Anthropic Agent Skills

Anthropic 推出了 Agent Skills，這是一套框架，讓使用者能透過有組織的指令、腳本和資源資料夾，為通用型代理加入特定領域的專業知識。此系統讓代理能從通用型轉變為專用型代理，透過動態發現並載入執行特定任務所需的技能。

Agent Skills 的架構

Agent Skills 使用基於目錄的結構，為代理提供額外能力。一個技能由一個包含 SKILL.md 檔案的目錄組成，此檔案作為代理的主要入口點。

上下文的逐步揭露

為了有效管理上下文視窗，Agent Skills 採用稱為「逐步揭露」的設計原則。此機制確保代理僅載入當前任務所需的資訊，分為三個層級的細節：

1. 元資料層級：每個 SKILL.md 檔案開頭皆包含 YAML 前置欄位，其中包含 name 和 description。這些資訊會在代理啟動時預先載入至系統提示中，讓代理能在不載入完整內容的情況下識別技能是否相關。
2. 核心指令層級：若代理判斷某技能相關，便會將完整的 SKILL.md 檔案載入其上下文視窗。
3. 深度細節層級：對於複雜的技能，作者可將額外檔案（例如 reference.md 或 forms.md）打包於技能目錄中。代理僅在需要時才會導航並發現這些檔案，使打包的上下文量近乎無限。

與程式碼執行的整合

Agent Skills 可包含代理可作為工具執行的預先撰寫腳本。此方法為適合以傳統程式碼而非 token 生成來處理的任務（例如排序清單或從 PDF 提取表單欄位）提供確定性的可靠性與效率。

實作與最佳實務

開發有效的技能需要以評估與可擴展性為導向的迭代方法。

開發指南

• 以評估為先的策略：透過在代表性任務上執行代理，識別能力缺口，並逐步建立技能以彌補這些不足。
• 可擴展的結構設計：將過於龐大的 SKILL.md 檔案拆分為獨立的參考檔案，以減少 token 使用量，並分離互斥的上下文。
• 以代理為中心的設計：監控代理的行為軌跡，並持續優化 name 與 description 的元資料，因為這些是觸發技能啟用的主要條件。
• 協作式迭代：利用代理協助將成功的做法與常見錯誤記錄為可重用的上下文與程式碼，納入技能中。

安全考量

由於技能可能包含可執行程式碼及連接外部來源的指示，Anthropic 建議僅從可信來源安裝技能。使用者應在安裝前審核打包的檔案、程式碼相依性與網路請求。

可用性與未來發展路線圖

Agent Skills 目前支援 Claude.ai、Claude Code、Claude Agent SDK 與 Claude Developer Platform。此外，自 2025 年 12 月 18 日起，Agent Skills 已作為開放標準發布，以實現跨平台的可移植性。

未來方向

Anthropic 計畫擴展技能的建立、編輯與分享的生命周期。未來發展包括：

• MCP 整合：探索技能如何與 Model Context Protocol (MCP) 伺服器結合，協助代理學習涉及外部軟體的複雜工作流程。
• 自主進化：讓代理能自行建立、編輯與評估自身技能，將其行為模式轉化為可重用的能力。