编程 Agent 怎么自己造技能？Claude Code 的 Skills 与子智能体手把手教学

资讯任务指南

编辑结论：想在自有仓库里「装技能、派手下」最顺手的是 Claude Code 2.1（纯 Markdown 即可，文档最开放）；已在 OpenAI 体系且要云端长跑选 Codex CLI；Google/开源偏好选 Gemini CLI；主要在 IDE 里写码用 Cursor；要做产品级多智能体系统则上 OpenAI Agents SDK / Claude Agent SDK / LangGraph。一个明显趋势：三家 Skill 文件格式（SKILL.md）正在趋同，你写的技能未来可能跨工具复用。 · 核验日期：2026-07-18（复核到期 2026-07-25） · 执行主体：AI 工具情报站（基于官方文档与公开信息整理，命令与机制均可在对应产品官方文档复现）

Skill子智能体Claude CodeCodex CLIGemini CLI编程Agent教学Agent SDK横评

编程 Agent 怎么自己造技能？Claude Code 的 Skills 与子智能体手把手教学

（说明：本文综合 Claude Code、Codex CLI、Gemini CLI 的官方文档与公开教程整理，均为第三方公开信息，非本人逐条真跑；文中命令与机制都可在对应官方文档复现。承接本刊前两篇热点：《本周 GitHub 热榜：AI 编程助手生态集中爆发》与《编程 Agent 本周变天》。）

上一波热点里，GitHub 热榜被 AI 编程助手霸屏，Claude Code 2.1 又把「技能（Skill）」和「子智能体（subagent）」做成了一等公民。但大多数教程停在「怎么装、怎么聊」，没讲透一件事：这些工具不止能写代码，你还能给它「装技能、派手下」——把它从聊天框变成一套可组装的自动化系统。

这篇是教学式：带你从零写一个自己的 Skill，理解子智能体怎么派活，再横评 5 类能自定义 Agent 的工具怎么选。

一、先搞懂：Skill 和 Agent 到底是什么关系

两个词老被混用，拆开就清楚：

Skill（技能） = 一个可复用的能力包。本质是一个 SKILL.md 文件（YAML 前置配置 + Markdown 正文），描述「什么时候用、怎么干」。它按需激活——模型判断任务匹配时才加载，不一直占着主对话的上下文。
子智能体（subagent） = 一个独立的「手下」。它有自己的上下文窗口、可限定工具权限、可跑在后台，主 Agent 把任务派给它，它干完只把结论交回来。

为什么这俩是编程 Agent 从「玩具」变「生产工具」的分水岭？因为光靠一个会聊天的模型，长任务会把上下文撑爆、权限也收不住。而 Skill 解决「能力复用」，子智能体解决「隔离与并行」——这正是一周前 Codex 松额度、Claude 加护栏那篇里说的「能力放开 ↔ 风险收口」的落地形态。

二、动手造第一个 Skill（以 Claude Code 2.1 为例）

Claude Code 的文档最开放、纯 Markdown 即可，适合当教学主线。一个 Skill 就是一个 SKILL.md：

---
name: explain-code
description: 用通俗语言解释选中代码。当用户说"解释这段代码""这段代码干嘛的"时调用。
---
# Explain Code

向中级工程师解释这段代码，重点讲行为和取舍：
- 它解决什么问题
- 关键分支和边界在哪
- 有没有明显坑

放哪？ 两个位置二选一：

用户级（所有项目通用）：~/.claude/skills/explain-code/SKILL.md
项目级（团队共享、可进 git）：<你的项目>/.claude/skills/explain-code/SKILL.md

怎么生效？ Claude Code 2.1 起支持技能热重载：编辑保存后，当前会话直接生效，不用重启、不用重置。在对话框里输入 /explain-code 就能调用；更常见的是你直接说「解释这段代码」，模型看到 description 会自动匹配调用。

description 是整件事的灵魂——写得越清楚，模型越知道什么时候该用这个技能。模糊的 description 会导致要么不调用、要么乱调用。

三、进阶：派一个「手下」——子智能体

Skill 是「指令集」，子智能体是「独立进程」。当你想让某个角色长期带着自己的工具限制和规则去干活，就写一个子智能体，放在 .claude/agents/ 下：

---
name: code-reviewer
description: 带代码检查的代码评审。当需要审查 diff、找 bug 和风格问题时使用。
model: sonnet
tools: Read, Grep, Edit
hooks:
  PreToolUse:
    - matcher: "Bash"
      hooks:
        - type: command
          command: "./scripts/validate-command.sh"
---
你是严格的代码评审员，只输出可执行的发现，不写客套话。

几个关键点：

description 同样决定模型何时自动委派给它。
model 可以降档（比如用 sonnet/haiku）省钱——路由简单任务给便宜模型是子智能体的标准省钱法。
tools 限制它能用哪些工具；配合 hooks 还能在它每次调 Bash 前跑一道校验脚本——这就是「运行时强制约束」，比靠提示词管用。
技能还能加 context: fork，把它变成一个后台子进程：主对话不污染上下文，它跑完只回总结。Claude Code 2.1.212（7/17）还把每会话子智能体派发上限默认设到 200，防止失控递归。

