人工智能助手正在快速从简单的聊天机器人,演变为能够 自动执行重复性任务的 AI 代理(AI agents)。xAI 最近推出的 Grok「Skills」功能,正是这一趋势中的关键一步。
简单来说,Skills 允许用户把一套任务流程打包保存起来,在需要时直接调用,而不必在每次对话中重新写一长段提示词。
这意味着 AI 不再只是回答问题,而是开始承担持续、可重复执行的工作流程。
在官方文档中,xAI 将 Skill 定义为 一个可复用的文件夹,其中包含 Markdown 指令、脚本文件以及相关资源,供 AI 代理执行任务。
可以把 Skill 理解为 AI 的“已保存能力”或自动化流程。例如用户可以创建一个 Skill 来:
一旦创建完成,用户就不需要在新的对话中重新解释整个流程,只需调用对应的 Skill 即可。相关报道将这种方式描述为把 Grok 从一次性聊天工具升级为 持续存在、可编程的工作空间。
Skills 之所以能在不同会话中持续存在,是因为它们 以文件和目录形式存储在聊天之外。
根据 xAI 文档,Grok 会在多个位置自动发现可用的 Skills,例如:
.grok/skills/ 目录~/.grok/skills/skills/ 目录在 Grok Build 的终端界面中,这些 Skills 通常可以通过 斜杠命令(例如 /skill-name)直接调用。
由于工作流是文件化存储,同一个 Skill 可以在以下场景中复用:
这种结构让 Grok 更像一个 可编程自动化层(automation layer),而不仅仅是聊天界面。
一个完整的 Grok Skill 通常由三类组件构成。
Markdown 文件通常用来定义任务逻辑,例如:
这些内容相当于 AI 执行任务的“操作手册”。
Skills 还可以包含脚本,用于执行确定性的程序步骤,例如:
通过脚本,Grok 可以把 语言推理能力与程序化操作结合起来。
Skill 还可以附带 AI 在执行任务时需要参考的资料,例如:
这些资源帮助 AI 在自动化流程中保持一致的标准和上下文。
目前最明确的实现是在 Grok Build 中。Grok Build 是 xAI 推出的编程代理工具,允许开发者在终端环境中让 AI 编写代码、构建应用或自动化任务流程。
在这个环境里,Skills 就像模块化能力:当代理执行任务时,可以随时调用。
Grok 模型本身已经部署在多个平台,包括:
不过官方文档并未明确说明 Skills 功能是否已经在所有这些界面全面上线。
一些媒体报道指出,用户在 grok.com 的对话中也可以创建或调用自定义 Skills,用于自动执行重复任务。
Skills 的出现其实反映了整个 AI 行业的一次重要转型。
越来越多公司正在推动 Agentic AI(代理型 AI):不仅回答问题,还能规划任务、调用工具并自动执行工作流程。
OpenAI、Google、Anthropic 等公司都在向这个方向发展,而 xAI 最近发布的 Grok Build 和 Skills 功能,正是其进入这一竞争赛道的重要一步。
目标很明确:让 AI 不只是聊天工具,而是真正能够参与开发、运营和知识工作的自动化助手。
聊天式 AI 的一个长期问题是:提示词很难复用。
复杂任务往往需要写很长的提示,但这些提示在新的对话里又必须重新输入。
Skills 试图解决这个问题,让用户或团队可以:
当一个团队积累了大量 Skills(例如用于研究、工程、营销或运营),AI 助手就会逐渐成为其日常工作流的一部分。
换句话说,Grok Skills 不只是一个新功能,它代表着 AI 助手向 可编程代理系统 演进的重要一步:能够跨工具、项目和对话自动完成真实工作。
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
xAI 的 Grok「Skills」是一种可复用的 AI 工作流包,由 Markdown 指令、脚本和资源文件组成,可在不同对话中反复调用而无需每次重新编写提示。
xAI 的 Grok「Skills」是一种可复用的 AI 工作流包,由 Markdown 指令、脚本和资源文件组成,可在不同对话中反复调用而无需每次重新编写提示。 用户可以通过 Skills 自动化多种任务,例如生成研究摘要、代码仓库审计、报告生成或文件处理等复杂流程。
该功能最早出现在 xAI 的 Grok Build 编程代理环境中,体现了 AI 行业向“代理型 AI”(Agentic AI)系统发展的趋势。