Skill 是可按需加载的能力包，把 SOP、约束与工具说明从主上下文剥离。

概念边界

Prompt 是一次性指令；MCP 是工具协议；FC 是调用格式；Skill 是「何时用、怎么用、检查什么」的打包文档 + 可选脚本。模型通过 description 匹配 Skill，再加载完整 SKILL.md。

结构实践

SKILL.md 含：适用场景、步骤、禁止项、输出格式、示例。配合 Rule/Flow/Use For 元数据。TDD 式 Skill：先写期望行为再补步骤。

工程价值

减少每轮重复塞长 Prompt；团队共享最佳实践；版本化与 prune 避免 Skill 爆炸。

误区

Skill 越多越好导致选择困难；Skill 与 MCP Tool 职责重叠未清理；无评测验证 Skill 真被正确触发。

延伸思考

SKILL.md 写作应回答：何时触发、输入输出、步骤顺序、失败怎么办、示例对话。Rule 适合硬约束，Flow 适合分支流程，Use For 帮助 router 匹配。Skill 与 MCP Tool 分工：Tool 是能力接口，Skill 是使用手册。定期 prune 低频 Skill，避免 router 选择空间过大导致误触发。评测时可统计 skill_trigger_rate 与 task_success 的交叉表，删除从未成功过的 Skill 或改写 description。

实践小结

练习：为一个代码审查场景写 SKILL.md（触发词、检查清单、输出模板）。测试误触发率：用 10 条无关请求统计是否错误加载。与裸 Prompt 比 token 与一致性，验证 Skill 是否值得维护。

工程检查清单

检查清单：SKILL.md 是否含 Use For；与 MCP Tool 是否 dedupe；低频 Skill 是否 prune；误触发率是否监控；Skill 版本是否 Git 管理；加载后 token 增量是否可接受。Skills 是知识管理问题，不是文件越多越好。

读者 takeaway

读者 takeaway：Skills 把隐性 SOP 显性化，降低每轮推理成本。维护 Skills 要像维护 API 文档：精悍、可测、可 prune，避免 Skill 库变成第二个混乱的 Prompt 堆。

学习建议