欢迎阅读「从零开始写好 Skill」系列文章 —— 上一个系列我们用 7 篇文章拆解了 Agent 的骨架，这个系列教你给 Agent 写"工作手册"。

• 第一篇：Skill 是什么？为什么你应该关心它（本文）
• 第二篇：一个好 Skill 长什么样（即将更新）
• 第三篇：手把手写你的第一个 Skill（即将更新）

作者：十一

▍开场：一个所有人都遇到过的场景

朋友在群里转了一篇公众号文章。

你点开看了，写得真好，想存下来以后反复看。于是你把链接丢给 Agent：

Agent 回你：

对话到这里就死了。

Agent 很礼貌，很诚实，给了你三条"建议"——但没有一条是它帮你做的。你还是得自己动手复制粘贴。

这不叫帮忙，这叫甩锅。

▍换个 Agent 试试？

不，不用换 Agent。同一个 Agent，同一个模型，同一个链接，再来一次。

这次唯一的区别是：你给它装了一个叫 wespy-fetcher 的 Skill。

Agent 回你：

同一个 Agent。同一个模型。同一个链接。

第一次说"我做不到"，第二次说"做好了"。

区别在哪？

区别在于，第二次它手里多了一份"工作手册"。这份手册告诉它：遇到公众号链接时，不要说"我做不到"——去调用一个叫 WeSpy 的工具，它能帮你绕过反爬机制抓取内容。手册还告诉它：抓完之后转成 Markdown 格式，保存到指定目录，文件名用日期加标题。

这份工作手册，就叫 Skill。

打个比方：你公司来了个新员工，聪明、勤快、学啥都快——但他第一天上班，啥流程都不知道。你让他"帮忙处理一下客户投诉"，他可能直接回复客户说"不好意思我们解决不了"。不是他笨，是他不知道公司有工单系统、有处理流程、有需要抄送的负责人。

给他一份《客户投诉处理 SOP》，他立刻就能按流程操作。

Agent 也是一样。模型就是那个聪明的新员工，Skill 就是你递给他的那份 SOP。

▍一、Skill 到底是什么？

上面用比喻讲清楚了 Skill 的角色——Agent 的 SOP。但光知道"它是个 SOP"还不够，我们拆开看看它具体包含什么。

一个 Skill 就是一个 Markdown 文件，通常叫 SKILL.md，用人类的语言写清楚三件事：

1. 什么时候该用我——遇到什么样的任务，Agent 应该想到这个 Skill
2. 具体怎么做——一步一步的操作流程，用什么工具、按什么顺序
3. 注意什么——边界条件、常见坑、出错了怎么办

就这三件事，不多不少。

还是用公众号那个例子来说：wespy-fetcher 这个 Skill 告诉 Agent 的就是——"当你看到 mp.weixin.qq.com 的链接，别说做不到，去调用 WeSpy 这个工具，按这个步骤抓取内容，保存成 Markdown"。Agent 的智商没变，但它突然"知道该怎么做了"。

▍二、为什么没有 Skill 的 Agent 会说"我做不到"？

这个问题值得多想一步。

Agent 说"我无法访问公众号链接"，它在撒谎吗？不是。它说的是事实——以它当前掌握的信息和工具，它确实做不到。就像那个新员工说"我不知道怎么处理投诉"也不是在偷懒，他是真不知道。

问题出在信息差。

Agent 的底座模型知道的东西很多——编程、写作、分析、翻译——但它不知道有一个叫 WeSpy 的开源工具可以抓取公众号内容。它也不知道该把抓回来的内容存到哪个目录、用什么格式命名。这些"领域知识"不在模型的训练数据里，或者即使在，它也不知道什么时候该用。

Skill 做的事情就是填补这个信息差。

它不是让 Agent 变得更聪明（模型能力没变），而是告诉 Agent：你其实有这个能力，只是你不知道而已。这里有一个工具，这样调用，按这个流程走。

这就是为什么 Skill 的核心价值不是"提升质量"，而是扩展能力边界。没有 Skill，Agent 只能做模型本身"知道怎么做"的事；有了 Skill，Agent 能做任何"有人教它怎么做"的事。

