸發(fā)。2.4 為什么現(xiàn)在值得投入學 skills一個現(xiàn)實判斷Agent 的競爭已經(jīng)從模型多強轉(zhuǎn)向能力多全。模型本身大家用的都差不多差距在于誰能把具體任務(wù)打磨得更順。skills 就是打磨的載體。而且 skills 有個隱性價值它是團隊知識的沉淀方式。你們團隊踩過的坑、總結(jié)的最佳實踐寫成文檔沒人看寫成 skill 卻能被 Agent 自動執(zhí)行。這是把人腦里的經(jīng)驗變成系統(tǒng)里的能力的過程。熱搜里今天學會了skills打開新世界這種表達我理解那種感覺——當你第一次看到自己寫的 skill 被 Agent 準確調(diào)用并完成任務(wù)時確實會有種原來可以這樣的頓悟。3. 從零設(shè)計一個 skill我踩過的坑和驗證過的流程3.1 先想清楚這個 skill 的邊界在哪設(shè)計 skill 最容易犯的錯是貪大求全。我第一個 skill 想做一個全能寫作助手結(jié)果描述寫得又長又泛Agent 根本不知道該在什么時候用它用起來也是東一榔頭西一棒子。后來我改了個思路一個 skill 只干一件事而且這件事要能用一句話說清楚。比如把會議記錄整理成待辦清單、給一段 SQL 做性能分析、把技術(shù)文檔翻譯成面向小白的版本。邊界越清晰Agent 匹配越準執(zhí)行越穩(wěn)。判斷邊界是否清晰有個簡單測試你能不能給這個 skill 寫出三個不該用它的場景。如果寫不出來說明邊界還是模糊的。3.2 描述字段的寫法給 Agent 看的廣告文案description 和 when_to_use 這兩個字段本質(zhì)是寫給 Agent 的廣告。Agent 在決定掛載哪個 skill 時就是靠這些文字做語義匹配。所以寫法要遵循幾個原則用動詞開頭明確動作。比如審查代碼比代碼審查相關(guān)好。包含觸發(fā)關(guān)鍵詞。用戶可能說幫我看看這段代碼有沒有問題也可能說review 一下描述里要覆蓋這些說法。說明輸出物。Agent 知道會產(chǎn)出什么更容易判斷是否匹配。避免歧義詞。處理、優(yōu)化這種詞太泛盡量換成具體動作。我實測下來描述里帶上 2-3 個典型用戶說法匹配準確率會明顯提升。比如description: 審查代碼并找出潛在問題。適用于用戶說幫我看看這段代碼、review 一下、有沒有 bug、代碼規(guī)范檢查等場景。輸出問題清單和修復建議。3.3 指令體的顆粒度太粗會飄太細會死指令體是 skill 的核心寫多細是個技術(shù)活。寫太粗比如檢查代碼質(zhì)量Agent 就自由發(fā)揮了每次結(jié)果都不一樣。寫太細比如把每一行判斷邏輯都寫死skill 就失去了靈活性遇到稍微不同的情況就卡住。我的經(jīng)驗是流程寫細判斷留活。也就是說步驟要明確先讀文件、再檢查、再分級、再輸出但每一步內(nèi)部的判斷標準可以給原則而不是死規(guī)則。比如按嚴重程度分級這一步我會說明導致崩潰的算高、影響性能的算中、風格問題算低但不寫死具體規(guī)則讓模型根據(jù)上下文判斷。3.4 工具聲明的坑schema 對不上是最常見的失敗原因skill 要調(diào)用外部工具時工具聲明的 schema 必須和實際工具定義嚴格一致。我踩過最典型的坑是skill 里寫參數(shù)叫file_path實際工具定義里叫path結(jié)果 Agent 調(diào)用時一直報參數(shù)錯誤排查了半天才發(fā)現(xiàn)是命名不一致。還有個坑是必填參數(shù)沒標清楚。如果某個參數(shù)是必填的但 schema 里沒標 requiredAgent 可能就不傳然后工具執(zhí)行失敗。反過來如果標了 required 但實際可以不傳Agent 又會強行編一個值出來。建議做法工具聲明直接從工具的實際定義里復制不要手寫。如果平臺支持自動生成 schema一定用自動生成。3.5 輸出規(guī)范結(jié)構(gòu)化是穩(wěn)定性的保障輸出規(guī)范決定了 skill 的結(jié)果能不能被下游消費。如果只是給人看Markdown 就夠了如果要被其他程序處理就必須用 JSON 之類的結(jié)構(gòu)化格式。