企业官网建设流程全解析

上海网站建设开发,传媒公司营销网站,建设银行网站支付限额怎么办,济南房产信息网站官网查询文章全面介绍了Claude Skills这一AI Agent扩展技术#xff0c;详细解析了其概念原理、架构机制、技术优势及开发教程。Skills允许非技术人员通过自然语言编写文档#xff0c;即可创建具有通用AI智能上限的垂直Agent应用#xff0c;具有零代码、灵活应对边缘情况、多技能联用…文章全面介绍了Claude Skills这一AI Agent扩展技术详细解析了其概念原理、架构机制、技术优势及开发教程。Skills允许非技术人员通过自然语言编写文档即可创建具有通用AI智能上限的垂直Agent应用具有零代码、灵活应对边缘情况、多技能联用等显著优势。文章还提供了完整的使用和制作教程帮助开发者快速掌握这一新兴技术降低AI应用开发门槛。一、Skills 是什么从概念来源到运作原理2025 年 10 月中旬Anthropic 正式发布 Claude Skills。两个月后Agent Skills 作为开放标准被进一步发布意在引导一个新的 AI Agent 开发生态。OpenAI、Github、VS Code、Cursor 均已跟进。为了更好的理解你可以把 Skills 理解为“通用 Agent 的扩展包”Agent 可通过加载不同的 Skills 包来具备不同的专业知识、工具使用能力稳定完成特定任务。最常见的疑惑是这和 MCP 有什么区别MCP 是一种开放标准的协议关注的是 AI 如何以统一方式调用外部的工具、数据和服务本身不定义任务逻辑或执行流程。Skill 则教 Agent 如何完整处理特定工作它将执行方法、工具调用方式以及相关知识材料封装为一个完整的「能力扩展包」使 Agent 具备稳定、可复用的做事方法。以 Anthropic 官方 Skills 为例PDF包含 PDF 合并、拆分、文本提取等代码脚本教会 Agent 如何处理 PDF 文件 - 提取文本创建新的 PDF、合并或拆分文档。Brand-guidelines包含品牌设计规范、Logo 资源等Agent 设计网站、海报时可参考 Skill 内的设计资源自动遵循企业设计规范。Skill-Creator把创建 Skill 的方法打包成元 Skill让 AI 发起 Skill 创建流程引导用户创建出符合需求的高水准 Skill。Skill-Creator教 Agent 如何帮用户创建新 Agent 的技能但 Skills 的价值上限远不止于此。它应该是一种极其泛用的新范式从垂直 Agent 到 AI 产品开发借用通用 Agent 内核0 难度创造具备通用 AI 智能的垂直 Agent 应用。本文开头提到的 article-copilot、AI Partner Skill就是对这种可能性的验证。让我们从 Skill 的运作原理讲起。首先如何理解 SkillAnthropic 说Skills 是模块化的能力扩展了 Agent 的功能。每个Skill 都打包了 LLM 指令、元数据、可选资源脚本、模板等Agent 会在需要时自动使用他们。我有个更直观的解释Skill 就像给 Agent 准备的工作交接 SOP 大礼包想象你要把一项工作交给新同事。若不准口口相传只靠文档交接而且你想一次性交接完成以后不被打扰你会准备什么任务的执行 SOP 与必要背景知识这件事大致怎么做工具的使用说明用什么软件、怎么操作要用到的模板、素材历史案例、格式规范可能遇到的问题、规范、解决方案细节指引补充⬇️Skill 的设计架构几乎是交接大礼包的数字版本相对标准的 Skill 结构示例实际案例中只有 SKILL.md 是必需的其他结构为可选项在 Skill 中指令文档用于灵活指导代码用于可靠性调用资源用于事实查找与参考。当 Agent 运行某个 Skill 时就会1.以 SKILL.md 为第一指引2.结合任务情况判断何时需要调用代码脚本scripts、翻阅参考文档ref.、使用素材资源assets3.通过“规划-执行-观察”的交错式反馈循环完成任务目标当然Skill 也可以用来扩展 Agent 的工具、MCP 使用边界通过文档与脚本也可以教会 Agent 连接并使用特定的外部工具、MCP 服务。