📝 關於本文

誠實地告訴你。 這篇文章的作者是我,但寫手是 AI。 靈感、知識脈絡、資料蒐集來自我本人,AI 則協助我將這些素材整理成文章的形式。

這也正是本文所探討的「AI 協作」精神的實踐。


AI Agent Skills Cover


前言

2025 年到現在,世界開始流行起 Skill 的概念,

最早是 Claude Code 提出的,但現在所有知名公司都抄過來用,不對應該說是致敬嗎?

總之 AI 界的護城河很低,隨時會被模仿或超越。

在使用 AI Coding 工具時,有一個常見的困擾:AI 常常缺少足夠的背景資訊,不知道我們團隊的習慣與流程。

舉例來說,你可能想叫 AI 幫你部署到 Vercel,但它卻給了一套跟你團隊完全不一樣的步驟。

這時候,Agent Skills 就派上用場了!

這篇文章會從頭開始介紹這個 2026 年 AI 開發的重要概念,讓你從觀念到安裝一次搞懂。



什麼是 Agent Skills?


簡單來說,Agent Skills 就是給 AI Agent 的「技能書」或「標準作業程序 (SOP)」。

它是一種簡單、開放的格式,讓 Agent 能夠獲得全新的技能和專業知識。

技能的組成


一個 Skill 通常是一個資料夾,裡面可能包含:

檔案/資料夾 說明
SKILL.md 核心指令檔 - 用自然語言 + 程式碼片段,教會 Agent 如何執行特定任務
scripts/ 輔助腳本 (Python、JavaScript 等)
resources/ 相關資源檔案

當你安裝了 Skill 之後,Agent 在遇到相關問題時,就會自動調閱這份 SOP,而不是在那裡「瞎猜 (Hallucinate)」。



為什麼需要 Agent Skills?


你可能會問:AI 不是已經很厲害了嗎?為什麼還需要額外的技能?

答案是:AI 模型再強大,也缺乏你團隊獨有的背景資訊。

對不同角色的價值

角色 好處
開發者 / 使用者 直接賦予 Agent 全新本事,開箱即用
技能作者 打造一次,就能在各種 Agent 產品上部署
團隊 / 企業 把組織知識打包成可攜式、可版控的技能包


Skill.md 長什麼樣子?


一個標準的 SKILL.md 其實就是一個 Markdown 檔案,包含兩個關鍵部分:

  1. Frontmatter (元數據) - 給 IDE 看的,描述技能名稱與用途
  2. Body (正文) - 給 AI 看的 System Prompt

範例:SOLID 原則審查技能

---
name: SOLID Code Reviewer
description: Analyze C# code for SOLID principle violations.
version: 1.0.0
---

# Role
You are a Senior .NET Architect specializing in software design patterns.

# Objective
Review the provided C# code fragments and identify violations of SOLID principles.

# Output Format
Please provide the analysis in a table format:
| Principle | Violation Detected | Suggestion |
| :--- | :--- | :--- |
| Single Responsibility | ... | ... |

# Constraints
- Use Traditional Chinese (Taiwan) for explanations.
- Do not rewrite the code unless asked.

結構解析

  • Frontmatter (--- 區塊):告訴系統這個技能叫什麼、做什麼用的
  • Body:當你呼叫這個技能時,這段文字會被動態注入到 AI 的 Context Window 中


AI 怎麼知道要讀取 SKILL.md?


這是一個關於 LLM Context Management(上下文管理) 的好問題。

重點:這絕對不是微調 (Fine-tuning) 或訓練 (Training)!

Gemini、GPT、Claude 這些模型在出廠時,根本不知道你寫了什麼 SKILL.md

Antigravity 讓 AI「看起來懂」你的技能,是透過 RAG + System Prompt Injection 的混合技術:

第一階段:技能發現 (Discovery)

  1. IDE 啟動時,後端程式掃描 .agent/skills/ 資料夾
  2. 讀取每個 Markdown 的 Metadata
  3. 將技能清單塞進 Agent 的 System Prompt

第二階段:動態載入 (Dynamic Injection)

當你問:「幫我檢查這段 code 有沒有符合 SOLID?」

  1. 意圖判斷:LLM 發現問題與 solid-reviewer 匹配
  2. 工具呼叫:LLM 請求查看技能詳細內容
  3. 內容注入:IDE 將 SKILL.md 完整內容貼到 Context 中
  4. 最終回答:LLM 就能照著你的 SOP 回答了

為什麼不直接訓練進去?

