通过代理技能扩展人工智能

MP4 |视频：h264，1920×1080 |音频：AAC、44.1 KHz、2 Ch
级别：初级 |类型： 电子学习 |语言： 英语 |时长：33 场讲座 ( 1h 28m )

你将学到什么

✓ 解释上下文窗口的工作原理以及 AI 代理在长时间对话中失去焦点的原因（上下文腐烂）
✓ 仅在需要时应用渐进式披露来加载技能指令，保持代理上下文精简
✓ 使用适当的元数据、指令、脚本和资源创建可用于生产的 SKILL 文件和文件夹
✓ 设计可跨 Claude Code、GitHub Copilot、Cursor 和 OpenAI Codex 使用的便携式技能

要求

● 基本熟悉任何 AI 编码代理（Claude Code、Copilot、Cursor 或类似）=
● 一台能够访问至少一个 AI 编码代理以遵循示例和最终项目的计算机

描述

新课程！ Claude Code、GitHub Copilot、Cursor 和 Codex 等 AI 编码代理功能强大，但它们不了解您的工作流程、标准或领域专业知识。
您可能经历过挫折：代理在会话中“忘记”您的指令，产生不一致的输出，或者要求您每次都重复相同的上下文。
这不是一个提示问题。这是一个上下文问题。
现在有一个官方标准可以解决这个问题。
什么是 AI 代理技能？
代理技能是一个新的开放标准，由 Anthropic 维护，并被 Claude Code、GitHub Copilot、Cursor、OpenAI Codex 等采用，它允许您使用可移植、可重用的功能扩展任何兼容的 AI 代理。
而不是将所有内容都塞进臃肿的系统提示符中并希望代理注意，技能使用渐进式披露：代理仅在需要时加载其需要的内容。
结果？更精简的上下文、更一致的输出以及跨工具的专业知识。
一次编写技能。随处使用它。
您将学到什么
上下文问题
为什么 AI 代理会在长时间对话中遇到困难，“上下文腐烂”实际上是什么，以及为什么更大的上下文窗口无法解决问题。
技能如何发挥作用
渐进式披露模式：发现、元数据加载、任务匹配、激活和执行。您将了解为何以这种方式构建技能，而不仅仅是如何使用它们。
技能剖析
SKILL 文件和文件夹结构、YAML frontmatter、说明、脚本、参考和资产。内容和原因。
技能创作
如何编写实际有效的技能：良好的可发现性元数据、清晰的说明、代币预算意识以及跨代理的可移植性设计。
最终项目
您将为自己的工作流程创建一个可立即投入生产的技能，在完成本课程当天即可实际使用。
本课程的教学方式
如果您已经学习了我的其他课程课程，您知道方法：不要模仿，理解。
这不是一个您复制我输入的内容并希望它起作用的教程。我们将深入了解一下。您将了解为什么上下文窗口会给代理带来问题，为什么渐进式披露可以解决这些问题，以及为什么技能规范是这样设计的。
当您了解机制后，您就可以适应。就可以调试了。您可以培养文档未涵盖的技能。
这适用于哪些人
使用 Claude Code、GitHub Copilot、Cursor 或 Codex 且想要一致、可重复结果的开发人员。
想要对代理自动遵循的标准和工作流程进行编码的团队领导。
任何厌倦在每次会话中重复相同指令的人。
先决条件：基本熟悉 AI 编码代理。不需要特定的编程语言。技能与语言无关。
为什么现在？
代理技能是新的。该规范由 Anthropic 于 2025 年底开源，并且采用速度正在迅速加快。 OpenAI、Google 和 Microsoft 都增加了支持。
尽早了解此标准的开发人员将是构建其他人都使用的技能的开发人员。
这是一个短期课程。一个下午就可以完成，到晚饭的时候就有了工作技能。

本课程适合谁

■ 使用 Claude Code、GitHub Copilot、Cursor 或 Codex 的开发人员，希望得到一致的结果，而不需要重复指令
■ 想要对 AI 代理自动遵循的编码标准、工作流程和领域专业知识进行编码的团队领导
■ 任何因 AI 代理在会话中“忘记”上下文或在对话中产生不一致的输出而感到沮丧的人
■ 想要在新兴的 AI 代理标准成为主流需求之前了解它们的早期采用者