Skills 是构建定制 AI 工作流和 agent 的强大工具，但它们在 Claude 技术栈中处于什么位置？我们来解释什么时候该用哪个工具，以及它们如何协同工作。
无论你是在 Claude Code 中构建复杂工作流、使用 API 创建企业解决方案，还是在 Claude.ai 上最大化个人效率，知道应该用哪个工具，并在正确时间使用它，将彻底改变你与 Claude 协作的方式。本文分解了每个构建模块，解释何时使用，以及如何结合它们来构建强大的 agent 工作流。
理解你的 agent 构建模块
什么是 Skills
Skills 是包含指令、脚本和资源的文件夹，Claude 会根据任务需要动态发现并加载这些内容。可以把它们想象成针对特定领域的 训练手册，让 Claude 在这些领域具备专业能力，例如处理 Excel 表格、遵循公司品牌规范等。
-
工作机制
当 Claude 遇到任务时，它会扫描可用的 Skills 并寻找相关匹配项。Skills 使用 progressive disclosure：先加载元数据（约 ~100 tokens），让 Claude 知道什么时候应该使用哪个 Skill；当需要时再加载完整指令（ <5k tokens），包内的脚本或资源在真正用到时才加载。
-
什么时候用 Skills
当你需要 Claude 一致、高效地执行特定任务时，选择 Skills。适合用于：
- 组织性工作流程（品牌规范、合规流程、文档模板）
- 专业领域知识（Excel 公式、PDF 操作、数据分析）
- 个人偏好（笔记系统、编码模式、研究方法）
什么是 prompts
Prompts 是你在对话中以自然语言提供给 Claude 的指令。它们是临时的、对话式的和响应式的------你在当下提供上下文和指示。
-
什么时候用 prompts
- 一次性请求，例如"总结这篇文章"
- 调整语气，例如"把这段变得更专业"
- 即时上下文，例如"分析这些数据并找出趋势"
- 临时指令，例如"把它格式化成要点列表"
-
提示
Prompts 是你与 Claude 交互的主要方式，但它们不会跨对话持久保存。如果你经常重复输入同样的 prompt，最好把这个流程转换为 Skill 或 Project 指令。
什么是 Projects
Projects 是付费 Claude 计划中提供的自包含工作区，有自己的聊天历史和知识库。每个 Project 包含一个 200K context window，你可以上传文档、提供背景信息和设定对所有对话统一生效的自定义指令。
-
什么时候用 Projects
- 需要持久上下文
- 工作区组织
- 团队协作
- 项目级自定义指令
Projects 提供固定背景知识，Skills 则教 Claude 如何执行任务。如果你发现需要在多个 Project 之间复制同样的指令，这说明你应该把它做成 Skill。
什么是 subagents
Subagents 是具有独立上下文窗口、自定义 system prompts 和特定工具权限的专用 AI 助手。它们可以独立处理任务，并将结果返回主 agent。
-
什么时候用 subagents
- 任务专精（如 Code review、生成测试）
- 管理上下文
- 并行执行多个任务
- 工具限制（例如只允许读权限）
当多个 agent 或对话需要同样专业知识时，可以创建 Skill；而当你需要完全独立执行、特定权限的 agent 时，则选择 subagents。
什么是 MCP (Model Context Protocol)
MCP 是一个开放标准，用于在 AI 应用和现有工具及数据源之间建立连接层。它让 Claude 便捷地访问外部系统（例如 Google Drive、Slack、数据库等）。
-
什么时候用 MCP
- 访问外部数据
- 使用业务工具（CRM、项目管理系统）
- 与开发环境集成
MCP 解决 数据连接问题，而 Skills 教 Claude "如何处理这些数据"。两者可以结合使用：MCP 用于连通性，Skills 用于实现具体流程和规则。
各类工具比较
| 工具 | 提供内容 | 持久性 | 载入方式 | 是否包含代码 | 最适合 |
|---|---|---|---|---|---|
| Skills | Procedural knowledge | 跨对话 | Dynamic | 是 | 专业任务 |
| Prompts | Moment-to-moment 指令 | 单次对话 | 每轮 | 否 | 快速请求 |
| Projects | Background context | Project 内 | 始终可用 | 否 | 持久上下文 |
| Subagents | Task delegation | 跨 session | 调用时 | 是 | 专用任务 |
| MCP | Tool connectivity | Continuous | 始终可用 | 是 | 数据接入 |
常见组合与示例
不同工具组合使用可以让工作流更加强大。例如：
研究 agent 工作流
- 建立一个 Project 来包含所有产品市场分析、竞争对手资料等；
- 用 MCP 连接外部数据源（如 Google Drive / GitHub）；
- 创建一个 "competitive-analysis" Skill 作为分析框架；
- 使用多个 subagents （如
market-researcher、technical-analyst）处理各自专精领域； - 最后通过 prompts 进一步调整和细化输出。