你可能会好奇：智能体又不是人，它怎么知道某个 Skill 能做什么、该怎么做？
答案很简单——靠读文件。
每个 Skill 背后，都有一个描述文件，通常叫 SKILL.md，就像一份说明书。
Skills 的工作原理
Skills 使用渐进式披露（Progressive Disclosure）的方式，让代理在不同的阶段加载不同详细程度的信息。这种设计使得代理可以同时管理大量技能，而不会耗尽上下文空间。
三个阶段
代理加载技能分为以下三个阶段：
1. 发现阶段（Discovery）：当对话开始时，代理会扫描所有可用的技能文件夹，只读取每个技能的名称（name）和描述（description）。这是最轻量的信息，足以让代理判断某个技能是否可能与当前任务相关。 2. 激活阶段（Activation）：当代理判断某个技能的描述与用户请求相匹配时，会将完整的 SKILL.md 文件内容加载到上下文中。这时代理会读取完整的指令和说明。 3. 执行阶段（Execution）：代理按照 SKILL.md 中的指令执行任务。在这个过程中，代理可能会调用技能附带的脚本、读取参考资料或使用其他资源。
1. 发现阶段（Discovery）：当对话开始时，代理会扫描所有可用的技能文件夹，只读取每个技能的名称（name）和描述（description）。这是最轻量的信息，足以让代理判断某个技能是否可能与当前任务相关。
2. 激活阶段（Activation）：当代理判断某个技能的描述与用户请求相匹配时，会将完整的 SKILL.md 文件内容加载到上下文中。这时代理会读取完整的指令和说明。
3. 执行阶段（Execution）：代理按照 SKILL.md 中的指令执行任务。在这个过程中，代理可能会调用技能附带的脚本、读取参考资料或使用其他资源。
渐进式加载的优势
智能体在执行任务之前，会先读这份说明书，搞清楚三件事：
读完之后，智能体就知道：哦，这个 Skill 适合用来解决当前的问题，我来调用它。
下面这张图展示了这个过程：
Skill 执行流程
Skills 工作过程
用户提出需求后，Agent 首先理解任务内容，然后分析应该使用哪些能力（Skills）完成工作。
Skill 可以理解为一个独立能力模块或插件，例如天气查询、搜索、文件处理、数据库访问等。
Agent 负责思考和决策，Skill 负责执行动作，执行完成后结果再返回给 Agent，由 Agent 整理成用户容易理解的结果并输出。
整个流程形成一个完整闭环：理解 → 决策 → 执行 → 返回结果。
Skill 类型：
学习助手
