什么是 AI Agent 中的 Skills？它有什么用？

优质文章学习记录

— 2 min read
什么是 AI Agent 中的 Skills？它有什么用？

👨‍⚕️主页： gis分享者
👨‍⚕️感谢各位大佬 点赞👍 收藏⭐ 留言📝 加关注✅!
👨‍⚕️收录于专栏：AI大模型原理和应用面试题

文章目录

一、🍀Skills

1.1 ☘️概念

Skills 就是给 AI Agent 写的操作手册，本质上是一份结构化的指令文件。当 Agent 碰到某类任务，就去读对应的 Skill，按里面的步骤一步步执行，不用你每次从头教它。

比如你想让 AI 帮你创建 Cursor 的自定义规则文件，规则文件放哪个目录、格式长啥样、有哪些字段，这些东西写一个 create-rule 的 Skill 就搞定了。Agent 碰到相关任务自动加载，不需要你每次重复沟通。

1.2 ☘️作用

1）把某个领域的专业知识、操作步骤、注意事项打包成一个文件，Agent 读了就能干活，不需要每次重复教

2）同一个任务不管执行多少次，Agent 都按 Skill 定义的流程走，输出质量可预期

3）通过编写不同的 Skills，让一个通用 Agent 具备各种垂直领域的专业能力，不需要重新训练模型

一个典型的 Skill 文件通常是 Markdown

Read more

宇树科技机器人核心技术

宇树科技机器人核心技术

前言 宇树科技作为全球足式/人形机器人领域的标杆企业，其技术体系覆盖消费级（Go2）、工业级（B2）、人形（G1/H1）全产品线，以“硬件自研+软件全栈+AI赋能”构建核心壁垒。本文不仅拆解宇树机器人的关键技术（单硬件、单软件、软硬件协同、AI+），还配套就业技能图谱、学习路线与工具推荐，适合机械、电子、计算机、AI领域开发者/求职者参考。 一、宇树科技机器人核心技术全景（附插图建议） 宇树的技术体系可概括为“四层金字塔结构”，从下到上实现“能运动→会运动→智能运动”的进阶： 技术层级核心定位代表技术应用价值底层硬件机器人“躯体骨架”自研伺服电机、分层计算平台、4D激光雷达保障运动性能与环境适配性全栈软件机器人“智慧大脑”MPC/WBC控制算法、SLAM感知融合、ROS2中间件实现精准控制与灵活交互软硬件协同机器人“神经中枢”实时控制闭环、
[论文阅读] AI + 软件工程 | 突破LLM上下文瓶颈：上下文内存虚拟化CMV的设计与实践

[论文阅读] AI + 软件工程 | 突破LLM上下文瓶颈：上下文内存虚拟化CMV的设计与实践

突破LLM上下文瓶颈：上下文内存虚拟化CMV的设计与实践 论文基础信息 * 原标题：Contextual Memory Virtualisation: DAG-Based State Management and Structurally Lossless Trimming for LLM Agents * 主要作者：Cosmo Santoni * 研究机构：帝国理工学院（Imperial College London） * 发表时间：2026年2月 * 引文格式（GB/T 7714）：SANTONI C. Contextual memory virtualisation: DAG-based state management and structurally lossless trimming for LLM agents[EB/OL]. [2026-02-25]. arXiv:
Hermes Agent 新手教程：一步一步跑通安装、模型和飞书机器人（小白能上手，可复制命令）

Hermes Agent 新手教程：一步一步跑通安装、模型和飞书机器人（小白能上手，可复制命令）

我把 Hermes + 飞书从 0 跑通了：5 分钟上手 + 全套踩坑修复命令（可直接复制） 文 / 测试员周周 这是 Hermes 系列第 2 篇，也是实操篇。 如果你也遇到过这些场景，这篇就是给你写的： * Hermes 装好了，但飞书机器人不回 * gateway 明明是 running，发消息还是没反应 * 一开口就是 401，看不懂到底是飞书错还是模型错 上一篇我们讲“为什么 Hermes 火”，这一篇只做一件事：让你真的跑起来。 我会把这次真实实操里踩过的坑全部摊开，包括： * 安装后 No module named yaml/dotenv 怎么修 * av/cython 报错时怎么先绕过，优先跑通文本链路 * 飞书网关明明 running，

把 AI 小助手接入企业微信：用一个回调接口做群聊机器人实战篇

你也许已经有了一个「看起来还挺像样」的 AI 小助手服务，比如： * 有 HTTP 接口 /v1/chat； * 能识别不同 Skill（待办、日报、FAQ 等）； * 甚至已经有网页版前端。 但现实是：同事们每天真正打开的是企业微信，很少会专门去打开一个新网页跟机器人聊天。 这篇文章就做一件很实用的小事： 在不动你现有 AI 服务核心逻辑的前提下， 用一个企业微信“回调接口”， 把它变成「群聊里的 @ 机器人」。 一、整体思路：后端不重写，只加一层「翻译器」 假设你现在的 AI 服务长这样： * 接口：POST /v1/chat 返回： { "answer": "上午开会，下午写代码……"