引言：AI 大模型通识、Skills 核心概念与生态发展；SKILL.md 架构设计、Prompt 工程与应用、AI Agent 开发、Subagent 多 Agent 协作、企业落地实践与案例拆解等

一、AI 工具调用技术演进与 Skills 核心概念

1、AI 大模型核心概念回顾（快速）

(1) Token 模式与成本优化

(2) 幻觉产生的原因与应对

2、AI 工具调用技术演进：从 Function Calling 到 MCP 与 Skills

(1) 发展历程与代际演进（Function Calling → Tool Calling → Skills → MCP）

(2) Function Calling vs Skills vs MCP 对比

3、Skills 核心概念与定位

(1) Skills vs Prompt vs Subagent 的本质区别

(2) 生产级 Skills 三要素：Schema + Executable + Instruction

(3) Skills 在企业 AI 架构中的位置与价值

二、SKILL.md 架构设计与 Skill 设计五步法

1、SKILL.md 文件结构拆解

(1) 元数据层：name、description 的命名规范与触发逻辑

(2) 指令层：流程说明、Checklist、HARD-GATE 约束、输出模板、反模式警告

(3) 资源层：scripts/assets/references 与渐进加载机制

2、Skill 设计五步法

(1) 明确场景：输入、输出、边界与失败模式

(2) 起名与描述：让 Skill 在正确时机被触发

(3) 流程设计：Checklist + 必须遵守的 HARD-GATE 约束

(4) 示例与反例：用典型任务驱动 Skill 迭代

(5) 实战调试：在客户端中实际触发与调试

3、Skills 触发与冲突管理

(1) Claude 何时调用某个 Skill：基于 description 的匹配行为

(2) 多 Skill 共存时的优先级与冲突表现

(3) 冲突调优思路

三、Skills 客户端与运行环境

1、多种客户端形态与技能目录结构

(1) Claude.ai / Claude Desktop：本地 .claude/skills/ 的发现与加载

(2) Claude Code / Cursor：工作区级 Skills、与插件的集成方式

(3) Claude API / Agent SDK：服务端应用中挂载 Skills 的方式与约束

2、Skills 的安装、管理与发布

(1) 本地技能创建：手动编写、基于模板生成、团队通过 Git 同步

(2) Skills Marketplace / Agent Skills 生态：搜索、筛选、下载与本地接入

四、工程化 Agent 型 Skill 开发实战

1、工作流设计与任务拆解

(1) 复杂 Skill 拆分为多步子任务

(2) 案例：报销单审核 Skill 的流程设计

2、工具/数据对接

(1) 外部 API 对接（天气、支付、订单系统）

(2) 私有知识库构建（Embedding 向量化 + 向量数据库）

五、Subagent 与 Skills 组合应用

1、Subagent 核心概念与优势

(1) 与主 Agent 的区别：独立上下文、专职子任务

(2) 相对单一 Agent 的优势：上下文隔离、并行执行、专业化分工

2、Claude Code / Cursor 中的 Subagent 支持

(1) 内置 Subagent 类型：Explore / Plan / General-purpose

(2) claude/agents 目录：自定义 Subagent 的定义方式

3、组合范式：Skills 约束流程，Subagent 执行任务

(1) 用 Skills 固化：需求澄清、设计、代码评审等流程

(2) 用不同 Subagent 承担：实现 Agent、测试 Agent、评审 Agent

4、典型企业场景示例

(1) 开发流程：需求 → 设计评审 → 开发 → 代码评审 → 发布记录

(2) 内容运营：选题 → 资料调研 → 大纲 → 初稿 → 审稿