我一般會要求輸出包含這幾個部分結(jié)論、依據(jù)、置信度、后續(xù)建議。結(jié)論是直接答案依據(jù)是推理過程置信度讓調(diào)用方知道這個結(jié)果有多可靠后續(xù)建議是可選動作。這套結(jié)構(gòu)在大多數(shù)場景下都夠用。有個細節(jié)輸出里不要包含我認為、可能這類模糊詞除非確實不確定。Agent 的輸出會被下游當事實用模糊詞會污染整個鏈路。4. 實測中最容易翻車的幾個場景4.1 skill 沖突兩個 skill 搶同一個任務(wù)當你有多個 skill且它們的適用場景有重疊時Agent 可能選錯。我遇到過代碼審查和代碼優(yōu)化兩個 skill用戶說幫我改改這段代碼Agent 有時掛審查、有時掛優(yōu)化結(jié)果完全不一樣。解決辦法有兩個一是在描述里明確區(qū)分審查側(cè)重找問題優(yōu)化側(cè)重改代碼二是設(shè)置優(yōu)先級如果平臺支持給更專用的 skill 更高優(yōu)先級。4.2 上下文超限skill 加載太多把窗口撐爆每個 skill 的指令體都要占上下文。如果一次掛載了五六個 skill加上對話歷史很容易超出模型窗口。表現(xiàn)就是 Agent 開始忘事前面說的規(guī)則后面就不遵守了。我的做法是控制同時掛載的 skill 數(shù)量一般不超過 3 個。如果任務(wù)確實需要多個 skill 協(xié)作就分步執(zhí)行而不是一次性全掛上。4.3 工具調(diào)用失敗后的重試邏輯skill 調(diào)用外部工具時失敗是常態(tài)。網(wǎng)絡(luò)抖動、參數(shù)錯誤、權(quán)限不足都可能讓工具調(diào)用掛掉。如果 skill 里沒寫重試邏輯Agent 可能就直接報錯了。建議在指令體里明確工具調(diào)用失敗時先檢查參數(shù)再重試一次還失敗就返回錯誤信息而不是瞎編結(jié)果。這個約束能避免很多Agent 編造工具返回的問題。4.4 輸出格式漂移說好 JSON 卻返回 Markdown即使你在輸出規(guī)范里寫了要 JSON模型有時還是會返回 Markdown。原因是模型在生成時覺得Markdown 更自然。對抗這個問題的辦法是在指令體里也強調(diào)格式并且給一個具體的輸出示例。示例比規(guī)范更有效模型會模仿示例的格式。4.5 跨平臺兼容同一個 skill 換個平臺就跑不起來不同 Agent 平臺的 skill 規(guī)范不一樣。字段名、工具聲明方式、輸出約束機制都有差異。我試過把一個平臺的 skill 直接搬到另一個平臺結(jié)果一半字段不認。如果要做跨平臺建議把 skill 的核心邏輯指令體和平臺適配層分開。核心邏輯用自然語言寫平臺相關(guān)的部分工具聲明、元信息格式單獨維護。這樣遷移時只需要改適配層。5. 把 skills 跑在云上GKE Genkit 這條線的實際考量5.1 為什么要把 skill 部署成服務(wù)本地跑 skill 適合個人玩但團隊用就有問題每個人的環(huán)境不一樣skill 版本不一致更新要挨個通知。把 skill 部署成云上服務(wù)就能做到統(tǒng)一版本、集中管理、按需調(diào)用。熱搜里出現(xiàn) GKE 和 Genkit說明這條路已經(jīng)有人在走了。GKE 提供容器編排Genkit 提供 AI 應(yīng)用框架兩者結(jié)合可以讓 skill 以 API 的形式對外提供服務(wù)任何 Agent 都能調(diào)用。5.2 部署時的幾個關(guān)鍵決策第一個決策skill 是無狀態(tài)還是有狀態(tài)。大多數(shù) skill 應(yīng)該是無狀態(tài)的每次調(diào)用獨立這樣容易水平擴展。如果 skill 需要維護會話狀態(tài)就要考慮用外部存儲而不是放在服務(wù)內(nèi)存里。第二個決策同步還是異步?？焖俜祷氐?skill 用同步 API耗時長的比如要跑幾分鐘的分析用異步先返回任務(wù) ID再輪詢結(jié)果。第三個決策怎么隔離不同 skill 的資源。如果多個 skill 共享一個服務(wù)一個 skill 出問題可能拖垮其他。用 GKE 的話可以考慮按 skill 分組部署或者用資源配額限制單個 skill 的消耗。