共享 AI 技能是一條軟件供應鏈，不只是提示詞資料夾

評分背景

評分方式： 只有在證據已保存時才能把關卡標為「通過」。任何一關缺失，技能都應留在隔離區。

AAHouse 原創格式專屬決策輔助圖；屬概念圖，並非經測試的介面。

Anthropic 在 10 月 22 日宣布，把 Agent Skills 標準捐贈給 Linux Foundation 旗下的 Agentic AI Foundation。Anthropic 將技能描述為一個包含 SKILL.md 的資料夾，並可附帶腳本與參考資料。該公司表示，已有超過 70 個代理平台整合此標準，並提出版本化發布、正式提案流程與安全指引等後續方向。這些採用數字與路線圖屬於廠商公布資料。[1]

Linux Foundation 的公告把 Agent Skills 與另外三個新項目一起納入基金會，並把技能描述為可重複使用、能按需載入的指示、腳本與資源套件。基金會表示，這些項目將採用開放且不受單一廠商控制的治理方式。[2]

GitHub 目前的說明也顯示，營運審查仍然不可少。GitHub 警告，社群技能並未由 GitHub 驗證，可能包含提示注入、隱藏指示或惡意腳本，因此建議在安裝前先預覽完整內容。GitHub 工具也能記錄來源儲存庫、參考版本與 tree SHA，並可把技能固定到特定標籤或 commit，讓更新成為有意識的決定。[3]

標準提升了可攜性；每一個版本仍必須自己取得信任。

關卡一——檢查完整套件

看起來友善的描述，可能把重要行為藏在資料夾其他位置。至少應檢查：

• 代理會載入的所有指示；
• 腳本及其套件相依項目；
• 參考檔案與內嵌案例；
• 網路目的地、檔案路徑與環境變數；
• 所需憑證與權限範圍；以及
• 觸發技能的條件。

也要確認資料不足時會怎樣處理。即使腳本沒有惡意程式，如果流程會自行猜測客戶編號、目的資料夾或核准狀態，仍然不安全。

審查最後應能寫成一句簡單的業務說明：「這個版本可以讀取這些紀錄，可以建立這些草稿，不可以寄送或刪除任何內容；缺少指定條件時必須停止。」

關卡二——要求五項證據

小型企業試行時，可用一份簡潔的引入紀錄設置五道關卡：

• 來源： 記錄發布者、儲存庫、精確標籤或 commit，以及審查日期。
• 內容： 列出指示、腳本、相依項目、參考資料與可能生成的檔案。
• 權限： 說明技能可接觸哪些系統、紀錄與動作，並分開讀取、草擬與正式提交權限。
• 沙盒證據： 在隔離環境用虛構資料測試，包括缺少資料、文件中的惡意指示，以及下游服務失敗。
• 負責人與退場： 指定誰核准更新、監看失敗，並在技能停止維護時負責移除。

這五道關卡是 AAHouse 的原創建議，不是引用機構承諾的內建功能。

關卡三——執行記帳沙盒

假設一家小型記帳公司找到一個社群技能，可整理月底客戶資料夾。技能會讀取清單、重新命名上傳的對帳單、建立對帳摘要，並草擬缺少文件的提醒。

公司不會直接把技能裝入真實客戶流程。審查人員先固定精確 commit，閱讀完整檔案樹，再用虛構客戶建立沙盒。其中一份對帳單包含要求代理把檔案上傳到其他位置的指示，另外還有重複檔名與缺少帳號的案例。

驗收結果可能是：

• 對帳單只在虛構客戶資料夾內重新命名；
• 文件中的惡意指示被視為資料，而不是權限來源；
• 重複檔名會停止等待複核，不會覆寫檔案；
• 缺少帳號時產生例外，不會自行猜測；以及
• 客戶電郵保持在草稿狀態。

這是虛構案例。通過測試並不代表技能對每個客戶或未來版本都安全，只代表某一個已審查版本，在指定案例中符合預期。

關卡四——把更新視為新供應

可攜性容易讓更新看起來像例行工作，但技能的新版本可能改變指示、腳本、相依項目或觸發說明，因此不應自動沿用舊版核准。

比較來源參考與檔案樹雜湊值，閱讀差異，並重跑受到變更影響的測試。如果技能新增網路呼叫，或把草擬動作改成正式提交，就應視為新的權限決定，而不是外觀升級。

固定版本有助於團隊在審查期間保持穩定，但永久不更新也有代價：可能錯過安全修補與相容性變更。應指定更新週期與負責人，不要只在盲目自動更新與永遠忽略之間二選一。

關卡五——監控執行證據

安裝後，每次重要執行都留下簡短收據：

• 技能名稱與精確版本；
• 觸發請求；
• 接觸的系統與紀錄；
• 建立的檔案或草稿；
• 已正式提交的動作；
• 警告、被阻擋步驟與人工決定。

不要把敏感客戶內容複製到過度廣泛的紀錄中。穩定的紀錄識別碼與結果類別，通常已足以重建狀態。

持續檢查意外觸發、權限擴張、重複例外，以及員工經常撤銷的工作。技術上成功的技能，仍可能不適合實際營運。

稽核結論

第一個共享技能最好執行可撤回的工作，例如整理虛構檔案、準備報告或草擬回覆。寄送、刪除、財務入帳與客戶承諾，仍保留明確人工核准。

可記錄審查時間、例外訊息品質、修正率，以及停用或回復技能所需時間。這些是建議評估指標，不是已公布的客戶成果。

開放標準讓專業知識可以移動；嚴謹的供應鏈流程，才讓企業有機會安心依賴這些知識。

AAHouse 原創分析，2026 年 10 月 28 日撰寫。採用 AI 輔助寫作與原創概念插畫，多樣化格式版本已取得人工編輯核准。案例為假設情境；未進行產品實測或完整觀看相關影片。