Claude Agent Skills：将 Workflow 打进技能包

在这个 AI 技术蓬勃发展的时代，每天都有新东西。每次浏览社交媒体，总能看到自媒体和 KOL 们极力的鼓吹着新产品、新技术，满口「革命」和「未来」，起初真的给我整 FOMO 了，但后来越来越感觉到厌烦，「Function Calling」、「Tool Use」、「MCP」、「Agent」、「Agentic AI」 ...... 还有一大堆别的 AI 术语，你很难分清这些概念到底代表了技术的实质突破，还是同一件事被营销话术反复包装，跟前端火的那些年如出一辙，不禁让人感叹 AI 领域的概念也是通货膨胀了。

在 10 月中旬，Anthropic 悄然推出了 Agent Skills（后简称 Skills），不出意外，技术社区又炸锅了。有人发出质疑，认为又在炒概念，也有人认为 Skills 虽然简单，但却是比 MCP 还要强大的玩意。

最近我花了些时间深入研究 Skills，查阅官方文档，看了些 Youtube 视频，动手写了几个示例。结论是它没有某些 KOL 吹得那么神，但确实有其独到之处。而这背后，潜藏着 Anthropic 试图在 MCP 后进一步标准化 LLM 应用的野心。

本文将分享我对 Skills 的理解和思考，希望能为想要了解这项技术的朋友提供一些参考，有说的不对的地方欢迎大家批评指正。

Why Skills？

实际上我认为 Skill 想要解决的问题很简单，解决 Prompt Engineering 的复用问题。

试想这样一个场景，你经常写技术文章，每次都要提醒 AI：

用轻松的语气，不要输出太多像列表一样的结构化数据
多用代码示例，少讲抽象概念
每段不超过 300 字

说实在这还是挺麻烦的，但是合理使用 AI 我们的还是能做的到的，但是你注意到了吗？这个 Workflow 很难迁移到你的下一次 AI 对话中，因为这些 Prompt 你要重新输入一遍。

Anthropic 给出的解法就是 Skills，Skills 就是把做某些重复性任务的 Prompt、资源文件（脚本、知识库之类的）打包在一起，在你的下一次对话中，像「Tool Use」一样按需载入，模型自主决定是否按照你给出的 Skills 行动。嘿，如果能够按照预期触发，我们的 workflow 就能变的更简单好用，不用准备那么多提示词了对吧～

当然 Skills 作为 Anthropic 也可以在社区分享，就像 MCP 刚出来就有了一堆 MCP Hub，现在也出现了很多 Skills Hub。

从技术角度看，Skills 确实有用，但别高估它。有人说 Skills 会革了 n8n、Dify 这些 Agent 平台的命，我是不太信的。Skills 本质上就是把你的 Prompt 和 workflow 打个包，让它能复用。这解决的是不想每次都重复输入指令的问题。但 n8n、Dify 这些平台解决的是什么？是要把十几个步骤串起来，中间还有条件判断、错误处理、定时触发这种复杂编排问题。这俩根本不是一个维度的东西。

Skills 适合那种重复性的、相对标准化的单个任务，比如代码审查、按规范生成文档、检查数据格式这种。你定义好规则，以后每次 Claude 自动按这套规则来，挺方便。但要是你的工作流程是多步骤、多服务的协同，Skills 就玩不转了。而且这些 Agent 平台有可视化界面，非技术人员也能配置，Skills 你还得写代码打包，门槛摆在那。

所以别被营销话术忽悠了。Skills 确实降低了一些简单场景的门槛，以前可能要搭个小 Agent 的事，现在一个 Skill 就搞定。但它不是什么革命性的东西，更不可能把这些平台干掉，顶多算个补充。

Skills vs MCP

很多人搞不清楚为何有了 MCP 还需要 Skills，这里插一段解释下。

实际上两者的核心目标不一致，MCP 的目标是帮助 AI 连接外部世界，读取外部世界的数据，向外部世界输出影响，Anthropic 将其描述为「USB Hub」，强调的连接能力。而 Skills 的目标是封装特定领域的知识和 workflow，专注于执行特定任务，要比喻的话也是「瑞士军刀」。这俩一个主外，一个主内，是可以配合使用的。

