Skills-Einführung
Skills ist ein offenes Format, um KI-Agenten spezialisierte Fähigkeiten und Wissen hinzuzufügen.
Mit Skills können Sie domänenspezifisches Fachwissen, Workflows und Best Practices in wiederverwendbare Skill-Pakete kapseln, die KI-Agenten bei Bedarf automatisch aufrufen können.
Bevor wir Skills lernen, klären wir zunächst eine grundlegendere Frage: Was ist ein KI-Agent?
Sie haben wahrscheinlich schon Tools wie ChatGPT, Doubao und Tongyi Qianwen verwendet, oder? Sie geben eine Frage ein und es gibt Ihnen eine Textantwort. Das nennen wir üblicherweiseChatbots auf Basis großer Modelle.。
Tools wie ChatGPT, Doubao und Tongyi Qianwen sind sehr klug, aber sie haben ein fatales Problem:Sie können reden, aber nicht handeln.
Wenn du es fragst: "Wie ist das Wetter heute in Peking?", kann es nur eine Antwort raten, basierend auf dem, was es während des Trainings gelernt hat, anstatt das Wetter tatsächlich zu prüfen.
Ein Agent = ein KI-Assistent, der deine Worte verstehen, selbstständig denken und handeln kann.
Ein Chatbot ist ein Ersatz für den Mund; ein Agent ist ein echter Ersatz für die Hände.
Was ist also ein Agent?
Agent = großes Modell + Fähigkeit zu handeln.
Nehmen wir dasselbe Beispiel:
| Chatbot | Agent | |
|---|---|---|
| Du fragst: Wie ist das Wetter heute in Peking? | In Peking ist es heute wahrscheinlich sonnig, etwa 25 Grad (geraten) | Es ruft tatsächlich die Wetter-API auf und sagt dir: "In Peking ist es heute bewölkt, 23°C, Luftfeuchtigkeit 45%" (echt) |
| Du fragst: Hilf mir, die Verkaufszahlen des letzten Monats zu prüfen | Entschuldigung, ich kann nicht auf deine Datenbank zugreifen | Es fragt tatsächlich die Datenbank ab und holt die Daten für dich heraus |
| Du sagst: Hilf mir, für morgen eine Fahrkarte für den Hochgeschwindigkeitszug nach Shanghai zu buchen | Du kannst auf die 12306-Website gehen, um Fahrkarten zu buchen | Es öffnet tatsächlich 12306 für dich, sucht Tickets, wählt Sitze aus und gibt die Bestellung auf |
Der Unterschied ist ein Satz: Ein Chatbot redet nur, während ein Agent es tatsächlich tut.
Wie macht ein Agent das?
Ein Agent besteht grob aus den folgenden Teilen:
Drei Schritte:
- Verstehe, was du willst(mit dem großen Modell)
- Entscheide, welcher Skill verwendet werden soll(mit dem großen Modell)
- Führe den Skill aus und gib dir das Ergebnis(mit Skills)
Agenten, die Sie bereits in Ihrem Leben sehen können
Tatsächlich nutzen viele Produkte bereits Agenten:
- Siri / Xiao Ai / Tmall Genie— Sie sagen „Stelle einen Wecker“, und er stellt ihn tatsächlich für Sie, anstatt Ihnen zu sagen „Sie können ihn selbst stellen“
- GitHub Copilot— Es chattet nicht nur, sondern kann Ihnen tatsächlich helfen, Code zu schreiben und zu ändern
- Verschiedene KI-Kundendienste— Sie beantworten nicht nur Fragen, sondern prüfen auch Bestellungen, bearbeiten Rückerstattungen und ändern Adressen für Sie
- Autonomes Fahren— Auch ein Agent; es kann die Umgebung wahrnehmen, Entscheidungen treffen und Aktionen ausführen
Was sind Skills für Agenten?
智能体的大模型 = 大脑(负责理解、决策、说话) Skills = 手和脚(负责动手干活)
Ein Agent ohne Skills ist wie ein Mensch mit nur einem Gehirn und ohne Hände oder Füße—er versteht alles, kann aber nichts tun.
Der Agent selbst ist sehr intelligent, aber er braucht jemanden, der ihm sagt—in dieser spezifischen Umgebung, um diese spezifische Aufgabe zu erledigen, welche Werkzeuge er verwenden soll, welchen Schritten er folgen soll und welche Fallstricke er vermeiden soll.
Dieses Handbuch wird Skill genannt.
Verstehen Sie Skills mit einer bodenständigeren Analogie:
把智能体想象成一位聪明的新员工,他能力很强,但第一天来公司什么流程都不懂。 Skill 就是公司的 SOP 手册(标准操作流程)。 有了这本手册,他就知道:遇到客户投诉该怎么处理、出差报销流程是什么、代码提交要走哪些审核……不需要每次都问你,能自己完成任务。
Technisch gesehen ist Skills eine Markdown-Datei (SKILL.md), die den vollständigen Ausführungsleitfaden für die Aufgabe enthält. Sie wird von Menschen geschrieben und dann vom Agenten bei der Ausführung von Aufgaben automatisch gelesen und befolgt.
