MCP 让 Agent 接触工具和数据，Plugin 负责打包分发；Skill 回答的是“面对这类工作，具体应该怎么做”。它把散落在人脑里的方法变成可复用、可版本化的工作资产。

深度重写版约 14 分钟含实战案例含 Skill Contract
我的定义是：Skill = 按需加载的程序化知识包。它必须同时包含触发条件、判断规则、执行步骤、资源与验收，而不只是把最佳实践写成长文。

Skill 的位置：它教方法，不负责替你接世界

组件核心问题主要产物
MCP能访问什么工具、资源、连接
Skill这类工作怎么做步骤、判断、模板、脚本
Agent谁在循环执行行动轨迹与状态变化
Plugin如何成套分发安装、版本和生命周期

Agent Skills 开放规范把 Skill 定义为一个目录，至少包含带元数据的 SKILL.md，也可附 scripts、references 和 assets。它采用渐进披露：启动时只加载名称与描述，匹配任务后才读取完整指令，细节资源按需进入上下文。

六种“写了 Skill 但没有形成能力”的方式

FAILURE 01

触发含糊

描述只写“帮助处理文档”，该出现时不出现，不该出现时抢任务。

FAILURE 02

知识倾倒

把全部资料塞进 SKILL.md，真正的动作被背景淹没。

FAILURE 03

只写顺境

没有缺资料、工具不可用、冲突和失败路径。

FAILURE 04

隐含判断

步骤写得很细，关键取舍仍靠作者“凭经验”。

FAILURE 05

工具假设

默认环境一定有某命令、权限或账号，失败时没有替代路径。

FAILURE 06

从不回归

改了说明就发布，没有固定任务验证行为是否退化。

完整案例：把“深化 AI Lab 文章”提炼成 Skill

公开项目：同一套深度门槛要连续应用到 12 篇文章目标不是生成同质文章，而是稳定底线，把观点留给每篇内容。

第三次重复以后才值得提炼。稳定不变的部分包括：先核对概念归属；必须提出中心论点；替反方建立最强论证；用失败模式和完整案例解释；给可复制协议与测试；只引用官方或原始来源；不虚构客户经历。

01
Trigger仅当任务是深化 AI Lab 技术文章或验收其深度时触发。
When
02
Procedure研究 → 证伪 → 建立论点 → 案例 → 协议 → 测试 → 来源 → 静态验收。
How
03
Judgment明确什么叫“强反对”、什么证据会改变判断、什么案例必须标虚构。
Decide
04
Regression用一篇概念文、一篇工程文和一篇训练文测试，防止模板化。
Test

Skill Contract：把触发、步骤和退出条件写在一起

SKILL CONTRACTv1.0
name: [小写、稳定、可辨识]
description: [做什么]；Use when [明确触发情形]

目标：[完成后发生什么]
输入前提：[必须具备的材料 / 权限]
开始前检查：[冲突规则、敏感信息、现有资产]
执行步骤：[每步动作 + 可观察产物]
判断规则：[选择 A / B 的条件]
失败路径：[缺资料 / 缺工具 / 结果不通过]
必须停止并询问：[不可逆或越权节点]
完成标准：[可运行的验收清单]
资源路由：[何时读 references、运行 scripts、复用 assets]
回归任务：[至少 3 个正常 + 2 个边界样例]

经验资产化的六步闭环

01Observe观察至少三次真实重复，不从想象写 SOP。
02Extract区分稳定规则、情境判断与一次性背景。
03Encode把判断改成条件，把产出改成验收。
04Route主文件保持短，参考、脚本、资产按需加载。
05Test测触发精度、执行成功、例外和上下文成本。
06Version用失败样例更新，并记录行为变化。
最强反对意见：模型越强，写 Skill 越浪费

对通用写作和一次性问答，这条意见值得权衡。但只要任务涉及组织规则、特定工具、固定交付标准或合规边界，模型能力不能替代本地程序化知识。

Skill 的评估要同时看触发和执行

维度问题失败信号
Precision不相关任务会不会误触发抢占普通任务、流程过重
Recall需要时能不能被发现用户反复点名才出现
Execution步骤能否产生目标产物只复述说明、不做动作
Robustness缺工具、冲突和边界如何处理猜测、越权或静默失败
Cost加载了多少无关上下文长说明挤占任务注意力
好 Skill 不是把专家写进文件，而是把专家最稳定的判断与工序，变成别人能触发、执行、检查和改进的系统。