Skills vs Projects

还有一个相近的功能叫做 Projects，在 Claude 和 ChatGPT 上都有类似功能，简单来说就是可以创建一个 workspace，我们把做某件事（比如写现在的这篇文章）作为目标，将完成这件事的 Prompt 和 Context 聚拢在一起，AI 会记住项目背景，和当前的进度，帮我们延续思路，不用每次重新解释我们上次聊到哪了。

但 Skills 聚焦在「做事的方法」，更像是一套可复用的 workflow。它不关心你在做哪个项目，而是帮你保持统一的做事风格或标准。而且 Projects 通常是个人用的，没法直接分享；Skills 则可以打包成模板，分享给团队一起用。

从这个角度看，Projects 管项目，Skills 管方法，一个是工作空间，一个是工具箱。

什么是 Skills？

说了这么多，Skills 到底长什么样？它是如何实现「Prompt 复用」和「按需加载」的？接下来我们看看 Skills 的技术细节。

如前文所说 Skills 实际上就是包含了 Prompt 和资源文件的包，用于告知 AI 如何完成特定任务，并在不同会话之间复用，其基本结构是这样的：

perl 复制代码

my-skill.zip
  └── my-skill/
      ├── SKILL.md （必要）
      └── resources/（非必要的其他文件）

Anthropic 规定 Skill 包必须是一个 zip 包，且里面包含一个同名的文件夹，文件夹里面才是具体内容，其中的 SKILL.md 也是必须的描述了 Skill 的基本信息，并且里面内容也有特殊的规定，而其他文件就自己根据需求随意添加就好了。

SKILL.md 类似这样：

md 复制代码

---
name: your-skill-name
description: Brief description of what this Skill does and when to use it
---

# Your Skill Name

## Instructions
[Clear, step-by-step guidance for Claude to follow]

## Examples
[Concrete examples of using this Skill]

可以看到 SKILL.md 分两部分，一部分是 YAML 的头部，用于存储元数据，其 name 和 description 是必须的。下半部分的 Markdown 就可以随意发挥了。

Claude 为 Skills 提供了代码执行环境。在 Claude.ai 中是隔离的虚拟机，而在 Claude Code 中则是直接在用户的本地环境执行，并提供了一套叫做 渐进式披露 （progressive disclosure）的调用策略来控制 Context。

Level 1: - 元数据 (始终加载)：也就是我们刚刚说的 SKILL.md 中的 YAML 头，会在 Claude 启动时载入并附加在 System Prompt 中，和「Tool Use」差不多
Level 2 - 指令（调用时加载）：也就是我们刚刚说的 SKILL.md 中的 Markdown 部分，当 Claude 确认要调用某个 Skill，就会载入全部的 SKILL.md 内容
Level 3 - 资源文件或代码（按需加载）：当指令让 Claude 采取了某些行为要访问这些文件或是执行代码时，才会载入这些资源文件

Anthropic 在 Claude 上提供了一些预制的技能可以开启，也支持用户自己上传 zip 包来使用：

实战开发

理解了 Skills 的原理，最好的学习方式就是动手写一个。虽说我们可以直接让 Claude 根据规范为我们创建一个 Skill（确实很方便），但自己从零开始写一遍，能更深入理解 Skills 的设计思想。

接下来我们创建一个实用的 Skill：上传图床助手 ：平时在写完技术文章之后，发布的过程其实挺麻烦的，因为我经常使用 Ulysses 写作，导出为 Markdown 后，很多图片引用实际是在本地的，如果要发布一般还是要上传到图床上才能直接用。另外，我引用的一些图片的格式很多地方不支持，需要统一成 png 来上传。

我们的目录结构是这样：

bash 复制代码

article-publisher/
├── SKILL.md                      # Skill 定义和工作流程
└── scripts/
    └── upload_images.py      # 上传图片到图床脚本

首先，创建 SKILL.md，规定整个技能的定义和执行步骤。这里我用了比较直白的写法，虽然不完全符合官方的最佳实践（后面会说为什么），但为了稳定性做了一些妥协：

md 复制代码

---
name: upload-article-images
description: Upload local images from Markdown files to image hosting. When user says "上传图床" or "upload images", immediately run the script at ~/.claude/skills/upload-article-images/scripts/upload_images.py
---

# Upload Article Images

To upload images from a Markdown file, execute:

`bash
python3 ~/.claude/skills/upload-article-images/scripts/upload_images.py <markdown_file_path>
`

## Critical: What NOT to do

- Do NOT read the Markdown file first
- Do NOT list or check image files
- Do NOT check if the script exists
- Do NOT search for files
- Do NOT create a new script
- Do NOT write any Python code
- Do NOT ask the user which image hosting service to use

## What to do

Run the command above. That's it.

