Claude 总是泛泛而谈？试试给它装个"技能包"，用 Skills 沉淀团队最佳实践

Claude Skills：给 AI 装上专业"技能包"

用 Claude Code 开发项目的时候，经常遇到这些困惑：

让 Claude 做代码审查，它给的建议太泛泛，不够专业？
写 Python 异步代码时，它对 asyncio 的最佳实践不够深入？
搭建 Kubernetes 配置，总感觉它缺少实战经验？
每次都要重复解释同样的技术上下文？

Claude 本身很聪明，但就像一个全才------什么都懂一点，但不够专精。这时候就需要 Claude Skills 出场了。

什么是 Claude Skills

一句话解释

Skills 是给 Claude 装的"专业技能包"。就像 RPG 游戏里给角色学技能，一个 Skill 让 Claude 在特定领域变成专家。

官方定义是这样说的：

Agent Skills are organized folders of instructions, scripts, and resources that agents can discover and load dynamically to perform better at specific tasks.

翻译一下：Skills 是打包好的指令、脚本和资源，Claude 会自动发现并按需加载，让它在特定任务上表现更好。

核心特性

模型自主调用：Claude 根据任务自动判断是否使用 Skill，不需要手动触发
按需加载：只有用到的内容才占用 context window
可组合：多个 Skills 可以协同工作
跨平台：Claude.ai、Claude Code、Agent SDK、Developer Platform 都支持

三层加载架构

这是 Skills 设计最巧妙的地方------Progressive Disclosure（渐进式披露）：

bash 复制代码

┌─────────────────────────────────────────────────────────────────┐
│  Level 1: Metadata                                              │
│  ┌─────────────────────────────────────────────────────────┐    │
│  │ name: code-review-excellence                             │    │
│  │ description: Master effective code review practices...   │    │
│  └─────────────────────────────────────────────────────────┘    │
│  加载时机: 启动时   |   Token 开销: ~100 tokens/skill            │
├─────────────────────────────────────────────────────────────────┤
│  Level 2: Instructions (SKILL.md 主体内容)                      │
│  ┌─────────────────────────────────────────────────────────┐    │
│  │ - 代码审查的 4 阶段流程                                   │    │
│  │ - 反馈技巧和模板                                          │    │
│  │ - 通用 checklist                                          │    │
│  └─────────────────────────────────────────────────────────┘    │
│  加载时机: 触发时   |   Token 开销: <5,000 tokens               │
├─────────────────────────────────────────────────────────────────┤
│  Level 3: Resources & Code                                      │
│  ┌─────────────────────────────────────────────────────────┐    │
│  │ reference/react.md, reference/python.md                  │    │
│  │ scripts/pr-analyzer.py                                   │    │
│  │ assets/checklist.md                                      │    │
│  └─────────────────────────────────────────────────────────┘    │
│  加载时机: 引用时   |   Token 开销: 仅输出消耗 token             │
└─────────────────────────────────────────────────────────────────┘

官方工程博客这样解释：

Like a well-organized manual that starts with a table of contents, then specific chapters, and finally a detailed appendix, skills let Claude load information only as needed. This means that the amount of context that can be bundled into a skill is effectively unbounded.

简单说：Skill 可以打包无限量的内容，但只在需要时才加载。你可以装 50 个 Skills，启动时只占用 ~5000 tokens（50 × 100），只有用到的才加载完整内容。

Skills vs MCP：两个不同层面的东西

刚接触的时候很容易搞混，它们到底什么区别？

一句话区分

有人总结得很形象：

MCP server = "Claude, here are the keys to the filing cabinet." Skills = "Write the instructions once, Claude follows them forever."

MCP 给 Claude 钥匙（工具），Skills 给 Claude 说明书（知识）。

具体对比

维度	Skills	MCP Servers
本质	知识和方法论	工具和能力
作用	教 Claude "怎么做"	给 Claude "能做什么"
格式	Markdown 文件 + YAML 元数据	协议 + 服务端程序
Token 效率	元数据 ~100 tokens，按需加载	数千到数万 tokens
设置复杂度	简单，创建 markdown 文件即可	较复杂，需要配置服务
可移植性	Claude 专用	开放标准，多厂商支持

怎么配合使用

做代码审查时：

code-review-excellence skill 提供审查标准和方法
Claude Code 原生的 Read/Grep 工具读取代码
如果是前端代码，可能还会用 Playwright MCP 跑一下页面

写技术文档时：

technical-writer skill 提供写作框架和风格指南
context7 MCP 查询最新的库文档
tavily MCP 搜索相关的最佳实践

一句话总结：MCP 提供连接外部系统的能力，Skills 提供如何使用这些能力的知识。

Skills 怎么工作

激活机制

Skill 的 description 字段决定何时激活。Claude 会分析用户输入，匹配相关的 skill：

yaml 复制代码

description: Master effective code review practices to provide constructive
feedback, catch bugs early, and foster knowledge sharing while maintaining
team morale. Use when reviewing pull requests, establishing review standards,
or mentoring developers.

当用户说：

"审查这段代码" → 激活（匹配 "reviewing"）
"帮我 review PR" → 激活（匹配 "pull requests"）
"建立代码审查标准" → 激活（匹配 "establishing review standards"）
"写个 Python 函数" → 不激活（无匹配）

技术实现上，Claude 通过 Bash 工具读取 SKILL.md 文件来触发加载。

下面这张图展示了关键词如何自动触发 skill：

Token 开销实测

这是 Skills 设计巧妙的地方：

未激活时：每个 skill 只占约 100 tokens（name + description）

50 个 skills ≈ 5000 tokens

激活时：加载 SKILL.md（核心内容）

典型的 SKILL.md ≈ 1500-3000 tokens

深度引用时：加载 reference/ 文件

reference/react.md ≈ 7000 tokens
reference/python.md ≈ 8500 tokens
但脚本执行是确定性的，只有输出才消耗 token

下面这张图展示了按需加载的过程：

多 Skill 协作

一次对话可以激活多个 skills。比如问"审查这个 Python 异步测试代码"：

csharp 复制代码

用户: "审查这个 Python 异步测试代码"
  │
  ├─→ code-review-excellence (匹配 "审查")
  │     └─ 代码审查流程和标准
  │
  ├─→ python-testing-patterns (匹配 "测试")
  │     └─ Python 测试最佳实践
  │
  └─→ async-python-patterns (匹配 "异步")
        └─ asyncio 常见陷阱

Claude 综合 3 个 skills 的知识 → 输出专业的审查报告

就像召集了 3 个专家会诊。

安装和配置

存放位置

Skills 有两个位置：

bash 复制代码

~/.claude/skills/              # 全局 skills (所有项目可用)
project/.claude/skills/        # 项目 skills (仅当前项目，可 git 共享)

安装方式

方式 1：从官方仓库安装

bash 复制代码

# Claude Code 中安装官方 document skills
/plugin install document-skills@anthropic-agent-skills

官方 anthropics/skills 仓库提供：

类别	包含内容
Document Skills	Word/PDF/PowerPoint/Excel 处理（生产级质量）
Creative & Design	p5.js 算法艺术、Canvas 设计、GIF 动画
Development	Web artifacts、MCP server 创建、Playwright 测试
Enterprise	品牌指南、内部沟通模板

方式 2：从社区 Marketplace 安装

bash 复制代码

# 添加社区 marketplace
/plugin marketplace add wshobson/agents

# 安装 plugin（包含多个 skills）
/plugin install developer-essentials      # 8 个开发核心 skills
/plugin install python-development        # 5 个 Python skills
/plugin install kubernetes-operations     # 4 个 K8s skills

社区 marketplace 提供更多细分领域的 skills，但要注意审查安全性。

方式 3：手动创建

bash 复制代码

# 创建 skill 目录
mkdir -p ~/.claude/skills/my-custom-skill

# 创建 SKILL.md
cat > ~/.claude/skills/my-custom-skill/SKILL.md << 'EOF'
---
name: my-custom-skill
description: 这个 skill 的用途。Use when XXX
---

# My Custom Skill

## When to Use
- 场景1
- 场景2

## 核心内容
[你的专业知识]
EOF

SKILL.md 规范

官方要求：

yaml 复制代码

---
name: your-skill-name        # 必需，最大 64 字符
                             # 只能用小写字母、数字、连字符
                             # 不能包含 "anthropic" 或 "claude"
description: ...             # 必需，最大 1,024 字符
                             # 说明功能和触发条件
---

# Skill 正文 (Markdown)
[任意内容]

目录结构最佳实践

bash 复制代码

skill-name/
├── SKILL.md                    # 核心文件 (必需，建议 <200 行)
├── reference/                  # 深度参考 (可选，按需加载)
│   ├── react.md
│   └── python.md
├── assets/                     # 模板资源 (可选)
│   └── checklist.md
└── scripts/                    # 自动化脚本 (可选)
    └── analyzer.py

实战：从 7 分到 9 分的代码审查

没有 Skill 时

问："审查下项目结构"

Claude 可能会：

列出文件列表
指出明显问题（比如缺少 README）
给一些泛泛的建议

质量：7/10 --- 能用，但不够系统

有 Skill 后

同样的问题，激活 code-review-excellence skill 后：

markdown 复制代码

## 项目结构审查报告

### 优点
- 现代化技术栈
- 清晰的目录结构
- 配置完善

### 关键问题 (Blocking)
🔴 缺少测试基础设施
🔴 eslint.config.js 配置错误

### 重要改进 (Important)
🟡 缺少环境变量管理
🟡 缺少错误边界

### 建议优化 (Nice to Have)
🟢 代码分割
🟢 添加 loading 状态

### 评分矩阵
| 类别     | 评分 | 说明        |
|----------|------|-------------|
| 代码质量 | 8/10 | ESLint 通过 |
| 架构设计 | 7/10 | 结构清晰    |
| 可维护性 | 6/10 | 缺少测试    |

