引言:为什么你需要了解 Claude Skill?
你是否遇到过这样的困扰:每次让Claude写代码,都要重复粘贴团队规范;好不容易调教好的提示词,换个项目就完全失效;团队里每个人用AI的方式五花八门,输出质量参差不齐。
Claude Skill 正是为解决这些问题而生。它能让你的AI经验固化下来,一次教学,永久受益。本文将带你从零开始,亲手创建第一个属于自己的Skill。
一、Claude Skill 到底是什么?
1.1 最通俗的理解:AI的“入职手册+工具箱”
想象你招了一位天才实习生——Claude,他智商极高但不懂你们公司的业务。传统的做法是每次布置任务都口头交代一遍(Prompt),而 Agent Skill 则是给他一本完整的标准作业程序(SOP):
- 📋 入职手册(SKILL.md):包含岗位描述、工作流程、注意事项
- 🧰 工具箱(scripts/):处理特定任务的脚本和代码
- 📚 参考资料(references/):行业规范、模板素材、API文档
1.2 核心定义
从技术角度讲,Skill 就是一个标准化的文件夹,里面包含教Claude如何处理特定任务的指令集。它的核心价值在于:
- 一次教学,永久受益:不用每次对话都重复说明
- 跨平台通用:Claude.ai、Claude Code、API完全兼容
- 可组合:多个Skills可同时加载协作
1.3 Skill vs Prompt vs MCP
很多初学者容易混淆这几个概念,我用一张表帮你理清:
| 维度 | 普通 Prompt | Agent Skill | MCP |
|---|---|---|---|
| 性质 | 临时指令,用完即走 | 标准化流程,永久复用 | 连接协议:AI与外部系统的"USB接口" |
| 加载方式 | 每次全量输入 | 按需渐进加载 | 启动时建立连接 |
| 稳定性 | 依赖模型"记忆",易漂移 | 固化检查点,强制执行 | 提供工具能力 |
| 一句话总结 | 口头交代 | 书面SOP+工具箱 | 让AI能连上数据库 |
💡 MCP + Skill 才是王炸组合:MCP提供工具(如数据库连接),Skill教AI怎么按你们公司的规范查数据、生成报表、处理异常。
二、Skill 的核心设计三原则
理解这三个原则,你就能把握Skill设计的精髓:
2.1 渐进式披露(Progressive Disclosure)
这是Skills系统最核心的架构设计。它不是把所有信息一次性塞给Claude,而是分三层加载,根据需要逐步展示:
| 加载层级 | 内容类型 | 加载时机 | Token配额 | 作用 |
|---|---|---|---|---|
| L1 | 元数据(YAML frontmatter) | Agent启动时自动加载 | 约100词 | 让AI知道"有什么技能可用" |
| L2 | SKILL.md正文 | 匹配用户需求时加载 | <5000词 | 教AI"具体怎么做" |
| L3 | 资源文件(scripts/references/assets) | 执行中按需加载 | 无限(脚本可执行而不读入上下文) | 提供"工具/素材支持" |
核心公式:总Token消耗 = 100词(metadata) + 5000词(body) + 按需资源
2.2 可组合性(Composability)
用户可以同时启用多个Skills,你的Skill不应假设自己是唯一能力:
- ✅ frontend-design + docx-creator
- ✅ sentry-code-review + github-workflow
- ✅ skill-creator + your-custom-skill
2.3 可移植性(Portability)
同一个Skill在所有环境中表现一致:
- Claude.ai(网页版):Settings → Capabilities 中启用
- Claude Code(桌面应用):复制到
~/.claude/skills/ - Claude API(开发者集成):调用时指定
skills参数
三、Skill 的标准目录结构
一个标准的Skill文件夹长这样:
your-skill-name/ # 文件夹名:必须小写+连字符(kebab-case)├── SKILL.md # 必需 - 主文件(必须大写S,必须这个文件名)├── scripts/ # 可选 - 可执行代码(Python/Bash等)├── references/ # 可选 - 参考文档(按需加载)└── assets/ # 可选 - 模板、资源文件(输出用)
⚠️ 重要规则
| 规则 | ✅ 正确示例 | ❌ 错误示例 |
|---|---|---|
| 文件夹命名 | frontend-design |
frontend_design(下划线)、frontendDesign(驼峰) |
| 主文件命名 | SKILL.md |
skill.md(小写)、SKILL.MD(扩展名大写) |
| 禁止文件 | - | README.md(不能在skill文件夹内,但GitHub仓库根目录可以有) |
