Scientific Agent Skills 教學手冊：企業級 AI 軟體工程與治理實戰

• 本手冊全面解析 Scientific Agent Skills 開源專案，指導企業如何將科學研究的程序性知識打包成 AI Agent 可按需載入的資料夾。 • 透過標準化的 Agent Skills，能有效解決 LLM 缺乏專業 API 參數、憑記憶生成淘汰 API 以及結果無法追溯等結構性問題。 • 文中深入探討全裝是反模式的觀念，建議企業精選 12–20 個 Skills，並正確處理 Claude Code 的目錄掃描路徑與授權稽核。 • 明確比較 Skill 與 MCP 的本質差異，強調 Skill 是提供 AI 腦中的 SOP（怎麼做），而 MCP 則是提供手（可以用什麼工具）。 • 面對快速更新的開源生態，企業應採取季度升級節奏與版本 pin 策略，以降低維護風險並確保系統穩定。 • > 「Skill 不是更長的 Prompt，而是平常不佔用 Context、需要時才載入的知識資料夾。」 • 結合企業架構、安全治理與疑難排解，提供從 Lab 實作到 Legacy 逆向工程的完整落地指南。