最好的 Skill，从来不是「设计」出来的，而是从一个让你忍无可忍的重复劳动里长出来的。
先找到你的「忍无可忍」
在动笔之前，先问自己一个问题：
过去一个月里，有没有一件事，你让 AI 帮忙做了至少三次，而且每次都要把同样的话重新说一遍？
如果有，那就是一个 Skill 的种子。
它可能是：
- 每周合并报表 PDF，每次都要告诉 AI 用哪个库、怎么处理页码
- 每次写完代码让 AI review，都要重复「关注安全性和性能，别纠结格式」
- 每次画图表都要说「用蓝色系，14 号标题，图例放右上角」
我的第一步建议是：先别写 Skill，先用 AI 裸做一次，边做边记录。
记什么？记三样东西：
- 你给了什么指令
- AI 犯了什么错
- 你纠正了什么
这些记录，就是你 Skill 里最有价值的原材料。
上手第一步：建一个最小的目录
Skill 的目录结构比你想的简单。最精简的版本，只需要一个文件：
objectivec
my-skill/
└── SKILL.md ← 唯一必需的文件，整个技能的入口如果需要脚本支撑，再加一个 scripts/ 目录：
objectivec
my-skill/
├── SKILL.md
├── scripts/
│ └── do_something.py
└── LICENSE.txt ← 开源的话建议加，MIT 或 Apache 2.0命名规范：文件夹名 = Skill 名，全小写，多单词用 - 连接 。比如 weekly-report-generator 而不是 WeeklyReportGenerator。
存放在哪？两个位置：
| 位置 | 作用 | 适用场景 |
|---|---|---|
项目根目录/.claude/skills/ |
项目级，跟着 Git 走 | 团队共享的领域规范 |
~/.claude/skills/ |
用户级，跨项目生效 | 个人通用的工作习惯 |
核心文件：SKILL.md 怎么写
SKILL.md 分两部分：前置元数据 （YAML 头）和正文内容。
前置元数据
yaml
---
name: my-skill # 技能名，和文件夹名一致
description: Use this skill when # ← 最重要的字段！
the user wants to [做什么事]
involving [什么文件类型或场景].
Triggers on: [触发关键词].
---description 是 AI 判断是否激活这个 Skill 的唯一依据。 写得好，AI 自己就知道什么时候该用；写得模糊，你的 Skill 就永远不会被自动激活。
几个对比帮你感受一下好坏：
yaml
# ❌ 太模糊 ------ AI 根本不知道什么时候该用
description: Helps with files.
# ❌ 范围过大 ------ 所有数据处理都会触发
description: Use when the user wants to process data.
# ✅ 精准 ------ AI 很清楚触发条件
description: Use this skill when the user wants to generate
a weekly team report --- collecting Git commits, Jira tickets,
and meeting notes, then outputting a structured Markdown report.
Triggers on: "weekly report", "周报", "standup report", "团队周报".正文内容：一个拿来即用的模板
markdown
# [技能名称]
## Overview
一句话概括：这个技能做什么、适用于什么场景。
（这里可以包含更多关键词，辅助 AI 语义匹配）
## Quick Start
最小可运行示例。AI 读完这一段，就应该能上手处理最常见的场景。
（控制在 5 行代码以内）
## 常见任务
| 用户想做什么 | 用什么工具/方法 | 代码/命令 |
|------------|---------------|----------|
| ... | ... | ... |
## 常见陷阱 ⚠️
| 问题 | 原因 | 正确做法 |
|------|------|---------|
| 中文 PDF 提取乱码 | pypdf 对中文支持差 | 用 pdfplumber 替代 |
| ... | ... | ... |
## Quick Reference
| 任务 | 工具 | 示例命令 |
|------|------|---------|
## Next Steps
- 进阶用法见 reference.md
- 特定场景见 scenarios/xxx.md这个模板的核心逻辑是：
sql
Quick Start（让 AI 30 秒上手）
↓
常见任务（覆盖 80% 场景，按"用户意图"组织）
↓
常见陷阱（你踩过的坑，也是 Skill 最有价值的部分）
↓
速查表（快速索引）
↓
Next Steps（指向更深文档，渐进式加载）关键设计：渐进式加载
如果你的 Skill 只有 100 行，全部都放 SKILL.md 没问题。
但如果它逐渐长大，到了一个 PDF Skill 那种体量，就需要渐进式加载：
markdown
SKILL.md ← 第一层：核心场景，自动加载（~100-200 行）
