如何评估 Skill？

对 Agent Skills 的认知与思考 这篇文章对 Agent Skills 做了详细的介绍。在 Anthropic 发布 Agent Skills 的 8 个月后，Agent Skills 已经成为了一种共识的 Agentic 构建范式。Skills Marketplace 平台已经托管了 172W+ 的 Agent Skills；而在年初红极一时的 OpenClaw 的 ClawHub 平台也已经托管了 7W+ 的 Agent Skills。在我们内部，也已经积累了成千上百的 Skills。

随着 Agent 加载的 Skills 越来越多，我们却发现 Skills 之间开始出现相互冲突与干扰的现象，这导致 Agent 的表现变得更不可控，Agent 的调试变得更复杂……

同时，当我们更新了 Agent 系统中的某个 Skill 之后，我们无法判断当前的更新是否会影响该 Skill 的原有功能，我们甚至无法判断 Skill 是否真的做了优化。

于是，我们认为，Skill 的快速评估与测试是保障 Agent 系统可控的必要手段。

重新认识 Skill

Anthropic 的官方文档 Extend Claude Code^[1] 对相关概念之间的区别进行了如下的、详细阐述：

核心概念

• Skills add reusable knowledge and invocable workflows
• Subagents run their own loops in isolated context, returning summaries

Skills are the most flexible extension. A skill is a markdown file containing knowledge, workflows, or instructions. You can invoke skills with a command like /deploy, or Claude can load them automatically when relevant. Skills can run in your current conversation or in an isolated context via subagents.

在如上的描述中，Skills 就是：

• 可复用的知识
• 可调用的工作流

“invocable workflows” 这是一个极具诱导性的描述，这会让人们误以为 Skills 是可以独立操作的单元。

然而，“invocable workflows” 是“能够按需触发并自动执行的一套结构化操作步骤”，是“被封装好的行动方案”，仅此而已。“invocable workflows” 赋予了 Agent “怎么做”的能力。而具体的执行最终还是由 Agent 按照 “invocable workflows” 中描述的既定路线与外部世界交互而完成。

此处的 “invocable” 更合理的理解是可以被 Agent 而调用，而不应该理解为独立的运行单元。即便是存在可执行的 scripts 脚本的 Skill 而言，真正的运行顺序也是：Agent 按照 Skills 中的描述来调用指定的 scripts 脚本。Skill 本身并不能自主执行，必须由 Agent 在真实环境中按照其定义的流程来执行。

my-skill/
├── SKILL.md          # Required: metadata + instructions
├── scripts/          # Optional: executable code
├── references/       # Optional: documentation
├── assets/           # Optional: templates, resources
└── ...               # Any additional files or directories

如果从如上的描述来看待 “invocable workflows”，那么 “invocable workflows” 其实就是一种特殊形式的知识。

重新认识知识

谷歌发布的 Context Engineering: Sessions & Memory^[2] 白皮书中的 Types of information 这一节，对知识进行了分类：

Types of information

Beyond their basic structure, memories can be classified by the fundamental type of knowledge they represent. This distinction, crucial for understanding how an agent uses memories, separates memory into two primary functional categories derived from cognitive science: declarative memories (“knowing what”) and procedural memories (“knowing how”).

• Declarative memory is the agent's knowledge of facts, figures, and events. It's all the information that the agent can explicitly state or "declare." If the memory is an answer to a "what" question, it's declarative. This category encompasses both general world knowledge (Semantic) and specific user facts (Entity/Episodic).

• Procedural memory is the agent's knowledge of skills and workflows. It guides the agent's actions by demonstrating implicitly how to perform a task correctly. If the memory helps answer a "how" question—like the correct sequence of tool calls to book a trip—it's procedural.

从这个层面来看，“invocable workflows” 其实就是 Procedural Knowledge，是一种存储了操作步骤、执行流程、动作技能等知识的程序性知识。

Skills 更是结构化的知识

Skills 不仅是程序性知识，Skills 更是用一种特殊的结构化方式将 “invocable workflows” 封装起来，通过这一结构化方式，极大提升了 Agent 检索知识的效率和性能。

Agent VS. Skills

因此，我们不但需要重新认识 Skills，还需要重新认识 Agent 与 Skills 之间的关系。

Agent VS. Skills VS. Knowledge

而 Agent、Skills、Knowledge 三者之间的关系如下所示：

参考文献

---

1. Extend Claude Code ↩︎

2. Context Engineering: Sessions & Memory ↩︎

打赏