Southblock'Blog

✅OpenCode（CC的开源版）中的Skills的实现原理 我想带着大家了解下ClaudeCode中Skills的具体的实现原理，但是ClaudeCode是不开源的，不过有一个开源项目，OpenCode（https://github.com/anomalyco/opencode/tree/v1.2.27），这个是一个目前被认为最接近CC的开源版了。我们基于他，来学习一下Skills是如何工作的。  （2026.03.31，CC源码泄露，近期会再加更一期，介绍原汁原味的Skill实现原理）  本文源码基于1.2.27版本讲解  OpenCode中，Skill相关的代码都在src/skill这个目录下。   一、Skill 的数据模型Skill 在内存中被建模为一个简单的四字段结构，定义在 src/skill/skill.ts：  1export const Info = z.object({ name: z.string(), // skill 唯一标识，来自 frontmatter description: z.string(), // A ...

✅SpringAI中如何使用Skill？（ChatClient）前面我们基于Agent继承了Skill，这一期讲讲直接用ChatClient如何集成。  1、增加依赖，增加skill、修改Skill.md、简历上传到minio、发起请求、输出结果等步骤和上一节课程一样，不重复了。  开发LLM相关代码 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647package cn.hollis.llm.HelloLlm.agent.react.controller;import cn.hollis.llm.HelloLlm.agent.react.tools.FileReaderTool;import com.alibaba.cloud.ai.graph.RunnableConfig;import com.alibaba.cloud.ai.graph.agent.ReactAgent;import com.alibaba.cloud.ai.graph.agent.hoo ...

✅SpringAI中如何使用Skill？（Agent） 前面我们基于Qoder开发了一个帮我们做简历评估的Skill，我们接着把他集成到我们的应用代码中我们自己开发的Agent中。  Spring AI本身是不支持Skill的，但是Spring AI Alibaba 1.1.2版本发布了，他是支持Skill了的。我们接着一步一步的把这个简历评估的Skill集成进来。  增加依赖 在pom中把spring ai alibaba的版本升级到1.1.2.0 12345678910<dependency> <groupId>com.alibaba.cloud.ai</groupId> <artifactId>spring-ai-alibaba-starter-dashscope</artifactId> <version>1.1.2.0</version></dependency><dependency> <groupId>com.alibaba.cloud. ...

✅一些好用的Skills推荐给大家推荐一些好用的skill，目前市面上有很多skill的市场，先介绍几个。  Anthropic官方Skill Anthropic作为skill的创建者，他们同时也提供了一些Skill，在github上开源了：https://github.com/anthropics/skills/tree/main  这里面包括了PDF、DOC、PPT、EXCEL等处理相关的skill，可以非常方便的用来操作和生成这些文件。    skillsmp 这是一个民间的skill市场，其中的skill主要来自github，目前已经包含了20多万个skill。  提供了skill的搜索功能，可以在这里搜索你想要的skill，搜索到之后，就能直接看其中的skill的介绍，如：https://skillsmp.com/zh/skills/openclaw-openclaw-skills-model-usage-skill-md    skills.sh 前面我们介绍过，他也是一个skill的市场，第一次进到这个网站是从qoder的介绍中跳转过来的， ...

✅简历评估Skills讲解 上一节我们使用Qoder开发了一个简历评估的Skill，只有一个SKILL.md就能实现了简历评估，看上去很神奇，这是因为很多事情Qoder都帮你干了。  这里说的很多事指的是简历评估任务执行过程中的事儿，并不是开发SKILL过程的事儿：  1、简历下载 2、jd.md文档读取 3、PDF简历读取 4、简历评估  我们再看看那个Skill，你会发现，其实他里面有几个地方需要注意： 11. 使用 Read 工具读取项目根目录下的 `jd.md` 文件，获取岗位要求2. 使用 Read 工具读取用户提供的简历 PDF 文件（Read 工具支持读取 PDF）3. 如果用户未提供简历路径，使用 AskUserQuestion 询问简历文件路径 这里面的Read工具、AskUserQuestion，都是啥？  其实这些就是工具，Read是Qoder内置的工具，AskUserQuestion是需要我们单独提供的工具，如果没提供，Qoder可能会通过python写一个工具出来供我们调用。  所以说，Skills它并不是工具，他只是一份工具使用的说明书，他把提 ...

