anthropics/skills 一天涨 472 星：Anthropic 把 Agent Skills 框架开源，统一能力市场

9 月 5 日 GitHub Trending 上，Anthropic 官方仓库 `anthropics/skills` 当天收获 472 星，进入 Trending 前 10。这是 Anthropic 第一次把内部 Agent 能力封装规范（Skills）以仓库形式公开发布。

Skills 的核心理念是：把 Agent 的”能力”切成可复用的、有版本号的、可被模型按需加载的”技能包”。模型看到任务时，先看自己装了哪些 Skills，再决定怎么干——而不是一次性把所有能力塞进 prompt。

什么是 Skills

`anthropics/skills` 不是单一工具，而是一套能力加载协议：

– 每个 Skill 是带 metadata 的目录，包含指令、参数、依赖

– Agent 启动时按需加载需要的 Skills，类似”按需 import”

– Skills 之间可以嵌套、组合、版本管理

举几个仓库里能直接看到的例子：

– PDF 阅读 Skill：把 PDF 处理流程封装成一行调用

– 数据可视化 Skill：让 Agent 知道怎么调用 matplotlib + 输出规范图表

– 代码审查 Skill：把 Anthropic 内部代码评审的 checklist 暴露出来

和同类方案的差异

| 项目 | 思路 | 适用场景 |

|——|——|———|

| Anthropic Skills | 声明式、按需加载、统一协议 | Claude 系列、通用 Agent 框架 |

| LangChain Tools | 函数式、链式组合 | 已有 LangChain 项目 |

| MCP（Model Context Protocol） | 客户端-服务端 | 跨模型工具共享 |

| CrewAI Tools | Agent 角色化 | 多 Agent 协作 |

Anthropic Skills 的最大差异是协议中立——任何 Agent 框架只要按规范实现 loader，都能复用同一份 Skill 库。

你现在可以做的 3 件事

1. 先 clone 看一眼：`git clone https://github.com/anthropics/skills`，仓库里的 Skills 几乎都能直接拿来用。

2. 改造自己的 prompt 库：把项目里”每次都要复制的指令”抽成 Skill，下次 Agent 启动时只加载需要的。

3. 关注配套生态：Skills 协议刚出，预计 1-2 周内会出现兼容 loader（OpenAI Agent SDK、LlamaIndex、Haystack 都可能跟进）。

一个具体的上手例子

仓库里的 `pdf-reading` Skill 定义大致长这样：

name: pdf-reading
version: 1.2.0
description: Extract structured text and tables from PDF files
requires:
  - pdfplumber>=0.10
entry: ./main.py
input_schema:
  type: object
  properties:
    file_path: {type: string}
    extract_tables: {type: boolean, default: true}

Agent 看到”读一下这个 PDF”的任务时，自动调用 `pdf-reading` Skill，传入文件路径——和 function calling 思路类似，但 Skill 是声明式的、可静态分析的、可以被人 review。

为什么这个时间点发布很关键

把 Skills 协议放回 2026 年的 AI 工程化大背景里看，会发现三个推动力同时到位：

– Anthropic 自家产品压力：Claude Code 在企业内部渗透越来越深，第三方公司经常问”我们怎么贡献能力给 Claude”——Skills 是官方答案

– 竞争对手的协议真空：OpenAI 没有公开的 Skills 协议，LangChain Tools 是非标准、各家自搞一套

– MCP 的成功在前：Anthropic 去年推出 Model Context Protocol，半年内被 OpenAI、Cursor、Cline 等采纳，证明”中立协议”是 Anthropic 走得通的路线

Skills 的发布，本质是 Anthropic 想把”Agent 能力生态”的标准握在自己手里——这和当年 Google 推 Kubernetes 是同一个战略。

适合谁、不适合谁

– 适合：在做 Agent 产品、需要复用 prompt + 工具的工程团队

– 不适合：只在用 ChatGPT 网页版对话的普通用户

Skills 是给”建 Agent 的人”用的，不是给”用 Agent 的人”用的。

一个值得关注的命名细节

仓库名是 `anthropics/skills`，复数 —— 这不是写错，而是有意为之。Anthropic 想表达的是”Skills 是一类东西，不是一个东西”。换句话说，他们想做的不是”发布一个工具”，而是”定义一个协议”。

这种命名思路在开源史上很常见：Kubernetes 不是”Kubernetes Tool”，而是”Kubernetes Project”；npm 不是”NPM CLI”，而是”NPM Registry”——一旦名字复数化，生态外延就被打开了。

你能在 30 分钟内做什么

– 第一步：clone 仓库，看 `skills/` 目录下的结构

– 第二步：挑一个最常用的内部 prompt（比如”按规范读 PDF”），用 Skills 格式重写

– 第三步：在 Claude Code 里加 `–skill ` 参数测试

– 第四步：把 Skill 推到你们团队的私有 registry

30 分钟只能跑通最小流程；真正工程化要写完整的 prompt 模板、错误处理、参数校验。但先用最小版本跑起来，比看文档更有效率。

— END —
LC 智趣厅 · 科技与生活的交点
ihygg.cn