终端里的秘密图书馆：Agent Skills如何点亮AI代理的灵魂

想象一下，你推开一扇隐秘的木门，走进一个尘封已久的图书馆。书架上摆满了泛黄的卷轴，每一卷都封存着某种专属智慧：有的教你如何优雅地书写代码，有的指引你审计安全的隐秘路径，还有的描绘出一场多幕剧般的自动化流程。你随意抽出一卷，展开阅读，瞬间，一位隐形的学者出现在身边，按照卷轴上的指引为你解答疑惑、执行任务。这不是奇幻小说，而是Kimi Code CLI中的Agent Skills带给我的真实体验——它们就像终端深处的魔法书，让AI代理从一个通用助手，蜕变为懂得你心意的专属导师。

我第一次接触Agent Skills时，正在为一个老项目头疼代码风格不统一。随便创建一个skill目录，写下几条规范，AI就立刻变得“懂事”了许多。从那时起，我开始把团队的最佳实践、个人习惯、复杂工作流，一点点封存进这些“技能书”里。它们不只是提示词的容器，更是让AI真正融入我们日常工作的桥梁。今天，就让我带你漫步这座终端图书馆，一起探索Agent Skills的每一个角落。

📚 图书馆的入口：Agent Skills究竟是什么

Agent Skills是一个开放格式，专门用来给AI代理注入专业知识和工作流。它的核心是一个简单的目录，里面必须有一份SKILL.md文件。当Kimi Code CLI启动时，它会自动扫描所有可能的技能目录，把每个技能的名字、路径和描述注入系统提示。于是，AI就像拿到了一本图书馆目录，知道哪里藏着什么宝贝。

当任务到来时，AI会自己判断：这个任务需不需要翻开某本“书”？如果需要，它会主动读取对应的SKILL.md，获取详细指导。整个过程完全自主，你不用手动干预。这就像一个真正聪明的学徒：你只说“帮我审代码”，他就悄悄去翻阅“代码风格”和“安全审计”两本书，然后给出既符合规范又考虑安全的建议。

为什么说它是“开放格式”？ Agent Skills由agentskills.io定义，任何支持该格式的AI代理工具都能加载。它不依赖特定模型或厂商，纯粹基于文件系统和Markdown，门槛极低，却能承载无限可能。正是这种开放性，让它迅速成为社区分享最佳实践的载体。

🗂️ 层层叠叠的书架：技能发现机制

这座图书馆的书不是随意摆放的。Kimi Code CLI采用分层加载机制，按优先级从高到低覆盖同名技能，确保你总能拿到“最新版本”。

最底层是内置技能，随Kimi Code CLI一起发行，提供最基础的能力。中间层是用户级技能，放在家目录下，对所有项目生效。它会按顺序检查几个历史兼容路径，最终推荐使用~/.config/agents/skills/。最上层是项目级技能，藏在当前工作目录的子文件夹里，只在该项目内生效，同样推荐.agents/skills/。

这种设计像俄罗斯套娃：全局规则在外层，项目定制在内层。如果你想完全自定义，还可以用--skills-dir参数直接指定一个目录，跳过所有默认路径。

想象你在一个团队项目里工作。团队把代码规范放在项目级的.agents/skills/code-style里，而你个人偏好又在用户级的~/.config/agents/skills/my-habits里放了一份更严格的规则。最终，AI读到的是项目级的那一份——完美实现了“局部覆盖全局”的优雅平衡。

🛡️ 随身携带的古籍：内置技能

Kimi Code CLI自带两本“古籍”，随时可用：

• kimi-cli-help：一本厚厚的工具手册。无论你问安装步骤、配置方法、slash命令、快捷键、MCP集成、环境变量，还是各种提供商的细节，它都能条理清晰地解答。就像一个永不疲倦的产品经理，随时在线。

• skill-creator：技能创作指南。当你想新建或优化一个skill时，调用它就能得到从命名规范到内容组织的完整建议。它会教你如何写出清晰、结构化、可维护的SKILL.md，避免常见坑。

这两本内置技能就像新手礼包：一个帮你用好工具本身，一个帮你扩展工具边界。它们的存在，让即使是第一次接触Kimi Code CLI的人，也能快速上手并开始定制。

✍️ 亲手书写魔法卷轴：如何创建自己的技能

创建一本技能书，只需要两步：

1. 在任意技能目录下新建一个子文件夹（文件夹名建议语义清晰）。
2. 在里面放一个SKILL.md文件。

目录结构可以很简单，也可以很丰富：

~/.config/agents/skills/
└── my-security-audit/
    ├── SKILL.md
    ├── references/
    │   ├── owasp-top10.md
    │   └── common-vulnerabilities.pdf
    ├── scripts/
    │   └── check-injection.py
    └── assets/
        └── logo.png

SKILL.md的格式非常友好：开头是YAML frontmatter定义元数据，后面是普通的Markdown正文。frontmatter里最常用的是name和description。name决定技能的调用标识（只能小写字母、数字、连词），description则是图书馆目录里显示的那句简介。

