100 个 Agent Skills 盘点(十):创意与可视化

写在前面
这是「100 个 Agent Skills 盘点」系列的最后一篇。十篇下来,我们从代码审查、数据库、浏览器、搜索、云服务、知识管理、版本控制、文档处理、通信通知,一路走到了最后这个轻松的话题:创意与可视化。
如果说前面的 Skills 让 Agent 变得”能干”,那创意 Skills 让 Agent 变得”好看”——能画图、能做表、能生成演示文稿、能创造视觉内容。同时,我们还深入探讨了多 Agent 编排和记忆系统,这两个让 Agent 从”单兵作战”进化为”团队协作”的关键能力。
1. Mermaid 图表 🧜♀️
类别: 文本图表 适用工具: Mermaid.js
Mermaid 用简单的文本语法就能生成各种图表——流程图、时序图、甘特图、类图等。它是文档中嵌入图表的最佳选择。
能力说明:
- 流程图(Flowchart)
- 时序图(Sequence Diagram)
- 类图(Class Diagram)
- 甘特图(Gantt Chart)
- 状态图(State Diagram)
- 饼图(Pie Chart)
Agent 使用场景:
典型指令:
根据这段代码的调用关系,生成一个 Mermaid 时序图,展示 API 请求从前端到数据库的完整流程。2. Chart.js 图表 📊
类别: 数据可视化 适用工具: Chart.js / ECharts / D3.js
数据可视化让枯燥的数字变得直观。Agent 可以生成各种图表——折线图、柱状图、饼图、散点图等。
能力说明:
- 折线图(趋势)
- 柱状图(对比)
- 饼图(占比)
- 散点图(相关性)
- 热力图(分布)
- 仪表盘(指标)
Agent 使用场景:
// Agent 生成数据可视化 HTMLfunction generateChart(data) { return ` <html> <head> <script src="https://cdn.jsdelivr.net/npm/chart.js"></script> <style> body { font-family: sans-serif; padding: 20px; } .chart-container { max-width: 800px; margin: 0 auto; } </style> </head> <body> <h2>${data.title}</h2> <div class="chart-container"> <canvas id="chart"></canvas> </div> <script> new Chart(document.getElementById('chart'), { type: '${data.type}', data: { labels: ${JSON.stringify(data.labels)}, datasets: [{ label: '${data.datasetLabel}', data: ${JSON.stringify(data.values)}, backgroundColor: [ '#2563eb', '#10b981', '#f59e0b', '#ef4444', '#8b5cf6', '#06b6d4' ], borderWidth: 1 }] }, options: { responsive: true, plugins: { legend: { position: 'top' }, title: { display: true, text: '${data.title}' } } } }); </script> </body> </html> `;}常用图表类型:
| 图表类型 | 适用场景 | 示例 |
|---|---|---|
| 折线图 | 趋势变化 | 用户增长趋势 |
| 柱状图 | 数量对比 | 各部门销售额 |
| 饼图 | 占比分析 | 市场份额 |
| 散点图 | 相关性 | 价格 vs 销量 |
| 热力图 | 分布密度 | 用户活跃时段 |
3. SVG 绘制 🎨
类别: 矢量图形 适用工具: SVG 语法
SVG 是矢量图形的标准格式,可以无限缩放而不失真。Agent 可以直接生成 SVG 代码,创建图标、图表、插画。
能力说明:
- 基础形状(矩形、圆形、线条)
- 路径绘制
- 渐变和滤镜
- 动画
- 交互
Agent 使用场景:
<!-- Agent 生成的项目进度图 --><svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 800 400"> <!-- 背景 --> <rect width="800" height="400" fill="#f8fafc" rx="12"/>
<!-- 标题 --> <text x="400" y="40" text-anchor="middle" font-size="24" font-weight="bold" fill="#1e293b"> 项目进度概览 </text>
<!-- 进度条 - 需求分析 --> <text x="50" y="100" font-size="14" fill="#475569">需求分析</text> <rect x="200" y="85" width="400" height="24" rx="12" fill="#e2e8f0"/> <rect x="200" y="85" width="400" height="24" rx="12" fill="#10b981"/> <text x="620" y="102" font-size="14" fill="#10b981" font-weight="bold">100%</text>