举个例子这是 PPTX Skill 的文件目录整个文件夹就是一个完整的能力包用来支持 AI 创建、编辑和分析 PowerPoint 演示文稿。核心文件是 SKILL.md包含技能的元数据和任务指导告诉 agent 什么时候使用这个技能、如何按步骤处理任务。特别的独立子技能往往会被拆为子文档如教 AI 把 html 导出为 pptx 流程的 html2pptx.md以避免一次性加载过长的 skill 文档节省上下文窗口Scripts/ 包含 Agent 可用的各类预先写好的程序脚本比如 html 转 pptx 的一键程序脚本。这样 Agent 运行任务时就无需临时开发工具直接调用节省 tokens 避免出错提升速度也有一些参考文档此项目打包的不算规范但根据 SKILL.md Agent 也能理解哪些文档可以参考比如 ooxml.md是对 ooxml 格式文件的解析指南整个 Skill 以简明的形式把技能指引文档、代码脚本、参考文档和可用资源组合定向扩展了 Agent 完成 pptx 生成相关的工作能力。Skills 的真实价值垂直 Agent 的未来态看好 Skills 价值与未来生态发展的原因是Skills 与其他 AI 应用开发方式有底层机制的不同人给出专业知识与工具方法通用 Agent 提供智能自主理解主动执行。说人话就是人给指引最终 Agent 还能根据自己的智力看着执行。而且「Agent 文件」的形式足够泛用。这就相较于它的前辈们Workflow 和程序编写的 AI 应用有了 3 个关键优势非技术人员可用零代码、自然语言编写能突破预设限制灵活响应用户输入应对边缘情况甚至能多个 Skill 自由联用应用方式极其灵活这一部分可能会比较深入但例证完善实际上不会很难懂。虽一家之言但仍有助于理解 Skill 价值与 Agent 发展趋势1. 零代码、自然语言编写真·智能 Agent纵观此前的 AI 应用开发方法不必多说程序编写的 AI 应用必须懂程序逻辑、懂技术实现。即便是 Coze、Dify、N8N 等近年流行的 Workflow 平台也得理解节点配置、条件分支仍算「编程」只是界面友好一些。而 Skills 的创建门槛完全不同入门门槛极低智能上限极高。1最简单的以 Anthropic 的 brand-guidelines skill 为例仅有一个 SKILL.md纯自然语言写成。元信息什么时候用这个 Skill正文品牌颜色、字体等文本描述信息但足以引导 Agent 变成符合 Anthropic 品牌设计的垂直 Agent可用于品牌官网、海报、PPT 设计。当你要设计一个符合 Anthropic 公司设计规范的 AI 搜索网站Agent 就会自动运行该 Skill ⬇️Skill 有两种加载模式显式 / 隐式。前者通过 user query 直接指定调用后者根据任务与元信息描述的相关性LLM 自动匹配。这是该 skill agent 一次性开发的网站调性接近 Claude 官网设计我电脑上缺了他家的 Serif 字体实际上可以更像2复杂的以 AI-Partner Skill 为例一个 Skill 就是一个复杂 Agent包含 SKILL 文档、向量数据库构建指南、向量数据库使用脚本、AI 伴侣与用户的 Persona 模板资源SKILL.md 本体依然由自然语言写成借此Agent 就能理解 AI-Partner 的初始化与对话方法引导用户上传包含个人记忆的文档预料在用户端智能切分笔记片段构建向量数据解析用户记忆文档提炼个性化的 AI 伴侣与用户画像设定最终智能检索用户记忆提供懂用户的 AI Partner 对话体验这能基本验证单靠 Skill Agent 所构造的垂直 Agent所实现的智能效果无异甚至可超过同类 AI 产品。而做这些垂直 Agent都不用编写程序代码。非技术出身的领域专家离自己做专业 Agent 只剩隔着一层窗户纸——把你的专业经验和工作流程用文档形式写清楚Agent 就能照着执行。2. 突破预设限制灵活应对实际情况Agents Skill 的这一优势往往被忽视。Workflow 或 传统程序 的核心问题是它们假设所有情况都能预设。比如基于用户记忆的 AI 个性化助理往往需要提前设定用户导入记忆文件的入口允许用户上传的文件格式数据应该包含哪些字段以及可能出现哪些特殊情况每种情况如何处理。