代码语言

知识点思维导图

46 个知识节点

参考资料

项目实战（15） - 技能系统：给 Agent 装「外挂」

读完后，你应能完成以下任务：

绘制“项目实战（15） - 技能系统：给 Agent 装「外挂」 / 技能是什么？”的关键对象与数据流，解释“技能是可复用的指令，Agent 在心跳里按需调用。”，并用源码位置、日志或 Trace 标注证据。

为“项目实战（15） - 技能系统：给 Agent 装「外挂」 / SKILL.md 的格式”设计正常与异常输入，验证“把它写成决策逻辑，不是营销文案。”，输出首个偏差位置与回归测试结果。

实现“项目实战（15） - 技能系统：给 Agent 装「外挂」 / 技能在运行时怎么工作（按需加载）”的最小代码或配置，检验“都是「省 token + 保持专注」的设计哲学。”，输出命令、结果与 Diff，并说明不适用边界。

本章目标：搞懂技能（Skill）是什么、怎么被按需加载、怎么注入到 Agent 运行时。会写出一个合格的 SKILL.md，掌握「把 description 写成路由逻辑」的核心技巧，了解第三方技能的安全注意事项。

到这里你的 AI 公司已经能跑、能协作、能被治理了。但 Agent 的能力是「天生」的吗？不全是——你可以给它装技能（Skills），相当于给员工做培训、发工具。

一、先建立全局：技能系统：给 Agent 装「外挂」是什么？

理解“技能系统：给 Agent 装「外挂」”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。

“技能系统：给 Agent 装「外挂」”的第一个核心判断是：技能是可复用的指令，Agent 在心跳里按需调用。。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。

顺序	章节	读完本节应抓住的结论
1	技能是什么？	技能是可复用的指令，Agent 在心跳里按需调用。
2	SKILL.md 的格式	把它写成决策逻辑，不是营销文案。
3	技能在运行时怎么工作（按需加载）	都是「省 token + 保持专注」的设计哲学。
4	看一个真实例子	这就是「路由逻辑」：Agent 一读就知道「我现在是不是在干这件事」。
5	技能怎么被注入到 Agent？	claude_local 适配器：建一个临时目录，把 Paperclip 技能软链进去，通过 --add-dir 传给 Claude Code。
6	编写技能的最佳实践（官方 + 实战）	✅ description 写成路由逻辑：包含「use when（何时用）」和「don't use when（何时别用）」的指引，而不是夸技能多厉害。

1.1 核心对象之间怎样衔接

flowchart LR
  S1["技能是什么？"] --> S2
  S2["SKILL.md 的格式"] --> S3
  S3["技能在运行时怎么工作（按需加载）"] --> S4
  S4["看一个真实例子"] --> S5
  S5["技能怎么被注入到 Agent？"]

这张图只表达本文的讲解顺序，不替代正文机制。判断“技能系统：给 Agent 装「外挂」”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。

1.2 再看失败：问题最早会出现在哪一步？

在“技能系统：给 Agent 装「外挂」”的对象和顺序已经明确后，再看可观察的失败：文本直通执行、状态不可重放或重试重复写入。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。

二、技能是什么？

技能是可复用的指令，Agent 在心跳里按需调用。本质是带 YAML frontmatter 的 markdown 文件，教 Agent 怎么完成某类特定任务。

打个比方：心跳协议是「岗位 SOP」（每个 Agent 都遵守），而技能是「专项操作手册」——比如「怎么剪视频」「怎么把计划转成任务」「怎么雇一个新 Agent」。 Agent 遇到相关任务时，翻开对应手册照着做。

三、技能的目录结构

一个技能是一个目录，核心是 SKILL.md：

skills/
└── my-skill/
    ├── SKILL.md          # 主文档
    └── references/        # 可选的支撑文件
        └── examples.md

四、SKILL.md 的格式

---
name: my-skill
description: >
  简短描述这个技能干什么、什么时候用。
  这其实是「路由逻辑」——Agent 读这段来决定
  要不要加载完整技能内容。
---

# My Skill

给 Agent 的详细指令...

