人们普遍低估了结构化知识的力量。它能催生全新类型的应用。
现在大家写的 Skills，大多只捕捉某件事的一个侧面：一个用于总结的 Skill、一个用于代码审查的 Skill，诸如此类。通常是一个文件，只承载一种能力。
对简单任务来说这没问题，但想要真正的深度，就需要别的东西。
想要一个心理咨询相关 Skill：它需要提供认知行为模式、依恋理论、积极倾听技巧、情绪调节框架等一系列相关知识。 单个 Skill 文件根本装不下这些。
Skill Graphs
Skill Graph 是由多个 Skill 文件通过 wikilinks 连接而成的网络。 不用写一个巨大的文件，而是拆成许多小的、可组合的片段，互相引用。 每个文件对应一个完整的思想、技巧或 Skill，它们之间的 wikilink 会构成一张可遍历的图谱。
- • 每个节点都带有 YAML 描述，Agent 不需要读完整个文件就能扫描理解
- • 每一条 wiki 链接都嵌入在自然语句中，自带含义
- • Agent 会沿着相关路径走，跳过无关内容
渐进式披露
索引 → 描述 → 链接 → 章节 → 完整内容
绝大多数决策，在 Agent 读取任何一个完整文件之前就已经完成。
基础原语
你已经拥有所有需要的东西：
- • 可自然嵌入句子的 wikilink，承载含义而非单纯引用
- • 带描述的 YAML frontmatter，支持快速扫描
- • MOCs（内容地图），组织相关 Skills 集群
- • Skill 之间互相链接，图谱可按领域需求无限延伸
ArsContexta 插件
ArsContexta 本身就是一个 Skill Graph，用来教你的 Agent 如何构建 Skill Graphs。
- • 约 250 个互相连接的 markdown 文件
- • 覆盖认知科学、Zettelkasten、图论、Agent 架构
- • 每个片段可组合、可链接、可遍历
应用场景
- • 交易 Skill Graph：风险管理、市场心理、仓位管理、技术分析
- • 法律 Skill Graph：合同范式、合规要求、司法辖区细节、判例链条
- • 企业 Skill Graph：组织架构、产品知识、流程、入职上下文、文化、竞争格局
这些内容都无法塞进单个文件，但作为图谱可以完美运转。
如何构建？
简单方式
安装 ArsContexta Claude Code 插件，选择 research 预设，指向任意主题。 自动生成文件夹结构，用/learn和/reduce填充内容。
手动方式
Skill Graph 不必放在.claude/skills/中，关键是一个索引文件。
示例索引：
# knowledge-workAgents need tools for thought too. Just as Zettelkasten, evergreen notes, and memory palaces gave humans external structures to think with, agent-operated knowledge systems give agents external structures to think with.## SynthesisDeveloped arguments about how the pieces fit together:- [[the system is the argument]]- [[coherent architecture emerges from wiki links spreading activation and small-world topology]]## Topic MOCs- [[graph-structure]]- [[agent-cognition]] - [[agent-cognition-hooks]] - [[agent-cognition-platforms]]- [[discovery-retrieval]]- [[processing-workflow]]## Cross-Domain Claims- [[forced engagement produces weak connections]]## Explorations Needed- Missing: comparison between human and agent traversal patterns.- Scaling limits: at what system size does human curation fail?索引不是查询表，而是引导注意力的入口。 Agent 读取后理解整体图景，再沿着有用的链接深入。 每个链接文件都是一个独立的 Skill，内部 wikilink 指导跳转逻辑。
写在最后
Skills 本质是上下文工程：把精心整理的知识注入关键位置。 Skill Graph 是下一阶段。
Agent 不再只是被动接受注入，而是主动导航一整个知识结构，只抽取当前场景真正需要的内容。 这就是「只会按指令执行的 Agent」和「真正理解一个领域的 Agent」之间的区别。
去用它，为所有东西构建 Skill Graphs。
这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！
👇👇扫码免费领取全部内容👇👇
1. 成长路线图&学习规划
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。
2. 大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）
3. 大模型视频教程
对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。
4. 2026行业报告
行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
5. 大模型项目实战
学以致用，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。
6. 大模型面试题
面试不仅是技术的较量，更需要充分的准备。
在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
7. 资料领取：全套内容免费抱走，学 AI 不用再找第二份
不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：
👇👇扫码免费领取全部内容👇👇