但现实往往是需要教育用户在哪点击「导入」用户只有预期之外的格式预期支持 md但实际只有 doc数据字段不符预期每个文件需要一个标题但用户文件没有标题或者出现了预设之外的边缘情况。这时 Workflow 或传统程序就卡住了它只能按预设路径执行遇到意外就报错或要求用户自行消除差距。而通用 Agent Skill 应用的运作方式完全不同能在统一的对话框接收各类用户数据文本、文件、图片能自主调用其他 Skill或即时编写 doc2md 脚本自动转换用户格式能提炼补充每个文件的标题完成数据入库处理能基于 LLM 的推理智能弥合各类边缘问题用 Skill 做的垂直 Agent以 Skill 的知识与方法为指引能巧借 Agent 内的 LLM 智能灵活应对各类问题。所以在 AI-Partner-Chat 中也有过很有意思的探索借 Agent 本身的“观察-规划-执行”的动态智能对用户文档进行自适应切片而非所有文件都按照固定的分隔符 or 字数切分。DailyNotes 按照日期标题切分项目笔记按照标题级别与语义切分这样能得到更符合实际情况的 RAG 切片。3. 多 Skills 自由联用Agent Skills 实质仍是 Context 工程Skills 只是把垂直领域的知识、脚本调用方法等挂载到 Agent 的上下文窗口。所以 Skills 在实际应用中极其灵活甚至在一次任务中能调用多个 Skill。比如联用 brand-guidelines pptx自动制作符合品牌规范的 pptx联用 AI-Partner-Chat Article-Copilot写出更符合个人思考与文风的内容也可以是更复杂的场景如做一份产品分析报告1.从网页抓取竞品数据Web Scraping Skill2.提取 PDF 中的用户反馈PDF Skill3.分析数据并生成图表Data Analysis Skill4.按品牌规范制作 PPTBrand Guidelines PPTX Skill每多一个 Skill就多一种能力N 个 Skill 可以应对远超 N 的应用场景。☞ Skills 核心运行机制渐进式披露这节旨在讲解 Skills 运作的核心机制之一渐进式披露。整体更偏技术理解如果只是想用 or 做 Skill可以滑到下一部分正如 有效的 Context 工程 所论证的上下文过长容易导致模型能力下降。由于 Skills 的本质就是 Context 工程所以这个问题也需在 Skill Agent 中注意。一个完整装载了 Skill 的 Agent 架构是这样的Skill 包放在 Agent 文件系统右侧中并非默认全量加载在 Context Window 中。根据 Context 加载顺序、优先级的不同Skill 被划分为了 3 种层级Skill 内容物的 3 种渐进披露优先级渐进披露的流程图解1Level 1元数据始终加载SKILL.md 文档内的元数据包含名称与用途描述。长度约 100 tokens。Agent 启动时就在 Context Window 中加载 Skill 元数据将其包含在系统提示中。AI 通过理解用户消息与 Skills 元数据的匹配情况判断是否需要自动使用技能。---name: pdfdescription: 全面的 PDF 操作工具包用于提取文本和表格、创建新 PDF、合并/拆分文档以及处理表单。当 Claude 需要填写 PDF 表单或大规模地程序化处理、生成或分析 PDF 文档时使用。---默认只加载元数据 → 意味着可以给一个 Agent 同时安装很多 Skills 但不影响上下文性能。2Level 2指令触发时加载SKILL.md 文档内的正文内容也就是主要技能指令一般包含工作流程、最佳实践和指导。建议少于 5000 tokens。当用户发出的消息与Skill 元数据的描述匹配需要调用 Skill 时Agent 才会用 bash 读取文档正文 。读取时文档内容加载到 Context Window 中。SKILL.md 的结构分为 YAML 元数据与 MD 正文3Level 3子技能指令 / 资源 / 代码按需动态加载由子技能文档、代码脚本、参考文档、可用资源等文件构成。也有 Agent Skill 规范文档将它们统称为「Resource」。相对来讲Level 3 结构要求没那么严谨。