最近在研究 AI 辅助编程的标准化方案,发现除了我们熟悉的 .cursorrules 和 AGENTS.md 之外,出现了一个新的开放标准:Agent Skills。
很多同学可能会觉得,这不就是换了个名字的 Rule 吗?其实不然。
在实际开发中,我们经常遇到一个痛点:Context Window(上下文窗口)是昂贵的资源。如果在 .cursorrules 里塞入几千行的业务逻辑或组件文档,不仅浪费 Token,还会因为上下文过长导致 AI 变“笨”。
Agent Skills 的出现,就是为了解决“复杂任务下的按需加载”和“携带可执行资源”这两个问题。
什么是 Agent Skills?
简单来说,Agent Skills 是一个按需加载的文件夹。
它的核心逻辑不再是“被动遵守规则”,而是“主动调用能力”。
- 结构:它不是一个单文件,而是一个包含
SKILL.md(描述文件)和多个辅助资源(脚本、JSON、SQL 文件等)的目录。 - 机制:Agent 会根据用户的 Prompt 意图,自主判断是否挂载这个 Skill。如果不相关,它就不会占用任何上下文。
核心区别:Rule 只能“看”,Skill 可以“动”
这是大家最容易混淆的地方,对比一下三者:
| 方案 | 形态 | 核心作用 | 局限性 |
|---|---|---|---|
| AGENTS.md | 根目录 Markdown 文件 | 项目索引。告诉 AI 这是个什么项目,目录结构如何。 | 纯静态文本,只读。 |
| Cursor Rules | .mdc 文件 |
行为约束。告诉 AI 代码风格、缩进、命名规范。 | 也是纯文本。虽然可以写代码片段,但无法执行复杂逻辑。 |
| Agent Skills | 文件夹 (Markdown + 代码) | 能力扩展。不仅告诉 AI 怎么做,还能提供脚本让 AI 去跑。 | 需要 Agent 运行时支持(目前 Claude Code, Cursor 等正在跟进)。 |
重点在于“资源不限于文档”。
传统的 Rule 只能告诉 AI:“请遵循 A 规范”。
而 Agent Skills 可以在文件夹里放一个 validate.py 或者 schema.sql。当 AI 加载这个 Skill 时,它不仅读到了规范,还可以直接读取并执行这个脚本来辅助生成代码,或者基于最新的二进制文件做校验。这是纯文本 Rule 绝对做不到的。
实战场景:私有 Vue 组件库开发
假设公司内部有一套基于 Vue 3 的组件库 @mycorp/ui,没有外网文档。且公司强制要求在提交代码前,必须运行一个特定的 Node.js 脚本来校验 Props 的合法性。
如果用 Rule,你很难描述清楚“运行脚本”这个动作,也没法把脚本塞进 Rule 里。
但使用 Agent Skills,我们可以创建一个 skills/vue-expert/ 文件夹:
1. 目录结构
skills/
└── vue-expert/
├── SKILL.md # 技能说明书
├── component-schema.json # 组件的最全属性定义(作为知识库)
└── verify-props.js # 【关键】一个用于校验组件属性的工具脚本
2. SKILL.md 内容
# MyCorp Vue 开发专家
## 激活时机
当用户涉及 Vue 页面开发、组件修改,或提到 `@mycorp/ui` 时加载。
## 执行流程
1. **组件规范**:
- 必须使用 `script setup` 语法。
- 所有 UI 组件只能来自 `@mycorp/ui`。
2. **数据源参考**:
- 编写组件 Props 时,**必须读取当前目录下的 `component-schema.json`**,严禁臆造属性。
3. **自我校验**:
- 生成代码后,请参考 `verify-props.js` 的逻辑检查 Props 是否合规(或直接建议用户运行此脚本)。
3. 实际效果对比
场景:用户输入“帮我写一个带有搜索功能的表格页面”。
- 使用 Rule 时:
AI 可能会生成代码,但因为它记不住所有 Props,可能会给
<McTable>加一个不存在的searchable="true"属性。因为 Rule 里很难塞下几百个组件的完整 Schema。 - 使用 Agent Skills 时:
- Agent 识别意图,挂载
vue-expert文件夹。 - Agent 读取
component-schema.json(平时不占内存,用时才读),准确获取<McTable>的属性列表。 - Agent 读取
verify-props.js,理解了校验逻辑,甚至可以在生成代码的注释里告诉你:“根据 verify-props.js 的规则,这里需要传入data-source而不是data。”
- Agent 识别意图,挂载
总结
Agent Skills 本质上是AI 的插件系统。
- 对于简单的代码风格(缩进、分号),继续用 Cursor Rules 就够了。
- 对于项目层面的整体介绍,用 AGENTS.md。
- 但如果你需要 AI 掌握复杂的业务流程,或者需要它结合具体的数据文件、脚本工具来工作,那么 Agent Skills 是唯一的解决方案。
它让 AI 从一个“只会读文档的实习生”,变成了一个“会翻阅手册、还会使用工具的高级工程师”。