✅实战：开发一个简历评估的Skill 前面介绍了Claude Code中如何安装和使用Skill，在Qoder这个AI Coding Agent中也是支持Skills的。安装方式其实和Claude Code差不多。只不过Claude Code的安装目录是.claude下面，而qoder则是安装在.qoder下。  Qoder是一个alibaba推出的AI Coding工具，是啥我不过多介绍了。  想要创建自己的Skill，其实也不复杂，只需要按照规范编写SKILL.md就行了，但是其实你也不需要自己去编写， 完全可以借助skill-creator（https://github.com/anthropics/skills/tree/main/skills/skill-creator）这个skill来帮你创建一个自己的skill。  比如说，最近不是校招中么，我希望有这样一个简历分析的skill，帮我自动读取我上传的简历，然后分析候选人的优势和劣势，以及和我要招聘的岗位的匹配度，并且给我列出一些问题，方便我刚好的考察候选人的能力。  那么，你打开qoder，进入到Quest模式， ...

✅Claude Code中如何使用Skills安装 Claude Code Claude Code 是 Anthropic 官方推出的一个 本地 Agent 运行环境，它本质上是一个基于 Node.js 的 CLI 工具。因此，在 Windows 环境下使用 Claude Code，第一步需要先把 Node.js 环境准备好。这步可以去 Node.js 官网自行下载安装：Node.js — 在任何地方运行 JavaScript    只要是 较新的 LTS 版本（18+），一般都可以正常使用。  接下来就是安装 Claude Code： 1npm install -g @anthropic-ai/claude-code 安装完成后，可以通过下面的命令验证是否成功： 1claude --version   配置 Calude CodeClaude Code 默认使用的 Anthropic 官方 API。在国内环境下，这一步几乎不可用，除非你具备： 官方 Anthropic 账号 可直连的网络环境  但是实际情况下，这个账户非常难以获取，有诸多的限制，因此 ...

✅Skill的渐进式披露 前面说skill是可以帮我们减少上下文消耗的，但是没讲为什么。这一期讲讲skill的渐进式披露。前面我们介绍过了skill的结构。  把 SKILL.md、Reference、Script 放在一起看，其实它们就共同构成了Agent Skills的核心：渐进式披露机制。  所谓渐进式披露，顾名思义，就是不一次性把 Skill 的全部信息塞进上下文，而是根据 Agent 所处的阶段，按需、分层地加载信息。  在 Agent Skills 中，这种披露是严格分阶段发生的：  技能发现阶段（L1）客户端只扫描 Skill 目录，并且只读取 SKILL.md 中由 --- 包裹的元数据。Agent 在这个阶段只关心一件事：这个 Skill 是做什么的，当前任务要不要用它。而 Instruction、Reference、Script 在这个阶段都不会被加载。 执行决策阶段（L2）当 Agent 基于元数据判断需要使用该 Skill 后，才会加载 SKILL.md 中的 Instruction。此时 Agent 才开始理解：这个 Skill 具体该怎么用，执 ...

✅什么是Agent Skills，为什么需要他？ 前面我们讲上下文工程的时候，提到过上下文太长会带来各种各样的问题，所以对于很多Agent来说，上下文工程都是至关重要的。而我们今天要介绍的Skill，其实也是上下文工程的一种，他主要解决的也是Agent上下文太长的问题。  最近 Agent Skills 这个概念非常的火热，和 MCP 一样，同样是由 Anthropic 这个公司推出的，都是为了提升智能体的工程化水平。  Agent Skill是Anthropic 这个公司推出的一种新的范式，解决的是Agent上下文太长的问题，其实也是上下文工程的一种典型实现。  我们来做个比喻，Agent就像一个酒店的大厨，而MCP、Function Call这些就像是后厨的锅碗瓢盆、葱姜蒜等这些工具和食材，随着我们对厨师的要求越来越多，需要让他会做各种菜，我么就给他堆满了工具和食材。 但是，厨师有了工具和食材就能做出好菜了么？未必，因为随着工具越来越多，食材越来越多，反而会让厨师更难以做出美味的菜肴，因为他可能不知道什么时候该用哪口锅，该用哪种酱油了。 这时候，就需要一个菜谱，来指导厨师 ...

✅Loop Engineering是不是新瓶装旧酒？  我们介绍过Harness Engineering ，他关注的是一次Agent执行的前中后——调用之前注入什么上下文、执行过程中套什么马鞍、执行之后怎么验证和跟踪。它的设计单元是”单次调用的质量保障“。   ✅什么是Harness Engineering？Harness Engineering（驾驭工程）是随着AI Agent技术爆发而诞生的一个全新技术方案。 之前我们讲过提示词工程和上下文工程。分别是Prompt Engineering和Context Engineering，那么到底发 LLMentor  Loop Engineering 关注的是整个自治循环的生命周期——谁来触发这个循环、循环体内做什么、什么条件下终止、失败后怎么恢复、多个循环之间怎么并行隔离。它的设计单元是”一个完整任务从启动到交付的闭环“。   ✅什么是Loop EngineeringLoop Engineering 这个词在2026年6月由 OpenClaw 创始人 Peter Steinberger 和 Claude Code 负责人 ...