[具身智能-554]：智能体Skill的语法
截至目前（2026 年），AI 智能体中的 Skill（技能）并没有全球统一的语法标准，但主流平台（如字节跳动的TRAE、Cursor、Windsurf、LangGraph等）已形成一套高度相似的约定式语法结构。这些语法设计的核心目标是：让开发者能以简洁、声明式的方式调用预置的原子能力，而无需关心底层 Prompt 实现。
下面从通用模式、TRAE 实例、设计原则三个层面系统梳理Skill 的典型语法。
一、通用语法模式（主流平台共性）
大多数智能体平台中，Skill 的调用遵循以下结构
/<skill_name> [options] [--context=<file|line|symbol>] [--output=<format>]或作为自然语言指令的一部分：
使用 /fix 修复 auth.py 中第 42 行的错误。核心要素：
| 元素 | 说明 | 示例 |
|---|---|---|
/前缀 | 标识这是一个 Skill 调用（类似执行Shell脚本命令） | /doc,/test,/explain |
| Skill 名称 | 平台预定义的能力标识符 | fix,optimize,translate |
| 选项（Options） | 控制行为的键值参数 | --style=google,--lang=zh |
| 上下文引用 | 指定作用范围（文件、行号、函数名） | --file=auth.py,--line=42 |
| 输出控制 | 指定期望返回格式 | --output=patch,--output=markdown |
💡 注意：Skill不直接执行副作用操作（如写文件），仅生成建议或代码片段，由用户或调度器决定是否应用。
二、TRAE 平台 Skill 语法详解（行业标杆）
TRAE 是目前 Skill 体系最成熟的平台之一，其语法设计极具代表性。
1.基础调用
/fix- 自动分析当前编辑上下文，修复潜在错误。
2.带文件与行号
/fix --file=src/auth.py --line=42- 精确指定修复位置。
3.带多文件上下文
/fix --files="src/auth.py,tests/test_auth.py"- 跨文件理解依赖关系。
4.指定输出格式
/fix --output=unified_diff- 返回标准 diff 格式，便于自动化应用。
5.组合自然语言
请用 /fix 修复 token 验证逻辑，并确保兼容旧版 API。- LLM 会解析自然语言约束，并映射到 Skill 参数。
6.常用内置 Skill 列表
| Skill | 功能 | 典型参数 |
|---|---|---|
/fix | 代码错误修复 | --file,--line,--output |
/doc | 生成文档注释 | --style=google/numpy,--lang |
/test | 生成单元测试 | --framework=pytest,--coverage=90% |
/explain | 解释代码逻辑 | --level=beginner/expert |
/optimize | 性能/可读性优化 | --target=speed/memory/readability |
/translate | 注释/文档翻译 | --to=zh/en,--preserve_code=true |
✅ TRAE 的 Skill无需用户定义，开箱即用，且经过严格prompt 工程优化，输出稳定性远高于手写提示词。
三、Skill 与 Tool 的语法区别（关键！）
| 特性 | Skill | Tool (MCP) |
|---|---|---|
| 调用语法 | /name [args] | 函数调用式：{"name": "run_test", "args": {...}} |
| 副作用 | ❌ 无（只生成） | ✅ 有（可读写文件、发请求） |
| 定义方式 | 平台内置，不可自定义 | 用户通过 YAML/JSON 注册 |
| 权限 | 无需授权 | 需用户显式授权（沙箱控制） |
| 用途 | 快速完成常见编程任务 | 扩展系统能力，对接外部服务 |
📌简单记：
- Skill =安全的“标准库函数或提示词脚本” → 用
/调用- Tool =受控的“外设驱动” → 用 MCP 协议调用
四、Skill 的底层实现逻辑（对开发者透明）
虽然用户只需写/fix，但背后是精心设计的Prompt 模板 + 上下文注入 + 输出解析：
[SYSTEM] 你是一个资深 Python 工程师，请修复以下代码中的错误。 要求： - 保持 API 兼容 - 添加必要注释 - 返回 unified diff 格式 [USER CONTEXT] File: auth.py Lines 40-45: def verify_token(token): try: payload = jwt.decode(token, SECRET, algorithms=['HS256']) return payload['user_id'] except jwt.InvalidTokenError: # ← 错误：应捕获具体异常 return None [INSTRUCTION] 请修复上述代码。Skill 的价值正在于将这套复杂 Prompt 封装为一行命令。
五、未来趋势：Skill 语法标准化？
目前各平台 Skill 语法略有差异，但社区正推动标准化：
- A2A 联盟提议将 Skill 纳入MCP 扩展规范（MCP-Skill）
- LangChain推出
@skill装饰器，支持自定义 Skill（实验性） - OpenDevin使用
# skill: fix注释触发能力
但短期内，TRAE 风格的/command仍是事实标准。
✅ 总结：Skill 语法核心要点
- 以
/开头，如/fix,/doc - 支持选项参数：
--file,--line,--output等 - 可嵌入自然语言：LLM 自动提取指令
- 无副作用、高可靠、平台内置
- 与 Tool 严格分离：Skill 用于“思考”，Tool 用于“行动”
掌握 Skill 语法，就等于掌握了智能体的“标准库调用方式”——这是高效使用 TRAE 等现代 AI 编程环境的基础技能。
附：TRAE Skill 快速参考卡
/fix # 修复当前代码 /fix --file=a.py --line=10 /doc # 为选中函数生成文档 /test # 生成单元测试 /explain # 解释代码逻辑 /optimize # 优化性能或可读性 /translate --to=zh # 翻译注释为中文善用这些“AI 标准库函数”，让你的编程效率倍增