AI Agent 的核心靈魂：Antigravity Skill 系統解析
AI 系列-深入解析 AI Agent 如何透過 Skill 系統獲得執行力，從單純的對話機器人進化為全能工程師。
WRITTEN BY
- Name
- Harry Chang
我們不談空泛的趨勢，而是直接切入 AI Agent 最具體的落地應用——Skill (技能) 系統。
AI 的未來不在於更強的模型，而在於更強的 Agent (代理人) 能力；而 Agent 的核心靈魂，就是 Skill (技能)。
現在，不僅僅是 Antigravity，各大先進的 AI Coding 平台都開始導入「Skill」或類似的讓 Agent 學習特定能力的機制。這就像是為你的 AI 員工安裝不同的「驅動程式」或「SOP 手冊」。
以下是目前市面上主流 AI Agent 平台的 Skill 目錄結構對照：
| Platform | Official Doc Links |
|---|---|
| Antigravity | Antigravity Docs |
| OpenCode | OpenCode Docs |
| Claude Code | Claude Code Docs |
| Cursor | Cursor Rules |
| GitHub Copilot | Copilot Instructions |
| Codex | OpenAI Docs |
| Amp | Amp Docs |
你可以看到，大家都很有默契地採用了類似的結構。這意味著**「定義 Skill」將成為未來工程師必備的核心能力**。
更多關於 Antigravity Skill 的官方規範，請參考：Antigravity Skills Documentation
為什麼需要 Skill ？
在 Antigravity Project (以及 Google Deepmind 的 Advanced Agentic Coding 概念) 中，Skill 是讓 AI 從「懂很多」變成「這件事我很專業」的關鍵。
為什麼我們需要 Skill 系統？通用的 LLM (如 Gemini, Claude, GPT-4) 就像是一個剛畢業的超級資優生：博學多聞，但缺乏特定領域的實戰經驗與公司內部的做事規矩 (SOP)。
Skill 系統解決了這個問題。它就像是給 AI 的「外掛大腦」與「標準作業程序」。透過 Skill，我們可以：
- 注入專家知識：將原本隱性的 Know-how (如哈佛寫作架構、特定的 Coding Style) 顯性化。
- 標準化輸出：確保 AI 每次產出的品質一致，不會隨機發揮。
- 擴充工具能力：授權 AI 使用特定的腳本或 API 來完成任務。
實際案例
Skill 的標準結構
一個完整的 Skill 就像是一個獨立的小程式套件，其標準目錄結構如下：
skill-name/
├── SKILL.md (必要核心)
│ ├── YAML frontmatter (metadata)
│ │ ├── name: 技能名稱
│ │ └── description: 技能描述
│ └── Markdown instructions (指令正文)
└── Bundled Resources (隨附資源)
├── scripts/ - 可執行的程式碼 (Python/Bash 等)
├── references/ - 依需求載入的說明文件
└── assets/ - 用於輸出的檔案 (模板、圖示、字型等)
多樣化的 Skill 應用
Skill 的應用範圍遠超乎想像。以下是目前我們內部正在使用或開發中的 Skill 列表，涵蓋了設計、寫作、測試到文件處理：
| 技能名稱 | 描述 |
|---|---|
| frontend-design | 打造高品質、具獨特美感的前端介面，避免通用的 AI 美學。 |
| algorithmic-art | 使用 p5.js 創作生成式藝術 (Generative Art)。 |
| brand-guidelines | 將官方品牌色彩與字體應用於各類產出物。 |
| canvas-design | 生成高品質視覺藝術、海報或靜態設計。 |
| doc-coauthoring | 結構化的文檔協作流程，適用於技術文件或提案。 |
| docx | 專業 Word 文件處理，支援修訂追蹤與註解。 |
| internal-comms | 撰寫內部溝通文件（如狀況報告、常見問答等）。 |
| mcp-builder | 製作 MCP 伺服器，協助 LLM 整合外部工具。 |
| PDF 工具包，支援文字提取、合併分割及表單填寫。 | |
| pptx | 專業 PowerPoint 簡報製作，支援版面配置與備忘錄。 |
| skill-creator | 協助使用者建立或更新專屬 Skill 的指南。 |
| slack-gif-creator | 製作優化過的 Slack 動畫 GIF。 |
| theme-factory | 為產出物套用主題樣式，或即時生成新主題。 |
| web-artifacts-builder | 使用 React/Tailwind 構建複雜的 HTML Artifacts。 |
| webapp-testing | 使用 Playwright 測試與調試 Web 應用程式。 |
| xlsx | Excel 電子表格處理，支援公式與數據分析。 |
Skill 範例
最直觀的應用場景是在程式開發。
以 frontend-design 這個 Skill 為例，我們可以定義一套嚴格的前端開發規範，讓 AI 不再隨意發揮：
name: frontend-design
description: Frontend Coding Standards
rules:
- 所有樣式必須使用 TailwindCSS (v4)
- 必須優先考慮 Dark Mode (使用 prose-invert)
- 元件命名需符合 PascalCase
- 沒有 Skill 時：AI 可能會混用 Bootstrap、Vanilla CSS 或舊版 Tailwind，導致專案風格支離破碎。
- 載入 Skill 後：AI 瞬間變身為一位熟讀團隊規範的資深前端工程師，它生成的每一行程式碼都會精準符合上述要求。
實際生成示範 (Demo)
如果你想真正駕馭 AI，不要只停留在學習 Prompt Engineering (提示工程)。請開始以「打造員工」的思維，為你的 AI 建立 Skill Library。
從今天開始，觀察你工作中重複性高、需要專業判斷的任務（例如：寫 Release Note、Code Review、回覆客戶郵件），試著將你的 SOP 寫成一個 SKILL.md 文件。這將是你從「使用工具」進階到「設計系統」的第一步。
有了 Skill 之後，你不再需要寫落落長的 Prompt，只需要一句話。
使用情境： 我想要引用 frontend-design 技能，快速設計一個現代化的寵物美容網站。
Step 1: User Prompt
"引用 frontend-design，請幫我設計現代化寵物美容網站"
Step 2: Agent Execution
Agent 因為載入了 Skill，知道需要先產生符合美學的視覺素材，於是自動呼叫繪圖工具：
Prompt generated by Agent:
A warm, cozy, and high-end pet grooming salon interior. Soft, natural lighting, sage green walls, cream colored furniture, indoor plants. A happy fluffy dog being gently groomed. Shot with a soft focus, film grain texture, editorial photography style. Warm earth tones, peach and sage color palette.
Step 3: Result
Agent 根據生成的圖片 (AI-1-1) 與 frontend-design 的 Tailwind 規範，自動構建出完整的網頁介面。
(此為實際生成過程之截圖)
後續
AI Agent 的崛起，代表我們正在從「人機協作」邁向「人機管理」。
過去，你需要學會如何寫出最好的 Prompt 來引導 AI；現在，你需要學會如何設計最好的 Skill 來訓練 AI。這不僅僅是技術的轉變，更是思維模式的升級——你不再只是一個操作者 (Operator)，你是一個管理者 (Manager) 與系統設計師 (System Architect)。
當你建立起屬於自己的 Skill Library 時，你就不再是一個人在戰鬥，而是擁有了一支熟讀你 SOP、永不疲倦的數位團隊。