SKILL.md
PulseAugur coverage of SKILL.md — every cluster mentioning SKILL.md across labs, papers, and developer communities, ranked by signal.
10 天有情绪数据
-
AI代理术语解释：MCP、SKILL.md、A2A及更多
本文旨在揭开AI代理领域常用术语的神秘面纱，例如MCP、AGENTS.md、SKILL.md、子代理和A2A。它为可能在不清楚其含义的情况下遇到这些术语的AI编码工具用户提供简单的解释。目标是为更广泛的受众提供对这些概念的清晰理解。
-
Anthropic的Claude代码在处理AGENTS.md时遇到困难，并提供变通方法
截至2026年7月的2.1.201版本，Anthropic的Claude Code无法原生读取AGENTS.md文件。开发者一直在请求此功能，一个GitHub issue已获得超过4300名工程师的赞成票。Anthropic在其内存文档中提供了一个变通方法，指示用户从AGENTS.md创建到CLAUDE.md的符号链接。这种情况源于Anthropic的SKILL.md文件中记录的一项技术决定，该决定规定了Claude如何处理不同文件类型。
-
Claude 代码：理解 CLAUDE.md 与 SKILL.md 以实现最佳使用
本文解释了在使用 Claude 代码时 CLAUDE.md 和 SKILL.md 文件之间的区别。它阐明 CLAUDE.md 用于与代码执行相关的指令和上下文，而 SKILL.md 用于定义代码应执行的特定功能或技能。作者旨在帮助用户避免将信息（如部署清单或测试步骤）错误地放入错误的文件类型中。
-
SKILL.md 标准面临实际测试，Cursor 在兼容性方面遇到困难
对 SKILL.md AI 代理开放标准的测试显示，虽然大多数代理可以解释和执行单个文件中的技能，但 Cursor 遇到了严重问题。SKILL.md 格式由 Anthropic 于 12 月推出，已获得广泛采用，拥有众多工具和数百万已发布的技能。尽管集成广泛，但测试凸显了潜在的兼容性问题，Cursor 无法运行一个简单的 40 行 SKILL.md 文件，而 Claude Code、OpenAI Codex 和 Gemini CLI …
-
AI代理的自我审计发现14个问题，专家确认只有2个可操作
一个AI代理审计了其自身的工程方法论，在其文档和工作流程中识别出14个潜在问题。然而，在咨询了三位专家子代理——一位软件架构师、一位技术文档工程师和一位质量评估员——后，只有两个被识别出的问题被认为是可操作的。专家们澄清说，大多数被认为是问题的地方实际上是故意的设计选择，例如分层功能和分级激活模型，导致初始审计的误报率为86%。这次经历凸显了外部审查在审计过程中的重要性，因为代理自身对其系统质量的解读存在严重缺陷。
-
SKILL.md 成为跨平台知识迁移的关键 AI 标准
SKILL.md 正在成为 AI 知识可移植性的关键标准，旨在简化不同 AI 平台之间的信息迁移。虽然它不能完全消除所有迁移的复杂性，但这种开放格式有望显著减少迁移 AI 技能和数据的所需工作量。OpenAI、Anthropic、Microsoft 和 Meta 等主要 AI 参与者，以及 LangChain 和 LlamaIndex 等关键开发框架，都参与其中或受到这一不断发展的标准的影响。
-
Hermes Agent 获得 '/learn' 命令，可实现自动化技能创建
Nous Research 为其 Hermes Agent 推出了新的 '/learn' 命令，使该代理能够通过处理文档、SDK 或对话日志来自动创建可重用技能。此功能旨在捕获复杂的工作流，并将其转换为结构化的 SKILL.md 文件，然后可以将其作为斜杠命令进行访问。该系统通过仅在需要时加载完整的技能内容来有效管理令牌使用，从而允许拥有大量技能而不会压倒代理的上下文窗口。
-
日本出版商发布LLM撰写高质量技术文档的指南
一位日本科技出版高管发布了一套旨在防止大型语言模型（LLM）生成类似AI的低质量技术写作的指南。这些指南发布在GitHub Gist上，涵盖了写作的各个方面，包括结构、逻辑论证以及避免模糊或过于表演性的语言。目标是确保LLM能够生成清晰、简洁且技术上可靠的文档，类似于人类专家所创作的内容。
-
使用“skill.md”文件优化 Claude AI 使用
文章讨论了日常与 Claude AI 交互时使用“skill.md”文件的重要性。文章指出，没有这个文件，用户可能会错过优化体验的机会，并可能浪费时间。作者暗示该文件有助于构建提示或定义 Claude 的能力，从而更有效地使用 AI。
-
Anthropic 的 Claude 代码技能需要专业工具来实现扩展
Anthropic 的 Claude 代码技能目前非常基础，仅作为一个包含 SKILL.md 文件的简单文件夹运行。要有效地扩展这些技能，用户必须选择合适的工具来处理创作、版本控制、分发以及在不同 AI 命令行界面之间同步等任务。该公司有意将其生态系统构建为满足这些不同的需求。
-
新方法从交互数据中挖掘代理技能，但策略改进有限
研究人员开发了一种通过挖掘交互轨迹来自动生成计算机使用代理技能库的方法。该过程包括分割图形用户界面（GUI）轨迹，将这些片段聚类成候选技能，然后训练一个感知技能的策略。虽然挖掘出的聚类在基准测试中针对现有标签显示出高纯度，但该方法改进下游策略的能力有限，表明当前技术不足以实现可靠的跨领域策略改进。
-
ClawHub 教程详解 AI 技能安全信号分析
本教程演示了如何使用 ClawHub 安全信号数据集分析 AI 技能的安全信号。它指导用户从 Hugging Face 加载数据集，探索判决分布和扫描器协议，并构建机器学习管道。该过程涉及使用 SKILL.md 文本结合数值扫描器数据来预测最终的 ClawScan 判决，在一个 Colab 就绪的环境中提供了一个完整的流程。
-
SKILL.md 文件需要正确使用 14 个元数据字段
SKILL.md 文件以配置块开头，该块定义了技能的名称、描述和其他可选元数据字段。正确利用这 14 个不同的元数据字段对于正确配置技能至关重要。
-
使用 Claude SDK 和 SKILL.md 构建 Deep Agents
本文详细介绍了如何利用 SKILL.md 和 Claude SDK 构建一个深度代理应用程序。这是关于开发高级 AI 代理系列文章的延续。该帖子指导读者完成集成这些组件以创建功能性应用程序的过程。
-
Anthropic 工程师推动 Claude Code 代理输出使用 HTML 而非 Markdown
Anthropic 的 Claude Code 团队主张将代理输出从 Markdown 转向 HTML，认为在拥有大型上下文窗口的情况下，Markdown 的令牌效率已不再是主要问题。Claude Code 工程师 Thariq Shihipar 展示了 HTML 如何提供比 Markdown 更丰富、更具交互性和上下文相关性的输出，而 Markdown 可能导致信息被忽略。此举旨在利用 HTML 的结构优势来提高开发者的理解能力和工…
-
Anthropic 的 Claude Skills 实现了个人数据系统的新型“系统技能模式”
一位开发者为 Claude 创建了一种“系统技能模式”，使其能够与命令行工具交互并在会话之间保持状态。该模式允许 Claude 执行 CLI 命令，例如启动一个带有特定任务的番茄钟计时器，并记录会话数据以供后续分析。该实现使用 SKILL.md 文件来指导 Claude 如何操作 CLI，有效地将 AI 转变为个人数据系统的持久化、有状态代理。