2026AgentSkills技术与安全白皮书_46页_1mb

报告摘要

Agent Skills 是一种新型的 AI 能力组织范式，通过模块化、可组合的方式封装过程性知识，使 AI Agent 能够更高效地执行任务。它将 AI 能力从单一的“指令”模式，演进为“可执行的知识”模式，是 AI 代理技术发展的重要里程碑。

Agent Skills 的价值：解决了传统 Prompt 工程和 Function Calling 的局限性，实现“模块化智能”，使 AI Agent 能够更灵活地适应不同任务和场景。
Skills 的结构：一个 Skill 是一个文件夹，包含 SKILL.md、scripts、references 和 assets 等文件，其中 SKILL.md 是核心文件，包含元数据和指令。
渐进式披露：通过分层加载（元数据、指令、资源），避免上下文过载，提高 Agent 的效率和安全性。
五大设计模式：Tool Wrapper、Generator、Reviewer、Inversion 和 Pipeline，覆盖了从工具调用到复杂任务流水线的多种应用场景。
生态发展：Agent Skills 已从编码工具演变为行业基础设施，主流平台均支持，市场迅速扩展，出现多个 Skills 市场和社区平台。
安全挑战：Skills 的可执行性带来潜在风险，需通过安全治理框架（如 MCP 协议、Zero Trust 原则）和评测机制（如 evals）进行防范。

SKILL.md 是每个 Skill 的核心文件，包含 YAML 元数据和 Markdown 指令体。元数据包括 name、description、license、compatibility 等，指令体则包含触发条件、工作流步骤、工具使用指南、输出格式要求和注意事项。
scripts 目录包含可执行代码，如 Python、Bash 和 JavaScript，是 Skill 实现功能的关键。
references 存放只读的参考文档，如规则、规范和领域知识，用于补充 SKILL.md 中的细节。
assets 存放静态资源，如图标、图片和输出模板，提升 Skill 的可视化和标准化能力。
渐进式披露 通过分层加载机制，有效控制上下文窗口的使用，提升 Agent 的执行效率和安全性。
五大设计模式：
- Tool Wrapper：封装工具的最佳实践，指导 Agent 正确使用。
- Generator：标准化输出，确保生成内容符合团队规范。
- Reviewer：将审查标准与执行逻辑解耦，实现自动化审查。
- Inversion：通过结构化问题收集信息，再进行任务执行。
- Pipeline：多阶段执行任务，确保每一步都经过验证。

四阶段攻击面分析：
- Creation：创建阶段的恶意逻辑植入、指令混淆和后门预埋。
- Distribution：分发阶段的认证机制不健全、知识泄露。
- Deployment：部署阶段的权限管理不足、工具链不安全。
- Execution：执行阶段的代码注入、数据泄露和资源滥用。
典型安全事件：如 OpenClaw 和 ClawHub 案例，揭示了 Skills 在分发和使用过程中可能带来的风险。
OWASP Agentic Skills Top 10：列举了 Skills 生态中最常见的十大安全漏洞，包括注入攻击、权限提升、数据泄露等。
安全原则：运行时应遵循 Zero Trust 模式，确保每个 Skill 的执行都在最小权限下进行。
未来安全架构：需建立更完善的技能审核机制、增强运行时监控、实现细粒度权限控制。