原因 說明
成本 微調一個模型動輒數千美元
即時性 Context Injection 即時生效,改了 .md 下一秒就學會
隱私 Prompt 是暫時的,不會變成模型的一部分


什麼是 Antigravity?

講到 Agent Skills,就不得不提 Google Antigravity —— 這是 Google 在 2025 年底推出的新一代 Agent-first IDE(基於 VS Code 架構修改)。

Antigravity 不只是一個寫程式的編輯器,它內建了強大的 Agent Manager

這裡的 AI 不只是像 GitHub Copilot 那樣幫你補全程式碼,而是可以「自主」規劃任務、執行終端機指令、甚至操作瀏覽器。

核心概念

你不再只是寫 Code,你是「指揮官 (Commander)」,Antigravity 裡的 Agent 是你的「執行官」。



如何安裝 Agent Skills?


方法一:使用 CLI 自動安裝(推薦)

以 Vercel 官方的技能庫為例,在 Terminal 執行:

npx -y skills add vercel-labs/agent-skills

這個指令會自動偵測你的環境,並將 Skills 安裝到對應的路徑:

層級 路徑 說明
專案層級 .agent/skills/ 推薦!跟著專案走,團隊協作方便
全域層級 ~/.gemini/antigravity/skills/ 所有專案都可以使用

方法二:手動安裝

如果你想完全掌控,可以手動建立:

# 1. 建立資料夾
mkdir -p .agent/skills

# 2. 建立技能檔案
# 在 .agent/skills/ 下新增 .md 檔案 (例如 csharp-expert.md)

# 3. 重啟環境
# 按 Ctrl+Shift+P,輸入 "Reload Window"

自動 vs 手動比較

特性 CLI 自動安裝 手動建立
便利性 高(一鍵完成) 低(需手動建立目錄)
錯誤率 極低 中(容易打錯路徑)
客製化 只能接受預設值 完全自由
適合對象 想快速使用的人 想微調 Agent 行為的架構師


VS Code 與 Antigravity 的差異

雖然都是執行 npx skills add ...,但路徑與生效機制不同:

特性 Google Antigravity VS Code (+ GitHub Copilot)
核心差異 原生支援(天生為 Agent 設計) 外掛支援(需依賴 Copilot 等外掛)
專案路徑 .agent/skills/ .github/copilot/skills/
全域路徑 ~/.gemini/antigravity/skills/ 通常不支援統一全域路徑
生效方式 自動掛載 需手動或特定觸發


Plugin 市集功能(進階)

除了 Skills,還有更完整的 Plugin 生態系統:

什麼是 Plugin?

Plugin 可以打包成套件,包含:

  • Skills - 讓 Agent 用你團隊的工作流程
  • MCP Servers - 安裝後自動載入 tools
  • Custom Agents - 帶特定角色與指令集

以 Claude Code 為例

# 加入市集
/plugin marketplace add microsoftdocs/mcp

# 瀏覽外掛
/plugin marketplace browse anthropic-agent-skills

# 安裝外掛
/plugin install document-skills@anthropic-agent-skills


專業建議:混合使用策略

既然你懂程式架構,我建議混合使用

  1. 先用 npx 把官方 Skills 抓下來當作「基底類別」
  2. 再去 .agent/skills/ 直接修改 Markdown
  3. 根據個人偏好進行「覆寫」(例如強制使用繁體中文)

這才符合 Open-Closed Principle——站在巨人的肩膀上客製化!



總結

Antigravity 其實就是一個強大的 Prompt Engineer 代理人

它幫你管理這些 Prompt (Skills),在正確的時間點,把正確的 Prompt 餵給 LLM。

這就是為什麼路徑名稱這麼重要——因為 IDE 的程式邏輯寫死了要去哪裡掃描,掃不到就沒辦法餵給 LLM,LLM 也就變回原本那個「不懂你規矩」的通用模型了。



延伸資源



  • first edition time: 2026-02-08
這是一份還在成長中的文章,會持續更新,歡迎訂閱追蹤我的部落格獲取最新資訊!