版本说明：本文基于 Claude Code 1.0.x 与 OpenCode 0.x 的 Agent/Skill 管理实践撰写，适用于企业级开发团队。文中配置示例以撰写时的最新版本为准，工具配置格式可能随版本更新而变化。

维护承诺：本文将随 Claude Code 和 OpenCode 的版本更新同步修订引用和配置示例。如发现内容过时，欢迎通过技术分享仓库提交 Issue 反馈。

适用对象：技术负责人、AI 编程负责人、架构师。

前置知识：第12篇项目接入AI、第13篇自定义命令与工作流自动化、第30篇Prompt工程标准化。

一、Agent与Skill的概念定位

在 AI 编程工具生态中，Agent 和 Skill 是两个容易混淆但本质不同的概念。理解它们的定位，是团队管理的前提。

OpenCode 官方文档将 Agent 定义为"具有独立上下文和工具集的专家角色" 。它不是一个简单的命令，而是一个完整的执行单元——拥有自己的系统提示、工具权限和上下文窗口。

Claude Code 官方文档将 Skill 定义为"可复用的知识和工具包，能被自动激活" 。Skill 更像是一份"操作手册"——定义了在特定场景下应该做什么、怎么做、输出什么，由 Claude 在合适的时机自动调用。

除了 Agent 和 Skill，还有命令（Command）——用户通过 / 斜杠触发的快捷操作，本质上是 Skill 的一种触发方式。

三者的区别如下：

企业级管理的必要性体现在三个层面：一致性——防止团队行为不可预测；可追溯性——AI 代码导致故障时能追溯到具体版本和规则；可复用性——将个人经验沉淀为团队资产。Composio 的企业报告指出，"影子AI"——团队私下构建的不受管控的 Agent——是企业面临的最大安全风险之一 。

二、自定义Agent的规范与最佳实践

2.1 Agent定义规范

创建 Agent 时，必须遵循两个核心原则。

职责单一原则：一个 Agent 只做一件事。Cef Boud 在分析 OpenCode 的内部机制时指出，Agent 的系统提示直接影响其行为一致性 。一个试图"什么都做"的 Agent，最终会因为上下文冲突而什么都不做好。

边界清晰要求：每个 Agent 必须明确"能做什么"和"不能做什么"。边界模糊的 Agent 容易越权操作。

命名约定：采用"领域-职责"格式，方便团队快速识别用途：

backend-generator    # 后端代码生成
frontend-ui-builder  # 前端UI构建
test-unit-writer     # 单元测试编写
review-security      # 安全审查
deploy-k8s           # K8s部署

2.2 Agent质量评估标准

建议从四个维度评估 Agent 质量：