Minion Skills: Claude Skills的开源实现

引言

Claude最近推出了一个令人兴奋的特性——Skills系统。它让AI Agent能够动态加载专业能力，按需”学习”处理PDF、Excel、PPT等专业文档的技能。

作为一个开源爱好者，我立刻意识到这个设计的价值，并在Minion框架中实现了完整的开源版本。本文将介绍Skills的设计理念，以及我的开源实现细节。

Skills解决了什么问题？

在开发AI Agent的过程中，有一个核心矛盾：

Context Window的有限性vs能力需求的无限性

传统做法是把所有工具、所有指令都塞进system prompt：

System Prompt = 基础指令 + 所有工具描述 + 所有专业知识

            = 50K+ tokens

            = 高延迟 + 高成本 + 低效率

更糟的是，大多数时候用户只需要其中一小部分能力。当用户问”帮我处理这个PDF”时，系统却加载了处理Excel、数据库、代码等所有能力的上下文。

Skills的核心理念

Claude Code的Skills设计灵感来自一个简单的类比：

人类专家不是把所有知识都装在脑子里，而是在需要时查阅手册、调用专业知识。

Skills系统让AI Agent也具备这种能力：

用户请求 → Agent识别需要PDF技能 → 动态加载PDF处理指令

                                 → 执行专业任务

                                 → 返回结果

Minion的开源实现

看到Claude Code的Skills设计后，我决定在Minion框架中实现一个完全兼容的开源版本，让更多开发者能够使用这一特性。

1. Skill的定义：简洁而强大

每个Skill就是一个包含SKILL.md文件的目录：

.minion/skills/

├── pdf/

│   ├── SKILL.md          # 技能定义和指令

│   ├── references/       # 参考资料

│   ├── scripts/          # 辅助脚本

│   └── assets/           # 资源文件

├── xlsx/

│   └── SKILL.md

└── docx/

    └── SKILL.md

SKILL.md采用YAML frontmatter + Markdown body的格式：

---

name: pdf

description: PDF文档处理技能，支持文本提取、表格解析、表单填写等

license: MIT

---

## 当使用此技能时

你现在具备了专业的PDF处理能力...

### 文本提取

使用pypdf2库进行文本提取：

...

### 表格识别

使用tabula-py进行表格提取：

...

2. 智能发现：按需加载

Skill Loader会在多个位置搜索可用技能：

class SkillLoader:

    SKILL_DIRS = [

        ".claude/skills",   # 兼容Claude Code

        ".minion/skills",   # Minion原生

    ]

    def get_search_paths(self):

        paths = []

        # 项目级优先

        for skill_dir in self.SKILL_DIRS:

            paths.append((self.project_root / skill_dir, "project"))

        # 用户级次之

        for skill_dir in self.SKILL_DIRS:

            paths.append((self.home_dir / skill_dir, "user"))

        return paths

这种分层设计带来了灵活性：

项目级Skills：针对特定项目的专业能力

用户级Skills：跨项目的通用能力

优先级机制：项目级覆盖用户级，允许定制化

兼容性：同时支持.claude/skills和.minion/skills路径

3. 优雅的注册表：快速查找

class SkillRegistry:

    def register(self, skill: Skill) -> bool:

        """注册技能，高优先级覆盖低优先级"""

        existing = self._skills.get(skill.name)

        if existing:

            priority = {"project": 0, "user": 1, "managed": 2}

            if priority[skill.location] >= priority[existing.location]:

                return False  # 已有更高优先级的同名技能

        self._skills[skill.name] = skill

        return True

    def generate_skills_prompt(self, char_budget=10000):

        """生成可用技能列表，控制context消耗"""

        # 智能截断，确保不超预算

        ...

