一句话定义：Agent Skills（智能体技能包）是把完成某类任务所需的说明、脚本、模板和参考材料打包在一起，让智能体在需要时再加载进来的能力组织方式。
展开讲：可以把它想成给新员工的“岗位操作手册 + 工具箱”。手册写清楚什么时候用、第一步做什么、遇到异常怎么办；工具箱里放着现成的脚本和模板。员工不必把整本手册背下来，而是遇到对应任务时拉开抽屉照着做。智能体也一样：AI 词典：上下文窗口">上下文窗口（Context Window）有限，如果把所有流程都塞进系统提示词，又贵又容易互相干扰。技能包通常先给模型一份技能清单，每个技能只有名称和简短描述；模型判断当前任务匹配某个技能后，才加载该技能的详细说明和资源，按步骤执行，必要时运行脚本或调用工具。这样既省上下文，又让复杂流程可复用、可版本管理。
和相邻概念的区别：
| 概念 | 解决什么 | 类比 |
|---|---|---|
| 工具调用（Tool Calling / Function Calling） | 模型能调用某个具体函数或 API 完成一个动作 | 一把螺丝刀 |
| MCP（Model Context Protocol） | 模型与外部数据源、工具之间的标准连接方式 | USB-C 接口 |
| Agent Skills | 一类任务的知识、流程、脚本打包并按需加载 | 岗位操作手册 + 工具箱 |
工具调用关注“能不能做这个动作”，比如查天气、发邮件、读数据库；MCP 关注“怎么统一接上各种外部系统”，让不同工具用同一套协议暴露给模型；技能包关注“一类任务该怎么系统地完成”，里面可以包含多个工具调用、判断分支、脚本和模板。三者不冲突：技能包是流程编排层，工具调用是动作层，MCP 是连接层。
对从业者和普通人的意义：对开发者，技能包让提示词和脚本从“一次性塞进对话”变成可维护的资产，减少上下文占用和胡编乱造；对职场人，智能体更像一位会查手册、会拿工具干活的同事，而不是只会聊天的问答机。落地时要注意：技能描述要写清触发条件，脚本要幂等、可审计，涉及权限或敏感操作应保留人工确认。具体技能包的格式、加载机制和最佳实践，以官方页面为准。