大家平时有没有这样的体验:让AI帮忙做件事,比如总结会议、解答问题,总担心它漏关键要求、格式乱飘,或者反复跟它说规则特别麻烦?Anthropic公司推出的Agent Skill,就是来解决这些问题的“AI小助手说明书”,还能让AI变得更聪明、更省心~
先给大家打个比方:如果把大模型(比如Claude)看成一个多才多艺但记性不太好的同学,Agent Skill就像给它准备的“专属任务手册”——提前把做某件事的规则、要求写清楚,等需要的时候,它直接翻手册就能做好,不用你反复提醒。
一、Agent Skill到底是什么?
简单说,它就是大模型能随时调取的“智能操作手册”。比如:
- 想让AI当客服处理投诉,手册里就写“先安抚用户,不能随便答应承诺”;
- 想让AI总结会议,手册里就定“必须包含参会人、讨论的话题、最终决定”。
而且这个“手册”特别灵活,不是不管什么情况都全翻一遍,而是AI判断当前任务需要时,才会去看对应的规则,既省时间又不浪费资源~
二、怎么用Agent Skill?(以会议总结为例)
其实操作一点都不复杂,就像搭积木一样,分几步就能搞定:
- 建个“专属文件夹”:先创建一个叫“会议总结助手”的文件夹,名字要明确,方便AI识别;
- 写“核心说明书”:在文件夹里建一个叫skill.md的文件,这是最关键的“手册正文”,分两部分:
- 基本信息:告诉AI这个手册叫什么(要和文件夹同名)、能用来做什么(比如“快速总结会议,整理关键信息”);
- 具体规则:写清楚AI要怎么做,比如“必须按‘参会人-讨论话题-最终决定’的顺序输出”,还能附个例子让AI更明白;
- 喊AI来用:打开Claude这类工具,问一句“你有哪些Agent Skill”,确认它认出了我们做的手册,然后把会议内容发给它,它就会自动按规则总结啦~
三、Agent Skill的“高级技能”:更聪明、更自动
基础用法能帮我们搞定固定规则的事,但它还有两个“大招”,能让AI变得更灵活:
1. 按需调取资料(Reference功能)
就像考试时带了参考书,但只有遇到特定题型才翻——比如我们给会议总结手册加了一本“财务小手册”,写着“住宿补贴最多500元/晚、餐饮费300元/人”,然后告诉AI:“只有会议里提到钱、预算、报销这些事时,才翻这本财务手册,看看金额有没有超标”。
如果会议里说“订1200元/晚的酒店”,AI就会自动查手册,提醒“超标了,审批人要确认”;如果是纯技术讨论,就不翻这本手册,不浪费精力~
2. 自动跑代码(Script功能)
这个功能能让AI自动做一些“动手活”,比如我们写一段简单的Python代码,告诉AI:“总结完会议后,把结果自动上传到学校服务器”。之后只要说“总结这个会议并上传”,AI就会先做好总结,再自动运行代码完成上传,不用我们手动操作~
四、它和MCP不是一回事!
很多人会把Agent Skill和MCP搞混,其实它们就像“搭档”,分工不一样:
- MCP:负责“找数据”的工具,比如帮AI查销售记录、物流信息、学校的课程表,相当于给AI提供“原材料”;
- Agent Skill:负责“处理数据”的手册,教AI怎么用这些原材料,比如用查到的课程表做作息规划,用销售记录做简单统计。
简单说:MCP帮AI“拿到东西”,Agent Skill教AI“怎么用东西”。如果只是简单整理格式、跑个小脚本,用Agent Skill就行;如果要查复杂数据、跨平台找信息,就用MCP找数据,再用Agent Skill定规则,配合起来更高效~
最后总结一下
Agent Skill的核心就是“提前定规则,按需来调用”:既不用反复跟AI说要求,又能灵活应对不同情况,还能和MCP配合做更复杂的事。现在它已经成了开放标准,很多工具都支持,未来我们可能会在学习、工作中经常用到它——比如自动整理错题、按固定格式写报告,让AI真正成为省时间的好帮手~
评论区