<!-- 进度条 - 后端开发 --> <text x="50" y="150" font-size="14" fill="#475569">后端开发</text> <rect x="200" y="135" width="400" height="24" rx="12" fill="#e2e8f0"/> <rect x="200" y="135" width="280" height="24" rx="12" fill="#2563eb"/> <text x="620" y="152" font-size="14" fill="#2563eb" font-weight="bold">70%</text>
<!-- 进度条 - 前端开发 --> <text x="50" y="200" font-size="14" fill="#475569">前端开发</text> <rect x="200" y="185" width="400" height="24" rx="12" fill="#e2e8f0"/> <rect x="200" y="185" width="200" height="24" rx="12" fill="#f59e0b"/> <text x="620" y="202" font-size="14" fill="#f59e0b" font-weight="bold">50%</text>
<!-- 进度条 - 测试 --> <text x="50" y="250" font-size="14" fill="#475569">测试</text> <rect x="200" y="235" width="400" height="24" rx="12" fill="#e2e8f0"/> <rect x="200" y="235" width="80" height="24" rx="12" fill="#ef4444"/> <text x="620" y="252" font-size="14" fill="#ef4444" font-weight="bold">20%</text>
<!-- 图例 --> <circle cx="200" cy="330" r="6" fill="#10b981"/> <text x="215" y="335" font-size="12" fill="#475569">已完成</text> <circle cx="300" cy="330" r="6" fill="#2563eb"/> <text x="315" y="335" font-size="12" fill="#475569">进行中</text> <circle cx="400" cy="330" r="6" fill="#f59e0b"/> <text x="415" y="335" font-size="12" fill="#475569">部分完成</text> <circle cx="500" cy="330" r="6" fill="#ef4444"/> <text x="515" y="335" font-size="12" fill="#475569">刚开始</text></svg>典型指令:
生成一个 SVG 格式的项目状态看板,用不同颜色表示各模块的完成进度,包含图例和百分比标注。4. 多 Agent 编排 🤖🤝🤖
类别: Agent 架构 适用工具: CrewAI / LangGraph / AutoGen
单个 Agent 能力再强,面对复杂任务也会力不从心。多 Agent 编排让多个专业 Agent 各司其职、协同作战,像一支训练有素的团队一样完成任务。
能力说明:
- 任务分解与分配
- Agent 角色定义(研究员、编码者、审核者等)
- 工作流编排(顺序、并行、条件分支)
- Agent 间通信与状态传递
- 结果聚合与冲突解决
为什么需要多 Agent?
单 Agent 模式存在天然瓶颈:上下文窗口有限、角色混乱导致输出质量下降、无法并行处理子任务。多 Agent 架构通过”分而治之”解决这些问题——每个 Agent 专注一个角色,拥有独立的上下文和工具集,由编排器协调它们的工作。
Agent 使用场景:
# 使用 CrewAI 编排多 Agent 协作from crewai import Agent, Task, Crew
# 定义专业 Agentresearcher = Agent( role="技术研究员", goal="深入调研技术方案的可行性和最佳实践", backstory="你是一位资深技术研究员,擅长分析技术趋势和评估方案。", tools=[web_search, arxiv_search], verbose=True)
architect = Agent( role="系统架构师", goal="设计高可用、可扩展的系统架构", backstory="你是一位经验丰富的架构师,擅长微服务和分布式系统设计。", tools=[diagram_tool, code_analysis], verbose=True)
developer = Agent( role="高级开发者", goal="编写高质量、可维护的代码实现", backstory="你是一位全栈开发者,精通 Python/TypeScript,注重代码质量。", tools=[code_editor, terminal, test_runner], verbose=True)
reviewer = Agent( role="代码审核者", goal="确保代码质量、安全性和最佳实践", backstory="你是一位严格的代码审核者,关注安全漏洞和性能问题。", tools=[lint_tool, security_scanner], verbose=True)
