简介本文详细介绍Anthropic推出的Skill技术包括其基本概念、与MCP的区别及快速开发方法。作者通过提示词优化专家具体案例展示Skill开发流程并分享Claude Skill设计核心原则精简上下文、控制自由度、渐进式披露等。Skill技术代表AI编程新范式强调通过清晰表达需求和提供充足上下文让强大AI模型协助完成高质量Skill开发无需手动编写复杂代码。继 MCPModel Context Protocol之后Anthropic 最近又推出了Skill技能。因工作需要我近期快速上手并实践开发了一个 Skill过程中积累了一些经验整理成本文希望能帮助更多同学快速理解Skill 到底是什么掌握关键要点提升 Skill 的开发质量与效率。在第三部分我将通过一个具体案例完整展示如何将一个想法快速落地为可运行的 Skill。即使你对 Skill 还一知半解只要能清晰描述需求、准备好相关资料也能轻松开发出一个高质量的 Skill。文章有很多主观性仅供参考。一、快速认识 SkillSkill 即技能一般放在 skills 文件夹内一个技能一个文件夹一个技能通常包括 SKILL.md 文件相关的文档和可运行的脚本等。一个 SKILL 文件通常包括一个 YAML 头和 Markdown 格式的技能描述。技能描述中可以提及 Skill 中的其他资和脚本等Agent 会按需加载。SKILL.md 中 YAML 的元信息总是会放到上下文中 Body 部分在技能触发的时候才会加载要小于 5K其他的文件文本文件、可运行的脚本、数据等没有限制。Agent 的系统提示词和 Skill 的元信息始终会在上下文中这样 Agent 根据对话动态决策使用哪个技能以及根据技能描述动态加载所需要的资源。详情参见https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills补充https://code.claude.com/docs/en/skills目前主要在 Claude 桌面、Claude Code 和 API 里面使用。很多其他 AI Coding 工具如Antigravity 参见https://antigravity.google/docs/skillsQwen Code参见https://qwenlm.github.io/qwen-code-docs/zh/users/features/skills/也已经支持 Skills。如果工具本身暂时没有直接支持可以借助 OpenSkills 这个开源项目来使用 SkillsOpenSkills brings Anthropics skills system to all AI coding agents(Claude Code, Cursor, Windsurf, Aider).OpenSkills 可以非常方便地将 skill 安装到全局或项目级 skills 文件中自动创建项目规则 Markdown 文件“教会”其他 AI Agent 使用 Skills。常用命令安装工具npm i -g openskills安装技能openskills install anthropics/skills安装技能全局openskills install anthropics/skills --global安装技能通用模式openskills install anthropics/skills --universal安装技能非交互openskills install anthropics/skills --yes同步到 AGENTS.mdopenskills sync同步到自定义文件openskills sync -o .ruler/AGENTS.md同步非交互openskills sync -y读取技能openskills read列出技能openskills list管理技能交互删除openskills manage删除技能openskills remove详情参见https://github.com/numman-ali/openskills二、Skill VS MCP说实话最开始听到的时候还是有点懵逼的不是已经有了 MCP 了吗为啥还出一个 Skill?图片来源https://skillsmp.com/docs简单来说技能就是怎么做MCP 是有什么工具、有什么功能。