虽然本质上没啥区别，dou是 prompt，但 Skill 的形态geng工程化、geng灵活。它不是简单的提示词，而是一套结构化的“知识包”——你Ke以把它理解为一个打包好的工作流程模板，让 AI 知道在特定任务中该怎么Zuo。

什么是 Agent Skill？

Agent Skill 是一种将提示词工程化封装的方式，它通过文件夹结构来组织和管理提示词资源。这种结构化的方式，让 AI Neng够按需读取和使用这些规则。

/frontend-ui-skill
├── metadata.json
├── instructions.md
├── style-guide.md

这种结构化的方式，使得 AI Ke以在执行任务时自动识别并应用这些规则。比如你只需要说“生成用户列表页面”，AI 就Neng根据预设的 Skill 文件夹，自动完成页面结构、样式和数据绑定。

一个简单的例子

假设现在有一个需求：从接口 api.xxx.com/users 获取用户数据，并生成一个用户列表页面。你只需要说：

“生成用户列表页面”

背后完成的步骤包括：

调用 getUsers 获取用户数据

使用 Vue3 生成一个简洁风格的用户列表页面

所有页面使用统一的样式规范

这种结构化提示的引入，使得前端开发流程geng加规范、可复用，也geng易于维护。

与传统方式的对比

传统方式下AI 生成的代码往往是这样的：

蓝紫渐变色 + 千篇一律的布局 + 明显的 AI 审美

而通过 Agent Skill 的形式，Ke以提前配置好：

页面结构

样式规范

组件命名规则

这样，AI 会自动套用这些规则，生成的页面风格统一、结构清晰，适用于前端规范化输出的场景。

Agent Skill 与 MCP 的关系

从Neng力本质上kan，Skill 并不是新的模型Neng力，而是对 Prompt 的工程化封装与组织升级。它提升的是稳定性与可维护性，而不是智Neng本身的跃迁。

而 MCP则geng关注的是：AI 与外部世界的连接Neng力。它解决的是连接与通信的标准化问题，比如：

如何让 AI 拿到数据

如何让 AI 正确使用工具

如何组合多个工具完成任务

Ke以理解为：

MCP 让 AI Neng拿到数据，Skill 教 AI 怎么处理数据。

它们geng合理的定位是：

在架构层级上：Skill 是「提示 / 知识层」、M

---