▍三、Skill 和 Prompt 有什么区别？

你可能会想：这不就是写一段更详细的 Prompt 吗？

不完全一样。区别在三个地方：

1. 触发方式不同

Prompt 是你每次对话时手动输入的。Skill 是预先写好、自动匹配的——Agent 遇到符合条件的任务，会自己去读对应的 Skill，不需要你每次都把操作流程重复一遍。

你不会每次让新员工处理投诉时都把 SOP 念一遍。你把 SOP 放在那里，他遇到了自己去查。Skill 是同一个逻辑。

2. 复用性不同

一段 Prompt 是一次性的，换个对话窗口就没了。Skill 是持久化的文件，写一次，所有后续对话都能自动生效。你可以分享给同事，发布到 GitHub 让全世界用。

上面提到的 wespy-fetcher 就是一个开源的 Skill（GitHub 仓库^[1]）。作者把自己的经验写成了一个 SKILL.md 文件，任何人装上就能用，不需要重新摸索"公众号文章怎么抓"这个问题。

3. 结构化程度不同

Prompt 是自由文本，怎么写都行。Skill 有相对固定的结构——什么时候触发、具体步骤、依赖什么工具、注意事项。这种结构化让 Agent 更容易"读懂"你的意图。

当然，从本质上说，Skill 最终也是以文本的形式注入到 Agent 的上下文中的。你可以把 Skill 理解为一种结构化的、可复用的、自动触发的 Prompt。但正是"结构化"、"可复用"、"自动触发"这三个特性，让它和随手写的 Prompt 有了质的差别。

▍四、一个真实的 Skill 长什么样？

说了这么多，Skill 文件到底长什么样？

以刚才的 wespy-fetcher 为例，下面是它真实的 SKILL.md 文件（来自 GitHub仓库^[2]）。

别被下面这段"代码"吓到——它其实就是一份分了几个章节的文档，跟你在 Word 里写标题加正文没什么区别，只不过格式是 Markdown。我加了批注帮你看懂每一段在干什么：

---
name: wespy-fetcher
description: 获取并转换微信公众号/网页文章为 Markdown 的封装 Skill，
  完整支持 WeSpy 的单篇抓取、微信专辑批量下载、专辑列表获取、
  HTML/JSON/Markdown 多格式输出。
  Use when user asks to 抓取微信公众号文章、公众号专辑批量下载、
  URL 转 Markdown、保存微信文章、mp.weixin.qq.com to markdown.
---
# ↑ 这段是"身份证"：告诉 Agent 这个 Skill 叫什么、什么时候该用它。

# WeSpy Fetcher

封装 tianchangNorth/WeSpy 的完整能力。

## 功能范围（与 WeSpy 对齐）
# ↑ 这段是"能力清单"：告诉 Agent 你能做哪些事。

- 单篇文章抓取（微信公众号 / 通用网页 / 掘金）
- 微信专辑文章列表获取（--album-only）
- 微信专辑批量下载（--max-articles）
- 多格式输出（Markdown 默认，支持 HTML / JSON / 全部）

## 使用
# ↑ 这段是"操作手册"：一步步告诉 Agent 该调用什么命令。

脚本位置：scripts/wespy_cli.py

# 单篇文章（默认输出 markdown）
python3 scripts/wespy_cli.py "https://mp.weixin.qq.com/s/xxxxx"

# 专辑批量下载
python3 scripts/wespy_cli.py "https://mp.weixin.qq.com/mp/appmsgalbum?..." --max-articles 20

## 实现说明
# ↑ 这段是"注意事项"：依赖什么、文件放哪、出错了怎么兜底。

- 优先使用本地源码路径 ~/Documents/QNSZ/project/WeSpy
- 若本地不存在则自动执行 git clone 到该目录
- 通过导入 wespy.main.main 直接调用上游 CLI，保持行为一致

