Skill 技能开发与应用 · 编写与封装 · 2026-05-14

Perplexity 首次公开了内部 Skill 设计指南

Perplexity首次公开内部Skill设计指南,揭秘与传统编程完全不同的AI Agent开发范式。

核心内容:

  1. Skill与传统软件开发的本质区别
  2. Skill的四维结构解析
  3. 内部指南对常见开发范式的修正

我之所以把这篇写得更长,是因为我没有闲暇时间把它缩短。 —— 十七世纪法国思想家 布莱兹·帕斯卡(Blaise Pascal)

帕斯卡的这句名言,现在成了 Perplexity 开发者的核心准则。

Perplexity 认为,开发高质量 Agent Skill 所需的直觉和实践方法,与构建传统软件完全不同。在 Perplexity 内部,工程师们提交的 Skill 代码经常会被打回重写,因为许多在编写传统代码时非常有用的模式,在创建 Skill 时反而成了错误的范式。

例如,如果你参考 PEP20(也就是著名的「Python 之禅」),你会发现写好 Python 代码和写好 Skill 完全是两回事。在这 20 条智慧格言中,至少有一半在编写 Skill 时是完全错误甚至具有误导性的。

下面是其中的五条:

为了帮助开发者,Perplexity 公开了他们内部使用的设计指南。这份指南是 Perplexity 全体工程师在开发和评审 Skill 时使用的核心文档。

什么是 Skill?

当你编写一个 Skill 时,不是在编写普通的软件,而是在为模型及其运行环境构建「语境」(Context)。

在 Perplexity 的体系中,一个 Skill 包含四个维度:

Skill 是一个目录

Skill 不仅仅是一个单独的 SKILL.md 文件。在很多情况下,一个 Skill 包含多个文件。在以你的 Skill 命名的目录下,通常会有以下结构:

skill-name/├── SKILL.md # 前置元数据和指令├── scripts/ # Agent 运行的代码(而不是让它现场发明代码)├── references/ # 厚重的参考文档,根据条件加载├── assets/ # 模板、架构和数据└── config.json # 用户首次运行时的设置

这种「枢纽与辐辏」(hub-and-spoke)模式能让 Skill 保持非常聚焦且精炼。你可以非常创意地利用文件夹结构。有时,特别复杂的 Skill 能够从多层分级结构中受益,这有助于模型更好地定位。

假设一个 Skill 需要涵盖 300 个主题,你可以将其归纳为 20 个领域。即便对当今最先进的模型来说,直接从 300 个主题中选出正确的那一个也是一项尚未解决的挑战。相比之下,让模型先锁定 20 个领域中的一个,再从该领域下的 15 个主题中做选择,难度会大幅降低。

Skill 是一种格式

Skill 本身就是一种格式。核心的根文件 SKILL.md 必须同时具备名称(name)和描述(description)。而且,这个 Skill 的名称必须与其所在的目录名称完全匹配。

名称要求:

描述部分是「路由触发器」(routing trigger)。这是一个容易出错的地方:描述并不是为了记录 Skill 做了什么的内部文档,它其实是写给模型的指令,告诉模型在什么时候加载这个 Skill。

所以,你经常会看到描述里写的是「Load when...」(当……时加载),而不是「This Skill does...」(这个 Skill 的功能是)。这一点非常关键,因为大多数系统实现都会将这段描述直接注入到模型的上下文中。

在前置元数据(frontmatter)中,还有两个重要字段:

不同的智能体系统甚至可以定义属于自己的前置元数据字段。作为一种替代方案,Skill 特有的元数据也可以打包在辅助的 JSON 或 YAML 配置文件中。如果你正在构建的系统需要为每个 Skill 提供不同的运行时行为,又不想让那些琐碎的细节「污染」模型的上下文,这种做法就很合适。

最后,也可以通过在读取时剥离(stripping)前置元数据来达到类似效果。Perplexity Computer 就采用了这种方法,让配置信息可以保留在根文件 SKILL.md 中。这需要在解析逻辑上非常细致,你可能还会根据需要实现「条件剥离」,以便保留某些对模型上下文有用的字段。

Skill 是可调用的

Skill 是可调用的。智能体会在运行时加载 Skill。需要注意的是,Skill 并不总是被捆绑在上下文中。在默认情况下,大多数智能体系统会根据具体的需要,渐进式地展开(unfold)这些 Skill。

在 Computer 的实现中,这个过程包含以下几个步骤:

    1. 系统调用 load_skill(name="...")
    1. 系统将 Skill 目录复制到隔离的执行沙箱中
    1. 系统根据 depends: 标签,递归地自动加载所有依赖项
    1. 系统剥离前置元数据,因此智能体最终只能看到正文内容和附加文件

不同的智能体系统可以选择不同的方式来展示 Skill 内容。例如,有些系统可能完全不展示文件层级,让模型通过文件系统操作自行去发现。而另一些系统可能会向模型提供整个文件树的映射(可能会有截断或深度限制)。为了保持上下文的简洁,Computer 默认在调用上下文中省略了完整的文件层级,不过这一点可以针对单个 Skill 进行覆盖设置。

Skill 是渐进式的

Skill 具有渐进性。在 Computer 中,上下文成本分为三个阶段产生:

Computer 会为每一个可用的 Skill 构建一个包含名称和描述的索引。这个索引的预算极其紧张,每个 Skill 只有大约 100 tokens 左右(越短越好)。之所以要求如此严苛,是因为每一位用户在每一次会话中,都要为这个索引支付成本。它会在对话最开始时就被注入到系统提示词中。模型通过查看这些 Skill 名称和描述,来决定是否要调用 load_skill()。

进入这个索引的门槛非常…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/tishicikuangjia/2026051403297.html