四、对照：Codex CLI 怎么玩（OpenAI 系）

Codex CLI 的玩法高度相似，只是格式换成 TOML。自定义 agent 放在 ~/.codex/agents/（个人）或 .codex/agents/（项目）：

name = "reviewer"
description = "审查代码 diff，列出安全和质量问题"
developer_instructions = "你是资深评审员，逐条给出 文件:行号:问题，并给修复建议。"
model = "gpt-5.5"
sandbox_mode = "read-only"

调用方式是在会话里 /spawn "审查当前 PR 的 security 问题"，Codex 会派生一个独立上下文的 agent，结果回流父会话。几个 Codex 特有件：

AGENTS.md：项目级记忆文件（类比 Claude 的 CLAUDE.md、Gemini 的 GEMINI.md），/init 一键生成骨架。
.codex/hooks.toml：生命周期钩子（pre-commit / post-edit / pre-push / pre-spawn），提交前自动 lint、改完自动跑相关测试。
auto_review：开一个第二 agent 审每个 diff，再决定能不能 staged/push。
Codex Cloud：把长任务丢到 OpenAI 的隔离沙箱里跑，返回一个任务 URL，你本地不用一直开着终端。

五、Gemini CLI：Extensions + Agent Skills（范式正在趋同）

Gemini CLI 的自定义走「扩展（extensions）」——一个可版本化、可发布的包，里面能装 MCP 服务器、自定义斜杠命令、GEMINI.md 上下文，以及 Agent Skills：

---
name: security-audit
description: 安全代码审计专家。当用户要求"检查安全问题"或"代码审计"时激活。
---
# Security Auditor
你是一名资深安全研究员。审计时请：
1. 查 OWASP Top 10 常见漏洞
2. 扫描硬编码密钥和 API Key
3. 对每个发现给修复建议

注意到了吗？Gemini CLI 的 SKILL.md 和 Claude Code 的几乎一模一样（都是 name + description + Markdown 正文）。这不是巧合——三家（Claude / Codex 也支持 skills 概念 / Gemini）正在把「Skill 文件格式」收敛成事实标准。对你意味着：现在花十分钟写的技能，未来大概率能跨工具复用，而不是锁死在某一家。

六、横评：5 类能自定义 Agent 的工具

工具	自定义方式	隔离 / 编排	上手成本	适合谁
Claude Code	`SKILL.md` + `.claude/agents/` 子智能体 + 钩子 + `context: fork`	强（独立上下文、可后台、可限定工具）	低，纯 Markdown	想在自己仓库装技能、派手下的个人 / 团队
Codex CLI	`/spawn` 子 agent + `.codex/agents/*.toml` + `AGENTS.md` + `hooks.toml` + auto_review + Cloud	强（支持云端长跑）	低–中	OpenAI 生态、要云端跑长任务的人
Gemini CLI	extensions（`gemini-extension.json`）+ `commands/` + `skills/` + `GEMINI.md`	中（扩展打包，需 Node 写 MCP 时偏重）	中	Google 生态、开源控
Cursor	`.cursor/rules` + Commands + Background Agents	弱（偏 IDE 内辅助，自定义子 Agent 生态较弱）	低	主要在编辑器里写码、要规则约束的人
通用框架（OpenAI Agents SDK / Claude Agent SDK / LangGraph）	代码定义多智能体	最强（完全可控、可产品化）	高（要写代码）	做产品级多智能体系统的人

七、选型建议

想在自有仓库里「装技能、派手下」最顺手 → Claude Code 2.1。纯 Markdown、热重载、文档开放，个人和团队都能立刻上手。
已经在 ChatGPT / OpenAI 体系，且有长任务要云端跑 → Codex CLI + Codex Cloud，AGENTS.md 与钩子能直接接入你现有工作流。
Google 生态 / 开源偏好 → Gemini CLI extensions，且它的 Skill 格式和别家趋同，迁移成本低。
主要在 IDE 里写码、要的是规则约束而非自定义 Agent → Cursor 足够，但别指望它的自定义子 Agent 生态有前两家那么活。
要做产品级、可控的多智能体系统 → 上 OpenAI Agents SDK / Claude Agent SDK / LangGraph，用代码定义编排，灵活度最高但代价是你要自己写。

八、热点意义：编程 Agent 进入了「可组装」阶段

回到开头的那波热点——GitHub 热榜被 AI 编程助手霸屏、Claude Code 2.1 把 Skills/子智能体做成一等公民、Codex 松额度、Claude 加护栏。把这些拼起来看：编程 Agent 不再是一个「会写代码的聊天框」，而是一套你能往里装技能、派手下、加护栏的可组装运行时。

而三家 Skill 格式趋同，是这个拐点的标志性信号：当「怎么写一个技能」开始跨工具通用，开发者沉淀的自动化资产才真正有了复利。这才是比任何单次功能更新都更值得盯的线。

数据来源：Claude Code 官方文档与 2.1.212 更新页、Codex CLI 官方文档与功能页、Gemini CLI 官方扩展文档，及公开教程（2026-07 整理）。命令与机制时效性强，以各产品官方文档最新版本为准。