Manus AI 拥抱开放标准：集成 Agent Skills 开启 Agent 新篇章
从通用助手到专业专家
人工智能 (AI) Agent 正在迅速从通用数字助手演变为能够处理复杂专业任务的强大工具。然而，将通用 Agent 提升到特定领域的专家级别需要大量的上下文、程序知识和专业技能。为了解决这一挑战，Anthropic 推出了 Agent Skills，一种开放标准，旨在为 AI Agent 提供模块化、可重用的能力。
在 Manus AI，我们致力于打造最强大、最灵活的通用 AI Agent。我们坚信开放标准是推动技术进步的关键。因此，我们很高兴地宣布，Manus AI 将全面集成 Agent Skills 开放标准，将我们的能力提升到一个新的水平，为用户解锁前所未有的可能性。
什么是 Agent Skills？
Agent Skills 是一种创新方法，将专业知识、工作流程和最佳实践打包成可重用的基于文件系统的资源。您可以将它们视为“新员工的入职指南”。与一次性、冗长的对话指令不同，Skills 可以被 AI Agent 按需发现和加载，将通用 Agent 转变为能够处理特定任务的专家。
这种架构的核心优势包括：
•专业化： 为特定领域定制能力，例如法律审查、财务分析或品牌内容创建。
•可重用性： 一次创建即可自动用于多个对话、项目，甚至不同的兼容 AI Agent 产品。
•可组合性： 结合多个独立的 Skills 构建强大的工作流程，能够处理复杂的多步骤任务。
Skills 的核心用户价值
我们相信，集成 Skills 将为用户带来两个主要好处：
1. 巩固个人最佳实践并提升效率
在您的日常工作中，您可能与 Manus AI 进行了一次非常成功的互动，以高效完成复杂任务。现在，您可以通过单击将这一成功的过程封装成个人 Skill。这相当于捕捉并巩固了您针对特定任务的专业知识和最佳实践。当您未来需要处理相同任务时，只需调用您的 Skill 即可可靠地复制成功的工作流程，消除重复思考和试错的需要，从而显著提高个人生产力。
2. 降低门槛并重用团队专业知识
对于团队来说，最宝贵的资产之一是成员的经验和知识。通过我们即将推出的“团队技能库”，团队成员可以分享他们经过验证的高效个人 Skills。这意味着新的或经验较少的团队成员可以“站在巨人的肩膀上”，使用专家成员创建的 Skills 完成任务。这极大地降低了入门门槛，并促进了团队内知识的积累和流动。
核心设计：渐进式披露的力量
Agent Skills 最具革命性的设计是其“渐进式披露”机制。该原则确保 AI Agent 在处理任务时能够最有效地利用其宝贵的上下文窗口。Skill 的内容分为三个级别，仅在需要时加载到上下文中，从而最大限度地减少资源浪费。
级别 | 内容 | 加载时间 | 上下文成本 |
Level 1: Metadata | 名称和描述 | 启动时加载 | 极低 (~100 tokens/Skill) |
Level 2: Instructions | SKILL.md 文件的主要内容 | 触发 Skill 时加载 | 中等 (<5k tokens) |
Level 3: Resources | 脚本、参考文件、资产 | 按需加载 | 仅在引用时消耗 |
Manus AI 与 Agent Skills：完美匹配
Manus AI 的核心架构与 Agent Skills 的设计理念完美契合，为无缝集成奠定了坚实的基础。
•原生架构兼容性： Manus AI 在完全隔离的沙盒虚拟机环境中运行，具有完整的 Ubuntu 文件系统访问和 Shell 执行能力。这是 Agent Skills 所需的理想环境。我们可以轻松读取 Skill 目录，解析 SKILL.md 文件，并执行其中包含的 Python 或 Bash 脚本。