看出来了吗？回头对照前面说的 Skill 三要素：

1. 什么时候该用我 → 最上面的 description 字段
2. 具体怎么做 → "使用"章节里的命令和参数
3. 注意什么 → "实现说明"里的依赖和兜底逻辑

没有复杂的代码逻辑，没有 API 对接，就是用 Markdown 写清楚了"遇到这种任务该怎么做"。

但就是这么一个文件，让 Agent 从"抱歉我做不到"变成了"已经帮你搞定了"。

▍五、Skill 的生态已经在爆发

你可能会想：就算 Skill 有用，我也不想每个任务都自己从头写一个吧？

好消息是，你不需要。

就像手机的 App Store 一样，Skill 正在形成自己的生态。开源社区已经有了大量现成的 Skill，覆盖各种场景：

• wespy-fetcher：抓取公众号文章，转 Markdown
• x-fetcher：抓取 X（Twitter）推文和长文章
• video-downloader：下载 YouTube 视频
• invoice-scanner：扫描识别发票，生成分类报告
• code-roaster：用 Gordon Ramsay 风格吐槽你的代码质量
• voice-changer：音频变声处理
• ……

仅 wlzh/skills 这一个仓库^[1]就有十几个实用 Skill。而在更大的社区里，像 awesome-agent-skills^[3] 这样的汇总仓库已经收录了数千个 Skill，覆盖开发、运营、内容创作、数据分析等各种领域。

你可以直接用别人写好的 Skill，也可以在别人的基础上修改，当然也可以自己从头写——这正是这个系列接下来要教你的。

▍六、为什么你应该关心 Skill？

三个理由：

Skill 是当前 Agent 生态中杠杆最高的投入。

换一个更贵的模型，效果可能提升 10%。写一个好的 Skill，效果可能从"做不到"变成"做得到"——这不是 10% 的提升，是从 0 到 1 的突破。

Skill 是可以积累的资产。

每写一个 Skill，Agent 就多一个能稳定完成的任务类型。十个 Skill，Agent 就能覆盖你日常工作的十个高频场景。Skill 库越大，Agent 越好用，这是一个正向飞轮。

Skill 是"有经验的人"的超级杠杆。

在 Agent 时代，模型是通用的、工具是公开的，但经验是独特的。你在某个领域踩过的坑、总结的最佳实践、积累的 know-how——这些东西以前只存在你的脑子里，教别人要靠口口相传。现在你可以把它写成 Skill，让 Agent 帮你（和所有人）执行。

这不是 AI 取代人，这是人通过 Skill 放大自己的经验。

下一篇预告

现在你知道 Skill 是什么了：一个 Markdown 文件，告诉 Agent "遇到这类任务该怎么做"。你也看到了它的威力——同一个 Agent，有没有 Skill，表现天差地别。

但你可能已经好奇了：我们刚才看到了 SKILL.md 的大致结构，但每个部分到底该怎么写才算"写得好"？同样是写 description，为什么有的 Skill 能精准触发，有的却总是被 Agent 忽略？同样是写操作步骤，为什么有的 Skill 让 Agent 一步到位，有的却让 Agent 反复出错？

下一篇，我们拿真实的 SKILL.md 文件开刀，一段一段地拆给你看——不只是"每段是什么"，而是"每段怎么写才有效"。

「从零开始写好 Skill」系列是「从零开始理解 Agent」系列的姊妹篇。如果你还没有读过 Agent 系列，建议先从 第一篇：Agent 的底层原理^[4] 开始，理解 Agent 的基础架构后再来学 Skill，效果更好。

相关链接

[1] GitHub 仓库: https://github.com/wlzh/skills

[2] wespy-fetcher 仓库: https://github.com/wlzh/skills/tree/main/wespy-fetcher

[3] awesome-agent-skills: https://github.com/VoltAgent/awesome-agent-skills

[4] 第一篇：Agent 的底层原理: https://mp.weixin.qq.com/s/gz_vPvgTdozh4FO6vEdF-Q

关注 AGENT 魔方公众号，回复 Agent

免费领取「从零开始理解 Agent」全套资料包

加速入门和掌握 Agent: