微软 Agent Framework 推出 Agent Skills：让智能体按需获得领域能力
March 2nd, 2026
3 reactions
首席软件工程师
现在，你可以为 Microsoft Agent Framework 中的 Agent 配置可移植、可复用的技能包，让它们按需获得领域专业能力——而无需改动 Agent 核心指令中的任何一行代码。借助全新的 FileAgentSkillsProvider（.NET 和 Python 均可用），你的 Agent 可以在运行时发现并加载 Agent Skills，在需要时只拉取必要上下文。
什么是 Agent Skills？
Agent Skills 是一种简单且开放的格式，用于为 Agent 增加新能力与专业知识。每个 skill 的核心都是一个 SKILL.md 文件——这是一个 markdown 文档，用来描述 skill 的用途，并提供分步骤执行说明。skill 还可以包含可选脚本、参考文档和其他可按需获取的资源。
一个 skill 目录结构如下：
expense-report/
├── SKILL.md # 必需 — frontmatter + 指令
├── scripts/
│ └── validate.py # Agent 可执行的代码
├── references/
│ └── POLICY_FAQ.md # 按需加载的参考文档
└── assets/
└── expense-report-template.md # 模板和静态资源
SKILL.md 文件由 YAML frontmatter 元数据 + markdown 指令正文组成。只有 name 和 description 是必填项；license、compatibility、metadata 等字段是可选项：
---
name: expense-report
description: >-
File and validate employee expense reports according to company policy.
Use when asked about expense submissions, reimbursement rules, or spending limits.
license: Apache-2.0 # Optional
compatibility: Requires python3 # Optional
metadata: # Optional
author: contoso-finance
version: "2.1"
---
## Instructions
1. Ask the employee for their receipt and expense details...
2. Validate against the policy in references/POLICY_FAQ.md...
在以下场景中，skills 特别有价值：
- 打包领域知识 —— 将专项知识（报销政策、法律流程、数据分析流水线）沉淀为可复用包。
- 扩展 Agent 能力 —— 无需修改核心指令，就能为 Agent 增加新本领。
- 确保一致性 —— 把多步骤任务固化为可重复、可审计的工作流。
- 实现互操作性 —— 在不同兼容 Agent Skills 的产品之间复用同一 skill。
渐进式披露：以上下文效率为核心设计
Agent Skills 的关键设计原则之一是“渐进式披露（progressive disclosure）”。它不会在一开始把所有内容都塞进 Agent 上下文，而是分三阶段披露：
- 告知（Advertise）（每个 skill 约 100 tokens）—— 将 skill 名称与描述注入 system prompt，让 Agent 知道有哪些可用能力。
- 加载（Load）（建议 < 5,000 tokens）—— 当任务与某个 skill 匹配时，Agent 调用
load_skill获取完整SKILL.md指令。 - 读取资源（Read resources）（按需）—— Agent 调用
read_skill_resource仅在需要时拉取补充文件（参考资料、模板、assets）。
这种模式能让 Agent 的 context window 保持精简，同时在需要时仍可获取深度领域知识——当你的 Agent 需要处理多个领域，或希望严格控制 Token 使用量时，这一点尤其重要。
创建一个 Skill
最简单的 skill 只需要一个包含 SKILL.md 的文件夹。先创建 skills 目录，再在里面加一个 skill 子目录：
skills/
└── meeting-notes/
└── SKILL.md
SKILL.md 以 YAML frontmatter 开头（name 和 description 必填），后接 markdown 指令：
---
name: meeting-notes
description: >-
Summarize meeting transcripts into structured notes with action items.
Use when asked to process or summarize meeting recordings or transcripts.
