Skill 是 AI 助手的“能力插件”——一个封装了特定领域知识、标准化工作流程和可复用逻辑的模块化功能包。简单来说:
- 给 AI 的“岗位操作手册”:告诉 AI 如何处理某一类任务
- 可复用的工作流模板:同样的输入,稳定输出同样的格式
- 能力边界清晰的功能单元:一个 Skill 只专注解决一个问题
核心理念:Skill 本质上是将“一次性提示词”升级为可复用、可版本管理、可共享的工程化能力单元。
2025 年 12 月,Anthropic 正式将 Agent Skills 作为开放标准发布,目前已在 Claude Code、Cursor、GitHub Copilot、Gemini CLI 等 16 种以上主流 AI 工具中获得支持。
2.1 核心设计原理:渐进式披露
Skill 采用三层渐进式披露机制来平衡“能力丰富度”与“推理成本”:
实测数据:渐进式披露架构能将上下文 Token 消耗降低 60%-80%,同时显著提升长文本任务中的指令遵循准确率。
2.2 标准目录结构
一个符合通用规范的 Skill 是一个文件夹,包含以下内容:
my-skill/ # 技能根目录(文件夹名即技能名) ├── SKILL.md # 必需:元数据(YAML) + 核心指令(Markdown) ├── scripts/ # 可选:可执行脚本(Python/Shell等) │ └── helper.py ├── references/ # 可选:参考文档(按需加载) │ └── guide.md └── assets/ # 可选:模板、图片等资源文件
└── template.docx
2.3 SKILL.md 文件规范
SKILL.md 是每个 Skill 的唯一入口文件,必须包含 YAML frontmatter 和 Markdown 正文:
— name: skill-name description: 一句话说明技能功能和适用场景 license: Apache-2.0 metadata:
version: “1.0.0”
技能说明
详细描述这个技能解决什么问题…
工作流程
- 第一步…
- 第二步…
注意事项
- 边界情况…
- 错误处理…
字段要求:
name(必需):小写字母、数字、连字符组成,最长 64 字符,必须与父文件夹名一致description(必需):最长 1024 字符,说明“做什么”和“何时使用”license(可选):许可证名称metadata(可选):自定义键值对,可用于存放版本号等信息
正文规范:
- SKILL.md 正文建议控制在 500 行以内,超出时应将详细文档移至
references/目录 - 采用祈使句编写指令,明确说明“为什么”而非仅“做什么”
3.1 存放位置
Trae 支持两种 Skill 范围:
项目根目录/.trae/skills/
/
仅当前项目 用户级
~/.trae/skills/
/
所有项目
3.2 Trae 对通用规范的遵循
Trae 完整遵循 Agent Skills 开放规范。这意味着:
- 一个通用 Skill 文件夹(包含 SKILL.md + 可选 scripts/references/assets)可以直接放入 Trae 的 skills 目录使用
- Trae 实现了渐进式披露机制——启动时仅加载元数据,匹配任务时再加载完整指令
- 来自 skills.sh 或其他平台的开源 Skill,理论上可以直接在 Trae 中使用(具体兼容性需测试确认)
SKILL.md(必须)+ 可选资源目录 完全一致,也使用
SKILL.md 目录结构 标准化的多目录结构(scripts/references/assets) 完全兼容,但也可以只放一个
SKILL.md 渐进式披露 规范定义的核心机制 已完整实现 Skill 范围 由各平台自行定义 项目级(
.trae/skills/)+ 用户级(
~/.trae/skills/) 可移植性 设计目标就是跨平台复用 通用 Skill 可直接放入使用
联系:Trae 是 Agent Skills 开放规范的一个实现者。你在 Trae 中创建的 Skill,只要遵循通用规范,也可以在其他兼容该规范的工具(如 Claude Code、Cursor)中使用。
区别:Trae 为了降低上手门槛,允许最小化形式——只创建一个 SKILL.md 文件即可使用。而通用规范虽然也以 SKILL.md 为入口,但推荐配合 scripts/、references/、assets/ 等目录实现更复杂的功能。
5.1 通用 Skill 完整示例
以下是一个完整的通用 Skill 示例——「PDF 合同分析器」。
目录结构:
contract-analyzer/ ├── SKILL.md ├── scripts/ │ └── extract_clauses.py ├── references/ │ ├── contract_clauses.md │ └── legal_terms.txt └── assets/
└── report_template.md
SKILL.md:
— name: contract-analyzer description: 分析PDF格式的合同文件,提取关键条款(保密、违约责任、争议解决),识别风险点并生成分析报告。适用于用户上传合同文件或提供合同文本时使用。 license: MIT metadata: version: “1.0.0”
author: “legal-team”
角色
你是一位专业的合同分析专家,擅长从合同中提取关键条款并识别潜在风险。
工作流程
- 接收输入:用户提供 PDF 文件或合同文本内容
- 条款提取:扫描并提取以下关键条款:
- 保密条款(confidentiality)
- 违约责任条款(liability/indemnification)
- 争议解决条款(dispute resolution)
- 知识产权归属(IP ownership)
- 风险识别:根据 `references/contract_clauses.md` 中的标准判断风险等级
- 报告生成:使用 `assets/report_template.md` 模板生成分析报告