Sub-SKILL.md 子技能文档相对独立、复杂的子技能指令单独放在 Level3 拆分加载随着一个 Skill 的复杂度提升可能因为技能知识的上下文过长或者有些知识仅在特定场景使用而不适合放入单个SKILL.md可被分拆为独立指令文档仅在必要时加载。Scripts 代码脚本视作“Agent 的可执行资源”而不算 tool usetool use 是 Agent 外部调用的独立服务Agent 在 Agent 电脑虚拟机中直接调用脚本脚本代码本身不进 Context Window只有脚本运行完成后的输出会进 Agent 的 Context。Reference 参考文档、Assets 可用资源当然都是 Level 3仅在必需时动态读取加载。Level 3 因为按需加载的特性文件在被访问前不会占用 Context 长度所以没有内容大小限制可按业务实际说明需要添加材料。⬇️小结整个 Skill 运行过程中Agent 自动判断哪些技能与任务相关根据 skills 的元信息动态判断、加载完成任务所需模块Level 1: SKILL.md 元数据name description ↓Level 2: SKILL.md 完整内容 ↓Level 3: Resources 中的具体文件按需读取公众号 言午 在《Claude Skills背后的信息分层设计哲学》一文中亦有形象的图解不过即使 Agent Skill 支持「渐进式披露」。但在商业化的 Agent 产品中单个或多个 Skills 联用如何稳定控制运行过程中的 Context 长度依然是绕不过的工程问题。☞ Skills 对 AI 产品设计的影响我先和在做 Agent 平台的朋友 付铖 讨论了一个问题基于 Skills 做的垂直 Agent 应用会不会有依赖推理响应速度降低的问题我俩是在 Mulerun Agent 开发者闭门会认识的当时觉得他的 Agent 认知相当深刻。他负责的正是 Mulerun 平台的产品策划与研发。他给了一组很有意思的启发1.Skills 是一种非常宽容的 Agent 设计架构2.Skills 可以被设计为很多 tokens 的指令文档引导模型思考也可以是无需思考的简单指令直接指向可直接运行的脚本代码3.因为 Skills 能直接调用代码逻辑不进 Context 窗口。所以用 skill 也不需要 agent 一直推理agent 也可以只承担类似 hook 的角色实质上和正常程序运行并无差别4.所以 Skills 慢起来可以是 prompt快起来也可以是 workflow另外再结合两个趋势的极端判断1.token 价格会下降2.agent 速度会提升这么看来以 Skills 为基础的垂直 Agent在性能、开销上的问题也不是不可解决的持续性问题了。所以进一步推演未来 ai native 产品的发展趋势我目前的猜测是拿笔记类 APP 举例大部分 APP 的逻辑还是新笔记 - 代码 - 处理。新笔记完全用代码逻辑原模原样直接入库。但如果是 ai native 式的笔记 APP他们可能会内置一些类似 skill 的指引包括笔记入库、智能纠错、冗余笔记合并等。这些 skill 有些可能以 prompt 为主需要生成有些基本只有代码逻辑快速响应。当用户写新笔记时ai 快速自行判断能不能直接入库要不要智能纠错有没有冗余的历史相似笔记需要合并每种情况都由 agent 拿着各种 skills 自动匹配来处理。这样下来Skills-based 的 Agent 产品就能用同一个多模态输入框处理用户各种不同的输入也能灵活应对未被规划的边缘问题、为用户提供绝对个性化的生成需求了。二、Skills 完全教程制作与使用如果你看到了这里那 Skills 对于 AI 应用开发的价值就不言而喻了巧借通用 Agent 内核只关注 Skills 设计能低成本创造兼具通用 AI 智能上限的垂直 Agent 应用。对于 Agent 开发者尤其是非技术出身的团队 or 业务人员是极大的开发利好1.0 代码创造 Agent 应用仅靠“写文档”的方式人人能做出可解决问题的垂直 Agent2.无需过度关注 Agent 工程技术细节凭借通用 Agent 智能Skill Agent 能够自适应 Skill 设计中所缺失的代码、功能逻辑甚至是自行在运行中克服 bug虽有性能影响。做 Demo、MVP、甚至小 Agent 应用验证产品价值就非常容易3.