title: 同樣是 Agent Skill，Claude 和 OpenAI 實作方式大不同 --- **Category** - [AI](https://www.soft4fun.net/category/tech/ai) **Tag** - [Agent Skill](https://www.soft4fun.net/tag/agent-skill) - [AI](https://www.soft4fun.net/tag/ai) - [Claude](https://www.soft4fun.net/tag/claude) **圖片清單** - ![agent-skills-implementation-claude-openai](https://cf.img.soft4fun.net/2026/01/agent-skills-implementation-claude-openai.jpg "agent-skills-implementation-claude-openai") - ![同樣是 Agent Skill，Claude 和 OpenAI 實作方式大不同 image-10](https://cf.img.soft4fun.net/2026/01/image-10.jpg "同樣是 Agent Skill，Claude 和 OpenAI 實作方式大不同 image-10") - ![同樣是 Agent Skill，Claude 和 OpenAI 實作方式大不同 image-10-1](https://cf.img.soft4fun.net/2026/01/image-10-1.jpg "同樣是 Agent Skill，Claude 和 OpenAI 實作方式大不同 image-10-1") - ![同樣是 Agent Skill，Claude 和 OpenAI 實作方式大不同 image-10-2](https://cf.img.soft4fun.net/2026/01/image-10-2.jpg "同樣是 Agent Skill，Claude 和 OpenAI 實作方式大不同 image-10-2") --- 在 [AI](https://www.soft4fun.net/tag/ai) 代理（Agent）發展的早期，開發者總是試圖讓模型變得「無所不能」。我們塞給它長達數千行的 System Prompt，或是串接幾十個 API 工具。然而，這種做法很快就遇到了瓶頸：模型開始變得混亂、指令遵循度下降，且 Token 成本居高不下。**[Agent Skill](https://www.soft4fun.net/tag/agent-skill)** 機制因此應運而生。 ## 什麼是 Agent Skill？ 簡單來說，Agent Skill 是一種**封裝好的、模組化的能力包**。它不單純只是一個「功能（Function）」，而是一個包含特定指令（Instructions）、專業知識（References）與自動化腳本（Scripts）的完整單元。 如果把大模型比喻成一個具備極高智商但不具備專業經驗的「社會新鮮人」，那麼： - **傳統 Tools**、**MCP**像是給他一隻扳手或一台電 ，但他不一定知道該怎麼用。 - **Agent Skills** 則是給他一套「高級技工培訓手冊」加「專用工 箱」，讓他能瞬間變身成特定領域的專家。 ## 為什麼 Agent Skill 的重要性在今日大幅增加？ 隨著 [Claude](https://www.soft4fun.net/tag/claude) 與 OpenAI 相繼推出標準化的技能規格，我們可以看到這項技術正成為 AI 應用的核心，主要源於以下四個痛點的突破： ### 1. 破解「上下文（Context）膨脹」的詛咒 目前的模型雖然上下文視窗越來越大，但隨之而來的是「資訊迷失（Lost in the middle）」的問題。將所有專業指令都塞在系統提示詞中，會導致模型反應遲鈍且精準度下降。 > **解決方案**：Skill 機制採用 **「漸進式揭露（Progressive Disclosure）」**。只有當 Agent 識別出任務需求時，才會動 > 載 > 該技能的完整指令。這讓 Agent 保持輕巧，同時在關鍵時刻 > 備深度。 ### 2. 從「通用行為」轉向「專家決策」 通用的模型往往只能給出中規中矩的回答。但在專業應用（如程式碼審查、法律分析）中，需要的是**極度精確的作業規範**。 > **解決方案**：Skill > 許開發 > 定義嚴格的 `SKILL.md`，引導 Agent 在特定場景下遵循專業的邏輯鏈條，從而大 > 提升輸出的**品質**與專業度。 ### 3. 安全與權限的「最小化原則」 給予 Agent 永久的 Bash 權限或檔案寫入權限是非常危險的。 > **解決方案**：透過 Skill 的 **執行上下文修改（Execution Context Modification）**，權限可以被限制在技能啟動的當下。例如：只有在「部署專案技能」被啟動時，Agent 才能獲得執行伺服器指令的權限，任務結束即收回。 ### 4. 跨平台的標準化生態 OpenAI 與 Claude 在 `SKILL.md` 的格式上展現了高度共識，這意味著： - **資產化**：開發 撰寫一次技能，就能在不同的 Agent 環境中無縫遷移。 - **社群 享**：未來將會出現類似 `npm` 的 **Skill Hub**，開發 可以直接下載「專業會計技能」或「資安稽核技能」裝載到自己的系統中。 ## 實作機制比對：Claude vs. OpenAI 當我們深入剖析 Han Lee 對 Claude 的底層拆解以及 OpenAI Codex PR #7412 的程式碼變動時，我們會發現兩家巨頭正試圖解決同一個問題：**如何在不讓系統提示詞（System Prompt）爆炸的前提下，賦予 Agent 專家級的處理能力。** 以下是針對兩者實作細節的深度強化比對： ### 1. 技能觸發機制：LLM 推理 vs. 指令安裝 這是兩者在「如何啟動技能」上的根本差異。 **Claude 的「元工具（Meta-tool）」派發：** Claude 實作了一個名為 `Skill`（大寫 S）的虛擬工具。系統會將所有可用技能的名稱與簡短描述，動態地塞進這個 `Skill` 工具的 `description` 中。這裡沒有傳統的關鍵字比對或向量搜尋。系統是直接利用 LLM 的推理能力，讓 Claude 自己從工具清單中判斷：「現在的情況適合調用 `pdf` 技能」。這是一種**推理驅動**的觸發方式。 ![同樣是 Agent Skill，Claude 和 OpenAI 實作方式大不同 image-10](https://cf.img.soft4fun.net/2026/01/image-10.jpg "同樣是 Agent Skill，Claude 和 OpenAI 實作方式大不同 image-10") **OpenAI 的「套件管理」模式：** OpenAI 在 PR #7412 中展現了更接近開發者習慣的作法。他們引入了 `$skill-installer` 的概念，類似於 `npm install`。OpenAI 傾向於讓技能成為系統環境的一部分。透過明確的安裝機制，將技能與 MCP（模型上下文協定）連結。這讓技能的啟動更具預測性，且更容易在不同的 CLI 環境中進行**靜態管理**。 ![同樣是 Agent Skill，Claude 和 OpenAI 實作方式大不同 image-10-1](https://cf.img.soft4fun.net/2026/01/image-10-1.jpg "同樣是 Agent Skill，Claude 和 OpenAI 實作方式大不同 image-10-1") ### 2. 訊息流與 UI 透明度：雙軌通訊的精妙設計 如何讓 Agent 讀取五千字的「技能說明」，卻又不讓用戶的聊天視窗被洗版？ - **Claude 的 `isMeta: true` 隱藏層：** 根據 Han Lee 的拆解，Claude 在啟用技能時會發送** 條 User 訊息**： - **訊息 A (Visible)：** 含 `` 標籤，顯示給用戶看（例如：「正在載 PDF 處理技能」）。 - **訊息 B (Hidden)：** 標記為 `isMeta: true`。這條訊息 含完整的 `SKILL.md` 指令 容。它會被送往 API 讓模型閱讀，但在用戶端會被前端完 過濾掉。這解決了「專業指令冗長」與「介面簡潔」之間的衝突。 - **OpenAI 的系統級整合：** OpenAI 則傾向於將技能 容直接整合進系統對話的上下文。雖然 PR 中對隱藏訊息的實作細節較少提及，但 重點在於如何透過**標準化的 本（scripts/）**來產出確定性的結果，而非單純依賴長篇大論的提示詞。 ### 3. 執行上下文（Execution Context）的動態修改 這是實作中最高階的部分：Agent 在使用技能時，它的「權限」會改變嗎？ - **Claude 的權限限時放寬：** 當 Claude 呼叫某個技能時，`Skill` 工 會回傳一個 `contextModifier`。這個修改器會暫時改變 Agent 的運作參數。例如，原本禁用的 `Bash` 工 ，在執行 `code-review` 技能期間，會被暫時 許調用特定目錄下的 本。任務一旦結束，權限即刻收回。這落實了**權限最小化**的安 原則。 - **OpenAI 的環境邊界定義：** OpenAI 在 YAML 前言（Frontmatter）中定義權限邊界，並與 MCP server 聯動。它的實作更強調**環境的隔離性**，確保技能在執行 本時，是在一個預 定義好的、受控的沙盒環境中運作。 ### 4. 品質保證：提示詞工程 vs. 自動化評測 (Evals) 當技能更新後，如何確保 Agent 不會變笨？ - **Claude：依賴高品質的引導指令。** Claude 的風格是透過極 細膩的 Markdown 結構（如 `Purpose`, `Instructions`, `Error Handling` 段落）來約束模型行為。它信任模型的強大理解力。 - **OpenAI：強調 `evals/` 測試框架。** OpenAI 的 PR 中最醒目的細節在於**強制性或建議性的測試目錄**。他們提倡為每個技能撰寫評測 本（輕量級端到端測試）。當開發 修改了技能提示詞，系統會自動跑過一遍測試案例，驗證 Agent 的輸出 JSON 或行為是否依然符合預期。這是將 AI 開發**軟體工程化**的極致展現。 ## 兩家公司實作 Agent Skills 的系統運作方式比較 這兩家公司雖然都採用 `SKILL.md` 作為標準規範，但其系統架構的「核心驅動方式」有顯著差異。以下為你將兩者的運作邏輯做詳細說明。 ### Claude (Anthropic) 的架構：元工具與動態注入 Claude 的設計核心在於「**元工具（Meta-tool）**」機制。