🌿AI Agent Skills 完整教學:賦予 AI 全新技能的標準做法
📝 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。

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:
- Frontmatter (元數據) - 給 IDE 看的,描述技能名稱與用途
- 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)
- IDE 啟動時,後端程式掃描
.agent/skills/資料夾 - 讀取每個 Markdown 的 Metadata
- 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?」
- 意圖判斷:LLM 發現問題與
solid-reviewer匹配 - 工具呼叫:LLM 請求查看技能詳細內容
- 內容注入:IDE 將
SKILL.md完整內容貼到 Context 中 - 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:
- 先用
npx把官方 Skills 抓下來當作「基底類別」 - 再去
.agent/skills/直接修改 Markdown - 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