技能的话主要是经验、最佳实践、流程的封装而 MCP 是连接与交互的协议主要是 API 调用、数据读写和工具等。Skills主要是 Markdown 文件和一些脚本文件优势在于渐进式加载不需要服务器资源适用性好MCP 主要是客户端和服务端的架构启动时加载所有工具定义集成外部功能Tokens 消耗更高使用起来更复杂。两者是互补的关系Agent 可以通过 Skills 获取知识通过 MCP 拓展功能。当然现在 Rule、MCP、Skill 边界也越来越模糊。这份完整版的大模型 AI 学习和面试资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】三、快速开发 Skill 的最佳实践我们已经对 Skill 有了一个初步的认识也大概了解它和 MCP 的区别。那么接下来如何快速、高质量地开发一个 Skill这里分享自己总结的一套最佳实践。传送门https://github.com/anthropics/skills有些人知道官方给出了一个 skills 开源仓库里面有很多 skill 示例。有些同学可能想到了我们下载下来学习一下参考一下自己写一个呗且慢我们为啥要自己写说实话如果我们自己手写还是比较浪费时间的。我们需要去思考文件的结构、提示词的布局要花很多时间而且未必能写好。上下文工程实践这里分享一个自己探索的最佳实践。首先咱们先把 Claude 的 Skills 仓库源码拉下来。这里面不仅有 Skill 的例子而且还有非常详细的规约。不过都是英文的。学习 AI 的开源项目我会习惯用 Qoder 对代码仓库生成一个仓库 Wiki。 可以快速熟悉对应的结构、原理和知识。当然我们还可以把 Skill 相关的高质量资料灌到 NotebookLM 中各种提问生成信息图上图、视频概览、PPT 等快速学习。我们需要思想转变一个是默认让 AI来做。因此我们默认 Claude 的 Skills 就该 AI 来写。一个是既然让 AI 做事情就需要把任务拆解到模型能力以内把任务描述清楚并提供充足准确的上下文。我们已经有了啥有了它的这些官方的优质案例、 Skill 的规约还有了仓库 Wiki。我们需要做的是把我们的任务表达清楚然后把他写技能所需要的资料都给到它就可以了说了这么多具体怎么做我一直想做一个“提示词优化专家”工具。现在很多提示词调优工具没有澄清就直接优化而且一般都会套一个比较通用的框架。最好是让 AI 判断是否存在错误或歧义对焦好了以后再优化。通用提示词框架经常比不上最贴切和专业的框架哪怕做 AI 业务的同学也不可能记住那么多专业框架为啥比如不让 AI自动匹配呢趁着学习 Skill 的机会尝试搞成一个 Skill 试试看。我只需要把逻辑捋清楚还要把他需要的资料整理出来。逻辑当用户给出原始提示词或创作想法时我们需要匹配最专业的提示词框架判断是否存在歧义和遗漏。若存在提示用户补充若不存在则按最佳框架撰写成专业提示词。素材各种专业的提示词框架。 这些提示词框架也是通过 AI Coding 工具中使用 MCP 爬下来的如 Qoder MCP 广场中的 fetch 或者自己配置 Firecrawl。虽然Claude 支持“渐进式加载”。我们也不要让智能体把所有框架都加载进来再做判断这样既浪费 tokens 又慢。我们把所有框架准备一份摘要 Markdown摘要也是使用 Qoder 或 Cursor 这类工具 根据 57个框架自动汇总出来的。它先看摘要从中匹配出最合适的框架再去针对性得读对应框架详情文件即可。那我们把我们的想法描述清楚把我们的资源给到他他就能够帮我们写出非常专业清晰的 Skill。说实话可能比我们自己写强很多。当然这也是有前提的选择目前全球最顶尖的模型。注原本的“提示词框架”文件夹其实已经被修改为“prompt-optimizer” skill只是为了让大家理解所以重新 Copy 进来。我的 prompt-optimizer Skills Github 地址https://github.com/chujianyun/skills当然我们也可以通过 Qoder 或 Cursor 把 Claude 的Skills 仓库压缩成一个 Skill 模板后续作为 AI Coding 工具的项目 Rule再让 AI Coding 工具拿到这个规则和我们的需求和上下文帮我们生成也可以。