# 定义任务链research_task = Task( description="调研 OAuth 2.0 + PKCE 的最新最佳实践,分析安全性要求", agent=researcher, expected_output="详细的技术调研报告,包含方案对比和推荐")
design_task = Task( description="基于调研结果,设计认证系统的整体架构", agent=architect, expected_output="系统架构图和详细设计文档", context=[research_task] # 依赖调研结果)
implement_task = Task( description="根据架构设计,实现核心认证模块", agent=developer, expected_output="完整的代码实现和单元测试", context=[design_task] # 依赖架构设计)
review_task = Task( description="审核代码实现,检查安全漏洞和代码质量", agent=reviewer, expected_output="审核报告和改进建议", context=[implement_task] # 依赖代码实现)
# 编排执行crew = Crew( agents=[researcher, architect, developer, reviewer], tasks=[research_task, design_task, implement_task, review_task], verbose=True)
result = crew.kickoff()# 使用 LangGraph 构建带条件分支的工作流from langgraph.graph import StateGraph, ENDfrom typing import TypedDict
class WorkflowState(TypedDict): task: str research_result: str code: str review_result: str approved: bool
# 定义节点函数def research_node(state: WorkflowState) -> WorkflowState: """研究员 Agent 执行调研""" result = researcher_agent.invoke({ "task": state["task"] }) return {"research_result": result}
def code_node(state: WorkflowState) -> WorkflowState: """开发者 Agent 编写代码""" result = developer_agent.invoke({ "task": state["task"], "research": state["research_result"] }) return {"code": result}
def review_node(state: WorkflowState) -> WorkflowState: """审核者 Agent 审查代码""" result = reviewer_agent.invoke({ "code": state["code"] }) approved = "LGTM" in result return {"review_result": result, "approved": approved}
def route_review(state: WorkflowState) -> str: """条件路由:审核通过则结束,否则返回修改""" return "approved" if state["approved"] else "revise"
def revise_node(state: WorkflowState) -> WorkflowState: """开发者 Agent 根据审核意见修改""" result = developer_agent.invoke({ "code": state["code"], "feedback": state["review_result"] }) return {"code": result}
# 构建工作流图workflow = StateGraph(WorkflowState)
# 添加节点workflow.add_node("research", research_node)workflow.add_node("code", code_node)workflow.add_node("review", review_node)workflow.add_node("revise", revise_node)
# 添加边workflow.set_entry_point("research")workflow.add_edge("research", "code")workflow.add_edge("code", "review")workflow.add_conditional_edges( "review", route_review, {"approved": END, "revise": "revise"})workflow.add_edge("revise", "review")
# 编译并运行app = workflow.compile()result = app.invoke({"task": "实现用户认证系统"})典型指令:
用 CrewAI 编排一个多 Agent 团队来完成这个任务:1. 研究员 Agent 调研竞品的技术方案2. 架构师 Agent 设计我们的系统架构3. 开发者 Agent 实现核心功能4. 测试者 Agent 编写测试用例并验证确保每个 Agent 的输出会传递给下一个 Agent 作为输入。5. 演示文稿生成 📽️
类别: 演示工具 适用工具: reveal.js / Slidev / Marp
Agent 可以自动生成演示文稿——从 Markdown 创建幻灯片,支持代码高亮、动画、主题。
能力说明:
- Markdown 转幻灯片
- 代码高亮
- 动画效果
- 主题定制
- 导出 PDF
Agent 使用场景:
