14.2 Skills的核心机制

渐进式披露机制

Skills 的核心设计理念是渐进式披露，这是一种高效管理 AI 上下文的机制。通过分层加载信息，Skills 能够在保持性能的同时提供丰富的功能。

三层披露结构

元数据层：仅加载名称和描述（约 50-100 tokens）
- 用于初步判断 Skill 是否相关
- 所有可用 Skills 在启动时加载此层
指令层：加载完整的 SKILL.md 文件
- 当任务匹配时激活
- 包含详细的使用说明和步骤
资源层：按需加载额外文件
- 脚本、参考文档、模板等
- 只在需要时加载，节省上下文

性能优势

渐进式披露提供了以下性能优势：

启动速度：初始加载仅需少量上下文
扩展性：理论上可支持无限的 Skill 内容
精确性：根据具体需求加载相关信息
效率：避免不必要的信息处理

文件组织结构

Skills 通过标准化的文件结构实现功能封装：

必需文件

SKILL.md：核心指令文件，包含元数据和使用指南

可选目录

scripts/：可执行脚本和代码
references/：附加文档和参考资料
assets/：模板、资源文件等

文件引用机制

Skills 支持在 SKILL.md 中引用其他文件：

## 高级用法

详情请参考 [API 文档](references/api.md)。

运行示例脚本：
```bash
python scripts/demo.py
```

脚本执行能力

Skills 可以包含可执行脚本，AI 代理可根据任务需要调用这些脚本。这种能力结合了 AI 的智能理解和传统代码的确定性执行。

执行时机

AI 根据任务需求自主决定是否执行脚本
脚本执行不占用 AI 的上下文窗口
结果可以反馈给 AI 进行进一步处理

安全考虑

脚本应是自包含的或明确声明依赖
需要验证脚本的安全性和可靠性
执行结果应经过适当验证

元数据驱动的发现

Skills 通过结构化的元数据实现自动发现：

必需元数据

name：唯一标识符，用于引用和组织
description：功能描述和使用触发条件

可选元数据

license：许可证信息
compatibility：环境要求
metadata：额外属性
allowed-tools：允许使用的工具

发现过程

扫描指定目录中的 Skill 文件夹
解析 SKILL.md 的前置元数据
注册 Skill 到可用列表中
根据任务需求匹配并激活

开放标准特性

作为开放标准，Skills 具有以下特性：

标准化格式

统一的文件夹结构
规范的元数据格式
标准化的文件引用方式

跨平台兼容

支持多种 AI 平台和工具
文件系统级别的可移植性
无特定平台依赖

版本控制友好

基于文件的存储方式
支持标准版本控制系统
易于分享和协作

总结

Skills 的核心机制围绕渐进式披露、标准化结构和脚本执行能力构建。这种设计既保证了性能和扩展性，又提供了丰富的功能封装能力。通过理解这些核心机制，我们可以更好地利用 Skills 来组织和自动化开发任务。