4.1 Frontmatter 两个字段

name：技能唯一标识（kebab-case 短横线命名）。
description：路由描述——告诉 Agent 什么时候该用这个技能。把它写成决策逻辑，不是营销文案。

五、技能在运行时怎么工作（按需加载）

这是技能机制的精髓——渐进式加载：

① Agent 在上下文里只看到技能的元数据（name + description）
        │
② Agent 判断「这个技能和我当前任务相关吗？」
        │
   相关 ──▶ ③ 加载完整 SKILL.md 内容
        │
④ Agent 照着技能里的指令干活

为什么这么设计？ ** 为了保持基础 prompt 精简**。如果把所有技能全文都塞进 Agent 上下文，token 爆炸且分散注意力。只加载 name+description（很短），真正用到时才加载全文——这和第 06 章「session 持久化」一样，都是「省 token + 保持专注」的设计哲学。

💡 这就是为什么 description 极其重要：它是 Agent 决定「要不要展开这个技能」的唯一依据。description 写不好，技能要么从不被用，要么被乱用。

六、看一个真实例子

Paperclip 自带的 paperclip-create-agent 技能（教 Agent 怎么雇人），它的 frontmatter 是这么写的：

---
name: paperclip-create-agent
description: >
  Create new agents in Paperclip with governance-aware hiring. Use when you need
  to inspect adapter configuration options, compare existing agent configs,
  draft a new agent prompt/config, and submit a hire request.
---

注意 description 的写法——它明确说了「Use when（什么时候用）：当你需要检查适配器配置、对比现有 Agent 配置、起草新 Agent 配置、提交雇人请求时」。这就是「路由逻辑」：Agent 一读就知道「我现在是不是在干这件事」。

技能正文则给出具体可执行的步骤（带真实命令）：

# 1. 确认身份和公司上下文
curl -sS "$PAPERCLIP_API_URL/api/agents/me" \
  -H "Authorization: Bearer $PAPERCLIP_API_KEY"

# 2. 发现这个实例的适配器配置选项
curl -sS "$PAPERCLIP_API_URL/llms/agent-configuration/claude_local.txt" \
  -H "Authorization: Bearer $PAPERCLIP_API_KEY"

看出门道了吗？好技能 = 精准的路由 description + 具体到能照抄的命令。

七、技能怎么被注入到 Agent？

技能不是凭空出现在 Agent 面前的，适配器负责让技能可被发现：

claude_local 适配器：建一个临时目录，把 Paperclip 技能软链进去，通过 --add-dir 传给 Claude Code。这样技能可见，又不污染 Agent 的工作目录。
codex_local 适配器：用全局技能目录。

回顾第 06 章：这就是 claude_local 「技能注入」那一节讲的机制。不同适配器注入方式不同，但目的一样：让 Agent 在心跳里能发现并加载技能。

八、编写技能的最佳实践（官方 + 实战）

✅ description 写成路由逻辑：包含「use when（何时用）」和「don't use when（何时别用）」的指引，而不是夸技能多厉害。
✅ 具体、可执行：Agent 要能照着做而没有歧义。给真实命令、真实 API 调用，比一堆散文可靠得多。
✅ 一个技能一个关注点：别把不相关的流程塞进一个技能。聚焦单一职责（这和第 10 章之前讲的「原子 Agent」是同一种思想）。
✅ 支撑细节放 references/：别让主 SKILL.md 臃肿。核心步骤放正文，详细参考资料放 references。

九、第三方技能的安全注意事项

视频里创始人特别提到：可以通过 skills.sh 之类机制给 Agent 装第三方技能（比如 Remotion 视频编辑能力），但——

⚠️ 第三方技能的安全性需要警惕。 技能本质是「给 Agent 的指令」，而 Agent（尤其 claude_local 默认 dangerouslySkipPermissions=true）在它的 cwd 里权限很大。一个恶意或写得糟糕的技能，可能诱导 Agent 执行危险操作。

实战建议：

装第三方技能前读一遍它的 SKILL.md，看它让 Agent 干什么。
给装了不可信技能的 Agent 用受限的 cwd 和较小的预算。
关键操作仍走审批闸门（第 09 章），别让技能绕过治理。

十、常见错误

❌ description 写成营销文案（「这是个超强的视频技能！」） → Agent 没法据此判断何时用，技能形同虚设。要写「use when...」。
❌ 一个技能塞多个不相关流程 → Agent 难以判断相关性，也难维护。一技能一职责。
❌ 技能正文全是抽象描述，没有具体命令 → Agent 执行时充满歧义、容易出错。给可照抄的命令。
❌ 主 SKILL.md 塞满细节 → 加载时 token 浪费、重点淹没。细节挪 references/。
❌ 无脑装第三方技能 → 安全风险。先读再用，配受限环境。