而且搓出来的垂直 Agent兼具通用 AI 智能有极其灵活的边界问题与个性化处理能力智能上限极高。那么我们该如何开始使用 or 制作第一个 Skill1️⃣ 教程我该如何使用 SkillsClaude Code 版如果你已经会了可跳过此部分也可以把这大概率是全网最详细的 Skills 教程转给初学的小伙伴们使用 Skills 的方式很多我先推荐一种自己用最多的本地方法Claude Code简称 CC。注意只是使用工具Claude 模型并非必需BTWcodex、cursor 等工具也逐步在支持 skill 的使用有兴趣可以自行探索。开个玩笑Claude Code 是 Anthropic 推出的 coding 工具 ❌Claude Code 是 Anthropic 自己都没想到的通用 Agent 框架 ✅CC 能做的事情远不止 AI Coding它能代替我们操作电脑包括搜索网页、操作浏览器、访问文件以及使用电脑底层命令、运行 python 脚本等行为。这就意味着 CC Skills就等于跑在自己电脑上的垂直 Agent。通过安装或自行创建不同的 Skills就可以完成搜索网络信息总结感兴趣的资讯日报自动化翻阅项目文件夹输出项目复盘文档以及其他不同的 Agent 任务。使用方法其实并不复杂只是需要一些耐心Step 1安装 Claude Code如果从未安装过 Claude Code请打开「终端/命令行」工具遵循官方安装指引 https://code.claude.com/docs/en/quickstart#native-install-recommended 完成 Claude Code 安装。推荐直接把官方指引链接按以下 Prompt 发给任意 AIChatGPT、Kimi 都行让它一步步教你。我是电脑小白参考以下信息一步步指导我在【Mac/windows/linux】终端中安装该程序【此处粘贴替换为官方安装指引文本】当我遇到疑惑或报错时我会把终端的日志发给你请帮我解决。AI 就会这样教你安装遇到问题就截图给它基本都能教你解决。安装后终端里输入claude --version看到版本号则这一步安装成功。Step 2如果不用 Claude 模型请替换模型现在大部分国产模型都已经支持了 Skill 的使用与创建。❶ 你可以用「模型名称 Claude Code」的关键词去网上搜索模型厂商官方的 Claude Code 模型接入教程。目前比较推荐的是 GLM 4.7、Kimi K2-thinking 或新版本。发送以下 Prompt 给 AI 对话就能得到详细的人话指导了我是电脑小白指导我根据【替换为教程链接】并替换 claude code 内的模型。Claude Code 已经装好了❷ 另外也有一些好用的 Claude Code 模型管理工具比如「CC Swtich」项目地址为 https://github.com/farion1231/cc-switch同样打开 AI发送以下 Prompt就能学会如何使用我是电脑小白指导我如何安装【项目地址】并替换 claude code 内的模型我要用的是【模型名称】Step 3安装并使用 Skills正式使用 Claude Code 之前建议在任意目录下创建一个空文件夹比如叫 test再在终端内切换到对应文件目录然后在终端输入claude就可以启动 CC 了看到下图就是启动成功了这一步能把 Claude Code 的后续 AI 行为都局限在该目录减小对本地电脑其他文件的影响。❶ 在安装 Skill 之前你需要先获取需要的 Skill 文件包。比如官方 Skills 仓库https://github.com/anthropics/skills/tree/main里面就有很多已经做好的 Skills。你可以让 CC 替你自动安装 Skill比如在 CC 中发送 安装 skillskill 项目地址为skill 项目地址❷ 也可以手动下载 Skill把文件包解压后放在 skills 安装目录下可以在当前项目文件夹的/.claude/skills/目录下放入要安装的 skill 文件包如图为正确的项目 skills 路径配置也可以选择全局目录/.claude/skills/所有项目都能共享放在全局目录的 Skill❸ 完成安装后记得重启 CC 退出终端再打开就行或者双击 ctrlc 终止 CC 进程⬇️要使用 Skill 时只要在装好后的 CC 中发送开始使用skill 名称或者用户消息与 skill 元数据的描述匹配就能自动调用 Skills执行任务。 