从“装不上”到“自己写”聊聊GitHub上那些Skills到底怎么玩最近skills这个词在AI编程圈里彻底火了。不管你是用Claude Code、Codex还是OpenCode应该都刷到过给AI装上某个超强技能的帖子。所谓skills可以粗暴理解为给AI助手预装的一套职业模板——你负责场景化描述该怎么做AI负责在遇到对应任务时按这套思路去执行。今天这篇东西我打算一次性把大家问得最多的几个问题讲透skills到底是什么、怎么手动装GitHub上的skills、哪些热门skills值得装、以及最关键的一步——怎么自己动手写一个AI skills。这个过程里我会把一些踩过的坑、绕过的弯、以及自己摸索出来的检查思路都放进来。尤其是如果你正准备备战数学建模比赛或者靠AI漫剧做内容生产那这篇文章应该能帮你省下不少试错时间。1. 先搞清楚Skills是什么再谈安装和开发很多人一上来就搜skills怎么装但根本没弄明白自己装的到底是个什么东西。1.1 Skills的本质一份给AI看的岗位说明书Skills本质上就是一个特定格式的指令文件通常是一份Markdown文档里面详细描述了一项能力的适用场景、工作流程、输出规范和注意事项。它和普通的提示词区别在于skills具备结构化和可复用性——你可以在多个项目里反复使用并且可以通过写文件的形式把它固化下来。这里我用一个很生活化的类比来帮你理解。普通的对话提示词就像是你临时交代一个实习生帮我把这堆表格整理一下而skill则像是一本完整的《入职手册》里面写了整理的流程、格式的标准、审核的节点甚至碰到特殊情况怎么处理。装上skill之后AI再遇到同类任务不需要你重复解释它会主动按照手册里的方式来干活。这也是为什么现在很多团队开始大量沉淀skills——它们本质上是在把过往的项目经验、方法论、甚至工程规范积累成可复用的AI资产。1.2 Skills文件长什么样解剖一份标准SKILL.md目前社区里比较通行的skills格式是基于Anthropic公布的SKILL.md规范演化而来的。一份标准的SKILL.md文件结构大致长这样--- name: excel-report description: 自动生成Excel数据分析报表并输出可视化图表建议。 --- # Excel 报表生成技能 ## 适用场景 - 用户提供原始数据文件时 - 用户要求生成月度/季度销售报表时 ## 执行流程 1. 先检查数据完整性明确列名与字段含义 2. 按业务口径计算关键指标详见附录A 3. 生成图表推荐图表类型输出到指定目录 ## 输出规范 - 报表必须包含数据概况、环比变化、TOP10指标 - 文件命名规则report_YYYYMMDD.xlsx - 若数据缺失超过20%需在报告中明确提示 ## 注意事项 - 不要擅自修改原始数据 - 计算百分比时保留两位小数需要说明的是name和description这两个字段尤其关键。很多AI工具会通过description来判断什么时候该调用这个skill描述写得太模糊模型很容易匹配不上导致技能包装了个寂寞。1.3 为什么同一份技能包别人能用你却用不了这里我要点破一个很现实的问题skills不是玄学它对运行环境、模型能力和文件路径都有依赖。同一个GitHub仓库里的技能包在Claude Code上运行良好不代表在Codex里也能正常工作。主要原因有三个第一各家工具读取技能库的目录位置不同第二模型对技能描述的语义理解能力有差异第三技能包内部可能有针对特定工具的配置项。所以后面咱们聊安装的时候我会把不同工具的路径单独列出来避免混为一谈。2. 手动安装GitHub上Skills的全流程拆解如果你在社区里看到有人推荐某个skills仓库比如知名的一些合集项目最常见的安装方式就是把它下载到本地对应的技能目录。但由于不同工具的目录约定不一样很多人卡在这一步。我按当前主流的几个工具逐一给你拆开讲。2.1 Claude Code两条路线手动放和引用都行Claude Code目前支持通过项目级配置文件CLAUDE.md来引用技能也支持把skills放到固定的用户级目录。我的习惯是优先放到用户级目录这样不受项目切换影响。操作步骤如下# 假设你要安装的skills仓库是 awesome-skills git clone https://github.com/yourname/awesome-skills.git ~/.claude/skills/awesome-skills如果仓库里每个技能都是独立的子目录比如有excel-report/、meeting-notes/那你需要把子目录拷贝到技能根目录而不是直接把整个仓库塞进去。