Anthropic 开源了 Claude 的 Agent Skills 仓库:文档技能的底层实现全公开了

news2026/4/10 18:04:56
Anthropic 开源了 Claude 的 Agent Skills 仓库文档技能的底层实现全公开了一句话摘要Anthropic 把 Claude.ai 内置文档创建功能的底层实现开源了document skills同时附带大量 Apache 2.0 的通用技能任何开发者都可以借鉴。背景什么是 Agent Skills如果你最近在用 Claude.ai可能注意到它能直接创建.docx、.pdf、.pptx、.xlsx文件格式完整排版规范。这背后的机制叫Agent Skills一种让 AI Agent 动态加载专项能力的架构。和 MCPModel Context Protocol不同Skills 的重点不是连接外部工具而是教会 AI 如何完成特定任务。具体来说MCP我需要连接 Notion → 告诉 AI Notion 的 APISkills我需要创建 Word 文档 → 告诉 AI 怎么用docx.js生成符合规范的.docx文件anthropics/skills 仓库里有什么仓库地址https://github.com/anthropics/skills1. 四个文档技能Source-Available这四个技能是 Claude.ai 文档功能的实际底层实现Anthropic 以参考开放形式发布技能功能主要依赖skills/docxWord 文档创建/编辑/分析docxnpm、pandoc、LibreOfficeskills/pdfPDF 创建与处理pandoc、pdftoppmskills/pptxPowerPoint 创建pptxgenjsskills/xlsxExcel 创建与数据处理xlsxSheetJS2. 开源技能集Apache 2.0创意类艺术生成、音乐创作、设计输出技术类Web 应用测试、MCP Server 自动生成企业类内部沟通模板、品牌规范执行深入看docx skill 的实现思路以最常用的docx技能为例来看看 Anthropic 怎么教 Claude 创建 Word 文档。核心工作流用户请求 → 触发 SKILL.md → AI 执行脚本 → 生成文件 → 验证 → 返回技术栈选择用docxnpm 包而不是直接拼 XML原因很实在const{Document,Packer,Paragraph,TextRun,Table,TableRow,TableCell,ImageRun,Header,Footer,TableOfContents,HeadingLevel}require(docx);constdocnewDocument({sections:[{children:[/* 内容节点 */]}]});Packer.toBuffer(doc).then(bufferfs.writeFileSync(output.docx,buffer));一个容易踩的坑docx-js默认页面尺寸是A4不是美式 Letter。需要显式设置sections:[{properties:{page:{size:{width:12240,// 8.5 inches in DXA (twips)height:15840// 11 inches in DXA}}}}]验证机制生成完不算完还有一个验证步骤python scripts/office/validate.py doc.docx如果验证失败会解包 XML → 修复 → 重新打包。这种生成-验证-修复循环是生产级可靠性的保障。SKILL.mdAgent Skills 的核心每个 Skill 的入口是一个SKILL.md文件它告诉 AI什么时候使用这个技能触发条件有哪些工具和脚本可用标准工作流程是什么以docx技能的描述为例name:docxdescription:|Use this skill whenever the user wants to create, read, edit, or manipulate Word documents (.docx files). Triggers: Word doc, word document, .docx, professional documents with formatting like tables of contents, headings, page numbers, letterheads. Do NOT use for PDFs, spreadsheets, or Google Docs.license:Proprietary触发条件写得很精确避免误触发。这是 Skills 设计的一个要点精准路由不是越宽越好。和 OpenClaw Skills 的关系OpenClaw 使用了同一个AgentSkills 标准参见 agentskills.io文件结构完全相同skill-name/ ├── SKILL.md # 技能描述和工作流 ├── scripts/ # 可执行脚本 ├── references/ # 参考文档 └── README.md # 可选这意味着anthropics/skills里的技能设计思路可以直接借鉴到 OpenClaw特别是验证机制和错误恢复流程的设计触发条件的精确描述方式也值得学习为什么这个仓库值得关注1. 生产级实现不是 Demo这是 Claude.ai 实际在用的代码。不是教程里随手写的 demo是处理了真实用户各种奇葩需求之后沉淀出来的实现。2. 技能标准正在成熟AgentSkills 标准从 Anthropic 内部走向开放意味着AI 生态的技能市场有了统一格式技能可以跨平台复用Claude、OpenClaw、未来其他 Agent社区可以形成技能库类似 npm 之于 Node.js3. 文档类任务是 AI Agent 的高频需求需求报告、周报、提案……这些任务天天都有。有了标准化的文档生成技能AI Agent 在办公自动化场景的能力上了一个台阶。如何上手看代码gitclone https://github.com/anthropics/skills.gitlsskills/skills/# docx pdf pptx xlsx ...在 OpenClaw 里复用设计思路如果你在维护自己的 OpenClaw Skills建议参考docx/SKILL.md的触发条件写法docx/scripts/validate.py的验证-修复模式整体的脚本 描述文件分离结构总结anthropics/skills不是一个炫技项目是一个工程参考文档技能的实际实现Source-AvailableAgent Skills 标准的最权威示例生产环境的验证机制和错误处理如果你在做 AI Agent 的技能开发这个仓库应该加入书签。仓库地址https://github.com/anthropics/skillsAgentSkills 标准http://agentskills.ioClaude 文档功能博客https://anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2503595.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…