怎么找到好用的 Skills 呢你应该也看出来了在面向 to C 用户也就是自己日常使用时以上的方法有两个问题使用步骤确实比日常的 APP 复杂不少比较难找到想用的 Skills常规方法是找规模比较大的第三方 Skills 市场https://skillsmp.com/zh但不难发现现有大部分的 Skills 公开市场没有完善的评价和精选体系所有 Skill 缺少合理的分类与排序机制导致很难找到需要的 Skills。可以看到仅靠 star 排序是非常难找到合适的精选 Skill 的付铖他们的 Mulerun 最近就在研究解决这个问题顺手给他们恰逢其时地推荐一下他们在打造全球性的 Agent 市场支持创作者在平台上开发并上架 Skill、N8N 等形式的 AI Agent他们会帮助 Agent 创作者做全球分发、增长类似 Agent 向的 APP Store且上架 Mulerun 后Agent 能被其他用户付费使用Mulerun 也即将支持 Agent Skills 生态还会有个好功能一键运行并测试 github上公开的 skill repo也就是省掉了 CC 那样配置 Skill 的步骤另外还会引入自动评分、精选的 Skills 发现机制帮助用户能够更好地找到自己需要的优质 Skills2️⃣ 如何制作一个 Skill好话说回来。如果你按照上文学会了 Skill 安装与使用那制作第一个 Skill 将会无比容易。我们需要用到 Anthropic 官方的一个 skillskill-creator顾名思义用来帮你自动开发 Skill 的 Skill我的 AI-Partner 和 Article-Copilot Skills 也都借助了这个 skill大幅提升开发 skill 的效率❶ 首先是安装 skill-creatorskill 项目地址在https://github.com/anthropics/skills/tree/main/skills/skill-creator安装过程一如上面的教程请 CC 来帮忙自动安装❷ 安装完成后即可调用 skill-creator 自动创建需要的 skill。比如发送创建需求给 CCCC 自动调用 skill-creator编写 SKILL.md 与 pdf2word 脚本最终提示创建成功你也可以试着“创建 skill能按照我写文章的行文风格写文章”“创建 skill能自动整理近期 XX 领域的新闻日报”…… 如何安装自己做好 skill 这种方式做出来的 skill会默认是xx.skill格式会与 zip 或文件夹格式略有区别。是 skill-creator 创建的 skill 压缩格式。告诉 CC 指定 .skill 的文件地址要求 cc 直接安装 skill 即可如果是文件夹或者 zip那就按上文的介绍手动解压放到对应 skills 目录即可。 【进阶】如果你需要精调 skill或者想完全手写一个 skill更细节的 Skill 规格设计说明请参考https://agentskills.io/specification#skill-md-formatBTWMulerun 本月也会开始内测 Agent Builder 功能会着重用到 skill对 skill 开发方法进一步优化。如果你想讨论 skill可以去他们的社区https://community.mulerun.com/t/topic/73 已经积累了一些开发者讨论付铖回头记得请我吃饭啊喂三、什么时候应该用 Skills概念、价值、教程都讲完了但更重要的问题是什么场景值得“用 Skill 来解决”、“开发一个 Skill”这个问题对于普通用户优化 AI 工作流程开发者找 Skills Agent 创业机会同样重要。根据 Anthropic 官方博客建议与我的实际理解梳理了 3 种明显的时机1️⃣ 发现自己在向 AI 反复解释同一件事最典型的信号是为了完成某个任务在多轮对话中需要不断向 AI 解释一件事应该怎么做。