更是从P程到程A彻底一個
開放的跨平台標準
，然後在對話框輸入以下提示詞
：
幫我生成周會會議紀要原始文本 ：小明 ：用戶模塊我搞完了，工l工改变靜態資源
當 AI檢測到相關任務時
，开放模板素材
、标准已經提測 。协作Trae等主流工具跟進支持
。从P程到程A彻底李四
：下周我打算開始訂單模塊 ，工l工改变標準化流程與行業最佳實踐 ，开放不同會議類型（周會/項目複盤/客戶溝通）需要不同的标准整理模板 。Cursor 、协作需要整理成結構化會議紀要 。从P程到程A彻底封裝成 AI可理解 、工l工改变可規模化應用。开放
![0-封麵]()
一、标准模板等資源文件 。协作Copilot 等主流平台 ，注意事項
🧰 工具箱（Scripts） ：處理特定任務的腳本和代碼📚 參考資料（References） ：行業規範
、想象你招了一位天才實習生 Claude他智商極高但不懂你們公司的業務 。張三：測試環境那個問題搞不定
，輸出結構化紀要。嚴格按照既定流程執行，輸出規範
🔧 按需執行：調用 scripts/ 中的腳本
，需要運維老陳幫忙看看。易漂移固化檢查點 ，---5.2.2. SKILL內容![3-編寫SKILL]()
5.3. 編寫模塊化配置references![4-編寫模塊化配置references]()
通過文件分離 ，智能提取關鍵信息 ，需調度多個 Agent 實例
| 低 ，從零創建一個 Skill 場景
：開會錄音轉文字後
，標誌著 AI 協作從 提示詞工程正式邁入 技能工程的全新範式
。推理效率與執行穩定性同步提升； 跨平台互通
：作為開放標準 ，實現 “一次構建 、核心價值優勢
： - 降本增效
：通過漸進式披露
、它將人類專家的經驗 、先看目錄，徹底掌握這個比
Prompt更高級 、檢查點
、需要架構設計
| 輕量級 ， 五 、示例 、易丟失格式 | 整包分享，Cursor 、都要重複粘貼 請使用我們的代碼規範：駝峰命名 、L2
：內容├── references/ # L3 ：按會議類型按需加載│ ├── weekly-rule.md # 周會模板│ ├── retro-rule.md # 複盤模板│ └── client-rule.md # 客戶溝通模板5.2. SKILL.md（核心文件）5.2.1. 元數據在 SKILL.md文件最開頭以上下兩個 ---作為元數據標識 ---name: meeting-minutesdescription: 辦公室通用會議紀要整理助手 ，版本可控
| | 共享 | 複製粘貼，例如 my_skills使用 TRAE IDE打開這個文件夾將 meeting-minutes文件夾複製到 my_skills/.trae/skills/ 目錄下5.4.2. 輸入提示詞需要切換為 SOLO模式，一會兒像剛畢業的新手
。支持周會/項目複盤會/客戶溝通會三類場景 ，導致輸出的內容一會兒像資深架構師 ，按需加載機製 ，王五：數據庫設計誰review一下
？小明 ：我來吧， 這些問題的根源 ，核心必須包含 SKILL.md文件（YAML元數據 + Markdown說明）
，工作流程、到底什麽是 Agent Skill ？ 用最通俗的比喻 ：Agent Skill是 AI的 入職手冊 + 工具箱
。最佳實踐） |
| 技術形態 | 需要運行 MCP Server（TypeScript/Python） | 靜態文件夾（Markdown + 腳本） |
| 加載時機 | 啟動時建立連接 | 按需漸進加載 |
| 關係 | 互補
：MCP 提供“工具” | Skills 提供“使用指南” |
MCP 讓 AI 能連上數據庫 ，總體的文件結構如下 ：
/meeting-minutes/├── SKILL.md # L1 ：技能元數據
，之前的調教經驗歸零；
團隊裏每個人給 AI 的指令不一樣 ，最後查附錄
，文件係統）怎麽做（流程、 三 、多端複用” ，掌握執行步驟、Skills 是書麵 SOP + 工具箱
。本文Skill下載地址本文案例 會議紀要整理助手Skill 的下載地址如下
： https://gitee.com/zlt2000/my-agent-skill/tree/master/meeting-minutes https://github.com/zlt2000/my-agent-skill/tree/master/meeting-minutes 在實際使用過程中本文 Skill 還可以進行以下迭代優化 ： - 在
references裏擴展更多的 會議類型模板； - 在
script文件夾寫 Python腳本，可迭代、API、
七、實現輸出內容 導出word文檔或者 同步給飛書 。Skill 教 AI 怎麽按你們公司的規範查數據 、周五前給出來 。可被多 Agent 調用 | 4.3. Agent Skill vs MCP
| 維度 | MCP | Agent Skill |
|---|
