问题

Agent 第一次做"数据分析报告"时摸索了 20 步才成功；第二次遇到同类任务，又从头摸索——成功经验没有沉淀，Agent 永远是个"新手"。

核心模式

技能包（Skill Pack）：把验证过的成功路径固化为可调用的技能——包含适用场景、操作步骤、参数模板、注意事项。

# skills/generate-data-report.yaml
name: generate-data-report
trigger: 用户要求生成数据分析报告
steps:
  - 明确指标口径（先与用户确认，不要猜）
  - 用 sql_executor 拉取数据（限制 10 万行内）
  - 用 chart_tool 生成图表（趋势用折线，占比用饼图）
  - 按 report_template 组织结论：结论先行 → 数据支撑 → 建议
pitfalls:
  - 不要直接对全表做 SELECT *
  - 时间范围必须显式确认

Agent 接到任务先检索技能库：命中则按技能执行（快、稳、便宜），未命中才自由探索；探索成功后回写新技能——能力随使用增长。

实战要点

  • 技能的 trigger 描述决定命中率：写清"什么请求该用这个技能"，配合语义检索
  • 技能是"经验"不是"铁律"：允许 Agent 在执行中偏离步骤，但要求记录偏离原因——这可能是技能需要更新的信号
  • 定期技能盘点：低频技能归档，冲突技能合并，过时技能下线——技能库也需要治理
  • Claude Code 的 Skills 机制、Voyager（Minecraft Agent）的技能库都是这个模式的成熟实现