Claude Code在匹配时是逐个扫描技能目录里的SKILL.md文件的。如果你希望只在特定项目里使用某一个技能也可以把SKILL.md放在项目根目录的.claude/skills/下并在CLAUDE.md里声明引用关系。这种项目级技能的好处是团队协作时大家克隆代码库后技能会自动跟随项目不需要每个人手动装一遍。2.2 Codex和OpenCode路径不同逻辑类似OpenAI Codex的命令行版本技能目录一般放在~/.codex/skills/。安装逻辑和Claude Code基本一致把技能文件夹丢进去就行。OpenCode目前也在接入类似机制。社区里的通行做法是把技能放到~/.config/opencode/skills/也有项目内的.opencode/skills/目录。需要注意的是OpenCode对技能的加载优先级通常是项目目录优先于全局目录所以如果你在项目里和全局都放了同名技能项目里的会生效。我把三个主流工具的安装路径整理成一个速查表方便大家对照工具用户级技能目录项目级技能目录生效方式Claude Code~/.claude/skills/.claude/skills/自动扫描CLAUDE.md引用Codex~/.codex/skills/.codex/skills/自动扫描OpenCode~/.config/opencode/skills/.opencode/skills/项目优先其次全局2.3 安装完怎么确认生效别装了就当完事很多人装完技能包试用时发现AI毫无反应第一反应是技能包有问题。实际上大概率是技能根本没被加载到。我自己的排查顺序是先看技能目录有没有被正确识别。比如Claude Code可以在对话里直接问你现在有哪些可用技能AI答不上来的话说明技能没加载进去。再检查一下SKILL.md的description字段是否足够清晰AI很可能因为描述不匹配而没想到要调用它。还有一点值得注意装完新技能后建议重启一下终端会话让工具重新扫描技能目录。我见过很多次文件明明放对了但因为会话缓存没刷新新技能一直不生效。2.4 好用的技能源网站和仓库推荐如果你问skills推荐我的建议是先别急着搜各种第三方合集优先看官方和社区公认度高的一批仓库。比较靠谱的来源有这么几类Anthropic官方仓库搜anthropics/skills里面有官方整理的基本技能集质量相对稳定。Superpowers系列社区热度很高的技能合集主打让Claude具备超强工作能力从写文档到代码重构都有覆盖。安装它自带脚本但手动安装也不难。Typesafe AI侧重结构化、类型安全的技能定义适合做工程化落地的团队参考。各类awesome清单GitHub上搜awesome-claude-skills、awesome-ai-skills这类聚合仓库通常会按场景分类方便按需下载。我还见过一个叫cola skills的小众合集技能包的风格比较轻量适合只想装一两个特定能力、不想被大包捆绑的人。这类小型合集往往比大而全的仓库更好用因为大仓库里技能太多AI在匹配时反而容易出现选择困难导致调用不准。3. 从需求出发识别你真正需要的核心技能包市面上的技能包五花八门你不可能全部装一遍也没这个必要。这里我按几个热门场景来梳理你自己对号入座。3.1 数学建模场景华为杯、国赛用得上的几类Skills数学建模应该说是目前国内AI技能包需求最旺盛的场景之一尤其是在华为杯等比赛周期里大家都希望AI能帮忙分担数据处理、模型选型、论文排版这些重活。我建议建模场景至少要准备这么几个方向的技能包数据预处理类负责读取Excel、CSV数据自动检查缺失值、异常值生成数据清洗报告。别小看这个能力建模比赛第一晚的大多数时间都花在这上面。模型匹配类根据赛题描述自动推荐可选模型包括层次分析法、Topsis法、遗传算法、神经网络等并给出模型优缺点对比与适用条件。论文结构化类按国赛/华为杯的论文格式要求生成提纲把摘要、问题分析、模型假设、模型建立与求解、灵敏度分析这些模块的写作要点都内置进去。这里有一个实操心得建模比赛用的技能不要贪多三五个精确定位的技能包远比一堆泛泛而谈的提示词组合好用。我见过不少队伍装了十几二十个技能包结果AI在调用时频繁选错方向反而不如那些只专注核心流程的队伍。3.2 前端开发场景让AI从能写码变成懂规范前端开发的skills重点不在于让AI多会写代码而在于让它在输出时更贴合团队的代码规范和技术栈。比如你团队用Vue3TypeScriptTailwind那就装一个定义了组件结构、命名规范、样式约束的技能包。这类技能包的工作逻辑很简单当AI被要求生成一个登录页面组件时它会自动按照技能包里的技术栈和规范去生成而不是泛泛地给你一段React代码——哪怕你根本不用React。