用一次课程表检查理解 Skill
假设你每周都请 AI 检查课程目录：课程代码要保留前导零，金额缺失不能按零处理，报告必须分“已确认”“待核对”和“来源”。第一次可以把这些要求写进任务消息；每周重写容易遗漏。Skill 的实用价值，是把一类任务的方法和资源整理为可复用包，让兼容的 Agent 在适当时读取并执行。本例只是讲解和试用设计，没有替读者安装软件或处理真实课程数据。
它不是把普通模型永久训练成专家，也不是只要放一个文件就获得所有工具。能否发现、读取与执行，取决于宿主支持、安装位置、依赖和权限。一次正确输出仍要核对，不能因为包装成 Skill 就免去检查。原文以“是什么、和 Prompt/MCP 的区别、找到安装触发”三个概念组织，这里保留这些核心场景，并把过度简化的承诺改成可观察步骤。
Skill 包里实际装着什么
Agent Skills 公开格式以包含 SKILL.md 的目录为核心：元数据描述名称和适用任务，正文说明工作方法，还可附脚本、参考资料和模板。因此读介绍只是发现候选，完整来源才有助于知道它会怎样做事。目录里没有必要的脚本或资源，复制一段简介不能补齐能力。
以课程表检查为例，方法可以规定先确认输入范围，再检查字段，最后输出异常与局限；模板固定报告栏目；脚本可能完成重复检查。纯指令型包不一定需要运行脚本，有脚本的包则要检查实际行为与依赖。一个 Skill 能组织多步操作，也可能依赖外部工具，包本身不会自动提供账户或授权。
常见设计会先让 Agent 看到名称和描述，匹配任务后再读完整指令，必要时读取附加材料。这解释了为什么描述影响发现，也说明“有很多技能”不意味着所有正文每次都加载。实际宿主实现仍需核对，不以一种产品的目录和触发方式概括所有工具。
Prompt、Skill、MCP 与 Agent 怎么分
Prompt 是传给模型的指令或上下文。它可以临时写，也可以保存、版本化和反复使用，不能简单说成用完必丢。Skill 把适用范围、方法和可能用到的资源组织为包，帮助重复工作保持一致；它仍需要当前任务的目标和输入，不会替你决定所有业务条件。
MCP 是工具与上下文连接协议，MCP server 是实现该协议并提供相关能力的服务，两者不能混成同一个“插件”。客户端支持且连接获准的服务后，Agent 才可能使用相应工具。Skill 可以告诉 Agent 怎样利用已有连接，但写一句“查询数据库”不能凭空连接数据库。使用已有服务也不一定要求用户自己开发 server。
Agent 是组织推理与工具使用的执行系统；Skill 提供方法，Prompt 提供本次要求，工具连接提供可操作接口。课程表例子里，一次消息指定本周文件和目标，Skill 规定检查流程，本地文件工具读取获准资料；如果要从业务系统取数，还需实际连接与权限。四者可以配合，也可以在没有 MCP 的本地任务中使用 Skill。
第一步：按任务找到合适候选
不要先下载一堆名字。写明输入、任务、限制和产物，例如“检查获准本地 CSV 课程表的缺失、重复和字段类型，只输出聚合质量报告，不修改原文件”。比较候选是否真的处理该格式、是否输出所需报告、依赖什么环境，以及是否会把资料发送到外部服务。排名只能帮助发现，不能证明适用或安全。
在这个具体转换后质量检查任务，可查看 Exploratory Data Analysis。该详情页的固定来源支持获准本地数据的有界探索，包含缺失和异常等质量主题；它不是课程业务规则专家，不负责网页采集、创建账户或自动修复所有错误。此处关联是为了演示一种可验证任务，而非声称任何入门者都应安装它。
