Claude技能构建指南|第一章 基础(Fundamentals)

Claude技能构建指南|第一章 基础(Fundamentals)

1. ① 本章核心主旨

本章明确Claude技能的定义、文件组成、三大核心设计原则,并讲解技能与MCP(模型控制平面)的协作逻辑,学完可掌握技能的本质、设计底层逻辑及与MCP的互补关系,为后续技能设计打基础。

2. ②独立技能

2.1 1.1 什么是技能(What is a skill?)

2.1.1 1.1.1 技能定义
  • 技能本质 :一个文件夹形式的指令集合,用于教会Claude处理特定任务或工作流,是自定义Claude能力的核心方式。
2.1.2 1.1.2 技能文件组成(必选+可选)
  • ✅ SKILL.md(必选) :Markdown格式指令文件,含YAML前置元数据
  • 📁 scripts/(可选) :可执行代码(Python、Bash等)
  • 📁 references/(可选) :按需加载的参考文档
  • 📁 assets/(可选) :输出用模板、字体、图标等资源

2.2 1.2 核心设计原则(Core design principles)

2.2.1 1.2.1 渐进式披露(Progressive Disclosure)
2.2.1.1 1.2.1.1 三层加载机制(核心逻辑)
  1. 第一层(YAML前置元数据) :永久加载至Claude系统提示词,仅告知技能适用场景,不加载完整指令,控制token消耗。
  2. 第二层(SKILL.md正文) :任务匹配技能时加载,包含完整指令和操作指南。
  3. 第三层(关联文件) :技能目录内的scripts/references/assets文件,仅按需检索,避免上下文冗余。
2.2.1.2 1.2.1.2 设计目的
  • 最小化token消耗,同时保留专业能力,平衡效率与功能性。
2.2.2 1.2.2 可组合性(Composability)
2.2.2.1 1.2.2.1 核心要求
  • Claude可同时加载多个技能 ;单个技能需兼容其他技能运行,不可默认自身是唯一可用能力。
2.2.2.2 1.2.2.2 适用场景
  • 团队多场景协作(如同时加载文档生成、工作流自动化技能)。
2.2.3 1.2.3 可移植性(Portability)
2.2.3.1 1.2.3.1 核心要求
  • 技能在Claude.ai、Claude Code、API端运行逻辑完全一致;一次创建,全平台复用(仅依赖项需环境支持)。
2.2.3.2 1.2.3.2 设计价值
  • 降低跨平台适配成本,适配个人、团队、企业不同使用场景。

‍

3. ③MCP 增强技能(如果普通skill,则可跳过)

3.1 1.3 MCP构建者:技能+连接器(For MCP Builders: Skills + Connectors)

3.1.1 1.3.1 前置说明
  • 无MCP仅构建独立技能,可跳过本节;已有MCP服务器,技能是上层知识层,固化工作流与最佳实践。
3.1.2 1.3.2 厨房类比(通俗理解)
  • MCP=专业厨房:提供工具、食材、设备访问权限(Claude能做什么)。
  • 技能=食谱:提供分步操作指南(Claude该怎么做)。
  • 核心价值:二者结合,用户无需手动拆解复杂步骤,直接完成任务。

3.2 1.4 MCP与技能的核心区别(表格提炼)

MCP(连接层) 技能(知识层)
连接Claude与第三方服务(Notion、Asana等) 教会Claude高效使用第三方服务
提供实时数据访问、工具调用能力 固化工作流、沉淀最佳实践
定义Claude能做什么 定义Claude该怎么做

3.3 1.5 有无技能的MCP使用差异

3.3.1 1.5.1 无技能的痛点
  • 用户连接MCP后,不知道下一步操作
  • 高频咨询"如何用集成做X任务",增加售后成本
  • 每次对话从零开始,结果不一致(用户提示词差异)
  • 用户易将工作流问题归咎于连接器,而非操作指引缺失
3.3.2 1.5.2 有技能的优势
  • 匹配场景时自动激活预设工作流
  • 工具调用稳定、可靠、标准化
  • 最佳实践嵌入交互,降低学习门槛
  • 无需用户额外提示,结果高度一致

4. ④ 本章重点高亮

4.1 必记规则

  1. 技能本质是文件夹 ,SKILL.md为唯一必选文件,命名、格式严格受限。
  2. 渐进式披露三层机制:YAML元数据(常驻)→ SKILL.md正文(匹配加载)→ 关联文件(按需检索) ,核心目的是控token、提效率。
  3. 可移植性:技能一次创建,Claude全平台通用,无需二次修改。

4.2 最佳实践

  1. 独立技能聚焦单一核心场景 ,避免功能冗余;MCP配套技能聚焦固化第三方服务工作流。
  2. 技能关联文件(scripts/references/assets)仅放非核心、低频使用内容,核心指令全部写入SKILL.md正文。

4.3 易错点

  1. 混淆MCP与技能:MCP是工具连接 (能做什么),技能是操作指南(该怎么做),二者互补不可替代。
  2. 忽略渐进式披露逻辑:把所有细节写入YAML元数据,导致token浪费、系统提示词臃肿。

5. ⑤ 本章小结

本章是技能构建的基础认知篇 ,核心明确三点:一是技能的文件夹形态与文件组成;二是渐进式披露、可组合性、可移植性三大设计原则;三是技能与MCP的互补关系(连接层+知识层)。核心价值是让技能高效、兼容、通用,为后续规划设计、编码落地提供底层逻辑支撑。


相关推荐
Sakura_j_h_2 天前
MCP SDK 2.0 实战:用 MCPServer 搭本地笔记检索服务
开发语言·笔记·python·qt·ai工具·mcp·mcpserver
code2cat2 天前
【随笔】MCP长任务:查询已经返回,为什么任务还没有完成
javascript·人工智能·后端·mcp
装不满的克莱因瓶2 天前
【从零搭建】AI大模型之ReactAgent智能体对接MCP实战
java·人工智能·ai·springai·mcp·springaialibaba
xrlfreedom2 天前
MCP 面试高频考点:本地 AI 助手安全访问文件,Tools 与 Client 怎么协作?
tools·mcp·mcp client·python mcp sdk
code2cat3 天前
【随笔】MCP工具重试:任务已经创建,响应丢了怎么办
数据库·mcp
xrlfreedom3 天前
MCP 面试高频考点:远程 Tool 调用的认证、授权与最小权限怎么落地?
prompts·mcp·最小权限与审计日志·streamable http 传输
VIP_CQCRE5 天前
WorkBuddy 接入 Maestro 后,如何把一句需求变成可验收的视频任务
工作流·ai视频·maestro·mcp·workbuddy
张彦峰ZYF5 天前
浏览器调试接口的官方化:从 chrome-devtools-mcp 看 Agent 原生工具层的形成
人工智能·chrome·agent·mcp·apache-2.0许可·devtools-mcp·调试闭环
Baihai_IDP5 天前
RAG vs SKILL vs MCP vs RLM
llm·agent·mcp
xrlfreedom6 天前
MCP 面试高频考点:用 Resources 暴露只读业务上下文,JSON Schema 与 OpenTelemetry 怎么配合?
json schema·opentelemetry·mcp