它將所有的技能視為一個巨大的工具箱，並透過對話過程中的推理來決定加載哪一個專家模組。 ### 運作流程解析： 1. **Skill Tool (Meta-tool)：** 在 API 請求中，系統會帶 一個名為 `Skill` 的工 。 描述（Description）會動 生成一份所有可用技能的簡短 單。 2. **LLM 推理決策：** 模型閱讀「 單」後，判斷用戶意圖，並決定呼叫 `Skill` 工 （例如：`command: "pdf"`）。 3. **雙軌訊息注 ：** - **User Message (Visible)：** 告知用戶技能加載狀 。 - **User Message (Hidden/isMeta)：** 將數千字的 `SKILL.md` 指令注 對話。 4. **執行上下文修改（Context Modifier）：** 暫時放寬工 權限（如 Bash 權限），讓 Agent 備執行技能 本的能力。 ### OpenAI (Codex) 的架構：可以被安裝、管理的軟體包 OpenAI 的設計更強調「**生命週期管理（Lifecycle Management）**」。它將技能視為可以被安裝、管理且必須通過自動化測試的軟體包。 ### 運作流程解析： 1. **Skill Installer：** 透過類似套件管理（npm）的機制將技能安裝到系統環境中。 2. **MCP Bridge：** 技能與模型上下文協定（Model Context Protocol）連結，使技能能跨代理伺服器（Agent Servers） 享。 3. **標準化目錄執行：** 嚴格遵循 `scripts/`、`references/` 目錄執行確定性任務。 4. **Evals 測試框架：** 每個技能修改後， 須通過 `evals/` 目錄中的自動化測試案例，確保指令變更後行為依然正確。 ### 總結比對表：實作細節一覽 | **技術維度** | **Claude (Anthropic Style)** | **OpenAI (Codex Style)** | | --- | --- | --- | | **分配者架構** | 透過 `Skill` 元工具動態分配 | 透過 `installer` 進行靜態安裝 | | **訊息注入** | 雙訊息機制 (`isMeta` 隱藏層) | 系統提示詞動態組裝 | | **環境控制** | 執行時動態修改權限 (Runtime Modifier) | 預定義的沙盒與 MCP 節點 | | **維護重點** | Markdown 指令的細膩度與引導 | 自動化評測架構 (`evals/`) 的嚴謹度 | | **跨平台標準** | `SKILL.md` 規格發起者 | `agentskills.io` 規格推動者 | ![同樣是 Agent Skill，Claude 和 OpenAI 實作方式大不同 image-10-2](https://cf.img.soft4fun.net/2026/01/image-10-2.jpg "同樣是 Agent Skill，Claude 和 OpenAI 實作方式大不同 image-10-2")▲ Claude 與 OpenAI (Codex) 實作 Agent Skill 技術對比 參考資料： - [Claude Agent Skills: A First Principles Deep Dive](https://leehanchung.github.io/blogs/2025/10/26/claude-skills-deep-dive) #### 更多AI相關報導 - [Cloudflare 推出開放權重決策模型 Clef：38.8 毫秒給出答案，正面挑戰 Jev](https://www.soft4fun.net/tech/news/cloudflare-clef-open-weight-decision-models-challenge-jev.htm) - [Google 發表 Gemini 4 Argon：13 基準領 、輸出上限 100 萬 token，導 價只要 GPT-6 Astra 五分之一](https://www.soft4fun.net/tech/news/google-gemini-4-argon-launch-1m-output-tokens-fairwind.htm) - [OpenAI 推出 ChatGPT Space：讓團隊、ChatGPT 與 dots 代理 用一個 AI 工作空間](https://www.soft4fun.net/tech/ai/openai-chatgpt-space-team-workspace-dots-devday-2026.htm) - [OpenAI 推出 GPT-6.1 Sol：五分之一價格逼近旗艦 Astra，速度版最高快 8 倍](https://www.soft4fun.net/tech/ai/openai-gpt-6-1-sol-launch-near-astra-one-fifth-price-ultrafast.htm) - [OpenAI緊急二度暫停頂尖模型訓練：研究用AI代理靠DNS偷渡上網，成功連上外部聊天機器人](https://www.soft4fun.net/tech/news/openai-agent-dns-tunnel-sandbox-escape-second-training-pause.htm)