<!-- Agent 生成的 Slidev 演示文稿 -->---theme: defaulttitle: AI Agent Skills 技术分享---
# AI Agent Skills 技术分享
让 AI 成为你的开发伙伴
---layout: two-cols---
# 什么是 Agent Skills?
Agent Skills 是 AI Agent 的能力模块:
- 🔍 搜索与信息获取- 💾 数据库操作- 🌐 浏览器自动化- 📄 文档处理- ☁️ 云服务管理
::right::
```mermaidgraph TD A[AI Agent] --> B[Skills] B --> C[Search] B --> D[Database] B --> E[Browser] B --> F[Documents] B --> G[Cloud]核心架构
interface Agent { skills: Skill[]; memory: Memory; tools: Tool[];
async execute(task: Task): Promise<Result> { const plan = await this.plan(task); for (const step of plan.steps) { const skill = this.selectSkill(step); await skill.execute(step); } }}Demo
让我们看一个实际的 Demo…
**典型指令:**根据这篇文章的内容,生成一个 10 页的 Slidev 演示文稿, 主题是 “AI Agent Skills 入门”, 包含代码示例和架构图。
---
## 6. 思维导图 🧠
**类别:** 知识可视化**适用工具:** Markmap / Mermaid mindmap
> 思维导图是组织和展示知识结构的最佳方式。Agent 可以从文本自动生成思维导图。
**能力说明:**- Markdown 转思维导图- 自动层级识别- 交互式展开/折叠- 导出为图片
**Agent 使用场景:**
```markdown<!-- Agent 生成的 Markmap 思维导图 -->
# AI Agent 技术栈
## 基础能力- 代码生成 - 函数编写 - 类设计 - 测试生成- 代码理解 - 代码阅读 - Bug 定位 - 架构分析
## 数据能力- 数据库 - PostgreSQL - Redis - MongoDB- 文件处理 - PDF 解析 - Excel 处理 - 图片识别
## 自动化能力- 浏览器 - 网页抓取 - 表单填写 - 截图- DevOps - Docker - CI/CD - 监控
## 协作能力- 版本控制 - Git 操作 - PR 管理- 通信 - Slack - 邮件 - 通知典型指令:
把这篇技术文章的内容整理成思维导图,用 Markmap 格式,层级不超过 3 层。7. 表格美化 📋
类别: 数据展示 适用工具: Markdown / HTML
好的表格能让数据一目了然。Agent 可以生成各种格式的美化表格。
能力说明:
- Markdown 表格
- HTML 表格(带样式)
- ASCII 表格(终端)
- 条件格式
Agent 使用场景:
Agent 生成的终端表格:
┌──────────────┬──────────┬──────────┬──────────┐│ 服务 │ 状态 │ 延迟 │ 错误率 │├──────────────┼──────────┼──────────┼──────────┤│ API 服务器 │ 🟢 正常 │ 45ms │ 0.01% ││ 数据库 │ 🟢 正常 │ 12ms │ 0.00% ││ Redis 缓存 │ 🟢 正常 │ 3ms │ 0.00% ││ 消息队列 │ 🟡 警告 │ 120ms │ 0.50% ││ 文件存储 │ 🔴 异常 │ 2000ms │ 5.20% │└──────────────┴──────────┴──────────┴──────────┘<!-- Agent 生成的 HTML 美化表格 --><table style="width: 100%; border-collapse: collapse; font-family: sans-serif;"> <thead> <tr style="background: #2563eb; color: white;"> <th style="padding: 12px; text-align: left;">产品</th> <th style="padding: 12px; text-align: right;">销量</th> <th style="padding: 12px; text-align: right;">收入</th> <th style="padding: 12px; text-align: right;">增长率</th> </tr> </thead> <tbody> <tr style="background: #f0fdf4;"> <td style="padding: 10px;">产品 A</td> <td style="padding: 10px; text-align: right;">1,234</td> <td style="padding: 10px; text-align: right;">¥89,000</td> <td style="padding: 10px; text-align: right; color: #10b981;">+23%</td> </tr> <tr> <td style="padding: 10px;">产品 B</td> <td style="padding: 10px; text-align: right;">856</td> <td style="padding: 10px; text-align: right;">¥45,000</td> <td style="padding: 10px; text-align: right; color: #ef4444;">-5%</td> </tr> </tbody></table>典型指令:
把这个数据对比结果做成一个漂亮的表格,增长率超过 10% 的标绿,下降的标红。8. 代码高亮展示 💡
类别: 代码美化 适用工具: Shiki / Prism.js / highlight.js
好的代码展示能让技术文档更专业。Agent 可以生成带语法高亮的代码片段。
能力说明:
- 语法高亮
- 行号显示
- 代码对比
- 主题定制
Agent 使用场景:
