ThinkingAI Logo
返回博客列表

Agent Skills开发用什么工具?

按编写、校验、测试和分发四个环节,拆解 Claude Code、Cursor、VS Code、Gemini CLI、skills-ref 与 Git 插件市场的用法和边界,并给出个人、团队与企业可执行的工具组合。

2026-11-2012分钟
Agent Skills开发用什么工具?

Agent Skills 开发可以用熟悉的编辑器编写,在 Claude Code、Cursor 或 Gemini CLI 等运行时测试,用 skills-ref 校验结构,再通过 Git 管理版本和分发。一个 Skill 的核心只是一个包含 SKILL.md 的文件夹,不需要专门的编译工具;但要让它在不同 Agent 里被发现、按描述触发并稳定执行,单靠一个编辑器不够。下面按这条链路拆解常用工具的能力和边界,再给出个人、团队和企业三种组合。

一、Agent Skills 开发工具怎么分工

可以把工具分成四层,每层解决的问题不同。

环节主要任务常见工具
编写创建目录、写 SKILL.md、组织脚本和参考资料Claude Code、Cursor、VS Code、Gemini CLI
校验检查字段、命名和目录结构skills-ref
测试验证发现、触发和脚本执行Claude Code、Cursor、VS Code、Gemini CLI
分发版本管理、团队共享、权限和审计Git、插件市场、企业 Agent 平台

如果只写一个本地 Skill,任意文本编辑器加一个运行时就能开始。要把 Skill 交给团队长期维护,校验和分发不能省。

二、先明确 Skill 的文件形态

按 Agent Skills 规范,一个 Skill 至少是一个目录,目录里必须有 SKILL.md。SKILL.md 由 YAML frontmatter 和 Markdown 正文组成。name 和 description 是必填字段。name 要求 1 到 64 个字符,只能使用小写字母、数字和连字符,并且与目录名一致;description 要求 1 到 1024 个字符,要同时说明这个 Skill 做什么、什么时候使用。

目录里可以放 scripts、references 和 assets,分别承载可执行脚本、按需读取的文档以及模板和图片等静态资源。

Skill 采用渐进式加载。启动时只把所有 Skill 的 name 和 description 放进上下文,约 100 个 token;命中后才读取完整的 SKILL.md;脚本和参考文件只在需要时加载。规范建议正文控制在 5000 个 token 以内、500 行以内,超出部分拆到 references。

这也决定了工具选择的重心。开发工具要帮你写清触发描述、组织资源、验证加载行为,不需要替你搭一套 Agent 框架。

三、选择工具时看哪些能力

可以从五个维度筛选,比问哪个工具更好用更有效。

  • 规范兼容:工具是否读取标准目录,是否支持 name、description 等必填字段,是否增加了私有字段。私有扩展越多,跨工具迁移时越要检查。
  • 目录发现范围:项目级、用户级、企业级目录分别在哪,是否支持嵌套目录和符号链接。团队协作优先用项目级目录,方便跟代码一起版本管理。
  • 触发测试:能否手动调用,能否观察自动触发,能否看到加载了哪些文件。只检查格式不够,description 要在真实请求里测试。
  • 校验深度:工具只检查结构,还是能执行脚本、比对输出。结构校验和效果评估要分开看。
  • 分发治理:是否支持 Git、插件、市场或企业内部分发;是否有权限、审计和版本回滚。企业环境还要看私有化部署。

用这五项筛选,工具之间的差异会变得具体。下面覆盖几款有公开文档、能核验目录和测试方式的工具,不追求把所有支持 Agent Skills 的产品列全。

四、用 Claude Code 编写和测试 Skill

Claude Code 是 Anthropic 提供的第一方命令行工具,对 Agent Skills 的支持覆盖编写、调用测试和分发。个人 Skill 放在 ~/.claude/skills,项目 Skill 放在 .claude/skills。项目 Skill 会从启动目录和上级目录读取,直到仓库根目录,因此团队可以把 Skill 和代码放在同一个仓库里。

一个最小流程是:创建技能目录,写入 SKILL.md 的 frontmatter 和操作步骤,然后启动 claude。测试分两种:直接说出与 description 匹配的请求,观察 Claude 是否自动加载;或者用 /skill-name 手动调用。会话里运行 /skills 可以查看已加载的技能,包括从 claude.ai 账号同步下来的技能。