4. Skill Tool：执行入口

class SkillTool(BaseTool):

    name = "Skill"

    description = "动态加载并执行专业技能"

    def execute_skill(self, skill: str) -> Dict[str, Any]:

        skill_obj = self.registry.get(skill)

        if skill_obj is None:

            return {

                "success": False,

                "error": f"Unknown skill: {skill}",

                "available_skills": self.registry.list_all()[:10]

            }

        # 获取技能的完整指令

        prompt = skill_obj.get_prompt()

        return {

            "success": True,

            "skill_name": skill_obj.name,

            "prompt": prompt,  # 注入到对话上下文

        }

实际效果

场景1：处理复杂PDF报告

用户：帮我分析这份财务报告 report.pdf，提取所有表格数据

Agent：

1. 识别需要PDF处理能力

2. 调用 Skill("pdf") 加载PDF技能

3. 获得专业的PDF处理指令

4. 使用pypdf2提取文本

5. 使用tabula-py提取表格

6. 返回结构化数据

场景2：批量处理Excel文件

用户：把这10个Excel文件合并，并生成汇总统计

Agent：

1. 调用 Skill("xlsx") 加载Excel技能

2. 获得pandas、openpyxl等库的专业用法

3. 批量读取文件

4. 合并数据、计算统计

5. 生成新的Excel报告

性能对比

设计亮点

1. 声明式定义

技能通过Markdown定义，非技术人员也能创建和维护：

---

name: data-analysis

description: 数据分析技能

---

## 数据清洗步骤

1. 检查缺失值

2. 处理异常值

...

2. 资源绑定

技能可以带有参考资料、脚本等资源：

skill_obj.get_prompt()

# 返回：

# Loading: pdf

# Base directory: /Users/xxx/.minion/skills/pdf

#

# [技能内容，可以引用 references/api_doc.md 等]

3. 版本和来源追踪

@dataclass

class Skill:

    name: str

    description: str

    content: str

    path: Path

    location: str  # project, user, managed

    license: Optional[str]

    metadata: Dict[str, Any]

为什么做开源实现？

Claude Code的Skills是一个出色的设计，但它是闭源的、与Claude生态绑定的。我实现开源版本的原因：

1. LLM无关性：Minion支持多种LLM后端（Claude、GPT-4、开源模型），Skills能力不应被锁定在单一供应商

2. 可定制性：开源实现允许深度定制，满足特殊需求

3. 社区贡献：开源让更多人能够贡献Skills，形成技能生态

4. 学习价值：通过实现，深入理解这一架构的设计精髓

未来方向

1. 技能市场

想象一个Skills Marketplace，开发者可以发布、分享专业技能：

minion skill install data-science-toolkit

minion skill install legal-document-analysis

2. 智能推荐

根据用户历史和当前任务，自动推荐相关技能：

def recommend_skills(user_request, history):

    # 分析请求内容

    # 匹配最相关的技能

    # 预加载可能需要的技能

    ...

3. 技能组合

多个技能协同工作：

# 分析PDF中的数据，生成Excel报告

skills_used = ["pdf", "xlsx", "data-visualization"]

4. 自学习技能

Agent在完成复杂任务后，自动生成新技能供未来使用：

async def learn_skill_from_session(session_log):

    # 分析成功的任务执行过程

    # 提取可复用的模式和指令

    # 生成新的SKILL.md

    ...

视频演示

PDF摘要提取：https://youtu.be/r1nngYLI-pw

长PDF翻译（穷人版Paper PDF Reader）：https://youtu.be/C7p8yffBZ-Q

DOCX文档处理：https://youtu.be/PByDtqY_17Y

PPTX演示文稿处理（穷人版pptx 生成）：https://youtu.be/ek00e5m4yXI

结语

Claude Code的Skills系统体现了一个核心设计哲学：

不要试图让AI什么都懂，而是让它知道在需要时去哪里找到答案。

这种”专家系统”思维，让AI Agent从”通才”进化为”能快速变身专家的通才”。

通过Minion的开源实现，这一能力现在可以被更广泛的开发者使用，不受限于特定的LLM供应商或闭源生态。

欢迎试用和贡献：

GitHub：

https://github.com/femto/minion

https://github.com/femto/minion-agent

文档：https://github.com/femto/minion/blob/main/docs/skills.md

让我们一起构建更开放、更智能的AI Agent生态。

作者介绍

郑炳南，毕业于复旦大学物理系。拥有20多年软件开发经验，具有丰富的传统软件开发以及人工智能开发经验，是开源社区的活跃贡献者，参与贡献metagpt、huggingface项目smolagents、mem0、crystal等项目，为ICLR 2025 oral paper《AFlow: Automating Agentic Workflow Generation》的作者之一。

文章来自于微信公众号 “量子位”，作者 “ 郑炳南 ”