从通用助手到专业专家
人工智能（AI）代理正迅速从通用数字助手发展为能够处理复杂专业任务的强大工具。然而，要将一个通用代理提升为特定领域的专家，需要大量的上下文信息、流程知识和专业技能。为了解决这一挑战，Anthropic推出了Agent Skills，这是一种旨在为AI代理提供模块化、可复用能力的开放标准。
在Manus AI，我们致力于打造最强大且灵活的通用AI代理。我们坚信开放标准是推动技术进步的关键。因此，我们非常高兴地宣布，Manus AI将全面整合Agent Skills开放标准，提升我们的能力，开启用户前所未有的可能性。
什么是Agent Skills？
Agent Skills是一种创新方法，将专业知识、工作流程和最佳实践打包成基于文件系统的可复用资源。你可以将它们理解为“新员工入职指南”。与一次性、冗长的对话指令不同，Skills可以被AI代理按需发现和加载，将通用代理转变为能够处理特定任务的专家。
这种架构的核心优势包括：
- 专业化：针对特定领域定制能力，如法律审查、财务分析或品牌内容创作。
- 可复用性：一次创建，可自动应用于多次对话、项目，甚至不同兼容的AI代理产品。
- 可组合性：将多个独立的Skills组合，构建强大的工作流程，处理复杂多步骤任务。
Skills为用户带来的核心价值
我们相信整合Skills将为用户带来两大主要好处：
- 巩固个人最佳实践，提高效率
在日常工作中，你可能与Manus AI完成过高效的复杂任务。现在，你可以一键将这一成功流程封装成个人Skill，相当于捕捉并固化了特定任务的经验和最佳实践。未来处理相同任务时，只需调用该Skill，即可稳定复现成功流程，避免重复思考和试错，显著提升个人生产力。
- 降低门槛，实现团队经验复用
对于团队而言，成员的经验和知识是最宝贵的资产。借助即将推出的“团队Skill库”，团队成员可以共享经过验证的高效个人Skills。新成员或经验较少的成员可以“站在巨人肩膀上”，利用专家成员创建的Skills完成任务，大幅降低入门门槛，促进知识在团队内的积累与流动。
核心设计：渐进式披露的力量
Agent Skills最具革命性的设计是“渐进式披露”机制。该原则确保AI代理在处理任务时，最大限度高效利用宝贵的上下文窗口。Skill内容分为三级，只有在需要时才加载到上下文中，最大限度减少资源浪费。
| 级别 | 内容 | 加载时机 | 上下文消耗 |
|---|---|---|---|
| 1 | 元数据（名称和描述） | 启动时加载 | 极低（约100个token/Skill） |
| 2 | 指令（SKILL.md主内容） | Skill触发时加载 | 中等（<5k token） |
| 3 | 资源（脚本、参考文件、资产） | 按需加载 | 仅在被引用时消耗 |
Manus AI与Agent Skills：完美契合
Manus AI的核心架构与Agent Skills的设计理念高度契合，为无缝整合奠定坚实基础。
- 原生架构兼容性：Manus AI运行于完全隔离的沙箱虚拟机环境，具备完整的Ubuntu文件系统访问和Shell执行能力。这正是Agent Skills所需的理想环境，我们可以轻松读取Skill目录、解析SKILL.md文件并执行其中的Python或Bash脚本。
- 能力互补：Manus AI强大的多工具协作能力（浏览器、代码执行、文件操作）结合Skills的专业知识，将产生巨大协同效应。例如，“市场调研”Skill可引导Manus AI使用浏览器访问特定网站，利用数据分析脚本处理下载数据，最终基于预设模板生成完整的市场分析报告。
- 开放标准承诺：我们相信AI的未来是开放且协作的。作为开放标准，Agent Skills允许多个AI产品和服务共享统一的能力扩展格式。通过整合Skills，Manus AI不仅提升自身功能，也助力构建更互联的AI生态系统。
Skills与MCP的关系：互补而非替代
在Manus AI生态中，Skills与模型上下文协议（MCP）是目标不同但能力互补的两项技术。
- MCP的核心目标是解决数据孤岛问题，使AI能通过标准化协议安全可靠地访问外部数据源（如Gmail和Notion），聚焦于数据连接层。
- Skill的核心目标是封装和复用工作流程。虽然不专门设计用于连接外部服务，但Skill可通过包含代码脚本（如Python脚本）间接调用任何第三方API。在某些场景下，直接执行脚本在上下文消耗和数据访问效率上甚至优于通过MCP服务。
总结来说，MCP为Manus AI提供标准化“数据管道”，而Skills则提供执行这些管道的“操作手册”。两者共同构成Manus AI强大且可扩展的生态系统。
具体案例：用Skills解锁数据源
Manus AI内置了许多强大的数据源，如SimilarWeb。过去这些更像是内部未公开的API。通过将每个数据源封装为Skill，我们将这些不透明工具转变为用户可发现、可理解的组件。用户可以在Skill库中浏览这些数据源，通过阅读SKILL.md文件了解其功能和参数，并以稳定可靠的方式调用它们。这极大提升了平台功能的可用性和可发现性。
用Manus Skills武装你的工作流程
我们的整合不仅仅是采用标准，还推出了让Skills成为Manus AI体验不可或缺部分的新功能。
- 用Manus构建Skill
我们推出了“用Manus构建Skill”功能。当你用Manus AI完成任务且对结果和流程非常满意时，可以指示Manus“将此工作流程打包成Skill”。Manus会分析成功的交互流程，自动生成必要的SKILL.md文件，并打包相关脚本，将你的高效流程捕捉为可复用的Skill，方便重复使用或分享。
- 精准可靠的触发机制
为了确保你需要的特定Skill能在恰当时机被激活，你现在可以在聊天框使用斜杠命令。输入/技能名称，即可明确指示Manus加载对应Skill，确保Manus读取SKILL.md文件并触发其指令，给予你对代理行为的精准控制。
我们的Skill整合路线图
为确保Agent Skills的顺利强大整合，我们制定了清晰的路线图：
- 项目与连接器整合：不久后，你将能将Skills直接集成到Manus项目中。结合连接器，这将允许你深度定制日常工作的标准操作流程（SOP），打造高度自动化和智能化的工作流。
- 团队Skill库：针对团队计划用户，我们将推出团队Skill库。成员可将经过实战验证的个人Skills发布到共享库，实现全组织范围内的专业知识和流程经验无缝共享，促进协作提升和知识沉淀。
未来是可组合且开放的
我们正处于激动人心的技术拐点。AI代理的未来将是可组合、可扩展且开放的。像Agent Skills和模型上下文协议（MCP）这样的开放标准正为智能、互联的AI工具网络铺路。
Manus AI自豪地成为这一运动的积极参与者。通过拥抱开放标准，我们相信不仅能为用户提供更强大的产品，还能与整个社区携手，共同塑造更具协作性和创新性的AI未来。
我们诚邀您一同加入这段旅程。
