跳至内容

v4:Skills 机制

知识外化:从训练到编辑的范式转变

Skills 机制体现了一个深刻的范式转变:知识外化 (Knowledge Externalization)。

传统方式:知识内化于参数

传统 AI 系统的知识都藏在模型参数里。你没法访问、没法修改、没法复用。

想让模型学会新技能?你需要:

  1. 收集大量训练数据
  2. 设置分布式训练集群
  3. 进行复杂的参数微调(LoRA、全量微调等)
  4. 部署新模型版本

这就像大脑突然失忆,但你没有任何笔记可以恢复记忆。知识被锁死在神经网络的权重矩阵中,对用户完全不透明。

新范式:知识外化为文档

代码执行范式改变了这一切。

┌─────────────────────────────────────────────────────────────────┐
│                     知识存储层级                                  │
│                                                                  │
│  Model Parameters → Context Window → File System → Skill Library │
│       (内化)            (运行时)        (持久化)      (结构化)     │
│                                                                  │
│  ←───────── 训练修改 ──────────→  ←────── 自然语言修改 ─────────→  │
│     需要集群、数据、专业知识              任何人都可以编辑           │
└─────────────────────────────────────────────────────────────────┘

关键突破:

  • 过去:修改模型行为 = 修改参数 = 需要训练 = 需要 GPU 集群 + 训练数据 + 专业知识
  • 现在:修改模型行为 = 修改 SKILL.md = 编辑文本文件 = 任何人都可以做

这就像给 base model 外挂了一个可热插拔的 LoRA 权重,但你不需要对模型本身进行任何参数训练。

为什么这很重要

  1. 民主化:不再需要 ML 专业知识来定制模型行为
  2. 透明性:知识以人类可读的 Markdown 存储,可审计、可理解
  3. 复用性:一个 Skill 写一次,可以在任何兼容 Agent 上使用
  4. 版本控制:Git 管理知识变更,支持协作和回滚
  5. 在线学习:模型在更大的上下文窗口中"学习",无需离线训练

传统的微调是离线学习:收集数据→训练→部署→使用。 Skills 是在线学习:运行时按需加载知识,立即生效。

知识层级对比

层级修改方式生效时间持久性成本
Model Parameters训练/微调数小时-数天永久$10K-$1M+
Context WindowAPI 调用即时会话内~$0.01/次
File System编辑文件下次加载永久免费
Skill Library编辑 SKILL.md下次触发永久免费

Skills 是最甜蜜的平衡点:持久化存储 + 按需加载 + 人类可编辑。

实际意义

假设你想让 Claude 学会你公司特有的代码规范:

传统方式:

1. 收集公司代码库作为训练数据
2. 准备微调脚本和基础设施
3. 运行 LoRA 微调(需要 GPU)
4. 部署自定义模型
5. 成本:$1000+ 和数周时间

Skills 方式:

# skills/company-standards/SKILL.md
---
name: company-standards
description: 公司代码规范和最佳实践
---

## 命名规范
- 函数名使用小写+下划线
- 类名使用 PascalCase
...
成本:0,时间:5分钟

这就是知识外化的力量:把需要训练才能编码的知识,变成任何人都能编辑的文档。

问题背景

v3 给了我们子代理来分解任务。但还有一个更深的问题:模型怎么知道如何处理特定领域的任务?

  • 处理 PDF?需要知道用 pdftotext 还是 PyMuPDF
  • 构建 MCP 服务器?需要知道协议规范和最佳实践
  • 代码审查?需要一套系统的检查清单

这些知识不是工具——是专业技能。Skills 通过让模型按需加载领域知识来解决这个问题。

核心概念

1. 工具 vs 技能

概念是什么例子
Tool模型能做什么bash, read_file, write_file
Skill模型知道怎么做PDF 处理、MCP 构建

工具是能力,技能是知识。

2. 渐进式披露

Layer 1: 元数据 (始终加载)     ~100 tokens/skill
         └─ name + description

Layer 2: SKILL.md 主体 (触发时)   ~2000 tokens
         └─ 详细指南

Layer 3: 资源文件 (按需)        无限制
         └─ scripts/, references/, assets/

这让上下文保持轻量,同时允许任意深度的知识。

3. SKILL.md 标准

skills/
├── pdf/
│   └── SKILL.md          # 必需
├── mcp-builder/
│   ├── SKILL.md
│   └── references/       # 可选
└── code-review/
    ├── SKILL.md
    └── scripts/          # 可选

SKILL.md 格式:YAML 前置 + Markdown 正文

---
name: pdf
description: 处理 PDF 文件。用于读取、创建或合并 PDF。
---

# PDF 处理技能

## 读取 PDF

使用 pdftotext 快速提取:
\`\`\`bash
pdftotext input.pdf -
\`\`\`
...