正文部分就是你真正的“魔法咒语”。你可以写步骤、原则、例子、注意事项，甚至用相对路径引用references或scripts里的文件。AI会把整份内容当作详细指导，结合当前任务灵活运用。

最佳实践其实很简单：保持SKILL.md在500行以内，把长篇大论拆到子目录；多用标题、分点、代码块提升可读性；提供清晰的输入输出示例和边界案例说明。这样，当AI翻开这本书时，才能迅速抓住重点，而不是在冗长的文字里迷路。

为什么强调“示例”和“边界案例”？ 大模型虽然聪明，但面对模糊指令容易发挥过度或遗漏角落。明确的例子相当于给它看“标准答案”，边界案例则帮它理解“这里不要越界”。写得越具体，AI执行得越可靠。

🌟 活生生的案例：三个技能带我飞

让我分享三个我亲手写过的技能，它们彻底改变了我的工作方式。

第一个是代码风格技能。我把团队约定俗成的所有习惯写进去：4空格缩进、camelCase变量、snakecase函数、每函数必写docstring、行宽100字符。每次AI帮我写代码或重构，它都会自然而然遵守这些规则，再也不用我一句句提醒。

第二个是PowerPoint生成技能。我详细描述了从内容结构分析到配色原则，再到用python-pptx库生成文件的全流程。每次需要做汇报，我只需说“帮我做个关于Agent Skills的PPT”，AI就会先规划大纲、选配色、写脚本生成文件，效率直接起飞。

第三个是Git提交规范技能。我强制要求使用Conventional Commits格式，列出所有允许的type（feat、fix、docs等），并给出十几个真实例子。从此以后，AI帮我写的提交信息整齐划一，自动分类，CI工具直接开心到飞起。

这些技能就像量身定制的外骨骼：穿上之后，AI的每一次动作都更贴合我的肌肉记忆。

⚡ 一键召唤：slash命令的魔法口令

平时聊天时，AI会自动决定要不要翻书。但如果你想立刻调用某本技能，只要输入/skill:就行。

比如：

• /skill:code-style → 直接把代码规范塞给AI当前对话
• /skill:pptx 帮我做季度汇报 → 加载PPT技能的同时附加具体任务
• /skill:git-commits fix login timeout → 加载提交规范并要求写一条fix类型的消息

口令后面可以接任意额外文字，它们会被追加到技能内容之后，形成完整的用户请求。

小技巧：对于常用但又不想每次都自动触发的技能，手动slash调用最保险。

🌊 会讲故事的技能：Flow Skills的多幕剧

Flow Skills是Agent Skills家族里最神奇的一员。它们不再是静态的指导手册，而是一出可以自动演完的多幕剧。

要在SKILL.md里声明type: flow，然后放一个Mermaid或D2代码块。图里必须有BEGIN和END节点，普通节点的内容会作为该轮的prompt发送给AI，决策节点则要求AI在回复末尾输出分支名来选择后续路径。

我最喜欢的一个Flow Skill是代码审查流程：

调用/flow:code-review后，AI会从BEGIN开始，一步步推进：先分析变更→问我质量是否OK→根据我的选择要么直接出报告，要么提出问题继续循环，直到我满意为止。整个过程完全自动化，像一个永不疲倦的严苛Reviewer。

D2格式同样优雅，支持多行标签，我常用它写更复杂的多步骤工作流，比如“设计文档→评审→不足→重写→通过→开始编码”。

执行方式有两种：/flow:启动自动演出，/skill:则只加载内容不自动执行。灵活得像舞台剧，既能让演员按剧本演出，也能让他们先读读剧本再即兴发挥。

🏰 尾声：当AI学会翻书

当我回首这段时间与Agent Skills的相处，突然明白：真正的智能不是模型有多大，而是它能否像人类一样，主动去图书馆借书、翻阅前人智慧，并把学到的东西融会贯通到当下任务中。

Agent Skills把“知识”和“流程”从我们的大脑，永久封存到文件系统里，让AI随时取用。它让团队的最佳实践不再靠口口相传，让个人习惯不再随项目切换而丢失，让复杂工作流不再需要一遍遍手写提示。

下次你打开终端，不妨新建一个skills目录，写下你的第一本“魔法书”。或许几年后，当你翻开那些旧技能时，会像我一样感慨：原来，我们早已在无意中，为AI代理搭建了一座永不落尘的私人图书馆。

---

参考文献

1. Agent Skills 官方规范. https://agentskills.io/
2. Kimi Code CLI 官方文档 - Agent Skills 章节. https://moonshotai.github.io/kimi-cli/
3. Mermaid 流程图语法参考. https://mermaid.js.org/syntax/flowchart.html
4. D2 声明式图语言文档. https://d2lang.com/tour
5. Conventional Commits 规范（示例技能引用）. https://www.conventionalcommits.org/