【从零到一实现一个 AI Agent 框架 · 第六篇】 Skill 系统：注入专业能力

05. Skill 系统：注入专业能力

从零到一实现一个 AI Agent 框架 · 第六篇

1. 为什么需要 Skill？

大模型什么都知道一点，但什么都不精。问它 DCF 怎么算，它能背出来——但真要它实操，就露馅了：

用户：用 DCF 给 Apple 估值 ↓ LLM：DCF 是 Discounted Cash Flow 的缩写... 步骤是：预测现金流 → 折现 → 计算终值... 但是具体参数怎么设？WACC 取多少？增长率呢？ 它不知道。

因为预训练数据里只有理论，没有实操流程。更麻烦的是：

  • 你不想每次让 Agent 做金融分析都在 prompt 里写一遍方法论
  • 你不想 Agent 在做一个新领域的任务时"瞎摸索"
  • 你希望 Agent 能复用经验——这次学会了，下次直接上手

Skill 就是干这个的。

2. Skill 到底是什么？

Skill 不是代码，不是 API——它是一份结构化的文档。

打开 Axon 的.axon/skills/目录：

$ls.axon/skills/ company-valuation.md earnings-preview.md finance-sentiment.md discord-reader.md skill-creator.md... $cat.axon/skills/company-valuation.md# company-valuation## 用途用 DCF、相对估值、SOTP 三种方法估算公司内在价值## 步骤1. 获取财务数据（使用 yfinance-data skill）2. 计算 DCF：预测 FCF → 确定 WACC → 计算终值3. 计算相对估值：找可比公司 → 算 PE/PB 中位数 → 应用4. 如有多个业务线，用 SOTP5. 综合三种方法给出估值区间## 注意事项- 终值占比过高时要谨慎 - 增长假设要有依据，不要随便填...

就一个 Markdown 文件。但意义重大。

对比：没有 Skill vs 有 Skill

没有 Skill: Agent 收到"给 Apple 估值" → 凭记忆瞎猜几个数字 → 可能忘算终值 → 可能用错折现率 → 结果不可靠 有 Skill: Agent 收到"给 Apple 估值" → skill_list() 发现 "company-valuation" → skill_read("company-valuation") 加载完整方法论 → 按步骤一步一步执行 → 每一步都知道需要什么数据、用什么工具 → 结果可靠、可复现

3. 从零开始：Skill 的最小模型

如果你自己设计 Skill 系统，最少需要什么？

3.1 存储：文件夹 + Markdown

.axon/skills/ ├── company-valuation.md ├── earnings-preview.md └── finance-sentiment.md

每个.md文件就是一个 Skill。文件名去掉.md就是 Skill 的名字。

就这么简单？对。因为 Skill 本质是阅读材料——Agent 只需要能读到它。

3.2 查询：两个工具就够了

// skill_list：列出所有可用的 SkillasyncfunctionskillList():Promise<string>{constfiles=fs.readdirSync(SKILLS_DIR);constnames=files.filter(f=>f.endsWith('.md')).map(f=>f.replace('.md',''));returnnames.join('\n');}// skill_read：加载一个 Skill 的完整内容asyncfunctionskillRead(name:string):Promise<string>{returnfs.readFileSync(`${SKILLS_DIR}/${name}.md`,'utf-8');}

Agent 的用法：

Agent 内部思维链： 1. 用户说要给 Apple 估值 2. 我查一下有没有相关的 Skill → skill_list() 3. 看到 "company-valuation" → skill_read("company-valuation") 4. 哦，原来应该先拉数据、再算 DCF... 5. 按步骤执行

添加一个新 Skill 就是创建一个 Markdown 文件。不需要改代码，不需要部署。

4. 工程演进：Skill 系统要解决哪些问题？

4.1 Agent 怎么知道什么场景用什么 Skill？

光有 Skill 列表不够。Agent 需要知道什么时候用哪个。

每个 Skill 的## 用途部分就是干这个的：

# company-valuation ## 用途 用 DCF、相对估值、SOTP 三种方法估算公司内在价值 适用于已有财务数据的上市公司 不适合：早期初创公司、未盈利公司

skill_list返回名称和用途描述：

asyncfunctionskillList():Promise<string>{// 读取每个文件的 ## 用途 部分constentries=files.map(f=>{constcontent=fs.readFileSync(`${SKILLS_DIR}/${f}`,'utf-8');constpurpose=content.match(/## 用途\n(.+)/)?.[1]||'';return`-${f.replace('.md','')}:${purpose}`;});returnentries.join('\n');}

Agent 看到：

- company-valuation: 用 DCF、相对估值、SOTP 估算公司内在价值 - earnings-preview: 财报前瞻分析 - finance-sentiment: 社交媒体情绪分析

