本文来自一泽Eze，约 1.2 万字，是目前全网覆盖最完整的 Agent Skills 中文指南。
一泽Eze 在开篇就直说：Skills 的价值被大大低估。全文围绕这个判断展开，从概念原理到实际使用，覆盖非常完整。
一个好的 Skill 不只是"给 Agent 加一段 prompt"，而是把执行方法、工具调用逻辑和参考材料封装成一个能力包，让 Agent 具备稳定、可复用的做事方式。与 MCP 的定位也截然不同：MCP 解决的是"如何调用外部工具"，Skill 解决的是"如何完整处理一类工作"。
文章着重讲了三个值得关注的点：
渐进式披露机制（3 级加载） — Level 1 元数据常驻约 100 tokens，Level 2 指令按用户意图触发，Level 3 资源与脚本按需读取完全不占上下文。这解释了为什么一个 Agent 可以装很多 Skill，但启动时的上下文压力几乎可以忽略不计。
"Skills 慢起来是 prompt，快起来是 workflow" — 这是付铖在文中给出的一句总结。Skill 的设计可以是引导模型深度思考的长文档，也可以是直接指向代码脚本的简短指令，两端都成立，取决于任务的确定性。
多 Skill 联用才是真正有趣的地方 — 把 brand-guidelines 和 pptx 装在一起，就有了自动制作符合品牌规范的幻灯片能力；把 AI-Partner-Chat 和 Article-Copilot 装在一起，写出来的内容会更接近你自己的思维方式。N 个 Skill 能应对远超 N 的应用场景。
如果你在学 Agent Harness，读完 s02 工具使用之后配合这篇文章一起看，会对"如何让 Agent 稳定复用一套做事方法"有更具体的感知。