从认识Agent Skill到构建加密投研技能的全面解析

Agent Skill 的诞生背景与演进

2025年，AI Agent赛道正处于从“技术概念”向“工程落地”的关键分水岭。Anthropic推出的Agent Skill最初仅被定位为提升Claude特定任务表现的辅助模块，但其模块化设计迅速引发了开发者社区的连锁反应。

2025年12月，Anthropic正式将Agent Skill发布为开放标准，并于2026年1月发布了详尽使用手册，标志着其从“Claude专属附属品”演变为通用的底层设计模式。

什么是Agent Skill及其基础构建

Agent Skill可以被理解为一份“大模型可以随时翻阅的专属说明文档”。通过创建一个名为“会议总结助手”的Skill，用户可以在文件夹中定义规则，例如提取参会人员名单、核心议题和最终决定。

每个Skill的核心文件是skill.md，分为元数据层（如name和description）和指令层，用于指导AI完成特定任务。

Agent Skill的基础运行工作流

Agent Skill的实际运行依赖于三个核心角色：用户、客户端工具和大语言模型。整个过程包括轻量级扫描、意图匹配、按需加载完整指令以及严格执行与输出响应。

这种“申请-同意-执行”的交互机制确保了系统的高效性和灵活性。

核心机制一：按需加载与Reference

按需加载机制极大地节省了Token资源，而Reference机制则允许条件触发的外部知识库调用。例如，在会议内容涉及财务合规时，系统会动态加载《集团财务手册》以提供增量洞察。

通过这种方式，Agent Skill实现了“按需中的按需”加载。

Script与渐进式披露机制

Script机制允许Skill直接执行外部脚本，实现自动化闭环。例如，通过Python脚本upload.py，Skill可以将生成的会议总结上传至公司服务器。

Script不会占用模型上下文，而是通过清晰的触发条件实现高效执行。

Agent Skill与MCP的本质区别及组合实战

MCP负责连接数据，而Agent Skill负责处理数据。两者结合可实现强大的Crypto Research体系。

"MCP connects Claude to data. Skills teach Claude what to do with that data."

通过API增强型Skill，开发者可以打造全自动的加密新闻情报中心，实现多维度新闻检索、实时事件驱动的交易信号发现等功能。

关于BlockBooster

BlockBooster是一家面向数字时代的新一代另类资产管理公司，致力于投资、孵化并管理Web3原生项目和真实世界资产（RWA）。

免责声明

本文仅供参考，不代表BlockBooster的立场，亦不构成投资建议或财务、法律、税务建议。