### 优先级行动计划
1. 🔴 修复 eslint 配置
2. 🔴 添加测试框架

质量：9/10 --- 专业、系统、可执行

区别在于：

维度	基础模式	Skill 模式
结构	无固定结构	4 阶段审查流程
优先级	混在一起	🔴🟡🟢 明确分级
可执行性	泛泛建议	具体行动计划
深度	表面问题	语言特定陷阱

创建自定义 Skill

什么时候该创建

团队特定规范 --- "我们的 API 设计标准"
重复性工作 --- 每次都要解释的技术细节
知识沉淀 --- 把踩过的坑固化下来
专业领域 --- Marketplace 没有的细分领域

创建步骤

第 1 步：确定范围

一个好的 skill 要：

聚焦单一主题
可独立使用
有明确的激活条件
不要做"万能 skill"

第 2 步：组织内容

markdown 复制代码

---
name: team-api-standards
description: 团队的 RESTful API 设计规范和审查标准。Use when designing REST APIs, reviewing API endpoints, or validating API documentation.
---

# Team API Standards

## When to Use
- 设计新的 API 接口
- 审查 API 相关代码
- 解答 API 设计问题

## 核心原则

### 1. RESTful 设计
[团队的 REST 规范]

### 2. 错误处理
[统一的错误响应格式]

## Checklist
- [ ] 是否遵循命名约定?
- [ ] 错误码是否统一?

## 示例

### 好的设计
\`\`\`typescript
// 正确示例
\`\`\`

### 避免的做法
\`\`\`typescript
// 错误示例
\`\`\`

第 3 步：测试

bash 复制代码

# 创建 skill
mkdir -p ~/.claude/skills/team-api-standards
# 编写 SKILL.md
# 新开会话测试

# 问: "审查这个 API 设计"
# 看是否激活了你的 skill

最佳实践

描述要精准

yaml 复制代码

# ❌ 太宽泛
description: API 相关的知识

# ✅ 明确场景
description: 团队的 RESTful API 设计规范。Use when designing REST APIs, reviewing API endpoints.

内容要实战
- 多用对比示例（Good vs Bad）
- 提供 checklist
- 包含真实的坑和解决方案

团队共享

bash 复制代码

# 放项目目录，团队共享
cp -r ~/.claude/skills/team-api-standards .claude/skills/
git add .claude/
git commit -m "Add team API standards skill"

安全考虑

官方文档特别强调这一点：

We strongly recommend using Skills only from trusted sources: those you created yourself or obtained from Anthropic.

Skills 可以包含脚本，恶意 Skill 可能：

让 Claude 执行有害操作
泄露数据
入侵系统

建议：

审查所有 bundled 文件（SKILL.md、scripts、images）
避免使用从不可信 URL 获取内容的 Skills
像对待安装软件一样对待 Skill

平台支持

平台	支持类型	共享范围
Claude.ai	预置 + 自定义上传	仅个人
Claude Code	自定义（文件系统）	个人或项目级
Claude API	预置 + 自定义	组织级
Agent SDK	自定义（.claude/skills/）	配置级

注意：自定义 Skills 不会跨平台同步，需要分别上传。

局限性

Skills 不能做的

❌ 操作浏览器（需要 Playwright MCP）
❌ 联网搜索（需要 Tavily MCP）
❌ 执行系统命令（需要 Bash 工具）
❌ 读取文件（需要 Read 工具）

Skills 擅长的

✅ 提供系统化的知识框架
✅ 指导最佳实践
✅ 识别常见陷阱
✅ 优化工具使用策略

创建成本

高质量 skill 需要投入：

核心内容（SKILL.md）：4-6 小时
补充资源：8-12 小时
持续维护：按需更新

总结

原理层面：

Skills 是给 Claude 装的"专业技能包"，让它从全才变专家
采用 Progressive Disclosure 架构，按需加载，token 效率高
通过 description 自动激活，无需手动调用
可以多个 skills 协作，互相补充

实用层面：

官方 anthropics/skills 提供生产级 Document Skills
社区 marketplace 提供更多细分领域 skills
自定义 skill 简单：一个目录 + 一个 SKILL.md
Skills 和 MCP 是互补关系，不是替代

使用建议：

新手：从官方 skills 开始，体验专业化提升
进阶：创建团队特定 skills，沉淀最佳实践
安全：只使用可信来源的 skills，审查所有脚本

Claude 总是泛泛而谈？试试给它装个"技能包"，用 Skills 沉淀团队最佳实践

Claude Skills：给 AI 装上专业"技能包"

什么是 Claude Skills

一句话解释

核心特性

三层加载架构

Skills vs MCP：两个不同层面的东西

一句话区分

具体对比

怎么配合使用

Skills 怎么工作

激活机制

Token 开销实测

多 Skill 协作

安装和配置

存放位置

安装方式

SKILL.md 规范

目录结构最佳实践

实战：从 7 分到 9 分的代码审查

没有 Skill 时

有 Skill 后

创建自定义 Skill

什么时候该创建

创建步骤

最佳实践

安全考虑

平台支持

局限性

Skills 不能做的

Skills 擅长的

创建成本

总结

相关资源

官方文档

代码仓库

扩展阅读