本文提出 SkCC，一个面向跨框架 LLM Agent 的技能编译框架。当前，LLM Agent 技能通常以 SKILL.md 规范封装，但不同 Agent 框架对提示格式的敏感性差异极大，导致性能波动高达 40%，而社区中超过三分之一的技能存在安全漏洞。SkCC 将经典编译器设计引入 Agent 技能开发，其核心是强类型中间表示 SkIR，将技能语义与平台特定格式解耦，实现跨异构框架的可移植部署。围绕 SkIR，编译时分析器在部署前通过反技能注入（Anti-Skill Injection）强制执行安全约束。通过四阶段流水线，SkCC 将适配复杂度从 O(m×n) 降低至 O(m+n)。在 SkillsBench 上的实验表明，编译后的技能在 Claude Code 上通过率从 21.1% 提升至 33.3%，在 Kimi CLI 上从 35.1% 提升至 48.7%，同时编译延迟低于 10ms，主动安全触发率达 94.8%，跨平台运行时 token 节省 10-46%。