在上一次关于基础概念的探讨结束后我故意留了一个扣子——Command、Agent以及Skill这三者，乍一kan似乎dou只是封装好的提示词，甚至douNeng把工作流给包进去，那它们到底有啥本质区别？今天这篇文章，咱们就把这个扣子给解开。

说实话，刚开始接触这套体系的时候，我也挺懵的。这三者的名字长得像双胞胎一样，连配置文件里的Frontmatter字段dou有大量重叠——比如dou有namedescriptionallowed-toolsmodel这些配置。Ru果你只给我kan一个文件的内容，我大概率也分不清这到底是个Command还是个Skill。geng让人头大的是关于它们的触发时机、上下文隔离机制以及状态持久化这些关键行为，官方文档是散落在各处的，你想在一个地方把它们的对比关系理清楚，简直像是在Zuo拼图游戏。

为了把这事说透，我把内容分成了这么几个板块。Ru果你对历史演进不感兴趣，Ke以直接跳到后面kan干货。但我个人强烈建议你kankan演化路径，因为一旦你理解了它们是怎么一步步“长”出来的，这三者的定位瞬间就会变得无比清晰——它们不是拍脑门拍出来的概念，而是为了解决真实痛点不断迭代的结果。

把时间拨回到Claude Code刚起步的时候，那时候的 机制非常简单，只有Slash Commands。

那时候的想法hen纯粹：就是为了复用。不想重复打字？那就写个.md文件，把提示词放进去，然后用/name触发。这玩意儿跟TextExpander或者Shell里的alias没啥本质区别，就是个宏替换。

graph LR
    U --> C
    C --> P
    P --> Cla

Commands解决的问题非常直白：别让我重复敲键盘。但好用是好用，短板hen快就暴露出来了。它太轻了轻到无法处理复杂的逻辑，而且所有的操作dou在主对话里进行，一旦任务复杂，主界面就被垃圾信息填满了。

Boris Cherny在hen多公开场合dou反复强调过一个观点：千万别让一个复杂的任务把主对话给污染了。

为了解决这个问题，Subagents横空出世。Subagents的设计哲学非常硬核：

它把每一个Subagentdoukan作是一个拥有独立人格、独立上下文环境、甚至独立工具权限的“虚拟员工”。

graph TB
    Main -.派遣任务.-> Agent
    Agent -.只返回结果.-> Main
    Agent --> T
    Agent --> M
    Agent --> S

这个设计解决了hen多痛点，比如上下文隔离、权限控制等等。但是新的问题又来了：Subagents太重了。这就好比你只是想问一句“现在几点了？”，结果却专门为此雇佣了一个全职员工，这成本完全不对等。

Anthropic团队在内部使用Claude Code时发现，现实场景中大量的需求其实是这样的：

“我希望Claude在Zuo某件事的时候，Neng按照特定的方法来但这事儿压根儿没必要专门起一个Agent。”

比如写代码时的某种规范、或者某个特定的API调用格式。这些dou是可复用的知识片段，而不是一个独立的任务。于是Skills应运而生。

SkillsZui核心的创新点在于“渐进式揭露”。一个Skill不再是一个单薄的文件，而是一个目录。SKILL.md里只放“什么时候用、怎么用”的摘要，而具体的参考资料、脚本、案例全dou扔在子目录里只有真正用到的时候才会去读取。

graph TD
    A
    B
    C
    D
    A -.用到时读.-> B
    A -.用到时跑.-> C
    A -.用到时kan.-> D

kan到这里你可Neng会跟我当初有一样的疑问：为什么不设计一个统一的“Extension”类型，然后用几个布尔字段来控制开关？这样代码多整洁啊。

但答案hen扎心：这三者的心智模型完全不同，强行合并只会让学习成本指数级上升。

你Ke以把它们想象成：按钮、工具、员工。这三个词你一听就知道用法完全不一样。但Ru果把它们合并成一个叫“Extension”的抽象概念，然后让你去配置字段来区分它到底是按钮还是员工，那你每次用的时候dou得在脑子里转个弯——“这玩意儿现在到底是按钮还是员工？”

这其实是编程语言设计里那个经典的“正交性 vs 简单性”的老问题。AnthropicZui终选择了保留三个清晰的心智模型，虽然概念多了点，但用户用起来心里不累。

这部分可是全篇的精华，建议你截图保存。咱们不整虚的，直接上Zui本质的区别。

Zui核心的区别在于上下文。

graph TB
    subgraph Main
        direction LR
        M1
        M2
        CMD
        SKILL
    end
    AGT
    Main -. 派遣任务 .-> AGT
    AGT -. 只返回结果 .-> Main
    style AGT fill:#faa,stroke:#f00
    style CMD fill:#afa,stroke:#0a0
    style SKILL fill:#aaf,stroke:#00f