有些同学说了你这个写得挺快的看着也不错但好不好使我们在 Claude Code 里试一试我们创建了一个测试项目叫 skill-test然后在项目的 .claude/skill 里把我们的技能放进去。接着我们告诉它要优化一个提示词。我们看到它匹配到了我们的技能并按照技能中的指引读取了摘要文件匹配到最适合的框架后再去读取对应框架的详情。给出选择 RACE 框架的原因和优化后的提示词。最后给出一个非常专业、全面的优化提示词而且还贴心得给出了一个精简版。这样的好处就是不需要依赖 Claude 的 Skill也可以生成很高质量的 Skill。官方 skill-creator突发奇想是不是可以搞一个 创建 skill 的 skill 呢结果居然发现 Claude 也提供了一个 skill-creator 那么大家就可以创建一个空的目录像前面一样将资料放进去把 skill-creator 放到技能目录中让 它帮我们生成。生成出来的 Skill 非常专业。所以我们要做的不是关心 Skill 怎么写而是如何表达清楚如何给足 AI 上下文。四、Claude Skill 自身的最佳实践1. 核心设计哲学不仅要写给 AI 看还要省着写上下文是公共品 (Public Good)你的 Skill 会与系统提示词、对话历史和其他 Skill 共享上下文窗口。默认假设 Claude 很聪明不要解释显而易见的概念如“什么是 PDF”。只提供它不知道的特定上下文。每个 Token 都要接受质问“Claude 真的需要这句话吗”、“删掉这段会影响效果吗”。SKILL.md 的黄金法则保持精简一旦加载每个 Token 都在烧钱并占用注意力。500 行限制主文件体保持在 500 行以内超过则需拆分。2. 自由度控制 (Degrees of Freedom)根据任务的容错率设定不同的指令严格程度低自由度 (Low Freedom)适用于数据库迁移等高风险操作。比喻悬崖边的独木桥。做法提供精确的脚本、严格的步骤不留发挥空间。中自由度 (Medium Freedom)适用于有首选模式但允许微调的任务。做法提供伪代码或带参数的脚本。高自由度 (High Freedom)适用于代码审查或创意写作。比喻开阔的平原。做法提供大致方向相信 Claude 的判断。3. 结构与文件组织渐进式披露 (Progressive Disclosure)不要一次性把所有东西都塞进上下文而是像“洋葱”一样一层层剥开。文件系统架构Claude 像操作 Linux 文件系统一样操作 Skill。它只在需要时通过read工具读取特定文件。三种组织模式a.概览 引用SKILL.md只是目录详情在REFERENCE.md。b.领域隔离销售看sales/财务看finance/互不干扰。c.按需加载只有用户提到特定功能如 “红线修订”时才去读对应的高级文档。避免深层嵌套引用层级不要超过 1 层SKILL.md-ref.md不要再 -sub_ref.md否则 Claude 可能偷懒只读部分内容。路径规范永远使用正斜杠/Unix 风格严禁使用 Windows 的反斜杠\。4. 命名与元数据规范Name (名称)推荐使用 动名词形式 (Gerund form)如processing-pdfs,analyzing-spreadsheets。规则仅限小写字母、数字、连字符。避免helper,utils这种毫无意义的名字。Description (描述)至关重要这是 Claude 在 100 个 Skill 中决定是否调用你的唯一依据。第三人称写法不要用 “I can…” 或 “You use…”直接写 “Processes Excel files…”。包含触发词明确写出 Skill 做什么以及何时使用。5. 迭代开发流用 Claude 训练 Claude不要完全自己手写利用 AI 的能力来生成和优化 Skill。角色分工Claude A (架构师)负责编写和优化 Skill 文档。Claude B (测试员)加载 Skill 进行实战测试。开发循环a.先裸跑任务识别出必须的上下文和模式。b.让 Claude A 将这些模式总结为 Skill。c.让 Claude B 使用该 Skill 执行任务。d.