分发方式有三种:提交到项目仓库、打包成插件、通过组织级设置下发。插件需要在技能目录里加入 .claude-plugin/plugin.json。更细的目录规则和测试方式可以查看 Claude Code 技能文档。

适合已经在用 Claude Code 的开发者,尤其是希望边写边测、把技能和代码一起维护的团队。限制也明显:工作流围绕 Claude Code 展开,终端操作为主,不提供可视化的技能编辑器。

五、用 Cursor 在编辑器里创建和迁移 Skill

Cursor 按 Agent Skills 开放标准加载技能,默认读取 .agents/skills 和 .cursor/skills,也会兼容 .claude/skills 和 .codex/skills。启动时自动发现,Agent 根据上下文决定是否使用;在对话里输入 / 也可以手动调用。

它内置了 /create-skill 和 /migrate-to-skills。前者帮助生成技能结构和 SKILL.md,后者把符合条件的动态规则和斜杠命令迁移成技能。对于已经有大量 Cursor Rules 的团队,迁移入口能减少重写成本。

Cursor 还提供 paths 字段,把技能限定在匹配的文件范围;嵌套目录中的技能会自动按目录作用域生效。个人技能可以通过 Sync Skills for Cloud Agents 同步到云 Agent,团队可以通过团队市场发布技能。具体规则见 Cursor 技能文档。

适合习惯在 IDE 里工作的开发者,以及需要把现有规则整理成 Skill 的团队。跨工具复用时要注意,paths、icon、color 等字段属于 Cursor 的扩展,换到其他运行时不一定生效。

六、用 VS Code 跨运行时创建和验证 Skill

VS Code 通过 Agent Customizations 编辑器管理技能。运行命令 Chat: Open Customizations,选择 Skills,就可以新建技能、编辑 SKILL.md 和查看已安装的技能。也可以直接让 Agent 根据当前对话生成技能,再人工检查指令、路径和依赖。

VS Code 对多个运行时给出了对应的项目目录:GitHub Copilot 使用 .github/skills,Claude 使用 .claude/skills,OpenAI Codex 使用 .agents/skills。它的 Codex 集成还会在首个请求前发现工作区的 .github/skills。一个编辑器里可以同时管理多种技能目录。

验证时,VS Code 文档建议开一个新的对话,先确认技能出现在 / 菜单,再手动运行一次;如果要测试自动触发,另发一个与 description 匹配的请求。发现和安装只代表技能可见,不代表每次相关请求都会选中它。

VS Code 还提供定制市场安装技能,MCP 服务器提供技能的能力仍标注为实验性。适合已经使用 GitHub Copilot、同时要兼顾 Claude 或 Codex 目录的团队。不同运行时的支持范围和可选功能并不一致,迁移后要在目标运行时重新验证。完整说明见 VS Code Agent Skills 文档。

七、用 Gemini CLI 从命令行创建和调试 Skill

Gemini CLI 内置 skill-creator。用一句自然语言描述需求,它会生成技能目录、带 name 和 description 的 SKILL.md,以及 scripts、references 和 assets 目录。手工创建时,技能放在 .gemini/skills;.agents/skills 是兼容其他 Agent 工具的别名目录。

调试时可以用 /skills 查看、禁用、启用和重新加载技能。开发中的技能如果放在独立目录,可以用 gemini skills link . 链接到用户技能目录,避免反复复制。Gemini CLI 的核心包里还提供初始化、校验和打包脚本,打包会生成 .skill 压缩包。

适合以终端为主要工作环境、已经在用 Gemini CLI 的开发者。技能可以随项目仓库共享,也可以打包进扩展或作为独立 Git 仓库分发。使用前要核对当前版本的命令和目录支持,相关功能仍在快速迭代。操作步骤见 Gemini CLI 创建技能文档。

八、用 skills-ref 做规范校验

skills-ref 是 Agent Skills 官方仓库里的参考库,提供 validate、read-properties 和 to-prompt 等命令。validate 检查 SKILL.md 的 frontmatter、字段类型、命名规则和目录名是否一致;read-properties 输出技能属性;to-prompt 生成可供系统提示使用的技能列表。

它适合放在本地开发或 CI 的第一道检查,先把明显的格式错误挡掉。边界也要说清:结构校验通过,不代表触发描述准确,也不代表脚本能跑通。官方仓库注明这个参考库主要用于演示,不建议直接用于生产。生产环境还要补真实请求测试、脚本执行测试和安全审查。

