近期,AI 领域出现了一个热门话题:Skills。GitHub 上相关仓库获得了大量 Star,热度可见一斑。

主流大模型及 IDE(如 Cursor、Copilot 等)均开始支持 Skills。其核心在于将经验和最佳实践沉淀为 AI 能力,将'知道'转化为'做到'。
详解什么是 Skills
理解 Skills 需先了解两个核心概念:Agent 和 MCP。
关于 Agent
Agent 是面向目标的。例如让 Agent 开发在线商城,它只需关注'购买'这一目标,不关心前后端分离或具体技术栈细节。
关于 MCP

项目中常需调用第三方服务(如短信、支付),每个平台有各自的 API 规则。MCP 就是 AI 的 API,Agent 通过 MCP 实现与第三方服务通信。
回到 Skills

AI 在使用 MCP 或完成任务时会产生重复性工作。将这些工作整合成 工具包 即为 Skills。它可以是前端组件开发、SQL 查询或接口文档生成。
简单来说,
Skills 通过固定的规则和标准化的能力,来保证结果的稳定和一致。

从前端的视角来看,开发增删改查功能通常涉及创建 API、状态管理、路由及页面。仅凭提示词生成的结果往往不符合规范。使用 增删改查 Skill 可完全按照设定规范执行,包括接口联调,从而从重复劳动中解放。
Skills 的应用场景
Skills 适合以下情况:
- 事情是否是重复的?
- 事情是否能够标准化?
最适合的场景:








