保姆级喂饭教程:什么是Skills?如何用Skills?

最近 AI 界又有一个概念火出圈了,它就是------Skills(技能)。

你可能在很多地方听过它的其他名字,比如 Claude Agent Skills 或者 Agent Skills ,但大家最习惯的还是直接叫它 Skills

很多人看了网上的技术文档表示"一脸懵逼",完全看不懂。今天咱们就用最通俗易懂的大白话,带你拆解这个 AI 圈的新宠,看看小白用户到底该怎么上手!


🎬 视频演示

www.bilibili.com/video/BV1TK...


🛠️ 到底什么是 Skills?

首先,咱们来盘概念。Skills 翻译成中文就是"技能"。

什么叫技能?技能就是你执行某件事的方法论。

举个生活中的例子:我会打羽毛球。当球飞过来,我拿起球拍,在合适的时机、用合适的力度击球,让球准确落在对方场地,这一整套操作逻辑,就叫"技能"。

在 AI 界,Skills 就是让大模型按照某种特定的方法论去行动的机制。

有人会说:"这不就是提示词(Prompt)吗?"

你可以把它理解为 "超级进化版的提示词"。因为它比普通提示词强得多,通常由三部分组成:

  1. 元数据 (Metadata): 包含对这个技能的简短描述。它保存在全局上下文中,因为体积小,所以非常节省 Tokens(省钱又省心)。
  2. 行动指南 (Action Guide): 这部分才是真正的提示词,规定了 AI 每一步该怎么做。
  3. 资源文件 (Resources): 这是最厉害的地方!它可能包含 Python 代码 或其他执行程序,保证程序在调用 Skill 时能完成复杂的动作。

🎨 举个栗子:让 AI 突破"次元壁"

为什么说它是升级版?

比如你问 DeepSeek 或者 Claude:"帮我画一张茶壶的海报。"

常规的大模型由于不具备绘图引擎,它顶多只能给你写一段描述图片的文字(Prompt),没法直接甩给你一张图片,例如 DeepSeek:

但有了 Skills 之后,大模型就可以直接调用"绘图 Skill"。这个 Skill 里面包含了绘图的 Python 脚本,大模型在后台跑一下代码,啪的一声,海报图片就直接生成并保存到你的文件夹里了。

这就是 Skills 的威力:让 AI 拥有了"手"和"工具",不再只是"纸上谈兵"。


🚀 实战上手:手把手教你配置 Skills

光说不练假把式,咱们直接看怎么用。这里我们以 Claude Code 为例。

第一步:创建目录

在你的项目文件夹下,创建一个特定的目录结构:
myskills/.claude/skills

注意: 文件夹名必须严格遵守这个格式,建议使用英文路径,避免中文乱码报错。

第二步:搬运"神仙技能"

现在网上有很多开源的 Skills 项目(比如 GitHub 上的优秀项目)。我们可以直接把别人写好的技能包(通常是一个文件夹,里面包含一个 skill.md 和一些脚本文件)下载下来,解压后直接粘贴到刚才创建的 skills 目录里。

第三步:启动与调用

  1. 打开命令行(CMD),进入你的项目目录。
  2. 输入命令启动 Claude。
  3. 你可以问它:"你现在有哪些 Skills?"

这时候 AI 就会扫描目录,告诉你:"我已经加载了绘图技能、文件操作技能......"


🖼️ 效果展示:一句话生成海报

咱们来测试一下。在命令行输入:

"帮我制作一个茶壶的商品海报。"

AI 会分析你的指令,发现需要调用 canvas(绘图设计)这个 Skill。它会询问你是否确认执行,你按下回车,后台的 Python 脚本就开始疯狂运转。

片刻之后,海报直接出现在你的文件夹里!甚至连设计理念、Markdown 说明文档都给你配齐了。


💡 为什么你一定要学会用 Skills?

相比于传统的满屏堆 Prompt,Skills 有两个无法拒绝的优势:

  1. 全局通用,省时省力: 你可以把 Skill 设置成项目级别或全局通用。不需要每次聊天都复制一大段长长的提示词,AI 看到指令自动触发,非常丝滑。
  2. 能力扩展,突破上限: 很多复杂任务(如处理表格、批量重命名、自动化绘图),光靠提示词是搞不定的。Skills 允许加入代码附件,极大地扩展了 AI 的能力边界。

总结一下:Skills 就是把"提示词"+"执行脚本"+"上下文优化"打包在一起的超级工具包。

学会了它,你才算真正解锁了 AI Agent 的正确打开方式!


我是磊哥,每天为你分享一个 AI 干货!如果你对如何编写自己的 Skill 感兴趣,欢迎点赞告诉我,后期咱们出一期详细的进阶教程!

本文已收录到我的技术小站 www.javacn.site,网站包含的内容有:N8N/Coze/Dify/LangChain/SpringAI/SpringAIAlibaba/LangChain4j/AI实战项目/AI常见面试题等技术分享,欢迎各位大佬光临指导~

相关推荐
MSTcheng.1 分钟前
构建自定义算子库:基于ops-nn和aclnn两阶段模式的创新指南
人工智能·cann
User_芊芊君子4 分钟前
CANN图编译器GE全面解析:构建高效异构计算图的核心引擎
人工智能·深度学习·神经网络
lili-felicity4 分钟前
CANN加速Whisper语音识别推理:流式处理与实时转录优化
人工智能·whisper·语音识别
沈浩(种子思维作者)5 分钟前
系统要活起来就必须开放包容去中心化
人工智能·python·flask·量子计算
行走的小派7 分钟前
引爆AI智能体时代!OPi 6Plus全面适配OpenClaw
人工智能
云边有个稻草人7 分钟前
CANN:解构AIGC底层算力,ops-nn驱动神经网络算子加速
人工智能·神经网络·aigc·cann
爱吃大芒果8 分钟前
CANN神经网络算子库设计思路:ops-nn项目的工程化实现逻辑
人工智能·深度学习·神经网络
人工智能培训18 分钟前
具身智能如何让智能体理解物理定律?
人工智能·多模态学习·具身智能·ai培训·人工智能工程师·物理定律
lili-felicity19 分钟前
CANN加速Stable Diffusion文生图推理:从UNet优化到内存复用
人工智能·aigc
哈__19 分钟前
CANN加速语音合成TTS推理:声学模型与声码器优化
人工智能