不同版本的命令名和安装方式可能变化,使用前以 skills-ref 参考库 的 README 为准。

九、用 Git 和插件市场分发 Skill

Git 是 Skill 分发的基础。项目级技能目录可以跟代码一起提交、评审和回滚,修改记录也能追溯到具体需求。对团队来说,这比把技能放在个人目录里更容易维护。

Agent Skills 市场解决的是安装体验。Claude Code 支持把技能目录打包成插件;Cursor 支持发布到团队市场;VS Code 提供定制市场;Gemini CLI 可以把技能打进扩展,也可以用 gemini skills install 安装独立仓库。

分发范围扩大后,安全检查要前移。安装前看发布者、脚本权限、外部依赖和许可证;执行脚本的技能要在隔离环境或受控权限下测试。跨工具迁移时,先确认目标运行时是否读取同一目录、是否支持相同的 frontmatter 字段。

Agent Skills 与 MCP也值得分清。MCP 负责连接外部工具和数据,Skill 负责告诉 Agent 在什么场景、按什么步骤使用这些能力。两者组合时,Skill 里可以写工具调用顺序和判断条件,连接和鉴权交给 MCP。

十、个人、团队和企业怎么组合工具

工具清单本身不构成方案。下面按个人、团队和企业三种情况给出组合,并保留一条共同的最小流程。

1. 个人快速验证

用任意熟悉的编辑器写 SKILL.md,选 Claude Code、Cursor 或 Gemini CLI 中的一个做运行测试,提交前跑一次 skills-ref validate。重点是把 description 写具体,用两三个真实请求测试自动触发,再补一个不相关请求检查误触发。

2. 团队协作

用 VS Code 或 Cursor 统一编写入口,把项目技能放在仓库内的标准目录,Git 做版本管理。CI 里加入 skills-ref 校验,合并前至少在一款目标运行时做手动和自动触发测试。技能需要跨项目复用时,再通过插件或团队市场分发。

3. 企业落地

企业环境还要考虑私有化、权限、审计和运行观测。技能通过测试后进入Skills 库,按业务域和负责人维护版本;运行时记录 Skill 调用、耗时、失败原因和 Token 消耗,出现异常时可以回到具体会话排查。

ThinkingAI 的 Agentic Engine 支持私有化部署和多 Agent 协作,企业可以把验证过的 Skill 沉淀为团队能力;Agentic SDK 和 AI Monitor 能把 Skill 调用纳入 Trace 观测,用于定位失败、长耗时和 Token 波动。ThinkingAI 已服务全球超 1500 家企业,接入产品超 8000 款,这类治理能力会影响技能库的长期维护成本。

无论选哪套组合,建议保留同一条最小流程:写清 description,控制 SKILL.md 长度,把细节放进 references,先做结构校验,再做真实请求测试,最后提交和分发。

常见问题

Agent Skills 开发需要专门的 IDE 吗?

不需要。Skill 的核心是 Markdown 和 YAML 文件,任意编辑器都能写。专门工具的价值在于自动发现、触发测试、结构校验和团队分发。

不会写代码能做 Agent Skill 吗?

可以。只用指令、模板和参考资料就能完成不少技能。涉及脚本执行、接口调用或企业系统操作时,仍需要开发人员参与脚本编写、权限配置和异常处理。

SKILL.md 写多长合适?

规范建议正文控制在 5000 个 token 以内、500 行以内。触发描述要短而具体,操作步骤保留必要判断,详细资料放到 references,让 Agent 按需读取。

怎么判断 Skill 会不会被自动触发?

用与 description 匹配的真实请求测试自动加载,再用不相关的请求检查误触发。不同运行时对描述的理解和加载策略不同,目标平台要分别测。

Claude、Cursor、Copilot 的 Skill 能通用吗?

遵循 Agent Skills 标准时,目录结构和 SKILL.md 可以复用,Cursor 和 VS Code 也会读取 Claude 或 Codex 的目录。私有字段、目录优先级和可选功能并不完全一致,迁移前要逐项核对。

企业里怎么管理和分发 Skill?

用项目级目录和 Git 做版本管理,用插件或内部市场做分发,在运行时加权限、审计和观测。涉及敏感数据或内部系统时,优先选择支持私有化部署的运行环境。

准备好构建你的 Agent 团队了吗

立即体验 Agentic Engine, 让 AI 成为真正的团队成员

ThinkingAI Big Logo
电话咨询