AgentKnowledgeAgentKnowledgeAgentKnowledge
文档案例博客
AgentKnowledgeAgentKnowledgeAgentKnowledge

深入 Agent,构建你的专属。致力于打造体系化的 AI Agent 开发者学习平台。

学习路径

DocsAI BasicsMCPAgent 实战

社区

ShowcaseBlogGitHub

账号

User CenterLogin

© 2026 AgentKnowledge.cn. 保留所有权利。

  • Agent
  • System Prompt
  • Prompt
  • Prompt Engineering
  • Zero-shot / Few-shot
  • Chain of Thought(CoT)
  • ReAct
  • SKILL(Agent技能)
  • Memory(Agent记忆)
  • RAG
  • Retrieval
  • Embedding
  • Embedding Model
  • Vector Database
  • Cosine Similarity
  • MCP(Model Context Protocol)
  • Tool Calling
  • Function Schema
  • Structured Output
  • OpenClaw
  • Harness Engineering(驾驭工程)
  • Token
  • Context Window
  • Temperature
  • Top-p
  • Transformer 架构
  • MCP
  • Agent

SKILL(Agent技能)

为什么需要 SKILL

Agent 不能凭空"变出"能力,它需要通过某种方式获得"技能"——调用搜索、执行代码、查询数据库、发送消息、读写文件。

每一种具体操作对应一个 Skill。Skill 是 Agent"能做什么"的定义,通过 MCP 协议或 Tool Calling 暴露给 Agent,使它在推理时能发现并调用这些能力。


什么是 SKILL

一句话定义:SKILL 是 Agent 能够执行的具体能力单元,定义了"能做什么"以及"怎么做"。

类比:SKILL 就像员工的"岗位说明书"——写清楚这个岗位要做什么、什么时候该做、接受什么指令、输出什么结果。

Skill 和 Tool 的区别:

  • Tool 更底层,指"单一操作"
  • SKILL 更业务层,可能组合多个工具

比如 search_web 可以是一个 Tool,但"情报收集"Skill 可能组合了搜索、解析、总结三个 Tool。


怎么做:怎么设计好 Skill

单一职责:一个 Skill 做一件事,不要把太多逻辑塞进一个技能里。

描述清晰:description 要能让模型准确判断什么时候该调用,不要只写"获取数据"。

参数简洁:避免过多的必填参数,降低调用失败率。

结果可预期:统一返回值格式,方便 Agent 解析和处理。

幂等性:相同输入能产生相同结果,方便重试和调试。

关于 Schema 的写法,可以参考 Function Schema 词条——清晰的 Schema 是 Skill 能被正确调用的前提。


记住这一句:SKILL 是 Agent 的"能力清单"——定义清楚、描述清晰、职责单一,Agent 才能准确选择和调用。

相关词条:Agent · Tool Calling

相关词条

AgentTool CallingMCP(Model Context Protocol)Memory(Agent记忆)

标签

SKILLagent skill技能agent capability工具集能力插件

目录

为什么需要 SKILL什么是 SKILL怎么做:怎么设计好 Skill