[toc]

# 概念: 什么是 Agent Skills？
>在 Agent 的演进历程中，**Agent Skills** 的出现标志着从“大而全的黑盒模型”向“精细化工业协作”的重大范式转移。
在这一概念普及之前，AI 往往因为“能力孤岛”而导致诸多业务场景**难以落地**：尤其是逻辑多变的规则校验或深度数据分析时，常因缺乏行业上下文和特定工具链的支持，出现幻觉或无法执行闭环任务。此外，能力的不可复用和难以追溯，使得 AI 很难真正进入高要求的生产环境
* **简单、敏捷、可追溯：** 编写业务垂类 Agent，素材制作、需要分析、测试、线上问题分析、运营数据分析、实验数据分析、AI驱动规则校验
* **多 Skill 联用：** 公司各业务共建共享，量变->质变

# Skills 的真实价值
* **零代码、自然语言：** 编写业务垂类 Agent
* **突破预设限制：** 灵活应对实际情况
* **多 Skill 联用：** 覆盖指数级场景

功能复用》能力复用》知识复用

# 基本用法：编写你的第一个 Skill

技能的核心是一个名为 `SKILL.md` 的文档，其关键结构包含元数据与规则。
```
---
name: img-demo
description: 上传图片自动返回图片内容
---

## 描述
用户输入图片时，自动识别图片内容并返回详细的图片信息。支持多种图片格式，能够识别图片中的文字、物体、场景等信息。

## 输入参数
- `image`: 图片文件（支持格式：jpg, jpeg, png, gif, webp）
  - 类型：File 或 Base64 字符串
  - 必填：是

## 返回值
返回一个包含以下信息的对象：
- `content`: 图片内容描述（字符串）
- `text`: 图片中的文字内容（如果存在）
- `objects`: 识别到的物体列表（数组）
- `scene`: 场景描述（字符串）
```
![image.png](https://developer.qcloudimg.com/http-save/yehe-8792045/68d706213a9f513c41b96993f79ddb12.png)
* Metadata
* Reference
* Script

![image](https://developer.qcloudimg.com/http-save/yehe-8792045/6993ff57aefc4daaeed17cb0952a5c93.png)

# 实际案例演示
具体的Skills的用法，这里就不具体展示了，网络上的资料很多。下面主要演示实际的案例，同时欢迎大家一起交流。
## 商业化数据分析

### 背景
	面向广告投放业务的智能数据分析平台，通过参数化脚本将自然语言查询转换为安全可控的数据分析任务，支持多维度下钻、实时指标监控和异常归因分析。

**核心业务场景：**
1. **广告效果分析**：实时监控广告投放的核心指标（曝光、点击、转化、收入、CTR、CVR、ECPM），支持按账户、活动、广告组、广告实体等多层级下钻分析，帮助运营人员快速定位高价值广告和优化方向。

2. **多维度数据下钻**：支持按时间、地域（国家）、广告位、场景、实验桶等维度进行聚合分析，满足「为什么某个时段/地区的收入下降？」「哪个广告位转化率最高？」等常见业务问题。

3. **异常归因分析**：当收入、转化率等关键指标出现异常波动时，系统能够自动进行归因分析，定位变化原因（如竞价环境变化、流量质量提升、策略调整等），类似业界常见的「Revenue Attribution」和「Root Cause Analysis」场景。

4. **实时监控与对比分析**：支持同比、环比数据对比（如「今天 vs 昨天」「本周 vs 上周」），帮助业务人员快速识别趋势变化。

5. **实验效果评估**：支持按实验桶筛选和指标对比，用于 A/B 测试效果评估，符合业界「Experiment Analysis」和「Causal Inference」的通用实践。

### 方案对比
整体来看，SuperSonic 采用 Headless BI 统一语义层固化业务逻辑，确保口径一致，是数据治理最稳健的思路，虽二开较难但具专业底座价值。
Vanna 凭借 MIT 协议实现低成本、高灵活接入，但因缺乏语义约束，后期 RAG 调试与维护成本极高。实际应用中，
Agent Skills（如 RAGFlow）模式难度最低且最好用，通过技能编排与反思闭环，可轻松处理跨模态深水区分析，是目前平衡效能与体验的最佳方案。

之前也有尝试Text2SQL的方案，但是实际效果不佳
| 对比项 | Text2SQL | 本方案（脚本参数化） |
|--------|----------|----------------------|
| 用户/AI 是否写 SQL | 是，LLM 直接生成 | 否，仅传业务参数 |
| 查询形态 | 任意 SQL | 脚本预定义查询模板 |
| 大数据量输出 | 通常直接返回结果集 | 表格预览 + **全量 CSV** 落盘 |
| 安全边界 | SQL 暴露、注入风险 | 无原始 SQL 暴露，参数校验与白名单 |

目前主流数据分析方案框架、整体对比如下:
| 智能体技能 | SuperSonic | Chat2DB | WrenAI | Vanna | SQLchat | RAGFlow |
| ------ | ------ | ------ | ------ | ------ | ------ | ------ |
| 任务规划（Planning） | 🟡 (指标/维度选择) | 🟡 (单步SQL生成) | 🟢 (基于MDL的推理) | 🟢 (2.0 支持子任务拆解) | 🔴 (单轮对话) | 🔵 (主智能体协调工作流) | 
| 工具调用（Tool Use） | 🟡 (内部查询引擎) | 🟢 (SQL/图表工具) | 🟡 (数据库执行器) | 🟢 (Python沙箱/存储) | 🟡 (DB 连接器) | 🔵 (支持 MCP 协议/Web/API) |
| 反思纠错（Reflection） | 🟡 (语义纠偏) | 🟢 (CoT 逻辑解释) | 🟡 (预执行校验) | 🟢 (自动捕获错误并重试) | 🟡 (允许后续修改) | 🔵 (深度文档解析/Loop 反馈) |
| 记忆能力（Memory） | 🟡 (会话上下文) | 🟡 (会话记录) | 🟡 (元数据缓存) | 🟢 (向量化历史 SQL 对) | 🟡 (本地浏览器存储) | 🟢 (持久化 RAG 知识库) |
| 核心逻辑（Logic） | 语义层（Semantic） | 模式匹配（Pattern） | 模型定义（MDL） | 检索增强（RAG） | Prompt 指令 | 智能体流（Agentic） | 