| 定位 | 連接協議：AI 與外部係統的"USB 接口" | 執行標準
：AI 做事的"操作手冊" |
| 解決的問題 | 能不能連（訪問數據庫 、AI 才能真正成為"懂行的專家"
。會自動 翻開對應的手冊 ，總結 Agent Skills的正式發布，規範 、同時讓 AI 聚焦核心任務 ，可複用的數字資產 。可執行
、
用完即走
| 標準化流程，其實是 AI的 專業能力無法沉澱 。Trae 、FAQ└── assets/ # 🎨 可選 ：模板、創建你的第一個 Agent Skill下麵用 會議紀要整理助手為例 ，兩者配合
， my-skill/ # 技能包根目錄├── SKILL.md # 📄 核心文件 ：元數據 + 工作流指令（必須）├── scripts/ # 🔧 可選 ：自動化腳本（Python/Bash）├── references/ # 📖 可選 ：專業文檔、這不僅是 Claude的新功能
，我負責寫 ，傳統的做法是每次布置任務都口頭交代一遍 Prompt而 Agent Skill則是給他一本完整的標準作業程序 SOP ：- 📋 入職手冊（SKILL.md） ：包含崗位描述、或詢問缺失信息
四 、不會一上來就把整本書塞進腦子裏
。永久複用
|
| 加載方式 | 每次全量輸入 | 按需漸進加載 |
| 穩定性 | 依賴模型"記憶" ，周三前出個技術方案看看 。小紅 ：接口文檔我還沒弄 ，可選包含腳本、無需你每次都重複交代 。Skill工作原理 Skill最精妙的設計
，
5.1. 創建 Skill 文件夾結構新建一個名為 meeting-minutes的文件夾 ，大幅減少 Token 消耗 ，強製執行 |
| 管理 | 分散在聊天記錄裏 | 文件化、生成報表 、查詢 references/ 中的資料✅ 反饋結果：按模板輸出成果，API文檔 技術本質：Agent Skill是一個標準化的文件夾結構
，目前已被 OpenAI 、是它的 漸進式加載機製—— 就像你查字典
，2空格縮進 、 4.2. Agent Skill vs 多 Agent 架構| 維度 | 多 Agent 架構 | Agent Skill |
|---|
| 複雜度 | 重量級
，複製文件夾即可 | | 關係 | 體係級解決方案 | 單元級能力模塊
，官方與社區共同打造技能商店，必須寫單元測試——像極了每天入職新公司；好不容易調教好的 Prompt換個項目就完全失效
，不過得明天才有空 。直到 2025 年 10 月 Anthropic推出 Agent Skill（又名 Claude Code Skill）正是為解決這些問題而生 。5.4.3. 執行Skill![5-trae執行過程]()
5.4.4. 最終輸出以下內容![6-執行效果]()
六
、 二
、單 Agent 內能力切換 | | 啟動成本 | 需要搭建 Agent 框架 | 零成本 ， 本文將帶你從 是什麽到 怎麽用在實際工作中 ，讓專業能力可分享 、找到最匹配當前任務的技能 📖 讀取指南：加載對應 SKILL.md ，處理異常 。AI每次隻讀取當前任務所需的規則，按需加載對應會議規則 ，自動識別會議類型 ，Skill 可無縫適配 Claude、開箱即用 |
一句話總結：Prompt 是 口頭交代
，為什麽 Agent Skill 突然火了 ？ 你是不是也有過這樣的崩潰時刻
？ - 每次讓
Claude寫代碼 ，現有技術的對比4.1. Agent Skill vs Prompt| 維度 | 普通 Prompt | Agent Skill |
|---|
| 性質 | 臨時指令 ，再翻對應章節
，API手冊
、打破工具壁壘；- Skill 市場 ：構建起類似 VS Code 插件市場的 Skill 生態
，比
MCP更易用的 AI編程神器。避免 Context 汙染5.4. 測試你的 Skill（以 Trae 為例）Trae作為國內的 AI IDE已原生支持 Agent Skills
官網 ：https://www.trae.cn/ 下載並安裝 TRAE IDE
5.4.1. 導入Skill- 創建一個文件夾 ，單個文件夾即可
| | 適用場景 | 複雜並行任務（如研究+寫作+審核同時進行） | 單領域深度任務（如專業代碼審查） | | 資源消耗 | 高，3.1. 三層加載：用最少的 Token 做最多的事![1-核心機製]()
| 加載層級 | 內容類型 | 加載時機 | 作用 |
|---|
| L1 | 元數據（名片） | Agent 啟動時自動加載 | 讓AI知道“有什麽技能可用” | | L2 | 說明文檔（正文） | 匹配用戶需求時加載 | 教AI“具體怎麽做” | | L3 | 資源文件（腳本 / 模板） | 執行中按需加載 | 提供“工具/素材支持” |
3.2. 四步執行流程![2-執行流程]()
- 🎯 意圖匹配 ：AI 掃描所有 Skill 的元數據 ，
|
|
