基本信息

来源摘要/节选

公开展示已截断至最多 800 个字符；请访问原始来源查看完整上下文。

大家好，我是双越。 wangEditor 作者，前百度 滴滴 资深前端工程师，慕课网金牌讲师，PMP， 前端面试派 作者。 我正致力于两个项目的开发和升级，感兴趣的可以私信我，加入项目小组。 划水AI Node 全栈 AIGC 知识库，包括 AI 写作、多人协同编辑。复杂业务，真实上线。 智语 AI Agent 智能体项目。一个智能面试官，可以优化简历、模拟面试、解答题目等。 本文总结了我最近调研和学习 SKILLS 的一些记录，帮助大家对 SKILLS 全面的学习和理解。 SKILLS 是什么 SKILLS 本质上就是组织 prompt 提示词。 不仅 SKILLS，很多包装得很复杂的 Agent 框架，剥开来看确实都在做"往 Prompt 里塞什么、怎么塞"这件事。 SKILLS 比传统 prompt 多了一个：按需注入。这样就能极大减少 token 使用量，关键是 能省钱 。 基于什么发展而来？ Skills 的概念来源于以下几个演进脉络：

  1. Prompt Engineering 的沉淀 早期开发者发现，同样的任务，提示词写法不同，结果差异巨大。经过大量试错后，好的提示策略需要被 复用和共享 ，Skills 就是这种沉淀的容器。
  2. RAG（检索增强生成）的思路迁移 RAG 是在运行时动态注入外部知识，Skills 借鉴了这个思路——在任务执行前动态注入 过程性知识 （How-to），而不仅仅是事实性知识。
  3. Tool Use / Function Calling 的延伸 LLM 有了调用工具的能力后，下一步自然是让 Agent 知道**“什么场景用什么工具、怎么用得好”**，这正是 Skill 要解决的事。 4.…

来源说明

当前只保存了公开页面节选，不代表原文全文。请以原始来源为准。

本页只呈现已做哈希绑定的来源证据，不包含基于旧正文或缺失原文的扩展推断。