7.0
热点
AI SCORE
编程提效2026-07-28 13:00
AI Agent 技能体系：从能力到实用
Zapier Blog#Agent#工作流
Editor brief · 编辑速览
讲解如何设计 Agent 的技能模块提升其实用性，用类比法解释技能学习与复用机制。对构建 AI 工作流的开发者有指导价值。
讲解如何设计 Agent 的技能模块提升其实用性，用类比法解释技能学习与复用机制。对构建 AI 工作流的开发者有指导价值。
我的狗会很多把戏，而且只要你拿出高价值的零食——注意，是“只要”，也是“只有”——她就愿意向你展示。你不需要每次发出指令时，都重新教她趴下或握手；她早已知道你希望她做什么。Agent skills 的工作方式与此相同——只不过，你的 AI agent 是否配合，不太会取决于它当天的心情，也不需要你拿一根蓝莓味的 Greenie 来诱惑它。
Agent skills 就像是教会 AI 一项新技能，让它每次都以相同的方式、结合相同的上下文完成特定任务。你再也不必在每个新对话中反复粘贴同一段指令，也不必只提出一个开放式问题，然后祈祷 AI 工具恰好采用你想要的方法。
下面将介绍什么是 AI agent skills、如何查找和安装它们（或创建自己的自定义 skills），以及一些现在就可以尝试的 skills。
Agent skill 是一个由指令、脚本和参考文件组成的文件夹。AI agent 能够识别它，并在任务需要时自行加载，无须复制粘贴。
Anthropic 在 2025 年末推出了 Claude Skills，把指令、脚本和参考文件打包到一个文件夹中，让 Claude 可以在任务需要时加载它们。随后，Anthropic 又推出了 Skills Directory，这是一个可以浏览的现成 skills 目录，其中收录了 Zapier、Notion 和 Figma 等合作伙伴提供的 skills；同时，他们还将这种格式发布为开放标准，使其可以完全脱离 Claude 使用。如今，你会发现 Codex、Cursor 等其他 AI 工具也已经支持 skills。
Skill 与直接把指令粘贴到聊天窗口相比，有几个显著区别：
Agent 能识别任务何时与某项 skill 匹配，并自动加载该 skill。
Agent 能识别任务何时与某项 skill 匹配，并自动加载该 skill。
Skills 可以叠加使用，因此 marketing skill 和 data-analysis skill 可以在同一次对话中同时触发，无须切换工具，也无须从头开始。
Skills 可以叠加使用，因此 marketing skill 和 data-analysis skill 可以在同一次对话中同时触发，无须切换工具，也无须从头开始。
它们具有可移植性。只需用 SKILL.md 文件构建一次 skill，它就可以在任何支持这种格式的环境中运行——如今，大多数环境都已经支持。这也解释了为什么 skills 不会像庞大的 system prompt 那样让每次对话都变得臃肿。Agent 只会加载实际需要的细节，而且只在需要时加载。
它们具有可移植性。只需用 SKILL.md 文件构建一次 skill，它就可以在任何支持这种格式的环境中运行——如今，大多数环境都已经支持。这也解释了为什么 skills 不会像庞大的 system prompt 那样让每次对话都变得臃肿。Agent 只会加载实际需要的细节，而且只在需要时加载。
Skills 并不是为 AI agent 提供持久上下文的唯一方式。AGENTS.md、system prompts 和 custom instructions 等文件，会应用于 agent 在每一次对话中执行的所有操作，无论它们是否与当前任务相关。无论你让 ChatGPT 为假期整理一份行李清单，还是替老板起草一份报告，这些指令都会在后台运行。因此，常驻指令更适合存放身份层面的信息，例如你是谁、默认使用什么语气，以及连接了哪些应用。
Skills 的工作方式不同。它们平时处于休眠状态，直到 agent 识别出匹配的任务，才会仅为这项工作加载相关 skills。你可以针对具体、可重复的工作流构建 skill，例如如何对支持工单进行分流，或者如何起草营销活动复盘。
AI agents 的强大之处，在于它们可以跨越你的整个技术栈替你执行操作。例如，将 Cursor 连接到 Zapier MCP 后，你就可以让 Cursor 访问从 Gmail 收件箱到 CRM 在内的各种系统。每一种启用的应用操作——例如发送电子邮件或搜索 Slack——都是一个工具。
只有工具、没有 skills 的 agent 依然能够完成任务，只是结果会不稳定。让它对同一类工单分流十次，你可能会得到十种不同的判断，因为它每次都要从头临场推断你的流程。为 agent 配备 skills 后，它就会准确知道该如何在你的具体上下文中完成这些任务，例如应该先检查哪些字段、哪些事项需要人工批准，以及什么时候应该停下来询问，而不是靠猜测继续。
换句话说，工具决定 agent 能做什么，而 skills 告诉 agent 应该如何去做。
并非所有事情都值得构建 skill。对于一次性请求或开放式头脑风暴，skill 并不合适。如果你没有在反复解释同一件事，那么很可能也不需要 skill。
出现以下情况时，就说明该创建 skill 了：
你已经三次或更多次向 agent 粘贴相同的指令。如果每次开始新对话时，都要重新解释 CRM 结构、品牌语气或报告格式，那么这正是一项有待创建的 skill。
