第 9 卷

受众：部门负责人；汇报时长：8 分钟。

保持原文事实和数字，不新增未经证实的数据。

结构：背景、现状、问题、方案、计划、需要决策。

使用 reference/brand‑guide.pdf 中的颜色与字体规范。

输出 output/项目汇报_v1.pptx，同时提供逐页内容清单。

验收：每页只有一个核心观点，数字与原文一致，正文在投影状态可读。

第 5 章 WorkBuddy加载一个真正用得上的

Skill

Skill 是什么

WorkBuddy 本身负责理解任务和组织执行；Skill 则是一组可复用的说明、脚本、参考资料和资源，告诉 Agent 某类任务应该怎样做、调用什么工具、交付什么格式。

Anthropic 在 2025 年 10 月正式推出 Agent Skills，2025 年 12 月将其发布为开放标准。

一个最标准的 Skill，大概长这样：

Plain Text my‑skill/ ├── SKILL.md ├── scripts/ │ └── check.py ├── references/ │ └── guide.md └── assets/└── template.pptx

其中只有 SKILL.md 是必须的。

‑‑‑ name: tech‑article‑writing

description:用于撰写 AI 产品、模型评测和科技行业相关文章 ‑‑‑

收到写作任务后：

1.先确认文章核心角度 2.查找一手资料

3.对核心事实交叉验证 4.根据用户写作风格完成初稿

5.检查禁用句式和 AI 味表达

还可以带上：

Plain Text references/style.md

Skill 是怎么工作的

Skill 最关键的设计，其实不是 SKILL.md，而是 Progressive Disclosure，渐进式披露。

假设你的 Agent 装了 100 个 Skill。

它不会一上来把 100 个 Skill 的完整内容全部塞进上下文。这样不仅浪费 Token，还会让模型被大量无关指令干扰。

标准做法分三层。

pdf 处理 PDF 提取、合并、编辑、填写任务

tech‑article‑writing 撰写 AI 和科技行业文章

第二层，当用户说：

```Plain Text 帮我写一篇 WorkBuddy 的公众号文章

Agent 根据 description 判断 tech‑article‑writing 可能相关，这时才加载完整的 SKILL.md。

第三层，执行过程中发现需要模仿你的写作风格，才继续读取：

Plain Text references/style.md

需要检查 AI 味，才执行：

Plain Text scripts/check‑ai‑phrases.py

标准规范建议，所有 Skill 启动时只加载数十至上百Token的元数据，Skill 激活后再加载完整说明，其他资料和脚本继续按需读取。OpenAI Codex 也采用类似机制，先向模型暴露 Skill 的名称、描述和路径，再在模型决

定使用时读取完整内容。

所以 Skill 解决了一个长期困扰 Agent 的问题：

怎么给 Agent 很多知识和工作方法，又不把所有东西永远塞在 Prompt 里。

Skill 跟 Prompt 到底有什么区别

这是最核心的问题。

最简单的理解是：

Plain Text Prompt = 任务 Skill = 做法

Skill 有哪些作用

第一个作用，是给模型补充程序性知识。大模型往往知道大量知识，但未必知道你的事情具体应该怎么做，比