你可能还没发挥出代理技能的真正潜力！

하이라이트

• 代理技能（Agent Skills）是存储在 Markdown 文件中的提示词模板，能显著提升 Cloud Code 和 Codex 等工具的效能。

• 元数据在技能中至关重要，它允许代理在不加载全部内容的情况下，根据任务按需检索相关信息。

• 第一类核心技能是“文档与知识型”，用于补充 AI 训练数据中缺失的新技术或特定库的详细信息。

• 第二类核心技能是“行为与最佳实践型”，通过设定规则（如避免 React 中的 useEffect）来规范代码风格并减少反模式。

• 第三类核心技能是“功能驱动型”，通过结合 Markdown 指令与本地脚本，扩展代理在图像生成或自动化任务中的能力。

• 建议通过解决实际项目中的重复性错误，循序渐进地构建个人技能库，而非一次性安装大量无关技能。

• 使用 skills.sh 等第三方技能注册中心时需保持警惕，务必审阅提示词内容以防范潜在的注入攻击。

타임라인

1. 00:00 - 01:40

   代理技能的核心概念与价值

   演讲者介绍了在使用 Cloud Code 或 Codex 等代理工程工具时，“代理技能”这一常被忽视却极其重要的概念。虽然这些技能本质上是 Markdown 文件，但它们能为 AI 提供必要的上下文和指令。Anthropic 团队也在内部广泛应用各种类型的技能来提升工作效率。许多开发者因为觉得配置过程繁琐而选择放弃，但实际上这能带来显著的结果提升。视频旨在通过简化核心技能分类，帮助用户克服上手的畏难情绪。

2. 01:41 - 02:00

   技能的运作机制与元数据的作用

   这部分详细解释了代理技能的技术实现形式，即它们是存储在特定位置的提示词模板或额外上下文。为了节省上下文窗口的空间，这些工具并不会一次性加载所有技能。相反，系统仅加载元数据（Metadata），让 AI 代理根据当前任务自行判断并检索相关技能。这种“惰性加载”的模式确保了系统的灵活性和响应速度。了解这一机制对于编写高效的技能说明文件至关重要。

3. 02:01 - 04:17

   第一类：文档与知识型技能

   第一种核心技能类型旨在为代理提供其训练数据中可能缺失或不够详细的“知识储备”。演讲者以 TypeScript 的 “satisfies” 关键字为例，说明了 AI 有时可能不会主动查阅最新的官方文档。通过将特定的库或新技术文档放入技能文件，可以确保代理在处理相关代码时能被实时提醒。这种技能特别适用于那些变化极快或属于公司内部私有的技术方案。正确配置元数据能确保代理在特定技术场景下准确调用这些额外知识。

4. 04:18 - 07:28

   第二类：行为与最佳实践型技能

   此类技能专注于指导代理的编码风格和行为模式，而非单纯提供技术文档。例如，可以创建一个“简洁现代 React 代码”技能，设定禁用 useEffect 等反模式的规则，从而提升代码的可维护性和性能。通过关联引用功能，技能文件可以引用更详细的子文件，实现复杂行为的按需加载。演讲者强调，代码质量直接关系到评审效率和系统扩展性。建议开发者在遇到 AI 重复犯错时，将其纠正方法总结为技能，从而逐步累积形成个人的最佳实践库。

5. 07:29 - 11:06

   第三类：功能驱动型技能与脚本集成

   这是最强大的一类技能，它允许代理通过执行脚本来完成编程之外的任务。演讲者演示了如何通过一个 Markdown 描述文件引导 AI 调用本地的 CLI 工具进行图像生成。该技能背后是一个通过“氛围编程”（Vibe Coding）生成的 Bun 脚本，它可以安全地处理 API 密钥而无需直接暴露给 AI 对话框。这种模式不仅限于图像生成，还可以应用于代码格式化或任何复杂的自动化流程。它极大地扩展了代理作为“通用电脑操作员”的潜力。

6. 11:07 - 13:06

   技能库构建策略与安全警示

   在总结部分，演讲者给出了构建技能库的实用建议，强调应保持选择性，避免因安装过多不相关技能而污染上下文窗口。虽然像 skills.sh 这样的注册中心提供了便利，但用户必须警惕提示词注入（Prompt Injection）攻击。由于这些技能本质上是可执行的提示指令，下载后务必手动阅读其 Markdown 内容以排除恶意代码。视频最后鼓励开发者不要追求一步到位构建复杂系统，而应从这三类核心技能入手，在实践中反复试验和优化。