如使用发现助手，先核对其官方来源、宿主适配与搜索结果证据，再选择候选。发现工具推荐一个包不等于允许自动安装全部结果，也不能代替目标包审查。没有可核验匹配项时可以先完成普通任务或报告缺口，不必用名称近似的包凑数。
第二步：安装是宿主动作，不是复制口令即完成
先确认当前 Agent 产品和版本支持什么格式、从哪里发现技能，以及项目级和用户级范围的区别。不要把另一个产品的路径直接照搬，也不要承诺所有宿主都用同一目录。安装指令应标明目标包、真实来源与固定版本，检查许可证和完整文件，避免只取得 SKILL.md 却漏掉附件。
以 EDA 为例，详情页标明固定版本及 MIT 许可证证据，核心流程需要 Python 3.11+；完整可选快照还有不同依赖要求，应按实际格式选择。不要为了试读一份 CSV 安装无关的全套组件。安装与运行脚本、外部访问、费用和数据写入分别受宿主权限约束，一段口令不能越过这些边界。
完成后核对文件位置、版本、可读取的资源与宿主可见状态。必要的刷新或重启按宿主文档处理，不在不同目录盲目复制多个副本。安装时间取决于下载、依赖与权限，本教程不给出三十秒完成保证。删除包通常能撤回方法文件，但不能自动撤销它过去做过的外部操作。
第三步：触发之后还要验收
先在隔离文件夹准备一个获准的小样：课程代码含前导零、一处金额缺失和两条可能重复的观察。告诉 Agent 使用已安装的方法，指定数据根目录、不修改输入，输出质量报告和未覆盖范围。若当前宿主支持显式调用可按其方式指定；自动匹配不是每次都必然发生，描述明确比只说“帮我看看”更可靠。
区分四个状态：宿主发现包、Agent 读取完整指令、实际执行相应步骤、产物通过验收。让 Agent 报告所用来源版本、实际运行内容与失败项，但不要把它的自述当作唯一证据。检查输出文件、日志或其他可复查结果；没有运行的步骤写未运行，不能把计划叙述成执行。
在示例中，核对报告是否把缺失金额列出、保留代码语义、说明疑似重复需要回查，并保持原文件不变。EDA 聚合报告不能自动证明所有课程正确，也不能从缺失推出业务结论。若依赖缺失或格式不支持，停在明确失败状态，不能猜出一份完整报告。
装好却不用，按层排查
先检查宿主是否发现包：目录、范围、文件层级、名称冲突与格式。再看描述是否覆盖当前任务，是否被更具体方法或当前指令约束。接着确认 Agent 是否已读正文，所需脚本和工具是否可用。最后检查输出是否满足任务，不要把所有问题都归为“触发不灵”。
跨宿主能否复用？开放格式有助于迁移，但工具、脚本语言、路径和权限可能不同，需要用同一样例重新验收。是否永久复用？方法可以保存很久，依赖与业务规则仍会变化，应该版本化并定期复查。是否一定省 Token？按需读取可能减少重复交代，但元数据、正文、工具调用与重试也有成本，实际净收益要测。
费用、安全与下一次使用
公开可读不等于开源，开源不等于免费运行，Skill 价格也不等于模型、API 或外部服务费用。详情页来源和许可证可帮助核对权利，静态审查不构成运行安全保证。注意读取哪些目录、执行什么脚本、发送到哪里、写入什么，以及是否需要账户。只给当前任务需要的资料和权限。
保留第一次试验的样例、版本与验收记录。升级后重跑相同样例，检查新依赖和数据去向；规则过期时更新或停用，不让“老员工”比喻掩盖方法维护。下一次请求仍写清任务目标、输入位置和限制，Skill 帮助复用流程，而不是代替当前沟通。
来源
中文原文提供入门概念与三步使用场景。GitHub 的 Agent Skills 规范提供可复查的包格式参考，适合沿用开放结构而非发明私有安装约定；本文没有安装或创建包。 EDA 固定来源用于说明一项具体可核验能力的范围与前提。