我记得有人分享过一套前端skills的实战配置核心思路是给AI定义一个视觉风格检查器专门负责审查生成的页面是否符合设计系统的间距、字体和色彩规范。这个方向很值得借鉴因为它解决的问题是AI生成前端页面的灵魂缺失——代码能跑但看起来就是不像正经产品。3.3 AI漫剧场景分镜脚本和一致性控制AI漫剧这个赛道这两年冒出来很快。所谓漫剧就是用AI生成图像、动态影像和配音组合成短视频内容。这块的skills核心解决两个问题一是分镜脚本的专业化二是角色视觉一致性。传统的做法是在提示词里反复描述主角长什么样但生成出来的图经常走样。现在有经验的团队会把角色的详细设定发型、发色、服装、面部特征写进一个技能包里配合分镜脚本模板使用。每次生成时AI先调取角色设定再结合镜头脚本生成提示词人物一致性会好非常多。我试过一种写法是把角色卡、场景库、镜头调度规则分别写成三个SKILL.md再通过一个主技能来协调。主技能只负责理解剧情需求然后依次调用子能力。效果比把全部描述塞进一段提示词要稳定得多。3.4 其他值得关注的热门场景除了上面三个大方向市面上还有大量针对具体场景的技能包比如会议纪要整理自动从会议记录中提取决策项、行动项和责任人。代码审查按团队规范审查PR识别潜在缺陷和安全隐患。SQL生成根据表结构描述自动生成符合业务口径的查询语句。内容翻译不止翻译文字还能按目标语言的文化习惯调整表达。装这些技能包有一个共通的好处你在一个项目里沉淀的最佳做法可以原封不动地迁移到另一个项目而不需要重新解释一遍。这种复利效应才是skills最值钱的地方。4. 怎么自己动手写一个AI Skills从零到能用的实操指南安装别人的技能包只是入门真正把skills玩明白必须学会自己写。写一个技能包没有想象中那么神秘关键是把你想让AI做的事结构化地描述清楚。4.1 第一步确定技能边界和触发条件写技能包之前先问自己三个问题这个技能是解决哪一类任务的什么情况下AI应该调用它什么情况下AI不应该插手举个例子我要写一个周报生成技能。那么它的边界就是只在用户要求生成周报时触发且输出格式固定为本周完成、下周计划、风险与协调三个板块。反过来如果用户只是简单问一句今天周几那这个技能包根本不该被触发。这块在description字段里写清楚非常关键。我在前面已经强调过但这里再提一次因为这是决定技能包能否被正确调用的头号因素。4.2 第二步用SKILL.md模板搭建你的技能包基于前面的格式我建议按这样的结构来组织一份自定义技能包--- name: weekly-report description: 根据对话中的工作内容生成符合公司模板的周报包含本周完成、下周计划、风险与协调三个板块。 --- # 周报生成技能 ## 触发条件 - 用户说写周报、生成周报、周报等关键词 - 用户提供本周工作要点时 ## 执行流程 1. 从对话上下文中提取用户本周完成的工作事项 2. 按影响程度排序优先展示对业务目标有直接贡献的内容 3. 识别下阶段关键目标拆解为可执行的行动计划 4. 检查是否存在风险或资源瓶颈如有则列入风险板块 ## 输出模板 ### 本周完成 - 事项1量化结果完成XX带来YY效果 - 事项2 ### 下周计划 - 计划1目标导向、有明确交付物 ### 风险与协调 - 风险描述 需要协调的资源/人 ## 注意事项 - 周报语言务实避免形容词堆砌 - 量化指标优先不能量化的用里程碑描述替代这个模板看起来简单但已经包含了一个合格技能包的核心要素触发判断、执行流程、输出规范、注意事项。你把这一套写清楚AI执行出来的结果就已经超过大多数人随便写的周报助手了。4.3 第三步给技能包做人话测试和迭代表达技能包写完之后别急着拿去用。我的习惯是先把它当成一段普通提示词在一个新对话里直接粘贴测试看看AI输出的结果是否符合预期。什么是人话测试就是把自己想象成完全不了解这个技能的用户只凭借技能包里的说明看AI能不能产出合格的结果。如果AI生硬地照搬模板、缺少关键的判断逻辑说明技能包的描述还不够内化需要进一步细化。一个实用的优化方向是在SKILL.md里加入反面示例。比如周报技能里可以写明不要在本周完成里列开会除非会议产生了明确的决策或交付物。这种负面清单对模型的约束效果往往比正面强调更明显。4.4 第四步自然语言和插值变量的妙用比较进阶的写法是在技能包里使用变量插值。比如你可以在SKILL.md里预留{用户输入}、{当前日期}这样的占位符让主流程在调用时动态填充。这样同一个技能包可以复用于多种场景而不需要每个场景单独复制一份。举个例子一个数据分析报告的技能包可以在开头定义--- name:>