核心代码实现

#!/usr/bin/env python3
"""
v4_skills_agent.py - Mini Claude Code: Skills Mechanism (~550 lines)

Core Philosophy: "Knowledge Externalization"
============================================
v3 gave us subagents for task decomposition. But there's a deeper question:

    How does the model know HOW to handle domain-specific tasks?

The Paradigm Shift: Knowledge Externalization
--------------------------------------------
Traditional AI: Knowledge locked in model parameters
  - To teach new skills: collect data -> train -> deploy
  - Cost: $10K-$1M+, Timeline: Weeks

Skills: Knowledge stored in editable files
  - To teach new skills: write a SKILL.md file
  - Cost: Free, Timeline: Minutes
"""

import os
import re
import subprocess
import sys
from pathlib import Path

from anthropic import Anthropic
from dotenv import load_dotenv

load_dotenv(override=True)


# =============================================================================
# Configuration
# =============================================================================

WORKDIR = Path.cwd()
SKILLS_DIR = WORKDIR / "skills"
client = Anthropic(base_url=os.getenv("ANTHROPIC_BASE_URL"))
MODEL = os.getenv("MODEL_ID", "claude-sonnet-4-5-20250929")


# =============================================================================
# SkillLoader - The core addition in v4
# =============================================================================

class SkillLoader:
    """
    Manages loading and parsing of skill files.

    Key Design Decisions:
    --------------------
    1. Progressive disclosure: Metadata always loaded, body on demand
    2. Standard format: YAML frontmatter + Markdown body
    3. File-based: Git-friendly, human-readable, editable
    """

    def __init__(self, skills_dir: Path):
        self.skills_dir = skills_dir
        self.skills = {}
        self.load_skills()

    def load_skills(self):
        """Discover and load all skill metadata."""
        if not self.skills_dir.exists():
            return

        for skill_path in self.skills_dir.glob("*/SKILL.md"):
            skill = self.parse_skill_md(skill_path)
            if skill:
                self.skills[skill["name"]] = skill

    def parse_skill_md(self, path: Path) -> dict:
        """
        Parse YAML frontmatter + Markdown body.

        Returns:
            {name, description, body, path, dir}
        """
        content = path.read_text()

        # Match YAML frontmatter
        match = re.match(r'^---\s*\n(.*?)\n---\s*\n(.*)$', content, re.DOTALL)
        if not match:
            return None

        frontmatter_text, body = match.groups()

        # Parse YAML frontmatter
        frontmatter = {}
        for line in frontmatter_text.strip().split('\n'):
            if ':' in line:
                key, value = line.split(':', 1)
                frontmatter[key.strip()] = value.strip()

        return {
            "name": frontmatter.get("name", path.parent.name),
            "description": frontmatter.get("description", ""),
            "body": body.strip(),
            "path": path,
            "dir": path.parent
        }

    def get_descriptions(self) -> str:
        """
        Generate metadata list for system prompt.

        This is always loaded (Layer 1: ~100 tokens/skill).
        """
        if not self.skills:
            return "No skills available."

        return "\n".join(
            f"- {name}: {skill['description']}"
            for name, skill in self.skills.items()
        )

    def get_skill_content(self, name: str) -> str:
        """
        Get full skill content for context injection.

        This is loaded on demand (Layer 2: ~2000 tokens).
        """
        if name not in self.skills:
            return f"Skill '{name}' not found."

        skill = self.skills[name]
        return f"# Skill: {name}\n\n{skill['body']}"


# Global skill loader instance
SKILLS = SkillLoader(SKILLS_DIR)


# =============================================================================
# System Prompt - Updated for v4
# =============================================================================

SYSTEM = f"""You are a coding agent at {WORKDIR}.

Loop: plan -> act with tools -> update todos -> report.

Rules:
- Use TodoWrite to track multi-step tasks
- Use Skill tool to load domain expertise when needed
- Prefer tools over prose. Act, don't just explain.
- After finishing, summarize what changed.

