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

墨语灵犀镜像部署教程：免编译、免依赖，开箱即用的古风AI翻译系统

墨语灵犀镜像部署教程：免编译、免依赖，开箱即用的古风AI翻译系统 1. 引言：当AI翻译遇见东方美学 你是否曾为翻译软件的冰冷界面和生硬译文感到乏味？是否希望翻译工具不仅能准确传达意思，更能保留一丝文字的温度与美感？ 今天，我要向你介绍一个特别的工具——「墨语灵犀」。它不仅仅是一个翻译器，更像是一位精通33国语言、深谙东方美学的数字书童。最棒的是，通过ZEEKLOG星图镜像，你可以像打开一个应用一样，快速拥有它，无需处理任何复杂的编译和依赖问题。 这篇文章，我将手把手带你完成墨语灵犀的镜像部署。整个过程非常简单，你不需要懂代码，也不需要配置复杂的开发环境。我们唯一的目标，就是让你在十分钟内，体验到这个将前沿AI技术与古典美学完美融合的翻译工具。 2. 认识墨语灵犀：不止于翻译 在开始动手之前，我们先简单了解一下墨语灵犀到底是什么，以及它为何值得一试。 2.1 核心特色：技术内核与美学外衣 墨语灵犀的独特之处在于它的“双重身份”： * 强大的技术内核：它的翻译能力基于腾讯混元大模型。这意味着它的翻译不是简单的单词替换，而是能理解上下文、把握语境的“深度翻译”。无论
Claude Code 背后的秘密：这套免费课程让我看懂了 AI Agent

Claude Code 背后的秘密：这套免费课程让我看懂了 AI Agent

大家好，我是悟鸣。（微信公众号：悟鸣AI） 很多朋友都在问两个问题： 1. 想系统学习 Agent 原理，但不知道从哪里开始。 2. 已经在用 Claude Code，但想搞清楚它背后的机制。 今天这篇就推荐一个很适合入门到进阶的开源项目：learn-claude-code。 这个项目解决了什么问题？ 它把“会用工具”和“理解原理”之间的鸿沟补上了： * 不只讲概念，而是从最小可运行循环开始。 * 每一课只增加一个机制，学习路径清晰。 * 代码能跑、过程可观察、原理可追踪。 GitHub 仓库地址：https://github.com/shareAI-lab/learn-claude-code 先看最小循环：Agent 是怎么“动起来”的 这是 AI Coding Agent 的最小循环。生产级 Agent 会在此基础上叠加策略、
NestJS 核心揭秘：InstanceWrapper 的艺术与前端缓存新思路

NestJS 核心揭秘：InstanceWrapper 的艺术与前端缓存新思路

文章目录 * 概述 * 第一部分：深入幕后——NestJS 的“实例管家” InstanceWrapper * 一、核心职责：不止于封装 * 二、关键属性解构（增强版） * 三、一个实例的生命旅程 * 第二部分：灵感跨界——构建前端页面的“InstanceWrapper”缓存层 * 一、设计哲学：前端数据包装器 * 二、定义我们的“前端 InstanceWrapper” * 三、实现缓存管理器与 React Hook * 四、使用场景示例 * 总结 。 概述 在 NestJS 构建的精密后端世界里，依赖注入（DI）是其生命线。而在这条生命线的核心，有一个默默无闻却至关重要的角色——InstanceWrapper。它不仅是 NestJS 容器中的“实例管家”，更是整个框架实现高效、
Dify vs LangChain+LangGraph：企业AI框架选型指南

Dify vs LangChain+LangGraph：企业AI框架选型指南

2025年10月，LangChain和LangGraph双双发布1.0稳定版，标志着AI应用开发框架进入“生产就绪”时代。对于正在规划AI对话框的企业，Dify和LangChain+LangGraph代表了两种截然不同的技术路线。本文将从介绍、作用、区别、优缺点及选型建议五个维度，帮助技术决策者做出合理选择。 一、框架介绍与核心作用 Dify是一个开源的LLM应用开发平台，由国内团队LangGenius开发。它采用低代码/可视化理念，通过拖拽式工作流、内置RAG管道和模型网关，将AI应用开发周期从数周缩短至分钟级。Dify更像一个“AI应用操作系统”，产品经理和业务人员可以直接参与构建。 LangChain是行业标准的LLM应用开发框架，提供100多种模型集成、文档加载器、向量存储接口等组件库。LangGraph则是同一公司推出的低级编排框架，通过状态图建模复杂Agent工作流，支持循环、分支、持久化执行和人机协作。两者是互补关系：LangChain提供组件，LangGraph负责编排。 二、核心区别 对比维度LangChain + LangGraph (代码框架)D