Skill
PulseAugur coverage of Skill — every cluster mentioning Skill across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
开发者详述验证 Claude Code 技能加载的方法
一位开发者分享了一种验证 "Claude Code" 是否已加载自主代理运行所需技能的方法。该技术涉及检查 Claude Code 生成的 JSONL transcript，特别是查找 "Skill" 工具调用，而不是依赖代理的自我报告状态。开发者实施此检查是为了确保在运行继续之前加载了三个关键技能，因为缺少技能可能导致操作不完整或不正确。该方法旨在提供比信任代理内部状态更强大的验证。
-
AI工具：何时使用MCP vs. Skills
文章讨论了AI工具的适当使用，区分了MCP（模型中心编程）和技能。MCP推荐用于需要可预测性的任务，而技能更适合更复杂、认知挑战的任务。
-
蚂蚁数科推出Agentar金融版以支持AI代理部署
蚂蚁数科推出了Agentar金融版，这是一个旨在帮助金融机构构建和管理AI代理的平台。该新产品提供预置的金融代理团队、行业特定技能和评估工具，以加速AI代理在真实金融场景中的部署。该平台旨在通过标准化知识和实现模型与代理的集中管理来降低开发成本和时间。
-
Indextkn API追踪900个AI模型的定价
Indextkn是一项新的API服务，旨在追踪和提供超过900个AI模型的实时定价。为了解决管理和比较AI模型成本的挑战，Indextkn会频繁获取定价数据，并通过API、MCP或可下载的SKILL提供。该服务还包括用于价格变更通知的网络钩子，并具有强大的验证逻辑以确保价格准确性。
-
专家指导技能提示提高了中文隐喻识别的跨数据集稳定性
研究人员调查了在不同数据集上改进中文隐喻识别的方法。他们比较了四种方法：BERT微调（BERT-FT）、基于QLoRA的大模型微调（LLM-FT）、直接零样本大模型提示（LLM-ZS）以及带有程序性技能的零样本提示（Skill-ZS）。虽然微调方法在其原生数据集上达到了更高的准确率，但Skill-ZS在多个外部数据集上表现出更稳定的性能，表明它是一种用于获得一致的跨数据集结果的补充方法。
-
Claude Code用户现在可以通过新脚本按技能追踪Token成本
一位开发者创建了一个名为`usage-breakdown.sh`的shell脚本，用于分析Claude Code中的Token使用情况，因为内置的`/usage`命令仅提供每个模型的总成本。该脚本解析`transcript.jsonl`文件，该文件记录了会话期间的每一次操作，以统计特定技能（Skills）、代理（Agents）和MCP服务器的调用次数。这种详细的分类有助于用户识别哪些特定功能正在增加他们的Claude Code账单，从…
-
新基准 LongWoF-Bench 评估可复用的 AI 经验
研究人员推出了 LongWoF-Bench，这是一个旨在评估大型语言模型可验证执行经验重用的基准。这种称为 EvoMap 的方法将成功的任务轨迹整合为结构化的“基因”，后续模型可以共享和应用。实验表明，EvoMap 基因在七种不同的模型上显著优于传统的“技能”，将长工作流的完成率提高了 8.7 至 15.5 个百分点。对于 Claude Opus，该方法在完成更多任务的同时，还将 token 消耗量减少了近 10%。
-
支付宝AI助手“小政”优化婚姻登记服务
支付宝AI助手“小政”上线婚姻登记新服务，利用其MCP能力对接全国十省市官方服务渠道。该举措旨在通过对话式AI，让用户能够预约、查询政策、查找登记地点，从而简化婚姻登记流程。目前，“小政”已协助100多家政务机构办理超过16000项服务事项，并正拓展至特定公共服务场景。
-
新型 LLM 代理 SKILL 采用多模型方法优化逻辑综合
研究人员开发了 SKILL，这是一种利用多个大型语言模型和强化学习来优化逻辑综合的新型代理。该系统采用 GPT-4o 进行战略规划，Claude Sonnet 4 进行详细推理，以及 Gemini 2.5 Pro 和基于 PPO 的 RL 代理与综合工具进行交互。SKILL 包含一个自纠正模块来监控反馈并实施恢复策略，在基准测试中比现有的专家流程提高了 12.4%。
-
Cursor Learn Mode 开源，用于教授桌面工作流
一款名为 Cursor Learn Mode 的开源工具已发布，旨在通过记录用户操作来教授桌面工作流。该工具兼容 Windows 和 macOS，可以捕获演示过程并将其保存为可重放的“技能”。记录的操作不会由工具本身执行，并且在此过程中会进行敏感信息 redaction。
