Agent Skills 五大设计模式：从工具到队友的进化

Google Cloud Tech 在 “Advent of Agents Season 2” 系列中发布了一个重要内容：Agent Skills 的五大设计模式。

Agent Skills 规范（agentskills.io）定义了技能的打包格式——SKILL.md 加上 references/、assets/、scripts/ 目录。但格式只是容器，真正的问题是：里面应该放什么？

五种设计模式回答了这个问题。

什么是 Agent Skill？

先厘清一个常见混淆：Tool 和 Skill 不是一回事。

Tool 是一个函数：readFile()、calculator()、gitCommit()。无状态，确定性，被告知做什么就做什么。

Skill 是一种认知模式。它包含判断、记忆和自我纠正的能力。一个 Skill 知道什么时候该问问题，什么时候该停下来，什么时候该从缓存里读取而不是重新计算。

五大设计模式

1. Tool Wrapper（工具包装器）

最简单也最广泛采用的模式。

将一个库或框架的约定打包为按需知识。指令说明遵循什么规则，references/ 存放详细文档。没有模板，没有脚本。

Google 的 ADK Core Skills、Vercel 的 React 最佳实践、Supabase 的 Postgres 指南都是这个模式。

适用场景：你只需要让 Agent 了解某个工具的正确用法。

2. Generator（生成器）

通过填充 assets/ 中的可复用模板生成结构化输出，references/ 存放质量规则。

每次相同结构，不同内容。技术报告、API 文档、commit 消息——这些重复性的结构化输出都适合用 Generator。

适用场景：你需要 Agent 按固定格式生成内容。

3. Reviewer（审查器）

根据 references/ 中的检查清单评估代码，按严重程度分组输出发现。

关键设计：分离”检查什么”（清单文件）和”如何检查”（审查协议）。换一份清单，就能从同一个 skill 得到完全不同的审查结果。

一个实际案例：Giorgio Crivellari 用 ADK 治理 skill 将代码质量从 29% 提升到 99%。

适用场景：你需要 Agent 按标准评估代码或内容质量。

4. Inversion（反转模式）

Skill 在行动前先采访你。

通过定义的阶段进行结构化提问，设置一个硬门控：“在所有阶段完成之前不要开始构建。”

这个模式解决了一个常见问题：Agent 太急于行动，基于假设而非真实需求生成大量输出。Inversion 强制它先问清楚再动手。

适用场景：复杂任务，需要先收集完整需求。

5. Pipeline（管道模式）

带有显式门控条件的顺序步骤。“在用户确认之前不要进入步骤 3。”

最复杂的模式，但也是唯一能防止 Agent 跳过验证步骤的模式。

适用场景：多步骤流程，每一步都需要确认才能继续。

模式可以组合

这五种模式不是互斥的。一个 Pipeline 可以包含 Reviewer 步骤。一个 Generator 可以用 Inversion 收集输入。

根据一篇 arXiv 论文的数据，生产系统中每个 skill 平均使用 2 种模式。

三种认知模式

Google Cloud Community 的 Shuva Jyoti Kar 进一步将 Skills 映射为三种认知模式，用具体场景说明了 Skill 和 Tool 的本质区别：

The Scout（侦察兵）

问题：开发者让 Agent “映射代码库”，Agent 执行 ls -R，5000 个文件路径涌入，上下文溢出，开始幻觉。

解决：渐进式披露。Agent 先展示顶层目录，问”要深入哪个？“，逐层探索。如果新层输出与上一层相同，自动停止——已经到底了。

Agent 不再是在读文件，而是在导航。

The Resilient Patcher（弹性修补器）

问题：配置文件有语法错误，工具直接崩溃。

解决：Skill 不拒绝错误输入，而是修复它。先尝试严格 JSON 解析，失败后用宽松解析器修复常见错误（单引号、尾逗号等）。

用户甚至不会注意到有问题。这就是”能力”的体现。

The Librarian（图书管理员）

问题：分析 500MB 的 CSV 文件需要 30 秒。用户问第二个问题，Agent 又读了一遍。

解决：维护本地缓存。检查文件哈希，如果已分析过，直接从缓存读取。从 30 秒降到 0 秒。

Agent 可以回答”你知道什么？“——展示它的长期记忆。

选择模式的决策树

简单来说：

只需要传递知识/约定？→ Tool Wrapper
需要生成结构化输出？→ Generator
需要评估/审查代码？→ Reviewer
需要先收集需求再行动？→ Inversion
需要多步骤带验证？→ Pipeline

为什么这很重要

Agent Skills 正在成为一个跨平台标准。agentskills.io 上的规范已被 26+ 平台采用，包括 Claude Code、OpenAI Codex、Gemini CLI、GitHub Copilot、Cursor 等。

Google 官方的 ADK Skills 可以一行命令安装：

npx skills add google/adk-docs -y -g

当我们把 Agent 从”更快的 CLI”升级为”有认知能力的队友”，设计模式就是那个关键的中间层。它告诉你：不是写更多代码，而是设计更好的模式，让 Agent 像高级工程师一样行动——先看再跳，自己修错，从经验中学习。