智能体技能的现状
七个月内，skills.sh 注册表已聚集了一百万个 Agent Skills（智能体技能），累计安装量接近 2.8 亿次。
Skill 为 AI Agent 提供针对特定任务的复用指令。Agent 能力强但泛化；它们能胜任多种工作，却不懂特定的人、团队或公司是如何完成这些工作的。Skill 正是补充这一缺失的上下文，其形式甚至可以是普通语言描述的一个文件。
Anthropic 于 2025 年 10 月推出了 Agent Skills，三个月后，Vercel 上线了 skills.sh 注册表。
基于该注册表的聚合数据，本报告追踪了这个新市场前百万个 Skill 的发展轨迹：人们在教 Agent 什么，哪些 Skill 被安装，以及价值流向何方。
Copy link to headingSkills 将专业知识转化为软件
编写 Skill 需要将工作背后的判断标准显性化，例如要遵循的步骤、何为“优秀”以及如何评估结果。由于 Agent 及其工具已提供了大部分底层能力，Skill 只需补充特定任务所需的判断与指令。
这使得 Skill 的创建比传统软件更快、更简单。
skills.sh 上线七个月就突破了一百万个 skills。而 GitHub 用了 27 个月才达到一百万个仓库，App Store 花了五年多才有一百万个应用，npm 则用了超过九年才积累到一百万个包。
能说清楚一项工作该怎么做的人，远比会编程让计算机去做的人多。而且 skill 一旦写好，就可以直接分发安装，无需为每个 agent 重写。skills 把更庞大的创作者群体与软件的可复用性结合起来，这正是这个生态爆炸式增长的驱动力。
Copy link to heading人们在教 agent 做什么
我们按照帮助 agent 完成的工作类型，对注册表里安装量最高的 skills 进行了分类，这些 skills 合计占了总安装量的八成以上。已发布的条目反映的是供给：作者向 agent 提供了什么；安装量反映的是需求：人们想让 agent 学会什么。
业务运营、写作与文档、云与基础设施类技能在每个列表项上获得的安装量最多。由于这类工作的需求集中在较少的技能上，因此单个技能承载的分量更重。平均而言，业务运营类技能比整体平均水平多 74% 的安装量，写作与文档多 50%，云与基础设施多 42%。
软件工程、教育生产力、研究领域的情况则相反。平均而言，软件工程类技能比整体平均水平少约 30% 的安装量，教育生产力少 39%，研究类少 55%。
编写技能需要深入理解具体工作场景，而安装技能只需希望完成该任务。大多数技能偏向技术属性，因为它们源于开发者工具。安装量覆盖的工作范围更广，因为 Agent 在企业运作的各个环节中都有用武之地。
复制标题链接提升 Agent 效能的技能位居安装量前列
在分类数据集中，Agent 工作流与自动化占比 14.8% 的安装量，仅次于软件工程。在安装量超过 10 万的列表中，Agent 工作流是占比最大的类别。
工作流与自动化类技能教会 agent 如何规划任务、分配工作、使用工具以及自动化操作浏览器，这些能力适用于各类任务。合同审查技能只适用于合同，而规划技能却能适用于 agent 承接的任何任务，包括合同审查。
人们正在用 agent 来改进 agent。又因为 agent 也能协助编写技能，这个技能库就在不断优化自身的构建机制中持续增长。
复制标题链接少数技能占据了大部分安装量
安装量的分布高度集中。近一半的技能只被安装过一次。而在另一端，375 个技能——仅占技能库的 0.04%——却贡献了 62% 的安装量，排名前 1.2% 的技能更是占了 94%。
尽管分布高度集中，却没有单一赢家。即便下载量最高的技能，其占比也不足所有下载量的1%。
技能在各任务内部竞争，并在任务间积累。一旦团队选择了某款费用报销技能，就很难有动力再安装另一款同类技能。但他们可以将该技能与其他用于表格、调研和演示的技能搭配使用。每个任务都会诞生自己的赢家，这些赢家共同承载了大部分下载量。
复制标题链接八分之七的下载量流向跨行业通用技能
我们还根据技能的工作是否跨行业共享或局限于单一行业，对每个技能进行了分类。诸如清理电子表格或部署网站等任务，在银行、医院、律所和餐厅中都会反复出现。这些跨行业技能占已分类技能的66%，并获得了87.5%的下载量。平均而言，每个跨行业技能获得的下载量是行业专属技能的3.6倍。