<!-- Agent 生成的代码展示组件 --><div style="background: #1e1e1e; border-radius: 8px; padding: 16px; overflow-x: auto;"> <div style="display: flex; align-items: center; margin-bottom: 12px;"> <span style="color: #ff5f57; margin-right: 6px;">●</span> <span style="color: #febc2e; margin-right: 6px;">●</span> <span style="color: #28c840; margin-right: 12px;">●</span> <span style="color: #888; font-size: 12px;">example.ts</span> </div> <pre style="margin: 0; font-family: 'Fira Code', monospace; font-size: 14px; line-height: 1.6;"><code><span style="color: #569cd6;">interface</span> <span style="color: #4ec9b0;">Agent</span> { <span style="color: #9cdcfe;">skills</span>: <span style="color: #4ec9b0;">Skill</span>[]; <span style="color: #9cdcfe;">execute</span>(<span style="color: #9cdcfe;">task</span>: <span style="color: #4ec9b0;">string</span>): <span style="color: #4ec9b0;">Promise</span><<span style="color: #4ec9b0;">Result</span>>;}
<span style="color: #569cd6;">const</span> <span style="color: #4fc1ff;">agent</span>: <span style="color: #4ec9b0;">Agent</span> = { <span style="color: #9cdcfe;">skills</span>: [<span style="color: #ce9178;">'search'</span>, <span style="color: #ce9178;">'database'</span>, <span style="color: #ce9178;">'browser'</span>], <span style="color: #569cd6;">async</span> <span style="color: #dcdcaa;">execute</span>(<span style="color: #9cdcfe;">task</span>) { <span style="color: #c586c0;">return</span> <span style="color: #569cd6;">await</span> <span style="color: #dcdcaa;">process</span>(<span style="color: #9cdcfe;">task</span>); }};</code> </pre></div>9. 信息图表 (Infographic) 📈
类别: 数据叙事 适用工具: SVG / HTML + CSS
信息图表把复杂的数据和信息用视觉化的方式呈现,让读者一眼就能理解核心信息。
能力说明:
- 数据卡片
- 流程信息图
- 对比图表
- 统计可视化
Agent 使用场景:
<!-- Agent 生成的信息卡片 --><div style="display: grid; grid-template-columns: repeat(4, 1fr); gap: 16px; font-family: sans-serif;"> <div style="background: linear-gradient(135deg, #667eea 0%, #764ba2 100%); color: white; padding: 24px; border-radius: 12px;"> <div style="font-size: 14px; opacity: 0.8;">活跃用户</div> <div style="font-size: 36px; font-weight: bold; margin: 8px 0;">12,847</div> <div style="font-size: 12px; color: #a7f3d0;">↑ 23% vs 上月</div> </div>
<div style="background: linear-gradient(135deg, #f093fb 0%, #f5576c 100%); color: white; padding: 24px; border-radius: 12px;"> <div style="font-size: 14px; opacity: 0.8;">月收入</div> <div style="font-size: 36px; font-weight: bold; margin: 8px 0;">¥89.5K</div> <div style="font-size: 12px; color: #a7f3d0;">↑ 15% vs 上月</div> </div>
<div style="background: linear-gradient(135deg, #4facfe 0%, #00f2fe 100%); color: white; padding: 24px; border-radius: 12px;"> <div style="font-size: 14px; opacity: 0.8;">转化率</div> <div style="font-size: 36px; font-weight: bold; margin: 8px 0;">3.2%</div> <div style="font-size: 12px; color: #a7f3d0;">↑ 0.5% vs 上月</div> </div>
<div style="background: linear-gradient(135deg, #43e97b 0%, #38f9d7 100%); color: white; padding: 24px; border-radius: 12px;"> <div style="font-size: 14px; opacity: 0.8;">NPS 评分</div> <div style="font-size: 36px; font-weight: bold; margin: 8px 0;">72</div> <div style="font-size: 12px; color: #a7f3d0;">↑ 8 vs 上月</div> </div></div>典型指令:
把这份运营数据做成一套信息卡片,用渐变背景和大数字展示关键指标,每个卡片显示同比变化。10. Agent 记忆系统 🧠💾
类别: Agent 记忆 适用工具: Memory MCP Server / Mem0 / 自定义
没有记忆的 Agent 每次对话都是”初次见面”。记忆系统让 Agent 能记住用户偏好、历史交互和学到的知识,从”无状态工具”进化为”有记忆的伙伴”。
能力说明:
- 短期记忆(对话上下文,当前会话的工作记忆)
- 长期记忆(跨会话持久化的用户偏好、知识积累)
- 工作记忆(任务执行中的中间状态和决策记录)
- 记忆检索与遗忘(按相关性检索,自动清理过时信息)
为什么记忆如此重要?
