📝 內容摘要
這段影片深入解析了 Cloud Code 中 Agent Skills 的概念,並將其與 MCP servers、Sub Agents 和 Custom Slash Commands 進行了比較。作者強調 Agent Skills 的模組化和 Agent-First 的特性,適合用於解決重複性的問題。影片也強調了 Prompt 在 Agentic Coding 中的重要性,並建議從 Custom Slash Commands 開始學習。最後,作者提出了對 Agent Skills 功能的優缺點評價,並提供了實用的建議和程式碼範例。
💡 深度 Q&A(20 則)
Q1
什麼是 Agent Skills,跟其他像是 Sub Agents、Custom Slash Commands 有什麼不一樣?
A:
Agent Skills 是 Cloud Code 裡的一種功能,讓 Agent 能夠自主觸發來執行重複性的工作流程。跟 Sub Agents 類似,但跟需要手動啟動的 Slash Commands 不同,Skills 強調的是由 Agent 自主決定何時使用。
Q2
作者說 Skills 很強大,但也不是所有情況都該用 Skill,為什麼?
A:
因為 Cloud Code 提供了許多功能,像是 MCP servers、Sub Agents、Slash Commands 等,各有適合的使用情境。如果可以用其他功能簡單完成,就不需要為了用 Skill 而用 Skill,反而增加複雜度。
Q3
影片中提到使用 Skills 的錯誤方法是什麼?
A:
錯誤的方法是,不清楚各個功能的區別,把所有事情都用 Skill 來做。例如,創建 Git worktrees 可以用 Prompt 或 Sub Agent 處理,不一定要用 Skill。
Q4
Agent Skills 的主要優勢是什麼?
A:
Agent Skills 的主要優勢在於它的模組化結構 (Modularity),它提供了一個專用的目錄結構來建構 Agent 可以調用的重複性解決方案。這使得程式碼更易於維護和重用。
Q5
Context Efficiency 對於 Agent Skills 來說為什麼很重要?
A:
Context Efficiency 很重要,因為不像 MCP Servers 在啟動時會擴展 Context Window,Agent Skills 非常節省 Context。它們有三個層次的 Progressive Disclosure,可以有效地管理 Context。
Q6
Sub Agents 主要用在哪裡?它們的 Context Persistence 特性如何?
A:
Sub Agents 主要用於平行化工作流程和隔離 Context Window。它們的 Context Persistence 特性比較差,因為 Sub Agents 會隔離和保護 Context Window,但結束後 Context 就會丟失。
Q7
影片中提到 Skills 的 Composition 特性,這代表什麼意思?
A:
Composition 指的是 Skills 可以和其他功能組合使用。例如,Skills 可以使用 Prompts、其他 Skills、MCP Servers 和 Sub Agents,形成一個複合的工作流程。但 Sub Agents 無法使用 Sub Agents。
Q8
MCP Servers 的主要用途是什麼?
A:
MCP Servers 主要用於與外部服務整合,像是連接到 Jira 或是查詢資料庫。它們是外部整合的專用工具,並且可以與 Skills 結合使用。
Q9
什麼時候應該使用 Custom Slash Commands?
A:
Custom Slash Commands 應該用於手動觸發的、一次性的計算單元 (Units of Compute)。例如,創建一個 Component 或是發送一個簡單的 Git Commit Message。
Q10
如果要平行化執行任務,應該使用哪個功能?
A:
應該使用 Sub Agents。Sub Agents 支援平行調用,並且可以隔離 Context Window,適合需要同時執行多個獨立任務的場景。
Q11
作者認為許多工程師將所有 Slash Commands 轉換為 Skills 是個錯誤,為什麼?
A:
因為 Slash Commands 是 Agentic Coding 的一個基礎元素 (Primitive)。放棄 Prompts 就等於放棄 Agentic Coding 的基本單位,會影響未來在 AI 領域的發展。
Q12
作者建議從哪裡開始學習 Agentic Coding?
A:
作者建議從 Custom Slash Commands 開始,因為它們最接近 Agent 加 LLM 的編組單位。掌握 Prompts 是學習 Agentic Coding 的基礎。
Q13
什麼時候應該從 Prompt 轉為 Skill?
A:
應該在需要解決管理問題,而不是單純的執行一次性任務時,從 Prompt 轉為 Skill。例如,創建 Git worktrees 可以用 Prompt,但管理多個 Git worktrees 就需要用 Skill。
Q14
影片中提到的 "核心四" (Core Four) 指的是什麼?
A:
"核心四" 指的是 Context、Model、Prompt 和工具 (Tools)。作者認為,掌握這四個元素是 Agentic Coding 的基礎,也是未來工程師成功的關鍵。
Q15
Agent Skills 的缺點是什麼?
A:
Agent Skills 的缺點是不夠徹底,例如無法在 Skills 中嵌套 Sub Agents 或 Prompts。作者認為應該允許在 Skills 中嵌入 Prompts,讓 Skills 成為更完整的解決方案。
Q16
作者如何看待 Cloud Code 的 Hooks 功能?
A:
作者認為 Hooks 很棒,因為它們提供了確定的自動化,可以在特定的 Life Cycle 事件中執行命令。這可以平衡 Agent 的自主性,並將舊世界的 Code 與新世界的 Agents 結合。
Q17
為什麼作者說 Prompt 是知識工作和程式設計的基本單位?
A:
因為所有功能最終都歸結為 Prompts,也就是 Tokens in、Tokens out。掌握 Prompts 的編寫和管理,才能有效地利用 LLM 和 Agents 來解決問題。
Q18
作者如何評價 Agent Skills 這個功能?
A:
作者給了 Agent Skills 8/10 分的評價,認為它是一個強大的工具,可以幫助工程師以 Agent First 的方式創建可重複使用的解決方案。但它不是現有功能的替代品,而是一個更高組合層面。
Q19
影片中提到的 Meta Skill 和 Video Processor Skill 的作用是什麼?
A:
Meta Skill 可以用來建立其他的 Skills,是一個 "Build The Thing that Builds the Thing" 的抽象概念。Video Processor Skill 則專注於處理和管理不同的影片檔案,例如建立轉錄。
Q20
Agentic Coding 的四個組成部分是什麼?
A:
Agentic Coding 的四個組成部分是 Context、Model、Prompt 以及 Tools。了解和掌握這四個部分是至關重要的。
🎯 關於本文
本文由 Botrun 開腦洞技術團隊使用 AI 工具自動生成,包含 YouTube 影片下載、OpenAI Whisper 語音轉文字、Gemini 2.0 Flash Exp Q&A 摘要生成等技術。內容準確性已經過人工審核,但仍建議搭配原始影片觀看以獲得完整體驗。