5.3 Genkit 在其中的角色Genkit 這類框架的價值是把 AI 應(yīng)用的常見模式封裝好比如提示詞管理、工具調(diào)用、流式輸出、追蹤調(diào)試。你不用自己從頭搭這些基礎(chǔ)設(shè)施專注寫 skill 邏輯就行。實際用下來我覺得它最大的好處是調(diào)試體驗。AI 應(yīng)用的調(diào)試很痛苦因為模型輸出不確定。Genkit 提供的追蹤功能能讓你看到每次調(diào)用的完整鏈路輸入是什么、掛了哪些 skill、調(diào)了哪些工具、輸出是什么。這對排查問題幫助很大。5.4 云上部署的成本和性能權(quán)衡把 skill 放云上成本主要來自三塊計算資源、模型調(diào)用、網(wǎng)絡(luò)傳輸。計算資源相對好控制模型調(diào)用是大頭尤其是高頻調(diào)用的 skill。優(yōu)化思路有幾個緩存常見結(jié)果同樣的輸入不用重復調(diào)模型用小模型處理簡單任務(wù)大模型只用在真正需要的地方批處理把多個小請求合并成一次調(diào)用。性能方面冷啟動是云上部署的常見問題。如果 skill 服務(wù)長時間沒被調(diào)用容器可能被回收下次調(diào)用要重新啟動延遲會很高。解決辦法是設(shè)置最小實例數(shù)或者用預熱機制。6. 關(guān)于 skills 的幾個常見誤解6.1 skills 就是提示詞模板不完全對。提示詞模板是靜態(tài)的文本替換skills 是動態(tài)的能力掛載。skills 包含提示詞但還包括工具聲明、輸出規(guī)范、觸發(fā)條件。而且 skills 是運行時被 Agent 主動選擇的不是預先拼好的。6.2 skill 寫得越詳細越好前面說過太細會死。skill 的詳細程度要匹配任務(wù)的確定性。確定性高的任務(wù)可以寫細確定性低的任務(wù)要給模型留空間。判斷標準是如果任務(wù)的正確做法只有一種就寫細如果有多種合理做法就給原則。6.3 一個 skill 可以搞定所有事這是最危險的誤解。skill 的價值恰恰在于專精。一個什么都干的 skill等于什么都沒干好。我見過有人做一個萬能助手 skill結(jié)果在所有任務(wù)上表現(xiàn)都平庸。拆成多個專精 skill整體效果反而更好。6.4 skills 只適合技術(shù)場景不是。熱搜里有分鏡 skills、寫論文的 skills說明非技術(shù)場景一樣適用。任何有固定流程、需要反復執(zhí)行的任務(wù)都可以做成 skill。關(guān)鍵是任務(wù)要可描述、可復用、有明確輸出。7. 我個人的一些實操心得折騰 skills 這段時間有幾個體會比較深分享出來。第一先手動跑通再封裝成 skill。不要一上來就寫 skill先用提示詞手動把任務(wù)跑幾遍看看流程順不順、輸出穩(wěn)不穩(wěn)。跑通了再封裝能省很多返工。第二skill 要版本化。每次改動都記下來改了什么、為什么改。skills 的效果很依賴細節(jié)改一個字可能結(jié)果就變了。沒有版本記錄出了問題根本沒法回溯。第三建立自己的 skill 庫。用得順手的 skill 存起來分類管理。時間長了你會發(fā)現(xiàn)很多任務(wù)其實是重復的有現(xiàn)成的 skill 直接掛上就行效率提升很明顯。第四別迷信官方 skill。熱搜里有官方市場、官方下載這類詞官方 skill 質(zhì)量通常有保障但不一定適合你的場景。我的做法是參考官方 skill 的結(jié)構(gòu)但指令體按自己的需求重寫。第五測試要覆蓋邊界情況。正常輸入跑通不算完要測空輸入、超長輸入、格式錯誤的輸入、工具調(diào)用失敗的場景。這些邊界情況才是 skill 穩(wěn)定性的真正考驗。最后說個觀察skills 這個方向現(xiàn)在還在快速演化不同平臺的規(guī)范還在打架。但底層邏輯是穩(wěn)的——把能力模塊化、把流程結(jié)構(gòu)化、把經(jīng)驗可復用化。這個邏輯不會變。所以現(xiàn)在投入學 skills不是追熱點是在積累一種會長期有用的能力組織方式。至于具體用哪個平臺、哪種格式反而是次要的理解了本質(zhì)換平臺只是改改適配層的事。