所以我写下了一个格式更好的关于深度代理的帖子版本。 我把它添加到了提示工程指南的AI代理部分。 如果你正在使用AI代理构建，这是必读的。 我还添加了其他有用参考的链接。 promptingguide .ai/agents

从高层次来看，Skills 非常适合上下文工程和引导 Claude Code。 但我非常同意关于持续学习的内容。 技能比我最初想的更重要。 我昨天写到它在优化工具方面的出色表现（有一个 MCP 调优的例子），但这种能力可以推广到通过自适应技能自我改进/进化的代理。 有点像人类如何随着时间的推移学习和提升技能。 举个例子，我正在构建一个高层次的技能，使 Claude Code 能够主动监控我与它的互动和我的反馈，并在需要时记录这些（以任何形式），无论是在其他技能、子代理、CLAUDE-MD，还是其他更合适的方式。 这旨在实现什么？ Claude Code 现在应该能够更有效地从错误中学习，并通过人机交互调整其技能/能力，以更高效地与环境互动。 简单来说，我不应该对 Claude Code 重复自己（它通过自适应技能变得更聪明），而且它应该对我的环境和它能做的事情非常清楚。技能就是为了这个目的。 还不是完全主动的代理，但已经非常接近了。 很快会分享更多我的实验和结果。请关注 @omarsar0

不要忽视 Skills。 Skills 无疑是引导 Claude Code 最有效的方法之一。 在优化方面令人印象深刻。 我在 Claude Code 中构建了一个技能，它可以自动构建、测试和优化 MCP 工具。 它在循环中运行，高效地加载上下文和工具（bash 脚本），以根据最佳实践、实施和输出测试和优化 MCP 工具。 嘿，如果你愿意，你甚至可以在其中运行 MCP 工具，但这不是我在这里需要的。 使用 Claude Code 和 Skills 的一个最令人印象深刻的方面是高效的令牌使用。上下文分层系统与使用子代理相比是一个游戏规则改变者。 这就像拥有最好的上下文工程师，它对环境非常敏感，并且能够自我改善上下文和工具，以帮助代理（在这种情况下是 Claude Code）在你给它的任何任务上表现得非常出色。 这是我第一次感觉到 Claude Code 真的理解了问题、代码，提取了正确的上下文，并充分利用了文件系统的强大功能。 当你真正思考时，Skills 这个名字真的很聪明。 我越是玩这个，我越能看到它如何补充 MCP 和子代理，但我将在未来的帖子中分享更多想法。