Skills：AI智能体的核心能力单元
Skills是赋予AI智能体（Agent）完成特定任务或执行特定功能的核心能力单元。它类似于人类掌握的技能，将复杂任务拆解为可调用、可组合的标准化模块，是实现智能体自主规划和行动的基础。
一句话解释
Skills是AI智能体（Agent）所具备的、用于完成特定任务（如搜索信息、编写代码、发送邮件）的独立功能模块。它让智能体从“只能聊天”变得“能够做事”，是实现复杂任务自动化的基础构件。
为什么会被关注
随着AI从对话走向行动，如何让大模型驱动的智能体可靠地执行具体操作成为关键。Skills提供了一种标准化封装，将自然语言指令映射到具体API或工具调用，解决了大模型“纸上谈兵”的问题，是构建实用型AI应用的核心。
核心逻辑
其核心逻辑是“模块化”与“可组合性”。开发者将一项具体能力（如查询天气、分析数据）封装成一个独立的Skill，明确定义其输入、输出和执行逻辑。智能体在规划任务时，像搭积木一样调用和组合不同的Skills，从而完成从“订机票酒店”到“生成市场报告”等复杂多步任务。
常见场景
1. 个人助理智能体：组合“查日历”、“订会议”、“发邮件”等Skills，自动安排工作日程。
2. 数据分析智能体：调用“数据库查询”、“数据可视化”、“报告生成”等Skills，一键完成分析流程。
3. 客服与销售机器人：集成“产品查询”、“订单状态检索”、“工单创建”等Skills，提供端到端服务。
容易混淆的点
Skills与Function Calling：Function Calling是大模型理解并响应工具调用的通用协议，而Skill是基于此协议封装了完整业务逻辑（可能包含多个函数调用和逻辑判断）的、可复用的能力单元。可以说，Skill是更高层次的抽象。
Skills与插件：概念高度相似，但“Skill”更强调其作为智能体“内在能力”的属性，是智能体主动规划和调用的对象；而“插件”有时更偏向于为一个现有系统（如ChatGPT）扩展功能的外部工具。
本文内容用于 AI 热词解释和概念整理，仅供学习和理解参考。若涉及表述偏差或内容修正，欢迎联系站点进行更新。
相关热词智能体是能够感知环境、自主决策并执行任务的人工智能系统。它正从简单助手演变为具备规划和学习能力的自主实体，是迈向通用人工智能的关键路径。
RAG（检索增强生成）是一种将信息检索与大语言模型生成能力相结合的技术范式。它让模型在回答前，先从外部知识库中查找相关文档，然后基于这些检索到的准确信息进行生成，从而显著提升回答的准确性、时效性和可追溯性。
AI Agent（智能体）是一种能够感知环境、自主决策并执行任务以实现目标的AI系统。它超越了传统“一问一答”的聊天模式，具备规划、工具使用和持续学习的能力，正成为通往通用人工智能（AGI）的关键路径。