Anthropic又出王炸！一個文件夾，把Claude“調教”成真正可以干活的Agent

前幾天OpenAI推出了拖拽式構建Agent方案，感覺大家普遍不是很看好，今天Anthropic也推出了一項名為Agent Skills（智能體技能）的重磅新功能，可以快速構建專屬領域的Agent，這個方案概念非常清晰簡單，可執行性又強，分享給大家看看

這段時間我寫文章介紹了對構建Agent至關重要的的上下文工程，這篇文章和這篇目前都受到了大家的強烈關注，今天Anthropic這套方法可以說是契合了這兩篇文章的最佳實踐

簡單來說，Agent Skills一個全新的、使用文件和文件夾來構建專業智能體的方法。

盡管Claude模型本身已經很強大，但要完成真實世界的工作，還需要程序化知識和組織背景。Agent Skills的出現，正是為了解決這一問題

現在，任何人都可以像為新員工準備“入職指南”一樣，將自己的專業知識、操作流程和資源打包成可組合的“技能”，動態地加載給Claude，從而將一個通用的AI智能體，轉變為滿足特定需求的專屬專家。

這項新功能的核心是什么？它具體如何運作？官方給出了詳細解讀

什么是Agent Skills？

一個Agent Skill，本質上是一個包含SKILL.md文件的目錄。這個目錄里可以整理指令、腳本和各類資源，為智能體賦予額外的能力。

開發者不再需要為每個應用場景構建碎片化、一次性的定制智能體。通過Agent Skills，他們可以捕捉和共享程序化知識，用可組合的能力來讓通用智能體變得專業化

激活技能非常簡單：只需編寫一個包含自定義指導的SKILL.md文件

技能的三個層次：漸進式披露是核心

官方通過一個為Claude增強PDF編輯能力的真實案例，展示了Agent Skills的內部構造

第一層：元數據（Metadata）

一個技能的核心是SKILL.md文件。該文件必須以YAML Frontmatter開頭，包含兩個必需的元數據：name（名稱）和description（描述）

在啟動時，智能體會預加載所有已安裝技能的名稱和描述到其系統提示（system prompt）中

這便是“漸進式披露”的第一層：它只提供足夠的信息，讓Claude知道在什么情況下該使用哪個技能，而無需將所有技能的詳細內容全部加載到上下文中

第二層：核心指令（SKILL.md主體內容）

當Claude根據當前任務，判斷某個技能是相關的，它就會讀取該技能的SKILL.md文件的完整內容，并將其加載到上下文中。這是披露的第二個層次

第三層：外部引用文件

當技能變得復雜，單一的SKILL.md文件可能不足以容納所有內容，或者某些內容僅在特定場景下才需要。這時，開發者可以在技能目錄中捆綁其他文件，并在SKILL.md中通過文件名引用它們。

這些被引用的文件構成了第三層（及更深層）的細節。Claude可以根據需要自主導航和發現這些信息。

在官方的PDF技能示例中，SKILL.md文件引用了reference.md和forms.md兩個附加文件。將PDF表單填寫的具體指令移入了forms.md，保持了核心技能文件的精簡，并相信Claude只在需要填寫表單時才會去讀取它

漸進式披露（Progressive disclosure）是Agent Skills設計的核心原則。它就像一本組織良好的手冊，從目錄（元數據），到具體章節（SKILL.md主體），再到詳細附錄（引用的文件），讓Claude只在需要時加載必要信息

官方強調，對于擁有文件系統和代碼執行工具的智能體來說，它們無需在處理任務時將技能的全部內容讀入上下文窗口。這意味著，一個技能可以捆綁的上下文數量實際上是無限的

技能如何被觸發和執行？

用一張圖清晰展示技能在上下文窗口中的觸發流程：

1.初始狀態：上下文窗口包含核心系統提示、所有已安裝技能的元數據，以及用戶的初始消息

2.觸發技能：Claude認為PDF技能相關，于是調用Bash工具讀取pdf/SKILL.md文件的內容

3.讀取附加文件：在處理任務過程中，Claude決定進一步讀取該技能捆綁的forms.md文件

4.執行任務：在加載了PDF技能的相關指令后，Claude繼續處理用戶的任務

技能與代碼執行

除了文本指令，Skills還可以包含代碼，供Claude在適當時作為工具來執行

雖然大語言模型擅長許多任務，但某些操作（如對列表進行排序）使用傳統代碼執行會更高效、成本更低。此外，許多應用需要代碼才能提供的確定性可靠性。

在PDF技能的例子中，技能包里包含一個預先編寫好的Python腳本，用于讀取PDF并提取所有表單字段。Claude可以直接運行這個腳本，而無需將腳本或PDF文件本身加載到上下文窗口中。由于代碼是確定性的，這個工作流保證了一致性和可重復性

如何開發和評估自己的技能？

Anthropic官方給出了四條實踐指南：

1.從評估開始：在代表性任務上運行你的智能體，觀察它在哪些地方遇到困難或需要額外上下文，以此確定其能力差距。然后，逐步構建技能來彌補這些不足

2.為規模化而設計：當SKILL.md文件變得臃腫時，將其內容拆分到不同文件中并進行引用。如果某些上下文是互斥或很少一起使用，保持路徑分離可以減少Token消耗。代碼既可以作為可執行工具，也可以作為文檔。要明確Claude應該直接運行腳本，還是將其作為參考讀入上下文

3.從Claude的視角思考：監控Claude在真實場景中如何使用你的技能，并根據觀察進行迭代。注意技能的name和description，這是Claude決定是否觸發該技能的關鍵

4.與Claude一起迭代：在與Claude合作完成任務時，可以要求它將成功的方法和常見的錯誤總結成可重用的上下文和代碼，并固化到一個技能中。如果它在使用技能時偏離了軌道，讓它自我反思，這能幫助你發現它真正需要的上下文。

安全注意事項

由于Skills通過指令和代碼為Claude提供新能力，惡意的技能可能會在使用環境中引入漏洞，或引導Claude泄露數據、執行意外操作。

官方建議：

只從受信任的來源安裝技能

在使用來自不太可信來源的技能前，進行徹底審計。檢查文件內容、代碼依賴項以及圖像或腳本等捆綁資源

特別注意技能中指示Claude連接到潛在不受信任的外部網絡源的指令或代碼。

目前，Agent Skills已在Claude.ai、Claude Code、Claude Agent SDK和Claude開發者平臺全面支持。

Anthropic表示，未來幾周將繼續增加新功能，支持技能的創建、編輯、發現、共享和使用的完整生命周期

更長遠地，Anthropic希望智能體能夠自主創建、編輯和評估技能，將自己的行為模式固化為可重用的能力。

總而言之，Agent Skills是一個概念簡單、格式也簡單的功能，這種簡單性使得組織、開發者和最終用戶都能更容易地構建定制化的智能體，并賦予它們新的能力

Skill文檔：

https://docs.claude.com/en/docs/agents-and-tools/agent-skills/overview

使用指南：

https://github.com/anthropics/claude-cookbooks/tree/main/skills