一眼就能判断哪个能用。

4.2 Skill 之间可以互相调用吗？

可以。一个 Skill 的步骤里可以引用另一个 Skill：

## 步骤 1. 使用 yfinance-data skill 获取财务数据 2. 计算 DCF 3. ...

这不是真正的"函数调用"——它是文档层面的引用。Agent 在执行步骤 1 时，会先去skill_read("yfinance-data")加载那个 Skill。

4.3 谁来创建和维护 Skill？

最开始是人。但有了skill-creator这个 Skill 之后……

# skill-creator ## 用途 创建新的 Skill、修改已有 Skill ## 步骤 1. 分析用户需求 → 确定需要什么领域的知识 2. 创建 .axon/skills/{name}.md 文件 3. 定义用途、步骤、注意事项 4. 用 skill_list 验证新 Skill 可见

注意：skill-creator 本身也是一个 Skill。它被用来创建其他的 Skill，包括修改它自己。

这叫自举（bootstrapping）——系统用自身的能力来扩展自己。一旦skill-creator写好，Agent 就可以自己创建新的 Skill 了。

用户：我需要一个分析 SaaS 公司估值的 Skill ↓ Agent：好的，我看看 skill-creator 怎么用 → skill_read("skill-creator") → 按照步骤创建 .axon/skills/saas-valuation.md → skill_list 验证可见 → 让用户验收

5. 代码解剖：Axon 的 Skill 系统

Skill 系统的代码很简单——因为它就两个工具。核心在src/tool/skill.ts。

skill_list

// src/tool/skill.tsasyncfunctionhandleSkillList():Promise<string>{constskillsDir=getSkillsDir();if(!fs.existsSync(skillsDir)){return'暂无可用技能';}constfiles=fs.readdirSync(skillsDir).filter(f=>f.endsWith('.md')).sort();constlines=files.map(f=>{constname=f.replace('.md','');constcontent=fs.readFileSync(path.join(skillsDir,f),'utf-8');// 提取第一段用途描述constpurposeMatch=content.match(/## 用途\s*\n\s*([^\n]+)/);constpurpose=purposeMatch?purposeMatch[1].trim():'无描述';return`- **${name}**:${purpose}`;});returnlines.length>0?`可用技能：\n${lines.join('\n')}`:'暂无可用技能';}

skill_read

asyncfunctionhandleSkillRead({name}:{name:string}):Promise<string>{constfilePath=path.join(getSkillsDir(),`${name}.md`);if(!fs.existsSync(filePath)){return`错误：技能 "${name}" 不存在。使用 skill_list 查看所有技能。`;}returnfs.readFileSync(filePath,'utf-8');}

Agent 使用示例

用户：帮我看看 META 的财报前瞻 Agent 内部调用链路： ① skill_list() ↓ name: earnings-preview desc: 生成财报前瞻分析简报 ② skill_read("earnings-preview") ↓ 加载步骤： 1. 获取财务数据 2. 分析师预期 3. 对比历史 4. 关键关注点 ③ 按步骤执行 → yfinance 拉 META 数据 → 对比去年同期 → 整理关注点 → 生成报告

6. 动手实验：用 Skill 系统

实验一：查看可用的 Skill

用户：你都会什么技能？

Agent 会调用skill_list()，你就能看到当前所有可用的 Skill。

实验二：创建一个新 Skill

用户：创建一个新的 skill 叫做 "pizza-analyzer" 专门分析披萨店的质量 步骤：1. 看评分 2. 看配料 3. 看价格

Agent 应该会用skill-creator（或者直接写文件）来创建：

# pizza-analyzer ## 用途 分析披萨店的综合质量 ## 步骤 1. 获取评分数据 2. 分析配料搭配 3. 评估价格合理性 4. 给出综合评分

实验三：Skill 覆盖与冲突

如果两个 Skill 用途描述相似，Agent 会选哪个？试试：

用户：创建两个 Skill： - "fetch-stock-price": 获取股票当前价格 - "get-share-price": 也是获取股票当前价格 然后问 Agent "MSFT 当前多少钱"

看 Agent 选哪个。它靠什么决策？

动手改代码

打开src/tool/skill.ts，试试：

  1. 给 skill_list 加分类：finance、social、analysis等标签
  2. 加 search 功能：skill_search("估值")返回相关的 Skill
  3. Skill 版本号：每个 Skill 头部加version: 1.0，list 时显示

上一篇：DAG 任务规划：拆解复杂目标 →下一篇：记忆系统：让 Agent 记住你

Agent 每次对话压缩后就失忆了。怎么让它记住你的名字、偏好、项目决策？记忆系统就是干这个的。