想象你每天都要向同事重新介绍自己——这就是没有记忆的 Agent 的处境。记忆系统解决了三个核心问题:
- 连续性 —— 记住之前的对话,不用用户反复解释背景
- 个性化 —— 学习用户偏好,提供定制化的服务
- 效率 —— 避免重复计算和重复检索,提升响应速度
Agent 使用场景:
# 使用 Mem0 实现 Agent 长期记忆from mem0 import Memory
class AgentMemory: def __init__(self, user_id: str): self.user_id = user_id self.memory = Memory() # 短期记忆:当前会话的上下文 self.short_term: list[dict] = [] # 工作记忆:当前任务的中间状态 self.working: dict = {}
def add_conversation(self, role: str, content: str): """添加对话到短期记忆""" self.short_term.append({ "role": role, "content": content, "timestamp": datetime.now().isoformat() }) # 短期记忆保留最近 20 轮 if len(self.short_term) > 40: self.short_term = self.short_term[-40:]
def extract_and_store(self, conversation: str): """从对话中提取关键信息存入长期记忆""" # 使用 LLM 提取值得记住的信息 extraction_prompt = f""" 从以下对话中提取值得长期记住的信息: - 用户偏好(编程语言、代码风格、工具选择) - 项目信息(技术栈、架构决策) - 个人习惯(工作时间、沟通偏好)
对话内容: {conversation}
返回 JSON 格式的记忆条目。 """ memories = llm.extract(extraction_prompt)
for memory in memories: self.memory.add( memory["content"], user_id=self.user_id, metadata={"category": memory["category"]} )
def recall(self, query: str, limit: int = 5) -> list[str]: """根据查询检索相关记忆""" # 同时检索短期和长期记忆 short_term_hits = [ m["content"] for m in self.short_term if query.lower() in m["content"].lower() ] long_term_hits = self.memory.search( query, user_id=self.user_id, limit=limit ) return short_term_hits + [m["memory"] for m in long_term_hits]
def update_working_memory(self, key: str, value: any): """更新工作记忆(当前任务状态)""" self.working[key] = { "value": value, "updated_at": datetime.now().isoformat() }
def get_context_summary(self) -> str: """生成当前上下文摘要,注入到 Agent 的系统提示中""" recent_chat = self.short_term[-6:] # 最近 3 轮对话 relevant_memories = self.memory.search( "user preferences and project context", user_id=self.user_id, limit=3 ) return f"""## 用户上下文{chr(10).join(f'- {m["memory"]}' for m in relevant_memories)}
## 最近对话{chr(10).join(f'{m["role"]}: {m["content"]}' for m in recent_chat)}
## 当前任务状态{json.dumps(self.working, ensure_ascii=False, indent=2)} """# 使用 Memory MCP Server 的简洁方式# 在 MCP 配置中添加 memory server,Agent 即可直接使用
{ "mcpServers": { "memory": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-memory"], "env": { "MEMORY_FILE_PATH": "/path/to/memory.json" } } }}
