Minion Skills：Claude Code Skills的开源实现
引言
Claude Code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：
.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
指标传统方式Skills方式基础Context50K tokens10K tokensPDF任务Context50K tokens10K + 3K tokens首次响应延迟较长较短专业任务质量一般更精准
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：
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
...
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：
让我们一起构建更开放、更智能的AI Agent生态。
关于作者：郑炳南，毕业于复旦大学物理系。拥有20多年软件开发经验，是开源社区的活跃贡献者，参与贡献metagpt、smolagents、mem0等项目，为ICLR 2025 oral paper《AFlow: Automating Agentic Workflow Generation》的作者之一。
往期文章：
