作为一个开源爱好者，我立刻意识到这个设计的价值，并在Minion框架中实现了完整的开源版本。本文将介绍Skills的设计理念，以及我的开源实现细节。
Skills解决了什么问题？在开发AI Agent的过程中，有一个核心矛盾：
Context Window的有限性 vs 能力需求的无限性
传统做法是把所有工具、所有指令都塞进system prompt：
System Prompt = 基础指令 + 所有工具描述 + 所有专业知识 = 50K+ tokens = 高延迟 + 高成本 + 低效率
更糟的是，大多数时候用户只需要其中一小部分能力。当用户问"帮我处理这个PDF"时，系统却加载了处理Excel、数据库、代码等所有能力的上下文。
Skills的核心理念Claude Code的Skills设计灵感来自一个简单的类比：
人类专家不是把所有知识都装在脑子里，而是在需要时查阅手册、调用专业知识。
Skills系统让AI Agent也具备这种能力：
用户请求 → Agent识别需要PDF技能 → 动态加载PDF处理指令 → 执行专业任务 → 返回结果
Minion的开源实现看到Claude Code的Skills设计后，我决定在Minion框架中实现一个完全兼容的开源版本，让更多开发者能够使用这一特性。
1. Skill的定义：简洁而强大每个Skill就是一个包含SKILL.md文件的目录：
.minion/skills/├── pdf/│ ├── SKILL.md # 技能定义和指令│ ├── references/ # 参考资料│ ├── scripts/ # 辅助脚本│ └── assets/ # 资源文件├── xlsx/│ └── SKILL.md└── docx/ └── SKILL.md
SKILL.md采用YAML frontmatter + Markdown body的格式：
---name: pdfdescription: PDF文档处理技能，支持文本提取、表格解析、表单填写等license: MIT---## 当使用此技能时你现在具备了专业的PDF处理能力...### 文本提取使用pypdf2库进行文本提取：...### 表格识别使用tabula-py进行表格提取：...
2. 智能发现：按需加载Skill Loader会在多个位置搜索可用技能：
class SkillLoader: SKILL_DIRS = [ ".claude/skills", # 兼容Claude Code ".minion/skills", # Minion原生 ] def get_search_paths(self): paths = [] # 项目级优先 for skill_dir in self.SKILL_DIRS: paths.append((self.project_root / skill_dir, "project")) # 用户级次之 for skill_dir in self.SKILL_DIRS: paths.append((self.home_dir / skill_dir, "user")) return paths
这种分层设计带来了灵活性：
项目级Skills：针对特定项目的专业能力
用户级Skills：跨项目的通用能力
优先级机制：项目级覆盖用户级，允许定制化
兼容性：同时支持.claude/skills和.minion/skills路径
3. 优雅的注册表：快速查找class SkillRegistry: def register(self, skill: Skill) -> bool: """注册技能，高优先级覆盖低优先级""" existing = self._skills.get(skill.name) if existing: priority = {"project": 0, "user": 1, "managed": 2} if priority[skill.location] >= priority[existing.location]: return False # 已有更高优先级的同名技能 self._skills[skill.name] = skill return True def generate_skills_prompt(self, char_budget=10000): """生成可用技能列表，控制context消耗""" # 智能截断，确保不超预算 ...
4. Skill Tool：执行入口class SkillTool(BaseTool): name = "Skill" description = "动态加载并执行专业技能" def execute_skill(self, skill: str) -> Dict[str, Any]: skill_obj = self.registry.get(skill) if skill_obj is None: return { "success": False, "error": f"Unknown skill: {skill}", "available_skills": self.registry.list_all()[:10] } # 获取技能的完整指令 prompt = skill_obj.get_prompt() return { "success": True, "skill_name": skill_obj.name, "prompt": prompt, # 注入到对话上下文 }
实际效果场景1：处理复杂PDF报告用户：帮我分析这份财务报告 report.pdf，提取所有表格数据Agent：1. 识别需要PDF处理能力2. 调用 Skill("pdf") 加载PDF技能3. 获得专业的PDF处理指令4. 使用pypdf2提取文本5. 使用tabula-py提取表格6. 返回结构化数据
场景2：批量处理Excel文件用户：把这10个Excel文件合并，并生成汇总统计Agent：1. 调用 Skill("xlsx") 加载Excel技能2. 获得pandas、openpyxl等库的专业用法3. 批量读取文件4. 合并数据、计算统计5. 生成新的Excel报告
性能对比指标传统方式Skills方式基础Context50K tokens10K tokensPDF任务Context50K tokens10K + 3K tokens首次响应延迟较长较短专业任务质量一般更精准设计亮点1. 声明式定义技能通过Markdown定义，非技术人员也能创建和维护：
---name: data-analysisdescription: 数据分析技能---## 数据清洗步骤1. 检查缺失值2. 处理异常值...
2. 资源绑定技能可以带有参考资料、脚本等资源：
skill_obj.get_prompt()# 返回：# Loading: pdf# Base directory: /Users/xxx/.minion/skills/pdf## [技能内容，可以引用 references/api_doc.md 等]
3. 版本和来源追踪@dataclassclass Skill: name: str description: str content: str path: Path location: str # project, user, managed license: Optional[str] metadata: Dict[str, Any]
为什么做开源实现？Claude Code的Skills是一个出色的设计，但它是闭源的、与Claude生态绑定的。我实现开源版本的原因：
LLM无关性：Minion支持多种LLM后端（Claude、GPT-4、开源模型），Skills能力不应被锁定在单一供应商
可定制性：开源实现允许深度定制，满足特殊需求
社区贡献：开源让更多人能够贡献Skills，形成技能生态
学习价值：通过实现，深入理解这一架构的设计精髓
未来方向1. 技能市场想象一个Skills Marketplace，开发者可以发布、分享专业技能：
minion skill install data-science-toolkitminion skill install legal-document-analysis
2. 智能推荐根据用户历史和当前任务，自动推荐相关技能：
def recommend_skills(user_request, history): # 分析请求内容 # 匹配最相关的技能 # 预加载可能需要的技能 ...
3. 技能组合多个技能协同工作：
# 分析PDF中的数据，生成Excel报告skills_used = ["pdf", "xlsx", "data-visualization"]
4. 自学习技能Agent在完成复杂任务后，自动生成新技能供未来使用：
async def learn_skill_from_session(session_log): # 分析成功的任务执行过程 # 提取可复用的模式和指令 # 生成新的SKILL.md ...
视频演示PDF摘要提取: https://youtu.be/r1nngYLI-pw
长PDF翻译（穷人版Paper PDF Reader）: https://youtu.be/C7p8yffBZ-Q
DOCX文档处理: https://youtu.be/PByDtqY_17Y
PPTX演示文稿处理(穷人版pptx 生成): https://youtu.be/ek00e5m4yXI
结语Claude Code的Skills系统体现了一个核心设计哲学：
不要试图让AI什么都懂，而是让它知道在需要时去哪里找到答案。
这种"专家系统"思维，让AI Agent从"通才"进化为"能快速变身专家的通才"。
通过Minion的开源实现，这一能力现在可以被更广泛的开发者使用，不受限于特定的LLM供应商或闭源生态。
欢迎试用和贡献：
GitHub: https://github.com/femto/minion
https://github.com/femto/minion-agent
文档: https://github.com/femto/minion/blob/main/docs/skills.md
让我们一起构建更开放、更智能的AI Agent生态。
往期文章：
《Minion框架早已实现PTC：超越传统Tool Calling的Agent架构》