← 返回 AI 主页

大模型的能力模块:Skill

Skill = 可被重复调用的一组能力,让 Agent 拥有 "会做的事"

1 为什么需要 Skill?

解决普通对话的三大问题:每次重新描述、输出不稳定、无法重复使用

普通对话

  • 每次重新描述需求
  • 输出格式不稳定
  • 无法沉淀与复用
  • 经验无法积累

使用 Skill

  • 能力可复用,无需重复描述
  • 输出更稳定、可控
  • 高效可沉淀,积累资产
  • Agent 开始有"会做的事"

🚀 提升效率

一次封装,多次复用。将高频任务固化为 Skill,节省大量重复投入。

🎯 保证输出一致

固定的 Prompt + 流程保证每次调用输出格式稳定,便于下游使用。

🧠 沉淀知识

把经验转化为能力资产,让 Agent 持续进化,越来越"能干"。

2 Skill 是怎么构成的?

多种能力的组合与封装

💬
Prompt
指令模板
+
🔧
Tool
工具调用
+
🔀
Workflow
执行流程
+
🗄️
Memory
记忆 / 知识
=
Skill
可重复调用的能力模块

💬 Prompt(指令模板)

定义目标和输出要求,是 Skill 的"大脑",决定做什么和怎么做。

🔧 Tool(工具)

调用外部能力,获取数据 / 执行操作,赋予 Skill 与外界交互的手段。

🔀 Workflow(流程)

步骤编排,串联多个动作完成复杂任务,定义 Skill 的执行路径。

🗄️ Memory(记忆)

使用经验和知识库提升效果,让 Skill 在重复使用中越来越准确。

📋 形成过程示例:生成周报 Skill

💬 定义目标与
输出格式
🔧 获取本周数据
(调用数据工具)
🔀 总结关键内容
(多步处理)
📄 生成周报
(固定格式输出)
⭐ 封装为 Skill
对外提供
3 Skill 和 Tool 有什么区别?

Tool 是单个工具,Skill 是完成任务的方法

🔧 Tool(工具)

单一能力,执行原子操作

🔍 搜索 🌤 天气 🧮 计算 📅 日历

每个 Tool 只做一件事,是最小的执行单元。调用即返回结果,不包含流程控制。

VS

⭐ Skill(能力模块)

多步组合,完成完整任务

示例:安排周末亲子活动 Skill

🌤 查天气
📍 找地点
🗺 规划路线
📋 输出方案
维度 🔧 Tool ⭐ Skill
粒度 更小,原子操作 更大,完整任务
关注点 关注动作(做什么) 关注结果(完成目标)
组成 单一功能 Prompt + Tool + Workflow + Memory
复用方式 通常被 Skill 调用 可被 Agent 直接调用
状态 无状态,单次执行 可有状态,含记忆与上下文
类比 锤子、搜索引擎 装修工人、项目经理
4 为什么 Skill 很重要?

未来的竞争力,来自 Skill 的数量和质量

📈 能力边界更大

不只是工具调用,Skill 让 Agent 具备完成端到端任务的能力。

✅ 任务完成更可靠

方法成熟,成功率更高,减少重复开发和调试成本。

🔗 更容易组合

多个 Skill 协作完成复杂任务,形成更强大的 Agent 系统。

🔌 更易于扩展

插件式增强新能力,新 Skill 即插即用,无需改动原有架构。

💬

过去:模型回答问题

大模型只能文字对话,输出不稳定,无法执行真实任务。

🔧

现在:模型调用工具

Function Calling 赋予模型使用 Tool 的能力,扩展到外部世界。

未来:模型沉淀 Skill

自动组合 Skill 完成目标,Agent 成为真正的自主智能体,"拥有技能"而不只是"会回答"。

Skill 是大模型能力的 "封装单元"
"经验" 变成 "能力",让 Agent 不断进化,越来越能干。
Agent 正在从「会回答」变成「拥有技能」