So funktionieren Skills
Du fragst dich vielleicht: Der Agent ist kein Mensch – woher weiß er, was ein Skill kann und wie er es ausführt?
Die Antwort ist einfach – durch das Lesen von Dateien.
Hinter jedem Skill steht eine Beschreibungsdatei, üblicherweiseSKILL.mdgenannt, ganz wie ein Handbuch.
So funktionieren Skills
Skills verwenden Progressive Disclosure, sodass der Agent Informationen in verschiedenen Phasen mit unterschiedlichem Detaillierungsgrad laden kann. Dieses Design ermöglicht es dem Agenten, eine große Anzahl von Skills gleichzeitig zu verwalten, ohne den Kontextraum zu erschöpfen.
Drei Phasen
Der Agent lädt Skills in den folgenden drei Phasen:
-
1. Discovery-Phase:Wenn die Konversation beginnt, scannt der Agent alle verfügbaren Skill-Ordner und liest nur den Namen und die Beschreibung jedes Skills. Dies sind die leichtesten Informationen, gerade genug, damit der Agent beurteilen kann, ob ein Skill für die aktuelle Aufgabe relevant sein könnte.
-
2. Aktivierungsphase:
Wenn der Agent feststellt, dass die Beschreibung eines Skills mit der Anfrage des Benutzers übereinstimmt, lädt er den vollständigen Inhalt der Datei SKILL.md in den Kontext. Zu diesem Zeitpunkt liest der Agent die vollständigen Anweisungen und Beschreibungen. -
3. Ausführungsphase:Der Agent führt die Aufgabe gemäß den Anweisungen in SKILL.md aus. Während dieses Prozesses kann der Agent mit dem Skill gebündelte Skripte aufrufen, Referenzmaterialien lesen oder andere Ressourcen nutzen.
Vorteile des progressiven Ladens
| Phase | Geladener Inhalt | Typische Größe |
|---|---|---|
| Entdeckungsphase | name + description | Etwa 100 tokens |
| Aktivierungsphase | Vollständige SKILL.md | Empfohlen, 5000 tokens nicht zu überschreiten |
| Ausführungsphase | Skripte, Referenzmaterialien usw. | Bei Bedarf geladen |
Vor der Ausführung einer Aufgabe liest der Agent zuerst dieses Handbuch, um drei Dinge herauszufinden:
- Was kann dieser Skill? (Fähigkeitsbeschreibung)
- Was muss ich bereitstellen, um ihn zu nutzen? (Eingabeparameter)
- Welche Regeln gelten hierfür? (Umgebungsbeschränkungen und Vorsichtsmaßnahmen)
Nach dem Lesen weiß der Agent: Oh, dieser Skill eignet sich zur Lösung des aktuellen Problems, also rufe ich ihn auf.
Das folgende Diagramm veranschaulicht diesen Prozess:
Ablauf der Skill-Ausführung
Ausgehend von der Benutzeranweisung wird zuerst die Skill-Absichtserkennung durchgeführt, um zu entscheiden, ob der kontrollierte Ausführungspfad betreten wird.
Sobald ein Skill zugeordnet wurde, lädt das System SKILL.md, legt Tool-Berechtigungen und Verhaltensgrenzen fest und führt dann auf Grundlage des Kontexts Schlussfolgerungen durch.
Nur wenn es wirklich notwendig ist, werden erlaubte externe Werkzeuge aufgerufen; andernfalls wird die Logik innerhalb der Regeln abgeschlossen.
Das Endergebnis wird nach der Integration von Einschränkungen ausgegeben, und die nächste Eingabe des Benutzers löst eine neue vollständige Runde des Prozesses aus.

Arbeitsprozess der Skills
Nachdem der Benutzer eine Anfrage gestellt hat, versteht der Agent zunächst den Aufgabeninhalt und analysiert dann, welche Fähigkeiten (Skills) verwendet werden sollten, um die Arbeit abzuschließen.
Ein Skill kann als unabhängiges Fähigkeitsmodul oder Plugin verstanden werden, wie z. B. Wetterabfragen, Suche, Dateiverarbeitung, Datenbankzugriff usw.
Der Agent ist für das Denken und die Entscheidungsfindung verantwortlich, während der Skill für die Ausführung von Aktionen verantwortlich ist. Nach der Ausführung wird das Ergebnis an den Agenten zurückgegeben, der es zu einem für den Benutzer leicht verständlichen Ergebnis aufbereitet und ausgibt.
Der gesamte Prozess bildet einen vollständigen geschlossenen Kreislauf: verstehen → entscheiden → ausführen → Ergebnis zurückgeben.

| Schritt | Phase | Interne Aktionen des Agenten | Beispiel |
|---|---|---|---|
| ① | Benutzer initiiert Anfrage | Natürlichsprachige Aufgabe empfangen | "Hilf mir, das heutige Wetter in Peking zu prüfen" |
| ② | Benutzerabsicht verstehen | Analysiere, was der Benutzer wirklich tun möchte, und extrahiere Parameter | Aktion: Abfrage; Typ: Wetter; Ort: Beijing |
| ③ | Ausführungsplan formulieren | Aufgabenschritte aufschlüsseln | Wetterdienst finden → Wetterdaten abrufen → Ergebnisse organisieren |
| ④ | Skill auswählen | Das am besten geeignete Fähigkeitsmodul zuordnen | Wetter-Skill auswählen |
| ⑤ | Skill ausführen | Externe Tools oder APIs aufrufen | Wetter-API anfordern |
| ⑥ | Ausführungsergebnis abrufen | Daten empfangen, die vom Skill zurückgegeben werden | Temperatur, Luftfeuchtigkeit, Luftqualität |
| ⑦ | Finale Antwort generieren | Organisieren und in natürliche Sprache umwandeln | "Peking ist heute sonnig, 18°C~30°C" |
| ⑧ | An den Benutzer zurückgeben | Endergebnis ausgeben | Benutzer sieht die vollständige Antwort |
Skill-Typen:
| Skill-Typ | Funktionsbeschreibung | Häufige Szenarien |
|---|---|---|
| Such-Skill | Externe Informationen abfragen | Nachrichten suchen, Q&A |
| Wetter-Skill | Wetterdaten abrufen | Wetterabfrage |
| Datei-Skill | Dateiinhalt lesen | PDF、Word、Excel |
| Datenanalyse-Skill | Datenberechnung und Statistik | Berichtsanalyse |
| Datenbank-Skill | Datenbank abfragen | MySQL、PostgreSQL |
| Browser-Fähigkeit | Webseiten automatisieren | Auto-Login, Inhalte crawlen |
| Code-Fähigkeit | Code ausführen | Python, Node.js |
| Bild-Fähigkeit | Bildverarbeitungsfähigkeit | OCR, Bildgenerierung |