四、手把手创建你的第一个Skill
我们以会议纪要整理助手为例,从零开始创建一个实用的Skill。
4.1 第一步:理解技能(30分钟-1小时)
先想清楚你要做什么:
- 场景:开会录音转文字后,需要整理成结构化会议纪要
- 支持类型:周会/项目复盘/客户沟通(不同会议类型需要不同模板)
- 用户可能怎么说:"帮我整理周会记录"、"生成会议纪要"
4.2 第二步:初始化技能(5分钟)
有两种方式:
方式A:手动创建目录结构
mkdir -p ~/.claude/skills/meeting-minutescd ~/.claude/skills/meeting-minutesmkdir -p references
方式B:使用官方 skill-creator(推荐)
# 克隆官方仓库git clone https://github.com/anthropics/skillscd skills# 运行初始化脚本python scripts/init_skill.py meeting-minutes --path ~/.claude/skills/
4.3 第三步:编写 SKILL.md(2-4小时)
这是最核心的步骤。用你喜欢的编辑器打开 SKILL.md:
4.3.1 元数据部分(YAML frontmatter)
name: meeting-minutesdescription: 办公室通用会议纪要整理助手,支持周会/项目复盘会/客户沟通会三类场景,自动识别会议类型,按需加载对应会议规则,智能提取关键信息,输出结构化纪要。当用户提到"整理会议记录"、"生成会议纪要"时使用
description 编写要点:
- 必须同时包含"做什么"和"何时用"
- < 1024字符
- 用数字编号列出具体场景
- 包含触发关键词
4.3.2 正文部分(Markdown指令)
# 会议纪要整理助手使用本技能按以下流程处理会议记录:## 1. 识别会议类型根据用户输入或会议内容判断类型:- **周会**:包含"周报"、"本周"、"下周"等关键词- **项目复盘**:包含"复盘"、"总结"、"教训"等关键词- **客户沟通**:包含"客户"、"沟通"、"需求"等关键词## 2. 按类型加载对应模板根据识别的类型,从 `references/` 加载对应的规则文件:- 周会 → 加载 `weekly-rule.md`- 项目复盘 → 加载 `retro-rule.md`- 客户沟通 → 加载 `client-rule.md`## 3. 提取关键信息从原始文本中提取:- 任务清单(责任人+DDL)- 待解决问题- 关键决策- 重要时间节点## 4. 输出结构化纪要按以下格式输出:### 📅 会议概况- **会议主题**:[主题]- **时间**:[时间]- **参会人员**:[人员列表]### 📋 核心内容[按会议类型特定结构]### ✅ 待办事项| 任务 | 负责人 | 截止时间 ||------|--------|----------|| [任务1] | [负责人] | [时间] |### ⚠️ 待解决问题- [问题1]## 注意事项- 保持客观,不添加主观评价- 不确定的信息标注"待确认"- 对于模糊的时间表述,询问用户确认
4.4 第四步:创建模块化参考资料(可选)
在 references/ 目录下创建不同会议类型的模板:
references/weekly-rule.md
# 周会纪要模板## 重点结构1. 上周工作进展(已完成/进行中/延期)2. 本周工作计划3. 需要协调的事项4. 风险预警
references/retro-rule.md
# 项目复盘纪要模板## 重点结构1. 项目概况(时间、目标、参与人)2. 做得好的(可复制经验)3. 做得不好的(教训、改进点)4. 行动计划
4.5 第五步:测试你的Skill
重启Claude Code,让系统识别新Skill
查看可用Skill列表:
/skills应该能看到
meeting-minutes及其描述输入测试提示词:
帮我生成周会会议纪要原始文本:小明:用户模块我搞完了,已经提测。小红:接口文档我还没弄,我负责写,周五前给出来。张三:测试环境那个问题搞不定,需要运维老陈帮忙看看。观察触发情况:Claude应该会自动请求使用该Skill
4.6 第六步:打包与分享(5分钟)
# 使用官方打包脚本python scripts/package_skill.py ~/.claude/skills/meeting-minutes ./dist
这会生成一个 .my-skill 文件(实际是zip),可以分享给团队成员或社区。
五、进阶技巧与最佳实践
5.1 元数据优化:决定Skill的生死
description 是技能最主要的触发机制,必须精炼、准确、全面。
优秀示例:
description: Creates sprint plans from Linear data. Use when user says "plan sprint" or "create tasks for this week".