The script at `~/.claude/skills/upload-article-images/scripts/upload_images.py` already exists and handles everything.

## Example

User: "帮我处理 index.md，上传图片到图床"

**Correct action:**
`bash
python3 ~/.claude/skills/upload-article-images/scripts/upload_images.py index.md
`

**Wrong actions:**
- ❌ Reading index.md first
- ❌ Listing PNG/TIFF files
- ❌ Checking if script exists
- ❌ Creating upload_images.py
- ❌ Asking about image hosting service

## Dependencies

If error: `pip install requests Pillow`

首先，description 里明确写了触发词（"上传图床"、"upload images"），然后直接在开头就给出执行命令，避免 Claude 自己瞎猜，还用了大量的 "Do NOT" 来约束行为（虽然官方不推荐，但实测这样更稳定）

之后的 upload_images.py 写我们主要的图片提取、上传、替换逻辑：

md 复制代码

#!/usr/bin/env python3
"""
图片上传到图床并替换 Markdown 链接
使用方法：python upload_images.py <文章.md>
"""

import re
import os
import sys
import requests
from pathlib import Path
from PIL import Image
import tempfile


# 支持的图片格式（图床支持的格式）
SUPPORTED_FORMATS = {".png", ".jpg", ".jpeg", ".gif", ".webp", ".bmp"}

# 需要转换的格式
CONVERT_FORMATS = {".tiff", ".tif", ".svg", ".ico", ".heic"}


def convert_image_format(file_path):
    """
    将不支持的图片格式转换为 PNG

    Args:
        file_path: 原始图片路径

    Returns:
        str: 转换后的图片路径（如果需要转换），否则返回原路径
        bool: 是否进行了转换
    """
    file_path = Path(file_path)
    ext = file_path.suffix.lower()

    # 如果格式已支持，直接返回
    if ext in SUPPORTED_FORMATS:
        return str(file_path), False

    # 需要转换
    if ext in CONVERT_FORMATS or ext not in SUPPORTED_FORMATS:
        try:
            # 打开图片
            img = Image.open(file_path)

            # 如果是 RGBA 模式，保持透明度
            # 如果不是，转换为 RGB（PNG 支持两种模式）
            if img.mode in ("RGBA", "LA", "P"):
                # 保持透明度
                pass
            elif img.mode != "RGB":
                img = img.convert("RGB")

            # 创建临时 PNG 文件
            temp_dir = tempfile.gettempdir()
            temp_file = Path(temp_dir) / f"{file_path.stem}_converted.png"

            # 保存为 PNG
            img.save(temp_file, "PNG")

            print(f"   🔄 已转换 {ext} → .png")
            return str(temp_file), True

        except Exception as e:
            print(f"   ⚠️  格式转换失败: {e}")
            return str(file_path), False

    return str(file_path), False


def upload_file(file_path):
    """
    上传文件到图床

    Args:
        file_path: 文件路径

    Returns:
        str: 上传后的文件 URL

    Raises:
        Exception: 上传失败时抛出异常
    """
    url = "https://xxx.com/upload" # 这里记得替换成你的图床 API

    with open(file_path, "rb") as f:
        files = {"file": f}
        response = requests.post(url, files=files)

    if response.status_code != 200:
        raise Exception(f"上传失败，状态码: {response.status_code}")

    result = response.json()
    file_url = result.get("data", {}).get("url")

    if not file_url:
        error_msg = result.get("context", {}).get("message", "上传失败")
        raise Exception(error_msg)

    return file_url


def extract_local_images(md_content):
    """提取 Markdown 中的本地图片路径"""
    # 匹配 ![alt](path) 格式
    pattern = r"!\[([^\]]*)\]\(([^)]+)\)"
    matches = re.findall(pattern, md_content)

    local_images = []
    for alt_text, img_path in matches:
        # 排除已经是 URL 的图片
        if not img_path.startswith(("http://", "https://")):
            local_images.append((alt_text, img_path))

    return local_images


def replace_image_links(md_file, url_mapping):
    """替换 Markdown 中的图片链接"""
    with open(md_file, "r", encoding="utf-8") as f:
        content = f.read()

    for old_path, new_url in url_mapping.items():
        content = content.replace(f"]({old_path})", f"]({new_url})")

    with open(md_file, "w", encoding="utf-8") as f:
        f.write(content)


def main():
    if len(sys.argv) < 2:
        print("用法: python upload_images.py <Markdown文件>")
        sys.exit(1)

    md_file = sys.argv[1]

    if not os.path.exists(md_file):
        print(f"❌ 错误：文件不存在: {md_file}")
        sys.exit(1)

    print("🔍 扫描文章中的本地图片...")