│
├── reference.md ← 第二层：进阶用法，按需加载
├── forms.md ← 第三层：特定子场景，按需加载
└── scripts/ ← 执行层：脚本工具，调用时不占上下文为什么要这样设计？ 因为每次加载 Skill 都会消耗 Token。你把 2000 行的 PDF 参考文档塞进 SKILL.md，AI 每次处理一个简单的合并请求都要先"读完一本书"------浪费且低效。
正确的做法是：SKILL.md 在末尾写 For advanced usage, see REFERENCE.md。AI 只在碰到复杂场景时，才去翻那本参考书。
最有价值的章节：常见陷阱
一个 Skill 里最宝贵的不是那些「正确的用法」------AI 本来就能从训练数据里找到这些。
最宝贵的是你踩过的、验证过的坑。
因为这些坑：
- 是你实际使用中发现的，不是 AI 训练数据里有的
- 具有上下文特异性------在你的场景、你的工具版本下才会出现
- 别人用你的 Skill 时一定会撞上，提前标注就能避免
举个例子，你帮团队写了一个「周报生成」的 Skill：
markdown
## 常见陷阱 ⚠️
- ⚠️ Jira API 返回的 issue 摘要可能包含 HTML 标签，
需要用 `strip_tags()` 清理后再嵌入报告
- ⚠️ 如果某成员本周没有 commit，`git log --author` 会返回空，
不要直接拼接，要检查后显示"本周无提交记录"
- ⚠️ 周一早上 9 点前运行，部分时区的 Git 记录可能还在上周，
建议使用 `--since="last Monday 00:00:00"` 而非 `--since="7 days ago"`这三条坑，每一条都是你在真实使用中流过的汗。当同事用同一个 Skill 时，这些坑已经被你填平了------这就是 Skills 的复利效应。
什么时候需要 Scripts？什么时候不需要？
一个简单的判断标准：
| 场景 | 需要 Scripts？ | 原因 |
|---|---|---|
| AI 直接能做的纯文本操作 | ❌ 不需要 | 指令就够了，AI 能自己写代码 |
| 涉及精确计算的流程 | ✅ 需要 | 确定性 > 概率性，脚本不会算错 |
| 涉及特定格式解析 | ✅ 需要 | 比如解析 PDF 表单结构，AI 容易漏字段 |
| 需要重复执行的标准化流程 | ✅ 需要 | 一次写好脚本，AI 只负责调用和解读结果 |
Scripts 的核心价值不是"让 AI 省事"，而是"把不确定性变成确定性"。
写 Scripts 时注意：
- 一个脚本只做一件事
- 输入输出用 JSON 交接（AI 擅长读写 JSON）
- 写上清晰的命令行用法，让 AI 能直接调用
写完后的第一次使用：观察、迭代
Skill 写完不是终点，而是起点。
第一次使用的时候，特别留意：
- AI 有没有自动激活？ 如果没有，检查 description 是不是写得太模糊
- AI 有没有按照你预期的流程走？ 如果跳过了某步，看看是不是 Quick Start 没覆盖
- 有没有发现新的坑？ 立刻补进「常见陷阱」
一个好 Skill 是用出来的，不是写出来的。我建议维护一个简单的版本记录：
markdown
## Changelog
- v1.2: 新增"中文 PDF 提取乱码"陷阱
- v1.1: 补充 pdftotext 命令行工具对比
- v1.0: 初始版本，覆盖合并、拆分、OCR 三个场景一个完整的案例：从脚本到 Skill
假设你经常需要把 Markdown 文件转成带公司样式的 PDF。你写了一个 Python 脚本 md2pdf.py 来处理这件事。
把它变成 Skill 的过程：
bash
步骤 1：创建目录
.claude/skills/md2pdf/
├── SKILL.md
└── scripts/
└── md2pdf.py
步骤 2：写 SKILL.md
---
name: md2pdf
description: Convert Markdown files to PDF with company
branding. Triggers on: "生成 PDF", "导出 PDF", "转 PDF",
"markdown to pdf".
---
## Quick Start
使用 scripts/md2pdf.py：
python scripts/md2pdf.py input.md output.pdf
## 常见陷阱
- 图片路径必须是相对于 Markdown 文件的相对路径
- 中文字体依赖系统安装的 Noto Sans CJK
步骤 3：试一次，迭代
你："帮我把周报转成 PDF"
AI：（自动激活 md2pdf Skill，调用脚本）
→ 如果触发不了，优化 description
→ 如果遇到新坑，补充进陷阱列表这篇文章的核心
- 找到痛点再写 Skill ------ 不为写而写，先做一次，边做边记录
- description 是最关键的字段 ------ AI 就靠它判断是否激活
- Quick Start + 常见任务 + 常见陷阱 + 速查表 ------ 黄金四段结构
- 渐进式加载是省 Token 的关键 ------ 入口轻，按需深入
- 把坑写进去 ------ 这是你的 Skill 比官方文档更有价值的地方
- Skill 是用出来的，不是写出来的 ------ 每次用完都迭代