Welche Probleme können Skills lösen?
Szenario 1: Ohne Skills
Angenommen, Sie bitten Claude, Ihnen zu helfen,ein Word-Dokument zu erstellen:
你:帮我生成一个项目计划书的 Word 文档 Claude:好的,以下是项目计划书内容: (输出一堆 Markdown 文本……)
Ergebnis: Claude gibt reinen Text aus,keine echte .docx-Dateiweil es nicht weiß, welche Bibliotheken in Ihrer Umgebung verfügbar sind, wo Dateien abgelegt werden sollen oder welche Formatierungsanforderungen gelten.
Szenario 2: Mit Skills
Wenn das System ausgestattet ist mitdocxeinem Skill, wird Claude bei Erhalt derselben Anfrage:
- Automatisch erkennen: "Dies ist eine Word-Dokument-Aufgabe" → auslösen
docxSkill - Die Skill-Datei lesen, um die richtige Bibliothek zu erfahren (
python-docx) und den Ausgabepfad (/mnt/user-data/outputs/) - Die Schritte des Skills befolgen, um eine echte
.docxDatei - Ihnen die Datei zum Herunterladen geben
Das Ergebnis ist völlig anders— das eine ist eine Chat-Antwort, das andere eine Word-Datei, die Sie sofort öffnen können.
Zusammenfassung des Kernwerts von Skills
Nachdem Sie dieses Kapitel gelernt haben, müssen Sie sich die folgenden drei Punkte merken:
1. Skills machen Agenten aus einem Konversations-Chat zu Machern: Ohne Skills ist ein Agent nur ein wissender Chatbot. Mit Skills wird er zu einem Macher, der Aufgaben wirklich erledigen kann.
2. Skills sind wiederverwendbare Erfahrungspakete: Sobald jemand die Erfahrung der Generierung von Word-Dokumenten in einen Skill schreibt, erhalten alle bei jedem Aufruf stabile und konsistente Ergebnisse. Es schlägt nicht fehl, nur weil eine andere Person fragt.
3. Skills sind die Brücke zwischen der Zusammenarbeit von Menschen und KI
Menschen schreiben Domänenwissen, Prozesserfahrung und Umgebungsbedingungen in einen Skill; die KI liest und führt dann aus. Skills sind diese Brücke – Menschen konzentrieren sich darauf zu definieren, wie es gemacht wird, und die KI ist dafür verantwortlich, es tatsächlich zu tun.
| Konzept | Zusammenfassung in einem Satz |
|---|---|
| KI-Agent | Ein KI-System, das wahrnehmen, schlussfolgern und handeln kann; es chattet nicht nur, sondern kann auch Aufgaben ausführen |
| Skills | Ein Handbuch (Markdown-Datei), das dem Agenten sagt, "wie eine bestimmte Art von Aufgabe erledigt wird" |
| Wert von Skills | Macht die Aufgabenausführung präzise, stabil und wiederverwendbar |
Unterschied zwischen Skills und MCP
Skills wird fürWissenswiederverwendungverwendet, MCP wird fürFähigkeitserweiterung verwendet。
Skills
Wissenswiederverwendung
- Wissensaustausch: Erfahrungen, Best Practices, Arbeitsabläufe
- Basierend auf einfachen Markdown-Dateien kann jeder sie erstellen
- Progressives Laden, hohe Token-Effizienz
- Kein Server- oder Backend-Setup erforderlich
- Funktioniert für Web / Desktop / CLI
MCP
Fähigkeitserweiterung
- Funktionserweiterung: Anbindung von APIs, Datenbanken, externen Tools
- Erfordert Programmierkenntnisse und serverseitige Konfiguration
- Lädt alle Tool-Definitionen beim Start
- Starke Integration mit externen Systemen
- Höherer Tokenverbrauch und höhere Komplexität
Anwendungsfälle für Skills
Agent Skills eignet sich für verschiedene Szenarien, einschließlich, aber nicht beschränkt auf:
- Domänenexpertise: Kapseln Sie Wissen aus spezialisierten Bereichen wie juristischer Prüfung, Datenanalyse und Coding-Standards in Skills ein
- Workflows: Verwandeln Sie mehrstufige Aufgabenprozesse in wiederholbare Skills
- Unternehmensstandards: Kapseln Sie unternehmensspezifische Coding-Standards, Einreichungsprozesse, Dokumentvorlagen usw. in Skills ein
- Tool-Integration: Kapseln Sie Verwendungsmethoden und API-Aufrufe für bestimmte Tools ein
Tools, die Agent Skills unterstützen
Agent Skills ist ein offener Standard, der von mehreren KI-Tools unterstützt wird, darunter:
- Claude Code
- OpenCode
- GitHub Copilot
- OpenAI Codex
- und viele weitere KI-Agent-Tools
Das bedeutet, Sie müssen einen Skill nur einmal schreiben, und Sie können ihn in verschiedenen Tools verwenden.
Weitere Erweiterungen