AWS介绍Quick中智能体与技能如何协作，以及如何构建和共享可复用技能
AWS机器学习博客的一篇技术文章解释了AWS Quick中智能体、技能与数据资源之间的关系：智能体按任务加载技能，技能以SKILL.md为核心按Agent Skills规范组织，官方目录提供预构建资源。文章建议在团队共享前补充前置条件、失败处理和测试用例。
AI解读：文章把“技能”定义为可复用的指令集合，用来教智能体完成特定任务；智能体在需要时才读取技能的完整指令，平时只读取名称和描述，这种渐进加载方式决定了技能的名称和描述对触发最关键。
Skill遵循Anthropic最初开发并开源的Agent Skills规范，结构是一个根目录含SKILL.md的文件夹，可附带脚本和参考文件；规范限定名称不超过 64 字符、描述不超过 1024 字符，并建议技能内指令少于 5000 token。
文章区分三类数据资源：space是面向个人或团队整理的信息集合，knowledge base是从Google Drive、SharePoint等来源同步并索引的内容，connector连接Outlook、Slack、Jira、Salesforce等外部应用或MCP服务器，其中本地连接器仅在所在机器开机联网时可用。
文中指出，共享智能体时它会以使用者的权限运行，同一请求对不同人可能触达不同数据，缺少访问权限时会得到不完整的回答；因此共享技能或智能体时需要一并说明其依赖的数据来源和前置条件。
文章建议把技能当作代码对待：为每个变更写发布说明，把会变化的硬编码值改为输入参数，记录变更日期和参考文件来源，保存校验和，并在每次变更后按用户实际环境补充测试用例，尤其是无人值守的定时运行场景。
官方目录被描述为经过质量与安全扫描的预构建资源集合，覆盖销售、市场、人力、法务、工程及金融、医疗等行业，并包含名为Skill Architect的预构建技能；上述扫描与测试属于AWS的说法，文章未给出第三方验证或效果数据。
AWS机器学习博客发布文章，介绍AWS Quick中智能体、技能与数据资源的配合方式，以及如何构建并共享供团队复用的技能。文章作者为Jed Lechner。
按文章描述，AWS Quick是一项用自然语言驱动的服务，可自动执行任务、分析数据、构建Web应用和开展研究，它通过智能体基于用户连接的数据源和应用处理请求。文章没有给出具体使用量、性能或客户案例数据。
智能体、空间与连接器的分工
文章把智能体定义为可配置的AI，拥有自己的指令、知识来源和连接器。用户可以在聊天中使用智能体，也可以通过routine让它自行运行。智能体只能访问用户本人可访问的资源。
Quick是每位用户都能使用的内置默认智能体，没有固定范围，在每次对话中基于用户可访问的空间、知识库、仪表板、连接器和技能工作。自定义智能体则由用户或团队为特定工作配置，例如回答新员工问题的人力资源助手，配置后可测试、发布并共享给账户内的用户和群组。
- space：为个人、团队或组织整理的文件与Quick资源集合，可在对话中挂载以收窄数据范围。
- knowledge base：从Google Drive、OneDrive、Confluence、SharePoint、Amazon S3、网页爬虫或Amazon Bedrock托管知识库等来源同步并索引的内容。
- dataset与dashboard：来自Quick Sight，后者仅在通过AWS管理控制台开通的账户中可用。
- connector：连接Outlook、Slack、Jira、Asana、Salesforce等云服务及远程MCP服务器；本地连接器仅在所在机器开机联网时可用。
技能的结构与加载方式
技能是可复用的指令集合，也是智能体行为的基础。Quick的智能体运行在遵循ReAct模式的托管循环中，使用可用工具和指令完成任务。系统技能提供文档生成、网页浏览、运行代码、深度研究、转录音视频、生成图片等默认能力，用户可开关但不能编辑、复制、导出、发布、共享或删除。
技能遵循Anthropic最初开发并开源的Agent Skills规范。文章称AWS Quick桌面版于 2026 年 4 月预览、2026 年 9 月正式可用，并采用该规范。技能文件夹根目录需有SKILL.md，其frontmatter记录名称、描述等元数据；Quick采用渐进披露，任务需要时才加载完整指令。
- 规范上限：名称 64 字符，描述 1,024 字符，建议技能内指令少于 5,000 token。
- 创建方式：在聊天中描述任务、上传 .md或 .zip文件，或选择根目录含SKILL.md的文件夹。
- 发布与共享是两个步骤：先发布，再选择共享对象；被共享者从“Shared with me”添加，之后每次重新发布会同步更新。
共享前需要处理的边界
文章用软件工程中的“在我机器上能跑”作类比，提醒技能可能依赖特定环境的数据源、连接器或工具。若单独共享技能，作者建议附README说明前提条件；若共享使用该技能的智能体，应同时共享其连接的数据源，否则对方只能从自己有权访问的来源得到答案。
文章还强调为失败场景编写指令。示例中，发送报告的步骤要求验证报告出现在已发送文件夹，若失败则停止并告知用户原因，以便用户自行发送。作者称在无人值守的定时执行场景中，处理失败更重要。
- 把会变化的值（如个人路径或团队频道）声明为每人提供的输入，而非硬编码。
- 记录变更的人类可读日期，以及每个参考文件的来源。
- 保存技能文件校验和，用于判断某份副本是否与受检版本不同。
- 每次变更后检查结构，并在预期下游用户使用的环境中补充测试。
官方目录与智能体配置
官方目录提供可直接安装或改造的智能体资源。文章称目录中每项资源在发布前都经过质量、安全等方面的测试与扫描，覆盖销售、市场、人力、法务、项目管理、客户成功、软件工程，以及金融、医疗与生命科学、能源与公用事业、酒店、供应链与物流等行业，并包含应用上述工程实践的Skill Architect技能。这些测试与扫描的描述来自AWS。
创建智能体时需配置名称、描述、指令，并选择可读取的space、可用的连接器和可加载的技能。文章指出，智能体默认可用全部技能，添加特定技能后会被限定在这些技能内；由于共享的智能体会以使用者权限运行，作者建议把智能体限定在特定用例所需的空间、技能和连接器范围内。