Available Skills:
{SKILLS.get_descriptions()}"""


# =============================================================================
# Skill Tool - Loads domain knowledge on demand
# =============================================================================

TOOLS = [
    # v1-v3 tools (unchanged)
    # ... bash, read_file, write_file, edit_file, TodoWrite, Task

    # NEW in v4: Skill tool
    {
        "name": "Skill",
        "description": "Load a skill to get domain expertise.",
        "input_schema": {
            "type": "object",
            "properties": {
                "skill": {
                    "type": "string",
                    "description": "Name of the skill to load"
                }
            },
            "required": ["skill"],
        },
    },
]


# =============================================================================
# Tool Execution with Skill Support
# =============================================================================

def run_skill(skill_name: str) -> str:
    """
    Load and inject skill content into conversation.

    Key insight: Skill content enters as tool_result (user message),
    not system prompt. This preserves cache!
    """
    content = SKILLS.get_skill_content(skill_name)

    # Return as tool result - becomes part of conversation history
    return f"""<skill-loaded name="{skill_name}">
{content}
</skill-loaded>

Follow the instructions in the skill above."""


def execute_tool(name: str, args: dict) -> str:
    """Dispatch tool call to implementation."""
    if name == "Skill":
        return run_skill(args["skill"])
    # ... (other tools from v1-v3)
    return f"Unknown tool: {name}"

消息注入(保持缓存)

关键洞察:Skill 内容进入 tool_result(user message 的一部分),而不是 system prompt:

def run_skill(skill_name: str) -> str:
    content = SKILLS.get_skill_content(skill_name)
    # 完整内容作为 tool_result 返回
    # 成为对话历史的一部分(user message)
    return f"""<skill-loaded name="{skill_name}">
{content}
</skill-loaded>

Follow the instructions in the skill above."""

def agent_loop(messages: list) -> list:
    while True:
        response = client.messages.create(
            model=MODEL,
            system=SYSTEM,  # 永不改变 - 缓存保持有效!
            messages=messages,
            tools=ALL_TOOLS,
        )
        # Skill 内容作为 tool_result 进入 messages...

关键洞察:

  • Skill 内容作为新消息追加到末尾
  • 之前的所有内容(system prompt + 历史消息)都被缓存复用
  • 只有新追加的 skill 内容需要计算,整个前缀都命中缓存

与生产版本对比

机制Claude Code / Kodev4
格式SKILL.md (YAML + MD)相同
加载Container APISkillLoader 类
触发自动 + Skill 工具仅 Skill 工具
注入newMessages (user message)tool_result (user message)
缓存机制追加到末尾,前缀全部缓存追加到末尾,前缀全部缓存
版本控制Skill Versions API省略
权限allowed-tools 字段省略

关键共同点:两者都将 skill 内容注入对话历史(而非 system prompt),保持 prompt cache 有效。

为什么这很重要:缓存与成本

自回归模型与 KV Cache

大模型是自回归的:生成每个 token 都要 attend 之前所有 token。为避免重复计算,提供商实现了 KV Cache:

请求 1: [System, User1, Asst1, User2]
        ←────── 全部计算 ──────→

请求 2: [System, User1, Asst1, User2, Asst2, User3]
        ←────── 缓存命中 ──────→ ←─ 新计算 ─→
               (更便宜)            (正常价格)

缓存命中要求前缀完全相同。

需要注意的模式

操作影响结果
编辑历史改变前缀缓存无法复用
中间插入后续前缀变化需要重新计算
修改 system prompt最前面变化整个前缀需重新计算

推荐:只追加

# 避免: 编辑历史
messages[2]["content"] = "edited"  # 缓存失效

# 推荐: 只追加
messages.append(new_msg)  # 前缀不变,缓存命中

长上下文支持

主流模型支持较大的上下文窗口:

  • Claude Sonnet 4.5 / Opus 4.5: 200K
  • GPT-5.2: 256K+
  • Gemini 3 Flash/Pro: 1M

200K tokens 约等于 15 万词,一本 500 页的书。对于大多数 Agent 任务,现有上下文窗口已经足够。

把上下文当作只追加日志,而非可编辑文档。

系列总结

版本主题新增行数核心洞察
v1Model as Agent~200模型是 80%,代码只是循环
v2结构化规划~100Todo 让计划可见
v3分而治之~150子代理隔离上下文
v4领域专家~100Skills 注入专业知识

工具让模型能做事,技能让模型知道怎么做。