I'll help you extract the core content from that YouTube video. Let me fetch the video information first.

根据视频内容，我为您提取并结构化输出核心内容：

Agent Skills (Claude Skills) 详细攻略

📌 一、核心概念

什么是 Agent Skills?

定义：一种带目录的说明书，或渐进式披露提示词的机制
发布： 2025 年 12 月 18 日，Anthropic 正式发布为开放标准
特点：与 MCP 一样，朝着通用、跨平台规范方向发展

三层结构

元数据层 (Metadata) - 必定加载进 AI 上下文
- 类比：书的目录
- 包含：技能名称、描述、调用时机
指令层 (Instructions) - 按需加载
- 类比：书的正文
- 包含：详细的执行指令
资源层 (Resources) - 按需加载
- 类比：书的附录
- 包含：辅助文件（脚本、文档、图片等）

核心优势

大幅降低 Token 消耗：只有元数据必定加载，其他按需加载
降低提示词复杂度：渐进式披露机制
跨平台支持： Claude Code、Codex、Cursor、OpenCode 等

🛠️ 二、技术实现

文件结构

项目根目录/
└── .claude/  (或 .codex/)
    └── skills/
        └── 技能名称/
            ├── SKILL.md (必需)
            ├── scripts/ (可选)
            ├── references/ (可选)
            └── assets/ (可选)

SKILL.md 文件格式

---
name: 技能名称
description: AI应该在什么时机调用这个Skill
---

# 指令部分
详细的执行指令...

安装配置

Claude Code 安装：

# 安装命令
curl -fsSL https://claude.ai/install.sh | sh

# 登录(有官网账户)
claude login

# 或配置第三方模型(无官网账户)
# 编辑: C:\Users\用户名\.claude\settings.json

Codex 配置：

# 开启Skills功能
# 编辑: C:\Users\用户名\.codex\config
# 添加: enable_skills: true

💡 三、实战案例

案例 1: 字幕转 Markdown

功能：将 SRT 字幕文件转换为 Markdown 笔记

元数据：

name: 字幕转Markdown
description: 当用户提供SRT字幕文件时调用

指令要点：

禁止删减、总结或省略
必须保留所有文字
在关键位置插入截图占位符

案例 2: 来点选题

功能：根据历史视频数据提供选题灵感

元数据：

name: 来点选题
description: 当用户视频创作选题枯竭时调用

指令要点：

分析过去数据较好的视频
挑选 10-15 个类似灵感
用中文输出

案例 3: 帮我写作（含资源层）

功能：结合用户材料进行文案写作

文件结构：

帮我写作/
├── SKILL.md
└── references/
    └── 范文.md (语言风格参考)

资源层应用：

AI 根据指令判断是否需要读取范文
只在必要时加载资源文件
体现渐进式披露机制

🔄 四、调用流程

用户提问
    ↓
Agent扫描所有Skills的元数据
    ↓
形成可用技能列表 + 用户提问 → 发送给AI
    ↓
AI判断是否使用Skills
    ↓
选择某个Skill → Agent加载指令层
    ↓
AI根据需要 → 调用资源层文件
    ↓
生成完整回答

Token 消耗分析：

元数据简短，初始上下文占用极少
指令层按需加载
资源层（如脚本代码）不作为上下文传递

🆚 五、Skills vs MCP 对比

维度	Agent Skills	MCP
核心重点	提示词管理	工具调用
类比	带目录的说明书	标准化工具箱
加载方式	渐进式披露（按需）	一次性塞入上下文
Token 消耗	较小	较大
主体形式	Markdown 文本	Node.js/Python 软件包
编写难度	简单（仅需 MD 文件）	较大（需完整开发环境）
执行成功率	脚本依赖环境，较低	软件包封装，较高

🤝 六、Skills + MCP 协作

最佳实践：

Skills 负责：提示词管理、指令披露
MCP 负责：具体工具调用（如 GitHub 操作）

协作示例：

Skills: "帮我写作" → 生成文案
    ↓
MCP: GitHub Server → 创建仓库 → 上传文件

📚 七、资源推荐

官方规范： https://agentskills.io/specification
源码示例： https://github.com/tech-shrimp/agent-skills-examples
社区资源： https://github.com/ComposioHQ/awesome-claude-skills (14000+ Stars)
官方仓库： https://github.com/anthropics/skills

🎯 八、关键要点总结

目录结构正确： .claude/skills/技能名/SKILL.md
文件名规范：必须是大写 SKILL+小写。md
元数据完整：清楚描述调用时机
全局配置：放入~/.claude/skills/对所有项目生效
跨平台迁移：只需修改路径（.claude → .codex)

💭 未来展望

如果 MCP 能够吸收 Skills 的优点：

渐进式披露提示词
编写简单

推出 MCP 2.0，可能是更好的发展方向。