关键条款定义
详见 `references/contract_clauses.md`,该文档定义了各类条款的标准表述和风险判断标准。
脚本调用
如需批量提取 PDF 文本,可调用 `scripts/extract_clauses.py` 进行预处理。
输出格式
markdown
合同分析报告
基本信息
- 合同名称:
- 分析日期:
关键条款
| 条款类型 | 原文摘录 | 风险等级 | 说明 |
|---|
风险提示
- [ ] 风险1
- [ ] 风险2
建议
…
5.2 Trae 简易 Skill 示例
在 Trae 中,如果你只需要一个简单的指令型 Skill,只需一个 SKILL.md 文件即可。
路径:项目根目录/.trae/skills/meeting-minutes/SKILL.md
— name: meeting-minutes
description: 从会议记录生成结构化会议纪要,提取决策和待办事项。适用于用户提供会议转写文本或笔记时使用。
角色
你是一位专业的会议纪要整理专家。
工作流程
- 解析文本,提取参会人和议题
- 抽取决策和待办事项
- 按以下模板输出
输出模板
markdown
会议纪要:{主题}
日期:{日期} 参会人:{参会人}
一、议题
- {议题}
二、决定事项
- {决定}
三、待办事项
| 任务 | 负责人 | 截止日期 |
|---|
这就是 Trae 的最小 Skill——无需任何额外目录,一个文件即可工作。
方案一:直接复制粘贴
- 从 GitHub 或其他来源获取一个符合通用规范的 Skill 文件夹
- 将其完整复制到 Trae 的 skills 目录:
.trae/skills/contract-analyzer/ ├── SKILL.md ├── scripts/ ├── references/ └── assets/ - Trae 会自动识别该 Skill
方案二:使用 npx skills add 安装
利用 skills.sh 生态,一键安装开源 Skill:
# 安装来自 Vercel Labs 的 Skill npx skills add vercel-labs/agent-skills
# 安装特定仓库的 Skill npx skills add anthropics/skills
该命令会自动将 Skill 安装到兼容工具的对应目录,Trae 作为兼容平台之一可直接使用。
方案三:Git 克隆
cd .trae/skills/ git clone https://github.com/anthropics/skills.git
方案四:手动创建通用结构
在 Trae 中创建完整的通用 Skill 结构:
mkdir -p .trae/skills/my-skill/ touch .trae/skills/my-skill/SKILL.md # 然后按通用规范编写 SKILL.md
选择建议:
- 如果你的 Skill 只需指导 AI“怎么做”(如输出格式、工作流程),用简易 Skill 即可
- 如果你的 Skill 需要处理数据、调用外部工具、引用大量文档,建议使用通用完整结构
8.1 查找开源 Skill
方法一:skills.sh
访问 skills.sh,这是 Vercel 推出的 Skill 索引和分发平台,排行榜按安装量排序,所有 Skill 均来自官方或知名机构,质量有保障。
方法二:GitHub 搜索
在 GitHub 上搜索以下关键词:
SKILL.md+agent-skillsanthropics/skills(官方示例库)claude-skill或agent-skill
方法三:SkillKit
使用 SkillKit 包管理器,它支持 44+ 种 AI 编程工具,提供超过 15,000 个预置 Skill。
npm install -g skillkit npx skillkit@latest search “pdf” # 搜索 PDF 相关 Skill
8.2 安装开源 Skill
方法一:npx skills add(推荐)
# 添加指定仓库的 Skill npx skills add anthropics/skills
# 添加特定 Skill npx skills add vercel-labs/agent-skills –skill pdf-analyzer
方法二:Git 克隆
cd .trae/skills/ git clone https://github.com/anthropics/skills.git
方法三:手动下载
- 从 GitHub 下载 Skill 文件夹
- 解压到
.trae/skills// - 确保目录结构正确(包含
SKILL.md文件)
8.3 验证安装
在 Trae 中检查 Skill 是否被识别:
- 打开 Trae 设置 → “规则和技能”
- 查看技能列表,确认已安装的 Skill 出现
- 检查元数据(名称、描述)是否正确显示

8.4 使用开源 Skill
安装完成后,在对话中直接使用:
使用 pdf-analyzer 分析这份合同文件
Trae 会自动匹配 description 字段,加载该 Skill 的完整指令并执行任务。
8.5 常见开源 Skill 推荐
vercel-labs/agent-skills Vercel Vercel 部署、环境配置等
anthropics/skills Anthropic 官方示例库,含 DOCX/PDF/PPTX/XLSX 处理技能
react-best-practices skills.sh React 代码审查和**实践(32.3k+ 安装)
web-design-guidelines skills.sh Web 设计规范指导(24.5k+ 安装)
掌握这套方法论后,你可以:
- 为团队创建标准化的 Skill 库,统一 AI 协作规范
- 从开源社区获取高质量 Skill,快速扩展 AI 能力
- 将自研 Skill 发布到社区,实现跨平台复用

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/268707.html