错误示例:
description: Creates sprint plans from Linear data. # ❌ 只说了做什么description: Use when planning sprints. # ❌ 只说了何时用
5.2 利用 scripts/ 提高效率
对于重复执行的代码,放入 scripts/ 目录:
- 优势:脚本可执行而不读入上下文,节省Token
- 注意:确保脚本有可执行权限
chmod +x scripts/*.py
在SKILL.md中指导Claude运行脚本:
## 执行PDF处理运行以下脚本处理PDF文件:```bashpython scripts/rotate_pdf.py input.pdf output.pdf 90
### 5.3 限制工具访问增强安全性对于只读型任务,使用 `allowed-tools` 限制权限:```yamlname: safe-readerdescription: Read files without making changes.allowed-tools: Read, Grep, Glob
这样Claude在该Skill激活时,只能执行白名单内的工具,不能写入文件或执行Bash命令。
5.4 在Subagents中使用Skill
创建子智能体时,可以指定预加载的Skills:
# .claude/agents/code-reviewer/AGENT.mdname: code-reviewerdescription: Review code for quality and best practicesskills: pr-review, security-check
5.5 调试技巧
如果Skill未能按预期触发,使用调试模式启动:
claude --debug
常见问题排查:
- YAML语法错误:检查frontmatter格式
- 路径权限:确保脚本可执行
- 缓存问题:
rm -rf ~/.claude/plugins/cache清理缓存
六、Skill 的三种典型应用场景
6.1 文档与资产创建
示例:frontend-design skill
- 创建一致、高质量的前端界面
- 嵌入式风格指南 + 模板结构 + 质量检查清单
- 无需外部工具
6.2 工作流自动化
示例:skill-creator skill
- 分步工作流 + 验证门
- 引导用户创建新技能
- 内置审查和改进建议
6.3 MCP增强
示例:sentry-code-review skill
- 协调多个MCP调用序列
- 嵌入领域专业知识
- 常见MCP问题的错误处理
七、成功标准:如何判断Skill做得好不好
定量指标
- ✅ 90% 相关查询能触发Skill(测试10-20个查询)
- ✅ 对比有/无Skill,工具调用次数减少
- ✅ 0次 API调用失败
定性指标
- ✅ 用户无需提示Claude下一步
- ✅ 工作流无需用户纠正即可完成
- ✅ 跨会话结果一致
八、常见问题解答
Q1: Skill 和 Command 是什么关系?
A: Command 已合并到 Skill 体系。旧Command文件(.claude/commands/)依然兼容,但建议新功能直接创建Skill,因为它支持脚本、多文件、子代理等高级能力。Command是你主动触发,Skill是AI按需自动加载。
Q2: Skill 会自动触发吗?
A: 是的。Claude扫描所有Skill的元数据,当用户请求在语义上与某个Skill的 description 匹配时,会请求用户确认后加载完整指令。这种"按需加载"机制有效节省上下文窗口。
Q3: 可以同时使用多个Skill吗?
A: 可以。Skills具有可组合性,多个相关Skill可同时激活处理复杂任务(如 Theme Factory + Canvas Design)。
Q4: 创建Skill需要会编程吗?
A:
- 使用Skill:不需要编程
- 创建基础Skill:只需会写Markdown,纯自然语言即可
- 创建高级Skill:如需
scripts/脚本,需要Python/Bash基础
Q5: 有哪些学习资源?
- 官方免费课程:DeepLearning.AI 平台的《Agent Skills with Anthropic》(2小时19分)
- 官方完整指南:《The Complete Guide to Building Skills for Claude》PDF
- GitHub仓库:anthropics/skills(包含大量示例)
九、总结:从Prompt工程到Skill工程
Agent Skills的正式发布,标志着AI协作从提示词工程正式迈入技能工程的全新范式。它将人类专家的经验、标准化流程与行业最佳实践,封装成AI可理解、可执行、可复用的数字资产。
核心价值:
- 降本增效:通过渐进式披露、按需加载机制,大幅减少Token消耗
- 跨平台互通:作为开放标准,实现"一次构建、多端复用"
- Skill市场:构建起类似VS Code插件市场的Skill生态
现在就开始吧! 花15-30分钟,用本文的步骤创建你的第一个Skill。一旦尝到"一次教学,永久受益"的甜头,你就再也回不去了。