渐进式披露（Progressive Disclosure）是 skill 生态的核心设计，分三级加载，按官方文档与标准网页可完整对齐。
三级加载
- Level 1 元数据：启动时把每个已安装 skill 的 name + description 注入系统提示词，约 100 token/个。模型仅「知道存在、何时该用」，不占正文，因此可装很多 skill 而不明显膨胀上下文。
- Level 2 指令：当任务命中某 skill 的 description，Agent 才把完整 SKILL.md 正文读进上下文。
- Level 3 资源：scripts / references / assets 等捆绑文件，仅在需要时读取或执行。
Claude Code 的装载路径：Claude Code 会扫描三层目录发现 skill——全局 ~/.claude/skills/、项目 .claude/skills/、以及插件目录；新增 skill 需重启后才会被加载。这也是「把 skill 安装/分发到具体 Agent」时的落点。
OpenAI 的采纳：2026 年 OpenAI 开始采纳同一格式，skills 进入 ChatGPT 与 Codex CLI，也可在 OpenAI API 中通过 shell tool 直接使用。OpenAI 自己的文档把 skill 称为「以 Markdown 文件存储、可捆绑资源与脚本的提示词」。
描述即检索键：由于模型靠 description 匹配任务，描述长短与收敛度直接决定检索质量。OpenAI 官方在 GPT-6 Astra 指南中明确：当已安装 skill 过多，Codex 会截断描述以塞进上下文，模型「看到的信息变少、挑得更差」。这指向管理 skill 的核心矛盾——数量 vs 检索精度。
安装与传播的碎片化：不同 Agent 使用各自目录约定——Cursor 放 ~/.cursor/skills、Claude Code 放 ~/.claude/skills、Trae 放 ~/.trae/skills、OpenCode 放 ~/.config/opencode/skills 等；社区则在推动 .agents/skills 之类的通用目录。叠加「无中央注册中心、靠复制文件夹传播」，生态早期高度碎片化。