# Agent 使用 memory 工具的典型流程:# 1. 创建记忆memory_create({ "content": "用户偏好使用 TypeScript 而非 JavaScript", "category": "preferences", "importance": "high"})
# 2. 检索记忆results = memory_search({ "query": "用户的编程语言偏好", "limit": 5})
# 3. 更新记忆memory_update({ "id": "mem_001", "content": "用户偏好 TypeScript,项目已迁移到 Deno 运行时"})记忆系统架构:
┌─────────────────────────────────────────────┐│ Agent 记忆系统 │├──────────┬──────────┬───────────┬───────────┤│ 短期记忆 │ 工作记忆 │ 长期记忆 │ 情景记忆 ││ (对话) │ (任务) │ (知识) │ (事件) │├──────────┴──────────┴───────────┴───────────┤│ 记忆管理层 ││ 编码 → 存储 → 检索 → 遗忘 → 整合 │├─────────────────────────────────────────────┤│ 存储后端 ││ 向量数据库 / KV 存储 / 图数据库 │└─────────────────────────────────────────────┘典型指令:
请记住以下关于我的信息:- 我是一个全栈开发者,主要用 TypeScript 和 Python- 我偏好函数式编程风格,不喜欢 class 写法- 我的项目使用 Next.js + PostgreSQL + Redis 技术栈
以后给我代码建议时,请基于这些偏好来回答。本篇小结
| # | Skill | 类别 | 难度 | 价值 |
|---|---|---|---|---|
| 1 | Mermaid 图表 | 文本图表 | ⭐ | ⭐⭐⭐⭐⭐ |
| 2 | Chart.js 图表 | 数据可视化 | ⭐⭐ | ⭐⭐⭐⭐ |
| 3 | SVG 绘制 | 矢量图形 | ⭐⭐⭐ | ⭐⭐⭐⭐ |
| 4 | 多 Agent 编排 | Agent 架构 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 5 | 演示文稿 | 演示工具 | ⭐⭐ | ⭐⭐⭐⭐ |
| 6 | 思维导图 | 知识可视化 | ⭐⭐ | ⭐⭐⭐⭐ |
| 7 | 表格美化 | 数据展示 | ⭐ | ⭐⭐⭐⭐ |
| 8 | 代码高亮 | 代码美化 | ⭐ | ⭐⭐⭐⭐ |
| 9 | 信息图表 | 数据叙事 | ⭐⭐⭐ | ⭐⭐⭐⭐ |
| 10 | Agent 记忆系统 | Agent 记忆 | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
核心观点: 创意与可视化 Skills 让 Agent 的输出从”能用”变成”好看”,而多 Agent 编排和记忆系统则让 Agent 从”单兵作战”进化为”团队协作”。一个能画图表、做演示、编排多 Agent、记住用户偏好的 Agent,才是真正的智能伙伴。
系列完结 🎉
至此,「100 个 Agent Skills 盘点」系列全部完成!
全系列回顾
| 篇 | 主题 | 核心能力 |
|---|---|---|
| 第一篇 | 代码审查与质量守护 | Lint、测试、安全、格式化 |
| 第二篇 | 数据库与数据存储 | PostgreSQL、Redis、MongoDB |
| 第三篇 | 浏览器自动化与爬虫 | Puppeteer、Playwright、抓取 |
| 第四篇 | 搜索与信息获取 | Web 搜索、RSS、API |
| 第五篇 | 云服务与 DevOps | Docker、K8s、CI/CD |
| 第六篇 | 知识管理与 RAG | 向量数据库、Embedding |
| 第七篇 | 版本控制与协作 | Git、GitHub、PR |
| 第八篇 | 文档与文件处理 | PDF、Excel、图片 |
| 第九篇 | 通信与通知集成 | Slack、邮件、Webhook |
| 第十篇 | 创意与可视化 | 图表、SVG、演示文稿、多 Agent 编排、记忆系统 |
关键洞察
- Skills 决定 Agent 的能力边界 —— 一个 Agent 能做什么,取决于它有什么 Skills
- MCP 是 Skills 的标准协议 —— 越来越多的 Skills 通过 MCP 协议提供
- 组合使用 > 单独使用 —— Skills 的真正价值在于组合,比如”搜索 + 数据库 + 通知”实现自动化监控
- 安全永远是第一位 —— 给 Agent 权限的同时,必须做好权限控制和审计
感谢阅读!希望这个系列能帮助你更好地理解和使用 Agent Skills。
支持与分享
如果这篇文章对你有帮助,欢迎分享给更多人或赞助支持!