大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



Claude 最近推出了一个令人兴奋的特性——Skills 系统。它让 AI Agent 能够动态加载专业能力，按需 “ 学习 ” 处理 PDF、Excel、PPT 等专业文档的技能。

作为一个开源爱好者，我立刻意识到这个设计的价值，并在 Minion 框架中实现了完整的开源版本。本文将介绍 Skills 的设计理念，以及我的开源实现细节。

Skills 解决了什么问题？

在开发 AI Agent 的过程中，有一个核心矛盾：

Context Window 的有限性 vs 能力需求的无限性

传统做法是把所有工具、所有指令都塞进 system prompt：

System   Prompt   =   基础指令 + 所有工具描述 + 所有专业知识             = 50K+ tokens             = 高延迟 + 高成本 + 低效率

更糟的是，大多数时候用户只需要其中一小部分能力。当用户问 “ 帮我处理这个 PDF” 时，系统却加载了处理 Excel、数据库、代码等所有能力的上下文。

Skills 的核心理念

Claude Code 的 Skills 设计灵感来自一个简单的类比：

人类专家不是把所有知识都装在脑子里，而是在需要时查阅手册、调用专业知识。

Skills 系统让 AI Agent 也具备这种能力：

用户请求 → Agent 识别需要 PDF 技能 → 动态加载 PDF 处理指令                                   → 执行专业任务                                   → 返回结果

Minion 的开源实现

看到 Claude Code 的 Skills 设计后，我决定在 Minion 框架中实现一个完全兼容的开源版本，让更多开发者能够使用这一特性。

1. Skill 的定义：简洁而强大

每个 Skill 就是一个包含 SKILL.md 文件的目录：

.minion/skills/ ├── pdf/ │   ├── SKILL.md           # 技能定义和指令│   ├── references/        # 参考资料│   ├── scripts/           # 辅助脚本│   └── assets/            # 资源文件├── xlsx/ │   └── SKILL.md └── docx/     └── SKILL.md

SKILL.md 采用 YAML frontmatter + Markdown body 的格式：

—name: pdfdescription: PDF 文档处理技能，支持文本提取、表格解析、表单填写等 license: MIT— 当使用此技能时你现在具备了专业的 PDF 处理能力 … 文本提取使用 pypdf2 库进行文本提取：… 表格识别使用 tabula-py 进行表格提取：…

2. 智能发现：按需加载

Skill Loader 会在多个位置搜索可用技能：

class   SkillLoader:      SKILL_DIRS   = [          “.claude/skills”,    # 兼容 Claude Code          “.minion/skills”,    # Minion 原生     ]      def   get_search_paths ( self ) :         paths = [ ]          # 项目级优先          for   skill_dir   in   self.SKILL_DIRS:             paths.append ( ( self.project_root / skill_dir,   “project” ) )          # 用户级次之          for   skill_dir   in   self.SKILL_DIRS:             paths.append ( ( self.home_dir / skill_dir,   “user” ) )          return   paths

这种分层设计带来了灵活性：

项目级 Skills：针对特定项目的专业能力

用户级 Skills：跨项目的通用能力

优先级机制：项目级覆盖用户级，允许定制化

兼容性：同时支持 .claude/skills 和 .minion/skills 路径

3. 优雅的注册表：快速查找

class   SkillRegistry:      def   register ( self, skill: Skill ) ->   bool:          “”” 注册技能，高优先级覆盖低优先级 “””         existing =   self._skills.get ( skill.name )          if   existing:             priority = {“project”:   0,   “user”:   1,   “managed”:   2}              if   priority [ skill.location ] >= priority [ existing.location ] :                  return   False    # 已有更高优先级的同名技能          self._skills [ skill.name ] = skill          return   True      def   generate_skills_prompt ( self, char_budget=10000 ) :          “”” 生成可用技能列表，控制 context 消耗 “””          # 智能截断，确保不超预算         …

4. Skill Tool：执行入口

class   SkillTool ( BaseTool ) :     name =   “Skill”     description =   “ 动态加载并执行专业技能 ”      def   execute_skill ( self, skill:   str ) ->   Dict [ str,   Any ] :         skill_obj =   self.registry.get ( skill )          if   skill_obj   is   None:              return   {                  “success”:   False,                  “error”:   f”Unknown skill:   {skill}“,                  “available_skills”:   self.registry.list_all ( ) [ :10 ]             }          # 获取技能的完整指令         prompt = skill_obj.get_prompt ( )          return   {              “success”:   True,              “skill_name”: skill_obj.name,              “prompt”: prompt,   # 注入到对话上下文         }