观察 Claude B 的失败点如忘记过滤测试账号反馈给 Claude A 修正。多模型测试必须在 Haiku (测试引导是否足够)、Sonnet (测试效率)、Opus (测试是否啰嗦) 上都跑通。6. 进阶代码与执行 (Executable Skills)对于复杂任务代码脚本 纯文本指令。Plan-Validate-Execute 模式对于批量或高风险操作如修改 50 个表单字段不要直接执行。流程分析 - 生成计划文件 (changes.json) - 运行脚本验证计划 - 执行 - 确认。错误处理脚本必须显式抛出具体错误如 “Field ‘date’ not found”而不是把报错扔给 Claude 去猜。避免魔术数字所有配置项必须有文档说明不要让 Claude 猜参数。MCP 工具调用必须使用全限定名ServerName:tool_name例如GitHub:create_issue防止工具冲突。7. 避坑速查表❌ 拒绝包含时间敏感信息如 “当前是 2024 年”除非放在 “Old Patterns” 章节。❌ 拒绝术语不一致一会叫 “URL”一会叫 “Endpoint”。❌ 拒绝在 Windows 上写出scripts\run.py这样的路径。✅ 必须为超过 100 行的参考文件添加目录 (TOC)。✅ 必须在发布前创建至少 3 个评估测试用例。参见https://platform.claude.com/docs/en/agents-and-tools/agent-skills/best-practices五、写在最后这篇文章简单谈谈自己对 Skill 的理解以及用一个具体的案例展示如何快速地开发出一个相对高质量的 Skill。当模型足够强大的时候我们的工作方式会发生比较大的变化。我们更多的是需要把自己的想法表达清楚第二是把 AI 干活所需要的信息给充足。因此我们如果需要再去研发一些 Skill 的时候我觉得可能更多的是关注其中的逻辑是什么样的然后把资料准备充足。那具体怎么写可以交给最强大的模型帮我们去做。最后唠两句为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选很简单这些岗位缺人且高薪智联招聘的最新数据给出了最直观的印证2025年2月AI领域求职人数同比增幅突破200% 远超其他行业平均水平整个人工智能行业的求职增速达到33.4%位居各行业榜首其中人工智能工程师岗位的求职热度更是飙升69.6%。AI产业的快速扩张也让人才供需矛盾愈发突出。麦肯锡报告明确预测到2030年中国AI专业人才需求将达600万人人才缺口可能高达400万人这一缺口不仅存在于核心技术领域更蔓延至产业应用的各个环节。那0基础普通人如何学习大模型 深耕科技一线十二载亲历技术浪潮变迁。我见证那些率先拥抱AI的同行如何建立起效率与薪资的代际优势。如今我将积累的大模型面试真题、独家资料、技术报告与实战路线系统整理分享于此为你扫清学习困惑共赴AI时代新程。我整理出这套 AI 大模型突围资料包【允许白嫖】✅从入门到精通的全套视频教程✅AI大模型学习路线图0基础到项目实战仅需90天✅大模型书籍与技术文档PDF✅各大厂大模型面试题目详解✅640套AI大模型报告合集✅大模型入门实战训练这份完整版的大模型 AI 学习和面试资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】①从入门到精通的全套视频教程包含提示词工程、RAG、Agent等技术点② AI大模型学习路线图0基础到项目实战仅需90天全过程AI大模型学习路线③学习电子书籍和技术文档市面上的大模型书籍确实太多了这些是我精选出来的④各大厂大模型面试题目详解⑤640套AI大模型报告合集⑥大模型入门实战训练如果说你是以下人群中的其中一类都可以来智泊AI学习人工智能找到高薪工作一次小小的“投资”换来的是终身受益应届毕业生‌无工作经验但想要系统学习AI大模型技术期待通过实战项目掌握核心技术。零基础转型‌非技术背景但关注AI应用场景计划通过低代码工具实现“AI行业”跨界‌。业务赋能 ‌突破瓶颈传统开发者Java/前端等学习Transformer架构与LangChain框架向AI全栈工程师转型‌。获取方式有需要的小伙伴可以保存图片到wx扫描二v码免费领取【保证100%免费】