Skip to main content

006-1-skills

心智模型​

技能（Skills） 是一种让单 Agent 按需加载专业化提示和知识的轻量级模式。它的核心理念是渐进式披露：Agent 启动时只具备通用能力，当任务需要特定领域知识时，通过工具调用动态加载对应的"技能包"来增强自身。技能是提示词驱动的，比完整子代理更简单，不同团队可以独立开发和维护各自的技能。

二级标题及内容​

  • 【关键特征】Key characteristics

    • 提示词驱动：技能主要由专业化提示词定义。
    • 渐进式披露：技能根据上下文或用户需求动态变为可用。
    • 团队分布式开发：不同团队可独立开发和维护技能。
    • 轻量组合：比完整的子代理（Subagent）更简单。
    • 资源引用感知：技能可引用脚本、模板等外部资源。

  • 【使用时机】When to use 适用于：单个 Agent 需要多种专业化能力、技能间无需强制约束、不同团队需独立开发能力。典型场景包括编程助手（不同语言/任务）、知识库（不同领域）、创意助手（不同格式）。

  • 【基础实现】Basic implementation 核心是一个 load_skill 工具，接收技能名称，返回对应技能的专业提示词和上下文。Agent 在系统提示中被告知可用技能，需要时调用该工具加载。

  • 【扩展模式】Extending the pattern

    • 动态工具注册：加载技能时不仅注入上下文，还可注册新工具（如加载"数据库管理"技能时同时注册备份、恢复等工具）。
    • 层级技能：技能可定义子技能，形成树状结构。例如加载"数据科学"后可再按需加载"Pandas 专家"、"可视化"等子技能。
    • 资源引用感知：技能提示可引用外部资产位置，Agent 在需要时自行读取，进一步限制上下文窗口占用。

最佳实践​

  • 技能即工具：将技能封装为工具调用，通过 load_skill 函数按名称加载，实现渐进式披露。
  • 按需而非预先加载：不要把所有技能提示塞进系统提示，而是在 Agent 判断需要时才加载，节省上下文窗口。
  • 层级组织大规模知识：当技能数量多时，用层级结构组织，让 Agent 先加载大类再按需深入子技能。