这里其实有一个hen微妙的权衡：隔离性越强，Neng力越强，但开销也越大。

给你一条非常实用的经验：Ru果一个任务的中间推理过程特别长，比如得读十几个文件才NengZuo出判断，那就毫不犹豫地用Agent；Ru果只是简单的“套个模板”或者“按某个固定步骤处理一件事”，那Skill就绰绰有余了。

当你在输入框里敲字的时候，Claude内部其实是在Zuo一道选择题。

flowchart TD
    User --> Check{Claude 决策}
    Check --> C1
    Check --> C2
    Check --> C3
    C1 -->|没| X1
    C2 -->|time-skill 匹配| Y1
    C3 -->|time-agent 匹配| Y2
    Y1 --> Pick
    Y2 --> Pick
    Pick --> Use
    style X1 fill:#fcc
    style Y1 fill:#cfc
    style Use fill:#ff9

这里有个默认的优先级逻辑：Claude倾向于用成本Zui低的方式解决问题。

另外只有Agent拥有持久化人格。这也是为什么像“code reviewer”这种需要长期积累风格偏好、记住你之前修改过什么代码的角色，Zui适合被封装成Agent。

咱们把“报时”这个需求分别用三种方式实现一遍，你立马就Neng明白其中的差异了。

当用户问“现在几点了？”的时候：

Command模式： 用户必须主动输入/time。这就像你按下一个按钮，机器才会动。

Skill模式： 用户直接问“几点了”，Claude检测到语义匹配，自动加载time-skill，在当前对话里直接返回结果。这就像你桌上放了一本手册，需要的时候翻一下。

Agent模式： 用户问“几点了”，Claude启动一个新的进程，拥有独立上下文，查完时间再汇报。这就像你派个秘书去查时间，他查完回来告诉你。

Ru果你把“查时间”这种小事硬搞成Agent，那纯属是拿高射炮打蚊子，浪费资源。

为了让你以后不再纠结，我画了个流程图，照着这个走准没错。

flowchart TD
    Start --> Q1{用户主动输入 /slash
才触发吗？}
    Q1 -->|是| CMD
    Q1 -->|否| Q2{任务复杂度?}
    Q2 -->|轻量 单一Neng力| Q3{需要隔离上下文?}
    Q2 -->|复杂 多步自主| Q4{需要持久化记忆
或预加载知识?}
    Q3 -->|否| SKILL
    Q3 -->|是| SKILL_F
    Q4 -->|否| AGT
    Q4 -->|是| AGT_P
    style CMD fill:#afa
    style SKILL fill:#aaf
    style SKILL_F fill:#aaf
    style AGT fill:#faa
    style AGT_P fill:#faa

实在记不住流程图？那就记住这四个问题，按顺序问自己：

谁触发？ 是用户必须敲斜杠命令，还是AI自动识别？前者选Command。

任务多重？ 是简单的一步操作，还是需要多步推理、自主决策？复杂的上Agent。

要不要记住东西？ 需要跨对话保持状态吗？需要就上Agent的Memory功Neng。

会不会被 agent 调用？ Ru果是作为工具包供其他Agent使用，那肯定是Skill。

虽然三者的Frontmatter长得像，但hen多字段的含义是有微妙差别的。这里只列Zui小常用集，免得你被一堆配置吓跑。geng详细的字段解析咱们以后单聊。

---
description: Do something useful
argument-hint: 
allowed-tools: Read, Edit, Bash
model: sonnet
---

---
name: my-agent
description: Use this agent PROACTIVELY when...
tools: Read, Write, Edit, Bash
disallowedTools: Bash
model: sonnet            # haiku / sonnet / opus / inherit
maxTurns:
permissionMode: acceptEdits
memory: user             # user / project / local
skills:
  - my-skill
mcpServers:
  - playwright
background: false
isolation: worktree
color: cyan
---

---
name: my-skill
description: Do X when user asks for Y
argument-hint: 
disable-model-invocation: false
user-invocable: true
allowed-tools: Read, Grep, Glob
model: sonnet
context: fork
agent: general-purpose
---

sequenceDiagram
    actor User as 用户
    participant CMD as /release-notes-crafter
    participant AGT as release-notes-agent
    participant PS as git-log-reader
    participant GIT as 本地 git 仓库
    participant SK as release-notes-formatter
    User->CMD: /release-notes-crafter
    CMD->User: since-tag? target-version?
    User->CMD: v1.0, v1.1
    rect rgb
        Note over CMD,AGT: Agent 阶段 独立上下文
        CMD->AGT: Agent 工具调用
        AGT->PS: 读取预加载指令
        PS-->AGT: git log 命令 + 分类规则
        AGT->GIT: git log v1.0...HEAD
        GIT-->AGT: 50 条 commit
        AGT-->CMD: feat/fix/breaking 分桶
    end
    rect rgb
        Note over CMD,SK: Skill 阶段 内联执行
        CMD->SK: Skill 工具调用
        SK->SK: 按模板排版 + 写文件
        SK-->User: RELEASE_NOTES_v1.1.md
    end