> 注：🔵 表现卓越；🟢 良好；🟡 基础/起步；🔴 无此项。

### 整体架构
整体流程为：用户 → AI/Agent → 选 Skill → 调脚本（传参数）→ 脚本内部构建查询 → 执行 → 结果落盘（table 预览 + CSV 全量）。
全程**不暴露**数据库、表结构、如果优化得当，后续可以通过权限控制(userid->数据权限)对其他用户开发、相对于直接test2SQL的方式、风险更低。

![image.png](https://developer.qcloudimg.com/http-save/yehe-8792045/a03dfa957421fe2fdfa30e94bd1e3a6c.png)
```ad_skills/
├── AGENTS.md                  # 🤖 AI Agent 使用指南
├── skills/                    # 📦 Skill 源代码（开发区）
│   ├── account-query/
│   │   ├── SKILL.md          # 📘 Skill 定义文件（AI Agent 读取）
│   │   │                      #    - 业务介绍、流程说明
│   │   │                      #    - 支持的字段、筛选条件
│   │   │                      #    - 使用示例
│   │   ├── scripts/          # 🔧 执行脚本
│   │   │   ├── query_account_info.py
│   │   └── reference/        # 📚 参考文档
│   │       ├── account_query_usage.md
│   ├── ad-query/
│
├── .claude/                   # 🎯 Claude/Cursor 调用区（自动生成）
│   └── skills/               # 通过 sync_skills.py 同步
```

### 业务抽象
将业务抽象为：WHERE 、 GROUP BY 、 SELECT
![image.png](https://developer.qcloudimg.com/http-save/yehe-8792045/7f6b1f10105f1b8e5cf425c3d6f06e80.png)

### 效果展示
![image.png](https://developer.qcloudimg.com/http-save/yehe-8792045/c1d8efd8bafda1d54a48f01cc818365c.png)
tips: skills还支持其他的扩展命令、勾子等功能可以支持业务自定义需求https://code.claude.com/docs/en/hooks#hooks-in-skills-and-agents

# 最佳实践

## 什么时候该用/该做
* 发现自己在向 AI 反复解释同一件事
* 某些任务需要特定知识、模板、材料才能做好
* 发现一个任务要多个流程协同完成

## 工程目录规划
```my-skill/
├── SKILL.md           # 核心指令（必需）
├── scripts/           # 可执行脚本（Claude 通过 Bash 运行）
│   └── helper.py
├── references/        # 文档（Claude 通过 Read 加载到上下文）
│   └── api_docs.md
└── assets/            # 模板和二进制文件（Claude 通过路径引用）
    └── template.html
```

## 最佳实践
- 简洁是关键 ：
	- 保持 Skill 内容精简，避免信息过载。验证发现中文(英文)的方式会更加准确、多个skill之间
	- 注意数据库权限。暴露只读、防止危险操作
	- 输入、输出参数格式最好保持一致，避免模型理解歧义&浪费token
	- 避免让skill直接生成SQL、可以使用python脚本封装业务方法并参数统一，如：
	```请在此输入代码块语言
- **命令行参数**：使用 argparse，统一参数格式：
  - `--filters`：筛选条件，多个条件用逗号分隔
  - `--fields`：指定要查询的字段列表（逗号分隔）
  - `--dimensions`：聚合维度，多个维度用逗号分隔（如适用）
  - `--format`：输出格式（csv）
  - `--output-dir`：输出目录（CSV格式时使用）
- **输出格式**：默认 CSV 文件（`/output`）表格输出
```
- 明确的描述 ： `description` 应同时说明 Skill 的功能和使用时机、关键词
- 渐进式披露 ：将详细内容放在单独的文件中，让 Agent 按需读取
- 使用目录结构 ：对于较长的参考文件，使用目录帮助导航

# 参考文档
1. Extend Claude with skills https://code.claude.com/docs/en/skills






在 Agent 的演进历程中，Agent Skills 的出现标志着从“大而全的黑盒模型”向“精细化工业协作”的重大范式转移。在这一概念普及之前，AI 往往因为“能力孤岛”而导致诸多业务场景难以落地：尤其是逻辑多变的规则校验或深度数据分析时，常因缺乏行业上下文和特定工具链的支持，出现幻觉或无法执行闭环任务。此外，能力的不可复用和难以追溯，使得 AI 很难真正进入高要求的生产环境

Agent Skills 在 AI 数据分析中的应用

后台开发

人工智能

低代码

职业发展

AgentSkills是构建业务垂类AI代理的核心组件，通过自然语言编写SKILL.md文档实现零代码开发。支持多Skill联用覆盖复杂场景，具备数据识别、分析、校验等功能。最佳实践包括保持文档简洁、统一参数格式、渐进式信息披露，适用于重复性任务和跨流程协作场景。

数据治理

数据缓存

大数据

数据库

流数据

智能体

AI Agent

Python

Agent

2026新春采购季

dataagent

tencentdb-catalog

bigdata-class

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Agent Skills 在 AI 数据分析中的应用-腾讯云开发者社区-腾讯云

Agent Skills 在 AI 数据分析中的应用

Agent Skills 在 AI 数据分析中的应用

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