-
HarmonyOS 通过 AI 驱动的“服务厨房”简化开发
HarmonyOS 正通过一种新的“服务厨房”方法来增强其开发者体验，利用原子服务跨框架 (ASCF) 允许开发者重用来自小程序等其他平台的现有代码。该框架结合了 AI 驱动的 HarmonyOS 开发助手，旨在简化开发流程、降低成本并加速交付。该平台还引入了用于模块化、即插即用功能的 Skill 能力，以及面向小型企业的 AI 驱动的零代码开发，使他们能够通过自然语言描述来创建服务。
-
新框架改进了长SKILL文档的AI合规性检测
研究人员开发了SkillCDG，一个新颖的基于图的框架，旨在提高企业代理系统中长SKILL文档合规性检测的效率和准确性。该框架将业务策略表示为两层约束依赖图，从而实现更快的路由和详细的依赖分析。SkillCDG已证明其性能优于现有方法，检测F1分数最高可提高12.8个百分点，同时显著减少了高达64.3%的token消耗。研究还强调了一个扩展趋势，即模型性能与策略图的复杂性相关，这表明自适应训练策略可以增强小型模型的能力。
-
企业AI落地：利用DESIGN.md和SKILL赋能设计体系
本文探讨了如何在企业环境中利用DESIGN.md和SKILL来增强AI时代设计体系的影响力。旨在分享实际落地策略和真实应用中的经验教训。
-
据报道，GPT 5.6 Luna将通过新的Agent Plugins提供给免费ChatGPT用户
一项新的人工智能开发GPT 5.6 Luna据称可供ChatGPT网页版的免费用户无限制使用。这项进展包括引入Agent Plugins，它结合了Skill和MCP的功能。该消息通过Mastodon帖子发布。
-
Claude Code技能面临描述限制，影响AI选择工具的能力
Claude Code是Anthropic的Claude AI中的一项功能，其技能的描述文本处理能力有限。存在两个主要限制：每个技能的描述限制为1,536个字符，以及所有技能的总预算，占模型上下文窗口的1%。当超过这些限制时，Claude Code会悄悄地删除描述，从使用频率最低的技能开始，从而使AI更难选择它们。用户可以使用/doctor和/context等命令诊断这些问题，并通过修剪描述、通过`skillOverrides`将技能…
-
AI通过DeltaChat和Webxdc集成增强国际象棋游戏玩法
用户正在探索将AI集成到他们的国际象棋游戏中，特别是使用DeltaChat和Webxdc等工具。他们正在通过逆向工程chatmail和客户端功能来提高他们的国际象棋技能。
-
AI 代理在处理工具噪音时遇到困难，导致成本增加和混乱
文章讨论了 AI 代理工具链中上下文膨胀的问题，过多的工具信息会压倒语言模型并增加 token 成本。文章指出，像 Google Calendar 的 events.list 这样的工具暴露了许多属性，其中大部分对于简单查询来说是不相关的。作者认为这种“模式噪音”会混淆模型并浪费计算资源，主张采用更有效的方法来管理工具的相关性。
-
公交代理实验者在 MCP 工具失败后撤销了 SKILL 层
一位实验者在使用基于 MCP 框架构建的公交代理时遇到了问题。在引入 SKILL 层来管理 MCP 工具使用后，代理开始倾向于使用网络搜索而非 MCP 工具，导致实时公交信息不准确。实验者撤销了更改，以更精简的形式重新引入了 SKILL 层，并恢复了可靠的 MCP 工具使用，尽管某些边缘情况仍需完善。
-
Apidog 通过新的 CLI 和 SKILL 增强 API 开发，以应对复杂工作流
Apidog 开发了新的命令行界面 (CLI) 和 SKILL 系统来补充其现有的 MCP 工具，旨在处理更复杂的 API 开发工作流。MCP 擅长标准化工具连接以完成简单任务，而新的 CLI + SKILL 则专为涉及验证、读回和执行确认的多步研发流程而设计。这个增强的 CLI 允许 AI Agent 与 API 资产进行交互，创建或更新测试集，在写入前验证更改，并确认执行结果，从而将复杂性从 AI 模型转移到工程系统。
-
使用可重用的“技能”可以使 AI 代理更具可扩展性和可维护性
本文提出了一种构建 AI 代理的新方法，即将它们的行为打包成可重用的“技能”，而不是依赖于庞大、单一的提示词。一个技能封装了特定的功能，例如审查简历或提供水族馆建议，以及指令、示例和安全边界。这种关注点分离，其中技能处理可重用行为，用户记忆存储上下文特定信息，旨在使 AI 代理对于重复性任务更具可维护性、可扩展性和适应性。