Agent Skills 開發實戰:從零構建 AI 私有工具庫
AI Agent 的能力邊界不只取決於模型,也取決於它能否取得正確的流程、上下文、工具與治理規則。Agent Skills 提供一個輕量、開放、可版本化的方式,讓團隊把專業知識、重複工作流程、腳本、模板與參考資料封裝成可被 Agent 按需載入的能力。
本課程會從 Agent 能力邊界與擴展需求開始,解釋 Agent Skills 作為開放標準的定位,並實作 Skills、MCP Tools、Plugins 三者的分工。你會建立自己的私有 Agent Skills 工具庫,完成 SKILL.md、references、scripts、assets、registry、測試流程與安全審查。
你會學到
- Agent Skills 的資料夾結構、SKILL.md frontmatter 與 progressive disclosure
- Skills vs MCP Tools vs Plugins 的使用邊界
- 如何設計私有工具庫的命名、版本、審查與發布流程
- 如何撰寫高品質 description,讓 Agent 在正確時機啟用 skill
- 如何加入 scripts、templates、checklists 與 golden tests
- 如何審查第三方 skill 的 prompt injection 與供應鏈風險
適合對象
- 想把常用 AI 工作流程產品化的開發者
- 需要管理團隊內部 AI 工具庫的技術主管
- 已經使用 Claude Code、Codex、Cursor、Copilot Agent mode 或 MCP 的進階使用者