Anthropic Agent Skills 需求文档

1. 概述

在 BotSharp 中实现 Antrhopic 推出的 "Agent Skills" 标准。该标准采用“文件系统中心化”设计和“渐进式披露”范式。Agent 不会在初始阶段加载所有工具，而是根据任务需求动态发现、加载并执行能力。

每个 Skill 是一个独立的目录，包含以下核心文件：

SKILL.md: 核心定义文件。
- YAML Frontmatter: 包含 name (唯一标识) 和 description (用于发现)。
- Markdown Body: 包含详细的 SOP (标准作业程序/指令)。这部分仅在加载后对 LLM 可见。
scripts/: 包含可执行逻辑的代码文件 (如 .py, .sh)。
resources/: (可选) 静态资源文件。

系统需支持以下四个关键阶段：

索引 (Indexing):
- 系统需扫描指定目录下所有的 Skill 文件夹。
- 解析每个 Skill 的 SKILL.md 中的 YAML 头信息。
感知 (Awareness):
- 将所有已发现 Skill 的 name 和 description 注入到 Agent 的初始 System Prompt 中。
- 目的：让 LLM 知道有哪些技能“可用”，但不知道具体的指令细节。
加载 (Loading):
- 机制: 提供内置工具 load_skill(skill_name) (或类似命名)。
- 流程: 当 LLM 决定使用某技能并调用此工具时，系统读取对应 SKILL.md 的 Markdown 正文。
- 结果: 将正文内容追加到当前的对话上下文中 (Context)，使 LLM 获得执行该任务的详细 SOP。
调用 (Invocation):
- 机制: 提供内置工具 run_skill_script(skill_name, script_file, args) (方案A)。
- 流程: LLM 根据 SOP 中的指示，构造参数调用此工具。
- 执行: 系统在宿主环境中执行对应的 scripts/ 下的代码文件 (支持 Python 等)，并将标准输出作为结果返回给 LLM。