Appearance
87. AI Agent 的 Skills 机制是什么？有什么作用？
难度 P1 高频 · 岗位 应用 · 频率 ★★★ · 预计阅读 5 min
本题阅读地图
- 💡 简要回答
- 📝 详细解析
- 🎯 面试总结
👔 面试官：你了解 Agent 的 Skills 机制吗？它和工具有什么区别？
🙋 我：Skills 就是 Agent 会的技能？类似于工具？
👔 面试官：不完全一样。工具是外部能力，Skills 是内嵌知识包。你能说清楚区别吗？
💡 简要回答
Skills（技能）是 AI Agent 中的自包含知识与行为包，把某个特定领域的知识、操作步骤、最佳实践预先打包在一起，Agent 加载 Skill 就能立即具备该领域的专业能力，而不需要用户反复在 Prompt 里解释背景和规范。
工具（Tool）是外部能力的接入（调 API、查数据库），Skill 是内嵌知识的封装（「如何做代码审查」「如何写法律文书」）。两者是互补关系，不是替代关系。
📝 详细解析
Skills 解决了什么问题
想象你让一个通用 Agent 帮你做「医疗影像分析」。Agent 懂一些医学知识，但要做专业的影像分析，它需要知道：影像分析的标准流程是什么、常见病灶的判断标准是什么、输出报告的格式规范是什么……这些专业知识如果每次都靠用户在 Prompt 里写，成本太高、一致性也无法保证。
Skills 的做法是：把「医疗影像分析」所需的知识、流程、规范预先打包成一个 Skill，Agent 加载这个 Skill 后，立即具备该领域的专业能力。
Skills 的三类核心内容
知识型 Skill：特定领域的背景知识和判断标准。
- 示例：「Python 代码审查 Skill」包含 PEP8 规范、常见反模式、性能优化原则。
- 加载后：Agent 审查代码时自动按这些标准来，不需要用户每次都说「请遵循 PEP8」。
流程型 Skill：特定任务的标准操作流程（SOP）。
- 示例：「竞品分析 Skill」包含：① 确定分析维度 → ② 信息收集 → ③ 对比分析 → ④ 撰写报告的标准流程。
- 加载后：Agent 做竞品分析时自动按这个流程走，不会漏步骤。
工具组合型 Skill：完成特定任务需要的工具组合和调用顺序。
- 示例：「数据分析 Skill」包含：调用数据查询工具 → 调用统计计算工具 → 调用可视化工具的标准组合。
- 加载后：Agent 面对数据分析任务时知道该调哪些工具、按什么顺序调。
Skills vs Tools 对比
| 维度 | Tools（工具） | Skills（技能） |
|---|---|---|
| 本质 | 外部能力接入 | 内嵌知识封装 |
| 内容 | API、数据库、代码执行器 | 知识、流程、规范、最佳实践 |
| 粒度 | 单一功能（查天气/发邮件） | 完整领域能力（代码审查/法律文书） |
| 可复用性 | 工具可以被任意任务调用 | Skill 针对特定领域，可按需加载/卸载 |
动态 Skill 加载
复杂的 Agent 系统支持动态 Skill 加载——根据当前任务类型，按需加载相关 Skill，任务完成后卸载。这样既保持 Agent 的通用性，又能在需要时具备专业能力，避免把所有领域知识都塞进 System Prompt 导致上下文膨胀。
🎯 面试总结
答这道题核心是说清楚「Skills 是知识包，Tools 是能力接入，两者互补」。三类 Skill（知识型、流程型、工具组合型）能帮助面试官快速理解 Skill 的具体内容是什么。最后补充「动态按需加载」避免上下文膨胀，体现工程实践思维。