十一、最佳实践小结

把写技能当成「给一个能干但需要明确指令的新人写操作手册」：

标题页（description）写清「遇到 X 情况翻开我」。
正文给「第一步做这个、第二步做那个」的具体步骤和命令。
一本手册只讲一件事。
厚重的参考资料附在后面（references），别写进首页。

十二、动手验证：先跑通技能系统：给 Agent 装「外挂」，再改变一个变量

前面的章节已经建立问题、概念和机制。现在把“技能系统：给 Agent 装「外挂」”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。

12.1 基线与候选只允许一个变量不同

验证“技能系统：给 Agent 装「外挂」”时，先固定工具 Schema、身份、畸形参数、超时和重复请求。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。

执行“技能系统：给 Agent 装「外挂」”时，动作是：回放决策到执行链路，覆盖失败、重试、暂停和恢复。原始结果不能只保留截图或汇总分数，必须同步保存：模型提议、校验、授权、幂等键、状态迁移、Trace，使下一次复查可以在同一输入上重放。

实验要素	本文要求
固定条件	工具 Schema、身份、畸形参数、超时和重复请求
唯一变量	本次候选方案与基线之间的一项明确差异
原始证据	模型提议、校验、授权、幂等键、状态迁移、Trace
通过阈值	模型只提议；执行受代码约束；失败不重复副作用
立即停止	文本直通执行、状态不可重放或重试重复写入

12.2 执行前先排除不可比较条件

“技能系统：给 Agent 装「外挂」”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。

基线能够在“技能系统：给 Agent 装「外挂」”的当前环境重复运行。
候选只改变一个与“技能系统：给 Agent 装「外挂」”结论直接相关的条件。
“技能系统：给 Agent 装「外挂」”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
“技能系统：给 Agent 装「外挂」”的原始输出和失败现场不会被重试、格式化或汇总覆盖。

12.3 执行后先核对证据完整性

结果出来后先检查证据，再讨论“技能系统：给 Agent 装「外挂」”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。

检查项	当前文章的判定
输入可追溯	工具 Schema、身份、畸形参数、超时和重复请求
过程可回放	回放决策到执行链路，覆盖失败、重试、暂停和恢复
结果可审计	模型提议、校验、授权、幂等键、状态迁移、Trace

“技能系统：给 Agent 装「外挂」”的一次合格基线对照按以下顺序执行：

保存“技能系统：给 Agent 装「外挂」”基线版本及输入摘要，确认基线本身可以重复运行。
写下“技能系统：给 Agent 装「外挂」”候选方案唯一变化的变量，以及它预期影响的指标。
在同一环境执行“技能系统：给 Agent 装「外挂」”：回放决策到执行链路，覆盖失败、重试、暂停和恢复。
为“技能系统：给 Agent 装「外挂」”保存：模型提议、校验、授权、幂等键、状态迁移、Trace。
使用“技能系统：给 Agent 装「外挂」”预登记条件判断：模型只提议；执行受代码约束；失败不重复副作用。
如果“技能系统：给 Agent 装「外挂」”未通过，不修改第二个变量，先恢复基线并保留失败现场。

十三、用一张矩阵验证技能系统：给 Agent 装「外挂」的关键结论

矩阵按正文顺序列出“技能系统：给 Agent 装「外挂」”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。

正文章节	已解释的结论	本轮唯一变量	必须保存的证据
技能是什么？	技能是可复用的指令，Agent 在心跳里按需调用。	只改变与“技能是什么？”相关的条件	模型提议、校验、授权、幂等键、状态迁移、Trace
SKILL.md 的格式	把它写成决策逻辑，不是营销文案。	只改变与“SKILL.md 的格式”相关的条件	模型提议、校验、授权、幂等键、状态迁移、Trace
技能在运行时怎么工作（按需加载）	都是「省 token + 保持专注」的设计哲学。	只改变与“技能在运行时怎么工作（按需加载）”相关的条件	模型提议、校验、授权、幂等键、状态迁移、Trace
看一个真实例子	这就是「路由逻辑」：Agent 一读就知道「我现在是不是在干这件事」。	只改变与“看一个真实例子”相关的条件	模型提议、校验、授权、幂等键、状态迁移、Trace
技能怎么被注入到 Agent？	claude_local 适配器：建一个临时目录，把 Paperclip 技能软链进去，通过 --add-dir 传给 Claude Code。	只改变与“技能怎么被注入到 Agent？”相关的条件	模型提议、校验、授权、幂等键、状态迁移、Trace
编写技能的最佳实践（官方 + 实战）	✅ description 写成路由逻辑：包含「use when（何时用）」和「don't use when（何时别用）」的指引，而不是夸技能多厉害。	只改变与“编写技能的最佳实践（官方 + 实战）”相关的条件	模型提议、校验、授权、幂等键、状态迁移、Trace

