近期，AI 领域出现热门话题：Skills。GitHub 上相关仓库获得大量 Star，热度可见一斑。
不管是大模型，还是 Cursor、Codex、Claude、Trae、Copilot 等编程 IDE 都在支持 Skills。围绕 Skills，它们旨在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
要了解 Skills，需先了解 AI 的两个核心概念：Agent 和 MCP。
关于 Agent
让 Agent 开发在线商城平台，它只需考虑用户输入的'我要购买一个商品'指令并完成目标，不关心项目是否前后端分离、前端用 Vue 还是 React、后端用 Java 还是 PHP。也就是说，Agent 不在乎细节。
Agent 是面向目标的。
关于 MCP
项目开发中往往需要第三方服务（如短信通知、支付），通过调用 API 实现。每个平台有各自的 API 规则。而 MCP 就是 AI 的 API，Agent 通过 MCP 来实现调用第三方服务，与第三方服务进行通信。
回到 Skills
讲清楚 Agent 和 MCP 后，我们知道 AI 在使用 MCP 或完成任务时会产生重复性工作。我们可以把这些工作整合成一个工具包，让 AI 调用，这个工具包就是 Skills。
这个工具包可以是前端组件开发、文件下载、后端 SQL 查询、接口文档生成。所有人都可以使用这些工具包完成工作。
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。
以下从前端的视角分析 Skills：开发增删改查功能，需创建 API 文件、状态管理、路由生成及页面开发。若按规范使用 AI，仅凭一句提示词可能无法得到预期结果。现在可使用 增删改查 Skill 按设定规范执行，自动联调接口，多个任务由一个 Skill 搞定。这就是 Skill 的便利性，让你从重复劳动中解放。
Skills 的应用场景
Skills 是经验、规则、最佳实践的积累，封装了组件和函数的能力。使用时明确两个问题：
- 这件事情是否是重复的？
- 这件事情是否能够标准化？
得到肯定答案时，可考虑使用 Skills 简化工作。最适合的应用场景：