•完美互补的能力： Manus AI 强大的多工具协作能力（浏览器、代码执行、文件操作）与 Skills 的专业知识相结合，将产生巨大的协同效应。例如，“市场研究” Skill 可以指导 Manus AI 使用浏览器工具访问特定网站，使用数据分析脚本处理下载的数据，并最终根据预设模板生成完整的市场分析报告。
•对开放标准的承诺： 我们相信 AI 的未来是开放和协作的。作为一种开放标准，Agent Skills 允许多个 AI 产品和服务共享统一的能力扩展格式。通过集成 Skills，Manus AI 不仅增强了自身功能，还为构建更互联的 AI 生态系统做出了贡献。
Skills 与 MCP 的关系：互补而非替代
在 Manus AI 生态系统中，Skills 和模型上下文协议 (MCP) 是两个目标不同但能力互补的技术。
•MCP 的核心目标是通过标准化协议使 AI 能够安全可靠地访问外部数据源（如 Gmail 和 Notion），解决数据孤岛问题。它专注于数据连接层。
•Skill 的核心目标是封装和重用工作流程。虽然不是为连接外部服务而设计，但 Skill 可以通过包含代码脚本（如 Python 脚本）间接调用任何第三方 API。在某些场景中，这种直接执行脚本的方式在上下文消耗和数据访问方面甚至可能比通过 MCP 服务更高效。
总之，MCP 为 Manus AI 提供了标准化的“数据管道”，而 Skills 提供了执行这些管道的“操作手册”。它们共同构成了 Manus AI 强大且可扩展的生态系统。
特定使用案例：通过 Skills 解锁数据源
Manus AI 拥有许多强大的内置数据源，例如 SimilarWeb。过去，它们更像是内部未公开的 API。通过将每个数据源封装为 Skill，我们正在将这些不透明的工具转变为用户可发现和理解的组件。用户可以在技能库中浏览这些数据源，通过阅读 SKILL.md 文件了解其功能和参数，并以稳定可靠的方式调用它们。这一变化极大地提高了平台功能的可用性和可发现性。
用 Manus Skills 武装您的工作流程
我们的集成不仅仅是采用标准。我们正在引入新功能，使 Skills 成为 Manus AI 体验中不可或缺的一部分。
使用 Manus 构建 Skill
我们很高兴推出“使用 Manus 构建 Skill”功能。当您使用 Manus AI 完成任务并对结果和过程非常满意时，您现在可以指示 Manus 将“此工作流程打包为 Skill”。Manus 将分析成功的交互流程，自动生成必要的 SKILL.md 文件，并打包任何相关脚本。这将您的有效流程捕捉为可重复使用的 Skill，您可以重复使用或与他人分享。
精准可靠的触发机制
为了确保您需要的特定 Skill 在您需要时被精准激活，您现在可以在聊天框中使用斜杠命令。通过输入 /SKILL_NAME，您可以明确指示 Manus 加载相应的 Skill。此操作确保 Manus 将读取 SKILL.md 文件并触发其指令，让您对 Agent 的行为拥有精准控制。
我们的技能集成路线图
为了确保 Agent Skills 的顺利且强大的集成，我们制定了明确的路线图：
1.项目和连接器集成： 很快，您将能够将 Skills 直接集成到您的 Manus 项目中。结合连接器，这将使您能够深入定制日常工作的标准操作程序 (SOP)，创建高度自动化和智能化的工作流程。
2.团队技能库： 对于我们的团队计划用户，我们将推出团队技能库。成员可以将他们经过验证的个人 Skills 发布到这个共享库中，实现整个组织内专业知识和流程经验的无缝共享，并促进协作改进和知识保留的文化。
未来是可组合和开放的
我们正处于一个令人兴奋的技术拐点。AI Agent 的未来将是可组合、可扩展和开放的。像 Agent Skills 和模型上下文协议 (MCP) 这样的开放标准正在为一个智能、互联的 AI 工具网络铺平道路。
Manus AI 很自豪能够成为这一运动的积极参与者。通过拥抱开放标准，我们相信不仅可以为用户提供更强大的产品，还可以与整个社区合作，共同塑造一个更具协作性和创新性的 AI 未来。
我们邀请您加入我们的旅程。