13.1 记录本次实际实验

下面的记录用于“技能系统：给 Agent 装「外挂」”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。

topic: "技能系统：给 Agent 装「外挂」"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "回放决策到执行链路，覆盖失败、重试、暂停和恢复"
evidence: "模型提议、校验、授权、幂等键、状态迁移、Trace"
pass_when: "模型只提议；执行受代码约束；失败不重复副作用"
stop_when: "文本直通执行、状态不可重放或重试重复写入"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure

13.2 边界实验必须证明能够停止和恢复

成功路径只能证明“技能系统：给 Agent 装「外挂」”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：文本直通执行、状态不可重放或重试重复写入，并观察系统是否在产生不可逆副作用前停止。

场景	只改变什么	应保存什么	通过标准
正常路径	使用已知有效输入	模型提议、校验、授权、幂等键、状态迁移、Trace	模型只提议；执行受代码约束；失败不重复副作用
边界路径	把一个输入推进到约束临界值	临界值前后的输出与指标	不静默降级，不把部分结果冒充成功
明确失败	注入：文本直通执行、状态不可重放或重试重复写入	原始错误、首个异常阶段和最终状态	失败被正确分类且没有扩大副作用
恢复重放	执行：关闭副作用入口，恢复检查点，补充失败契约测试	原失败样本的复测证据	原样本恢复，正常样本没有回归

恢复动作不是简单重启。对于“技能系统：给 Agent 装「外挂」”，第一步是：关闭副作用入口，恢复检查点，补充失败契约测试。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。

“技能系统：给 Agent 装「外挂」”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。

十四、技能系统：给 Agent 装「外挂」的结果解释

解释“技能系统：给 Agent 装「外挂」”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。

观察结果	可以支持的判断	下一步
主链路没有达到预期	文本直通执行、状态不可重放或重试重复写入	先执行：关闭副作用入口，恢复检查点，补充失败契约测试
异常链路无法恢复	文本直通执行、状态不可重放或重试重复写入	先执行：关闭副作用入口，恢复检查点，补充失败契约测试
新样本成功但原样本仍失败	修复没有覆盖原始触发条件	固定原失败输入，恢复基线后重新比较
指标改善但证据无法回链	数据、版本或中间状态没有固定	暂停发布，补齐可追溯记录后重跑

“技能系统：给 Agent 装「外挂」”只有同时满足“模型只提议；执行受代码约束；失败不重复副作用”，并且没有出现“文本直通执行、状态不可重放或重试重复写入”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。

如果“技能系统：给 Agent 装「外挂」”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。

“技能系统：给 Agent 装「外挂」”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。

十五、技能系统：给 Agent 装「外挂」的发布判断

发布判断需要把“技能系统：给 Agent 装「外挂」”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。

“技能系统：给 Agent 装「外挂」”的基线与候选只存在一个计划内变量。
“技能系统：给 Agent 装「外挂」”的输入、代码、依赖、配置和数据版本可以追溯。
“技能系统：给 Agent 装「外挂」”的正常、临界、失败和恢复样本使用同一套断言。
“技能系统：给 Agent 装「外挂」”的原始输出、中间状态和失败现场已经保留。
“技能系统：给 Agent 装「外挂」”的日志、Trace、截图和测试数据已经脱敏。
“技能系统：给 Agent 装「外挂」”的停止条件、负责人和回滚入口已经演练。
“技能系统：给 Agent 装「外挂」”尚未覆盖的输入、权限、容量和外部依赖已经登记。

最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“技能系统：给 Agent 装「外挂」”的判断，就不能发布。

十六、总结

技能是什么？：技能是可复用的指令，Agent 在心跳里按需调用。
SKILL.md 的格式：把它写成决策逻辑，不是营销文案。
技能在运行时怎么工作（按需加载）：都是「省 token + 保持专注」的设计哲学。
看一个真实例子：这就是「路由逻辑」：Agent 一读就知道「我现在是不是在干这件事」。
技能怎么被注入到 Agent？：claude_local 适配器：建一个临时目录，把 Paperclip 技能软链进去，通过 --add-dir 传给 Claude Code。
编写技能的最佳实践（官方 + 实战）：✅ description 写成路由逻辑：包含「use when（何时用）」和「don't use when（何时别用）」的指引，而不是夸技能多厉害。