    with open(md_file, "r", encoding="utf-8") as f:
        content = f.read()

    local_images = extract_local_images(content)

    if not local_images:
        print("✅ 没有找到需要上传的本地图片")
        return

    print(f"📤 找到 {len(local_images)} 张本地图片，开始上传...\n")

    url_mapping = {}
    md_dir = Path(md_file).parent
    success_count = 0
    temp_files = []  # 存储需要清理的临时文件

    for alt_text, img_path in local_images:
        # 转换为绝对路径
        full_path = (md_dir / img_path).resolve()

        if not full_path.exists():
            print(f"⚠️  跳过不存在的文件: {img_path}")
            continue

        try:
            # 尝试转换格式（如果需要）
            converted_path, was_converted = convert_image_format(str(full_path))
            if was_converted:
                temp_files.append(converted_path)

            # 上传图片
            new_url = upload_file(converted_path)
            url_mapping[img_path] = new_url
            success_count += 1
            print(f"✅ {img_path}")
            print(f"   → {new_url}\n")
        except Exception as e:
            print(f"❌ {img_path} 上传失败: {e}\n")

    if url_mapping:
        print("🔄 正在替换 Markdown 中的图片链接...")
        replace_image_links(md_file, url_mapping)
        print(f"✅ 完成！成功上传并替换 {success_count} 张图片的链接")
    else:
        print("❌ 没有成功上传任何图片")

    # 清理临时文件
    if temp_files:
        print("\n🧹 清理临时文件...")
        for temp_file in temp_files:
            try:
                Path(temp_file).unlink()
            except Exception as e:
                print(f"   ⚠️  清理失败 {temp_file}: {e}")


if __name__ == "__main__":
    main()

注意，这里 https://xxx.com/upload 是一个示例地址，你要修改成自己的图床 API。

我们将我们的 skill 整个文件夹移动到 ~/.claude/skills 这样 Claude Code 就可以直接使用了。

我导出一份文档，使用 Cladue Code 测试一下看看：可以看到虽然经历了一些波折，但还是成功了。

检查原文可以看到，符合我们的预期，链接已经替换成功了！

写在最后

其实本文前面写得很快，最难的部分就是实战。不知道是我的 Prompt 水平不够还是 Skills 这个功能还不够成熟，即使按照官方推荐的写法，让 Claude 调用某个脚本，它还是经常选择自己写一个脚本而不是用我内置好的。

本来我规划了一个更复杂的 Skill：润色文章、上传图片、生成摘要和标签、再设计个封面，一套流程自动化。但测试下来发现稳定性太差，经常在某一步卡住或者跳过关键步骤，最后只好简化成现在这个单一功能的版本。

给想尝试写 Skills 的朋友几个建议：

慢慢迭代：别一上来就搞复杂流程，先做单一功能的 Skill
description 可以适当写详细些：跟官方推荐的不一样，但把一些重要内容放在这里似乎最有效
英文 Prompt 效果更好：我自己测试下来，感觉英文 Prompt 更稳定、速度也更快，大家也可以多对比下
降低期望：Skills 目前还是个新东西，还不够稳定好用

Skills 这东西设计理念不错，但目前的效果实在不尽如人意。希望 Anthropic 能在稳定性上多下功夫。不过话说回来，即使有这些问题，对于一些简单重复的任务，Skills 还是能省不少事的。

大家如果有什么使用 Skills 的小技巧，欢迎在评论区跟大家分享～

参考资料

Claude Agent Skills 官方文档：docs.claude.com/en/docs/age...
Anthropic Blog- Agent Skills：www.anthropic.com/engineering...
How to create custom Skills ：support.claude.com/en/articles...
The REAL POWER of Claude Agent SKILLS (Why Most Are Missing It) | Claude Skills Explained ：www.youtube.com/watch?v=m-5...
Claude Agent Skills - 全新的技能包：www.youtube.com/watch?v=KBs...