比如“帮我写一份技术文档”“不对我们公司的技术文档格式是这样的……”“还有代码示例要按这个模板来……”“上次不是说了吗章节标题要三级标题……”“帮我分析这个数据”“先把 XX 的异常值筛掉”“不对应该用中位数不是平均值”“图表要按我们公司文档的配色方案……”这时候就该想到与其每次都解释一遍不如把这些规则打包成一个 Skill一次创建永久复用。2️⃣ 某些任务需要特定知识、模板、材料才能做好有时候是 AI 的通用能力够了但缺“特定场景的知识材料”。典型场景技术文档写作需要参考代码规范、术语表使用文档模板品牌设计需要参考品牌手册、色彩规范使用 Logo 资源数据分析需要参考指标定义、计算公式使用报表模板……这些都是「通用 Agent 垂直知识」的典型场景人提供材料Agent 才能具备场景 Context。在 Skill 包里放对应的知识材料比如把模板、规范、案例放到 Skill 的assets/、reference/目录或者直接描述在SKILL.md中Agent 就能一次性输出符合任务需要的精准结果。3️⃣ 发现一个任务要多个流程协同完成有些任务更加复杂往往需要“组合多个流程”才能完成。竞品分析报告检索竞品数据 数据分析 制作 PPT内容生产收集参考资料 学习风格 大纲协作 正文写作我相信你的工作环境里也有很多这种任务。把这类任务中每个环节的指令文档、可执行脚本、参考材料、可用资源打包成单个或多个 Skill 也是不错的 AI 解决方法。让Agent 根据任务描述智能调用不同的 Skill 模块通过“规划-执行-观察”的交错式行动一次性完成原本需要多个流程协同完成的复杂任务。 写在最后写到这里回到开头那个判断Claude Skills 的价值还是被大大低估了。Skills 是 Agent 的灵魂就像 Steam 游戏 创意工坊一样。有了这种可扩展性极强的设计架构Agent 开发者完全能巧借通用 Agent 内核只需关注 Skills 本身的设计就能低成本创造兼具通用 AI 智能上限的垂直 Agent 应用。对于Agent 创业者乃至非技术的领域专家来说Skills 无异代表了很多的新机会垂直 Agent 工具如果按传统方式开发周期至少数周。但用 Skill 的方式几小时甚至几分钟就能测试起来且智力与能力上限也有机会直逼通用 Agent。⬇️这不是说 Agent Skill 必然全面替代传统开发。两种方式各有适用场景但 Skill 确实让更多人、更多场景接入 Agent 能力变得更为可行不必为了一个内部小工具开发完整产品打包个 Skill 就能解决不必说服 IT 团队理解你的需求自己就能创建工具不必等待产品迭代你可以随时调整 Skill 的行为从这个角度看Skill 更是降低了验证想法的成本。另外再换一个思路把 Skill Agent 服务打包为 AI API是不是也能快速给已有的产品赋上好用的 AI 能力现在还是 Skill 生态的早期Agent Skills 开放标准发布不到 1 个月工具在完善社区在成长。但这个方向有意思的地方在于终于能让更多人、组织、行业参与 AI 应用的创造了。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】为什么要学习大模型我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年人才缺口已超百万凸显培养不足。随着AI技术飞速发展预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。大模型入门到实战全套学习大礼包1、大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通2、大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。3、AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。4、大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。5、大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。适用人群第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】