你已经三次或更多次向 agent 粘贴相同的指令。如果每次开始新对话时，都要重新解释 CRM 结构、品牌语气或报告格式，那么这正是一项有待创建的 skill。
任务遵循可重复的模式。工作流应该采用相同类型的输入、处理过程和输出。
任务遵循可重复的模式。工作流应该采用相同类型的输入、处理过程和输出。
任务需要 agent 自动引用某些上下文，例如模板、脚本或 schema map。销售团队经常遇到这种情况：销售人员不可能在通话前花 40 分钟从 CRM 中翻找客户历史记录，因此，一项预先知道该去哪里查找信息的 skill，可以帮他们省去临时手忙脚乱的过程。
任务需要 agent 自动引用某些上下文，例如模板、脚本或 schema map。销售团队经常遇到这种情况：销售人员不可能在通话前花 40 分钟从 CRM 中翻找客户历史记录，因此，一项预先知道该去哪里查找信息的 skill，可以帮他们省去临时手忙脚乱的过程。
大多数人不会从零开始编写 skill，你也不必觉得自己非得这样做。Claude 的 Skills Directory 允许你浏览可以直接启用的现成 skills，无须进行任何设置。只需复制 Markdown 指令或下载 .zip 文件，然后将它上传到你选择的 AI agent，并让它把该文件作为 skill 保存到 workspace 中。
不过，Anthropic 的 skills directory 并不是唯一可以浏览 skills 的地方。例如，Zapier 维护着几个公共 repos，其中包括 Wade's skills，你可以从中借鉴 Zapier CEO 最常使用的 agent skills；还有面向营销、销售和运营的 GTM Cheat Codes。这两个目录都是由真正从事相关工作的人构建的，而不是只停留在理论层面的人。
如果你要从 repo 安装，请先阅读 setup notes，确认所有必需的连接；然后把 SKILL.md 文件复制到 agent 的 skills directory 中，并调整 schema 或字段映射，使其与你自己的系统保持一致。接着，在执行第一个真实任务之前，先运行一次 onboarding prompt。此后，这项 skill 应该就可以跨 Codex、Claude 和 Cursor 等 agents 使用。
当然，你也可以自己构建 skill。我已经这样做过很多次，而我离 AI 大神或开发者还差得很远。大多数支持 skills 的 AI agent harness 也会提供 skill-creator 工具。如果你已经清楚工作流应该是什么样子，通常最简单的做法，就是用自然语言向 AI 工具描述需求，让 AI 替你搭建 SKILL.md 文件的基本结构。
开始构建 agent skills 的最佳方式，是审视自己的工作流程，找出那些你反复要求 AI 执行相同工作的环节。不过，有时浏览真实世界的用例，更容易激发灵感。
下面列出了一些 Zapier skills 库中最受欢迎的示例，它们展示了设计良好的 skill 在真正投入生产环境后是什么样子。
Campaign Postmortem skill 会汇总营销活动文档、团队反馈、dashboard 和 CRM 上下文，生成一份注明信息来源的复盘报告，涵盖发生了什么、哪些做法有效，以及下次应该改变什么。
Campaign Postmortem skill 会汇总营销活动文档、团队反馈、dashboard 和 CRM 上下文，生成一份注明信息来源的复盘报告，涵盖发生了什么、哪些做法有效，以及下次应该改变什么。
Support Ticket Triage Agent skill 会读取实时工单上下文，并行搜索 help desk 和 knowledge base，对问题进行分类，然后给出建议的下一步操作。在 ClickUp 的一项真实部署中，这项 skill 将每张工单的调研时间从 15 分钟缩短到 4 分钟。对于一个每月处理 5,000 多张工单的团队来说，每月节省的时间超过 900 小时。
Support Ticket Triage Agent skill 会读取实时工单上下文，并行搜索 help desk 和 knowledge base，对问题进行分类，然后给出建议的下一步操作。在 ClickUp 的一项真实部署中，这项 skill 将每张工单的调研时间从 15 分钟缩短到 4 分钟。对于一个每月处理 5,000 多张工单的团队来说，每月节省的时间超过 900 小时。
No Lead Left Behind Lead Treatment Audit skill 会找出遗漏或延迟的销售跟进，并结合严重程度评分，将这些缺口转化为行动项，让任何问题都不必等到有人手动发现后才得到处理。
No Lead Left Behind Lead Treatment Audit skill 会找出遗漏或延迟的销售跟进，并结合严重程度评分，将这些缺口转化为行动项，让任何问题都不必等到有人手动发现后才得到处理。
如果想查看更多示例，可以阅读我们的 GTM 团队 agent skills 汇总，或搜索 Claude Skills。
无论使用哪些 skills，只有当它们接入团队已经在使用的工具时，才能发挥最大作用。这正是 MCP（Model Context Protocol）的职责：它是一项开放标准，让 AI agent 可以连接你的应用，并在其中执行操作。Zapier MCP 是建立这种连接最快的方式：只需连接一次，你的 agent 就能安全访问 Gmail、Slack、Salesforce 以及其他 9,000 多款应用——无须编写代码，也无须提交 IT 工单。先完成这一步，此后构建的每一项 skill 才会真正拥有可以操作的对象。