---
## Instructions
1. Extract key discussion points from the transcript.
2. List any decisions that were made.
3. Create a list of action items with owners and due dates.
4. Keep the summary concise — aim for one page or less.
其中 description 字段尤为关键——Agent 会用它来判断何时加载该 skill，因此请同时写清“这个 skill 做什么”和“什么时候该用”。
就这么简单：不需要脚本，不需要额外文件——一个文件夹加一个 SKILL.md 即可。后续随着 skill 演进，你可以再添加 references/、scripts/、assets/ 目录。你也可以使用 skill-creator 这个 skill 来交互式生成新技能。
将 Skills 接入 Agent
FileAgentSkillsProvider 会从文件系统目录发现 skills，并以 context provider 的形式提供给 Agent。它会在配置路径中递归搜索（最多两层）SKILL.md 文件，校验其格式与资源，并将 skill 名称和描述注入 system prompt，让 Agent 知道可用技能。同时它还向 Agent 暴露两个工具：
load_skill—— 当 Agent 判断用户请求与某个 skill 领域匹配时，拉取完整SKILL.md指令，为任务提供详细分步指导。read_skill_resource—— 获取 skill 打包的补充文件（references、templates、assets），让 Agent 仅在需要时引入额外上下文。
在 .NET 中使用 Skills
安装包：
dotnet add package Microsoft.Agents.AI --prerelease
dotnet add package Microsoft.Agents.AI.OpenAI --prerelease
dotnet add package Azure.AI.OpenAI --prerelease
dotnet add package Azure.Identity
配置 provider 并创建 Agent：
using Azure.AI.OpenAI;
using Azure.Identity;
using Microsoft.Agents.AI;
using OpenAI.Responses;
// Discover skills from the 'skills' directory
var skillsProvider = new FileAgentSkillsProvider(
skillPath: Path.Combine(AppContext.BaseDirectory, "skills"));
// Create an agent with the skills provider
AIAgent agent = new AzureOpenAIClient(
new Uri(endpoint), new DefaultAzureCredential())
.GetResponsesClient(deploymentName)
.AsAIAgent(new ChatClientAgentOptions
{
Name = "SkillsAgent",
ChatOptions = new()
{
Instructions = "You are a helpful assistant.",
},
AIContextProviders = [skillsProvider],
});
// The agent discovers and loads matching skills automatically
AgentResponse response = await agent.RunAsync(
"Summarize the key points and action items from today's standup meeting.");
Console.WriteLine(response.Text);
在 Python 中使用 Skills
安装包：
pip install agent-framework --pre
配置 provider 并创建 Agent：
from pathlib import Path
from agent_framework import FileAgentSkillsProvider
from agent_framework.azure import AzureOpenAIChatClient
from azure.identity.aio import AzureCliCredential
# Discover skills from the 'skills' directory
skills_provider = FileAgentSkillsProvider(
skill_paths=Path(__file__).parent / "skills"
)
# Create an agent with the skills provider
agent = AzureOpenAIChatClient(credential=AzureCliCredential()).as_agent(
name="SkillsAgent",
instructions="You are a helpful assistant.",
context_providers=[skills_provider],
)
# The agent discovers and loads matching skills automatically
response = await agent.run(
"Summarize the key points and action items from today's standup meeting."
)
print(response.text)
配置完成后，Agent 会自动发现可用 skills，并在用户任务与 skill 领域匹配时启用它们。你无需编写任何路由逻辑——Agent 会读取 system prompt 中的 skill 描述，并自行决定何时加载。
使用场景
以下是几个 Agent Skills 的典型应用：
企业政策合规
将公司 HR 政策、报销规则或 IT 安全规范打包为 skills。当员工询问“联合办公空间能报销吗？”时，面向员工的 Agent 可加载对应政策 skill，给出准确且有政策依据的回答——无需始终把全部政策放进上下文。
客服支持 Playbook
把支持团队的故障排查指南沉淀为 skills。客户报障后，Agent 可加载匹配的 playbook 并按文档步骤执行，无论请求落到哪个 Agent 实例，都能保持一致的处理质量。
多团队技能库
不同团队可以独立编写和维护各自 skills。你可以让 FileAgentSkillsProvider 指向多个目录并进行组合：
.NET
var skillsProvider = new FileAgentSkillsProvider(
skillPaths: [
Path.Combine(AppContext.BaseDirectory, "company-skills"),
Path.Combine(AppContext.BaseDirectory, "team-skills"),
]);
Python
skills_provider = FileAgentSkillsProvider(
skill_paths=[
Path(__file__).parent / "company-skills",
Path(__file__).parent / "team-skills",
]
)
每个路径既可以指向单个 skill 文件夹，也可以指向包含多个 skill 子目录的父目录。
安全性
请像对待开源依赖一样对待 skills——只使用可信来源，并在接入 Agent 前先审查。skill 指令会注入 Agent 上下文并影响其行为，因此你对新 package 应有的审慎态度，在这里同样适用。
接下来
我们会继续完善框架中的 Agent Skills 支持，后续包括：
- Programmatic skills —— 通过 API 动态创建并注册 agent skills，支持在运行时生成或修改 skills，而不是仅依赖静态文件。
- Agent skill execution —— 支持 Agent 执行 skill 内置脚本，使 skills 从“指令 + 参考资料”扩展到“主动代码执行”。
了解更多
想进一步了解并亲自体验，可查看文档与示例：
分类
主题
作者
首席软件工程师