实际效果场景 1：处理复杂 PDF 报告

用户：帮我分析这份财务报告 report.pdf，提取所有表格数据

Agent：1.   识别需要 PDF 处理能力 2.   调用 Skill ( “pdf” ) 加载 PDF 技能 3.   获得专业的 PDF 处理指令 4.   使用 pypdf2 提取文本 5.   使用 tabula-py 提取表格 6.   返回结构化数据

场景 2：批量处理 Excel 文件

用户：把这 10 个 Excel 文件合并，并生成汇总统计

Agent：1.   调用 Skill ( “xlsx” ) 加载 Excel 技能 2.   获得 pandas、openpyxl 等库的专业用法 3.   批量读取文件 4.   合并数据、计算统计 5.   生成新的 Excel 报告

性能对比

设计亮点

1. 声明式定义

技能通过 Markdown 定义，非技术人员也能创建和维护：

—name: data-analysisdescription: 数据分析技能 —

数据清洗步骤 1.   检查缺失值 2.   处理异常值 …

2. 资源绑定

技能可以带有参考资料、脚本等资源：

skill_obj.get_prompt ( ) #   返回：#   Loading: pdf#   Base directory: /Users/xxx/.minion/skills/pdf [ 技能内容，可以引用 references/api_doc.md 等 ]

3. 版本和来源追踪

@dataclassclass   Skill:     name:   str     description:   str     content:   str     path: Path     location:   str    # project, user, managed     license:   Optional [ str ]     metadata:   Dict [ str,   Any ]

为什么做开源实现？

Claude Code 的 Skills 是一个出色的设计，但它是闭源的、与 Claude 生态绑定的。我实现开源版本的原因：

1. LLM 无关性：Minion 支持多种 LLM 后端（Claude、GPT-4、开源模型），Skills 能力不应被锁定在单一供应商

2. 可定制性：开源实现允许深度定制，满足特殊需求

3. 社区贡献：开源让更多人能够贡献 Skills，形成技能生态

4. 学习价值：通过实现，深入理解这一架构的设计精髓

未来方向 1. 技能市场

想象一个 Skills Marketplace，开发者可以发布、分享专业技能：

minion skill install data-science-toolkitminion skill install legal-document-analysis

2. 智能推荐

根据用户历史和当前任务，自动推荐相关技能：

def   recommend_skills ( user_request, history ) :      # 分析请求内容      # 匹配最相关的技能      # 预加载可能需要的技能     …

3. 技能组合

多个技能协同工作：

# 分析 PDF 中的数据，生成 Excel 报告 skills_used   = [ “pdf”,   “xlsx”,   “data-visualization” ]

4. 自学习技能

Agent 在完成复杂任务后，自动生成新技能供未来使用：

async   def   learn_skill_from_session ( session_log ) :      # 分析成功的任务执行过程      # 提取可复用的模式和指令      # 生成新的 SKILL.md     …

视频演示

PDF 摘要提取：https://youtu.be/r1nngYLI-pw

长 PDF 翻译（穷人版 Paper PDF Reader）：https://youtu.be/C7p8yffBZ-Q

DOCX 文档处理：https://youtu.be/PByDtqY_17Y

PPTX 演示文稿处理（穷人版 pptx 生成）：https://youtu.be/ek00e5m4yXI

结语

Claude Code 的 Skills 系统体现了一个核心设计哲学：

不要试图让 AI 什么都懂，而是让它知道在需要时去哪里找到答案。

这种 “ 专家系统 ” 思维，让 AI Agent 从 “ 通才 ” 进化为 “ 能快速变身专家的通才 “。

通过 Minion 的开源实现，这一能力现在可以被更广泛的开发者使用，不受限于特定的 LLM 供应商或闭源生态。

欢迎试用和贡献：

GitHub：

https://github.com/femto/minion

https://github.com/femto/minion-agent

文档：https://github.com/femto/minion/blob/main/docs/skills.md

让我们一起构建更开放、更智能的 AI Agent 生态。

作者介绍

郑炳南，毕业于复旦大学物理系。拥有 20 多年软件开发经验，具有丰富的传统软件开发以及人工智能开发经验，是开源社区的活跃贡献者，参与贡献 metagpt、huggingface 项目 smolagents、mem0、crystal 等项目，为 ICLR 2025 oral paper《AFlow: Automating Agentic Workflow Generation》的作者之一。

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

我们正在招聘一名眼疾手快、关注 AI 的学术编辑实习生 

感兴趣的小伙伴欢迎关注  

点亮星标

科技前沿进展每日见