资源介绍
视频数量：37个
总时长：2小时6分
课程介绍：
一天掌握Agent Skills：构建可复用的AI能力
你有没有遇到过这样的情况：每次让AI帮你写代码，都要重复粘贴一长串项目规范；每次生成报告，都要重新说明公司的文档格式要求；代码审查的时候，总要一次次告诉AI要检查哪些具体项目。这些重复性的操作是不是让你感到烦躁？
如果你有过这样的体验，那么Agent Skills正是为你准备的解决方案。
Skills是什么？简单来说，它是一组模块化、可复用的能力单元，用来扩展AI的工作范围。你可以把它理解为给AI添加的专业工具箱。每个Skill都是一个打包好的目录，里面包含了定义Skill的markdown文件，当AI需要用到这些能力时，它会自动加载相关的内容。这意味着你不再需要每次都手动粘贴长长的指令，Skills让AI真正记住了你的工作方式和偏好。
很多人会把Skills、MCP和Agents这三个概念搞混。在课程一开始，老师会带着你做一次全面的对比分析。MCP是Model Context Protocol的缩写，是一种让AI连接外部工具的协议；Agents则是更复杂的AI应用形态，能够自主规划、执行多步骤任务；而Skills则是介于两者之间的轻量级解决方案，适合处理那些你经常重复的工作场景。理解这三者的区别，能帮助你在实际项目中做出正确的技术选型。
课程的第二部分深入讲解Skills的底层架构。你会看到Skills在磁盘上是如何存储的，它们又是怎样被加载到AI的上下文窗口中的。这个过程涉及到Skill文件从前端加载到实际执行的完整流程。课程特别强调了渐进式披露这个核心设计原则：Skill的内容不需要一次性全部呈现给AI，而是根据任务需要逐步释放，这样既能保证AI获得足够的指导信息，又不会让上下文变得过于臃肿。
在文件组织层面，课程会教你如何结构化地组织Skill文件。标准的Skill结构通常包括主文件、配置文件、支持文件等组成部分。理解这个结构能让你在创建自己的Skill时有一个清晰的框架参照，也为后续维护和迭代打下基础。
设计原则是课程的第三个重要模块。这里会详细拆解Skill的各个组成部分，特别是frontmatter区域——这是定义Skill元数据的关键部分，包括Skill的名称、版本、作者、描述信息等。你还会学到“恰到好处的自由度”这个设计原则。好的Skill不应该过于死板，让AI只能机械执行；也不应该过于开放，导致输出质量不稳定。它需要在约束和灵活性之间找到平衡点，让AI能够在既定框架内发挥创造力。
课程还区分了Skill加载的三个层次：浅层加载适合简单任务，中层加载会包含更多上下文信息，全量加载则适用于复杂的多步骤任务。根据不同的使用场景选择合适的加载层次，能让你的Skill执行更高效。
对于需要调用外部API的场景，课程专门安排了一节来讲解Skills与API的集成方式。你会学到如何让Skill调用真实的数据源，而不是仅仅依赖AI的训练知识，这对于需要获取实时数据的应用场景尤为重要。
接下来的动手实践环节是课程的精华部分。老师会从头到尾演示一个代码审查Skill的完整创建过程。首先是规划阶段，你需要明确这个Skill要解决什么问题，覆盖哪些具体的审查维度。然后逐步构建Skill的各个组件，包括定义审查标准、设置评分规则、编写反馈模板。最后在实际代码上执行Skill，看看它能否按照预期完成审查工作。
除了完整的代码审查Skill，课程还准备了一个简化版本，供你在日常快速使用。这种分层的练习设计让你既能掌握完整的开发流程，又能在实际工作中快速应用。
进阶部分引入了支持文件的概念。有些Skill需要参考文档、数据字典或者配置文件，这些都可以作为支持文件与Skill一起分发。课程讲解了如何组织这些支持文件，以及它们在Skill执行时如何被引用。
Plan-Validate-Execute模式是进阶部分的另一个重点。这个设计模式把Skill的执行流程分为三个阶段：先制定执行计划，再验证计划的可行性，最后才真正执行。这样的三段式设计让Skill在处理复杂任务时更加可靠，也能更好地处理边界情况和异常。
课程还覆盖了Skill在不同平台的使用方式。无论你是在网页端的claude.ai上工作，还是在本地使用Claude Code，或者通过API集成到自己的应用中，Skill都能发挥相应作用。平台之间的差异主要体现在安装和配置方式上，但核心的工作原理是相通的。
两个实战项目把整个课程推向高潮。第一个项目是构建一个多文件分析Skill，它能够处理CSV数据并生成验证报告。从编写领域参考文件开始，到定义Skill的工作流程，再到端到端的验证测试，你能看到一个完整的高级Skill是如何诞生的。作为彩蛋，老师还演示了如何让Skill生成Excel格式的汇总报告。
第二个项目更加贴近工程实践——用Playwright构建一个端到端测试Skill。这个项目从脚手架搭建开始，定义测试执行的工作流程，最终完成端到端验证。在这个过程中你会学到如何把测试用例封装成可复用的Skill，以及如何让它与现有的测试框架集成。
整个课程只有两个多小时，但内容密度相当高。它面向那些希望提升AI使用效率的开发者，无论你是在用AI辅助编程，还是在构建AI应用，都能从Skills这个工具中获益。如果你已经有一定的AI使用经验，正在寻找让工作流更自动化的方法，这门课会给你提供系统化的解决思路。课程假设你对基本的编程概念有所了解，熟悉命令行操作，对AI辅助开发有过实际使用经验。