Skills 深度解析：从原理到实践

本文参考 Anthropic 官方发布的 《The Complete Guide to Building Skills for Claude》，结合工程博客、社区实践和企业案例，深入解析 2025 年 10 月推出、12 月正式开放为行业标准的 Agent Skills 技术体系。从架构设计、核心原理、实战开发到企业部署，全方位剖析这一正在重塑 AI Agent 生态的关键技术。

AI Agent 的工程化新范式

2025 年 12 月 18 日，Anthropic 宣布将 Agent Skills 作为开放标准发布，这一举措被业界视为继 Model Context Protocol (MCP) 之后，anthropic在 AI Agent 标准化领域的又一重大布局。 Simon Willison 在其博客中也提到："Claude Skills 可能比 MCP 更具影响力。"

从skills发布至今四个多月的时间，Skills 已经获得了包括 Microsoft（VS Code 和 GitHub）、Cursor、Goose、Amp、OpenCode 在内的众多平台采用，OpenAI 也在Codex CLI 中实现了结构相近的架构。Anthropic 的 Skills 仓库在 GitHub 上已突破 6 万star，社区创建和分享的skill也在呈现快速发展趋势，比较有意思的是，目前在skills.sh上排名top 1的skill是"find-skills"，这不但说明skill的增长速度多到大家都应接不暇，需要一个专门的skill来帮忙查找适合的skill，同时也说明skills还处于发展初期，仍然在继续探索其实际应用价值。

本文将结合anthropic发布的skills构建指南，系统梳理 Skills 的技术架构、设计哲学、开发实践以及应用场景，一起加深对这一agentic工程实践的理解。

业内实践速览

在深入技术细节之前，先看几个检索到真实案例，感受下 Skills 的实际价值。

企业案例

以Rakuten AI 为例，团队提到"Skills 让我们的管理会计和财务工作流程显著改善。Claude 同时处理多个电子表格，捕捉关键异常，并按照我们的程序生成报告。曾经需要一天的工作，现在一小时就能完成。"

社区实践

另外社区也有不同个人用户及垂直业务场景落地使用skills的相关案例。

VentureBeat 在 Skills 发布时的报道中也提到，在特定场景，skill通过精简特定工作流可实现约8倍生产力提升。

这些案例的共同规律：Skills 的价值不在于单次输出的效果有多好，而在于可重复的标准化工作流程所带来的复合效率提升。无论是企业级财务流水线还是个人的 SEO 工作流，核心逻辑一致，把反复输入的提示词和行业经验知识变成一次性封装、持续复用的专业技能。

理解 Skills 的本质

什么是 Skills？

从最简单的定义来看，Skills 是一个包含指令、脚本和资源的文件夹，用于教会大模型如何更好地执行特定任务。这个看似简单的定义背后，也是anthropic对llm，agent应用工程实践积累凝练出来的一套可复用技术手段。

Skills 的核心文件是 SKILL.md，一个包含 YAML 前置元数据和 Markdown 内容的文件。其基本结构如下：

---
name: my-skill-name
description: 技能描述和触发条件
---

# 技能名称

## 指令
[Claude 执行任务时遵循的详细步骤]

## 示例
[具体使用场景]

## 指南
[最佳实践和注意事项]

这种设计看起来很简单，简单到有人质疑它是否真的是一个"功能"。毕竟，将额外指令放入 Markdown 文件并告诉 AI 代理读取该文件，这不是很多人早就在做的事情吗？

但正是这种"极简主义"的设计，体现了 Anthropic 团队对 AI Agent 工程化的深刻理解。

Skills 与传统方案的本质区别

要理解 Skills 的真正价值，我们需要与传统方案进行对比。

传统 Prompt Engineering 方案的常见痛点：

1. 1. 上下文污染：每次对话都需要携带完整的指令集，消耗大量 token
2. 2. 一致性差：不同用户、不同会话可能得到不同质量的输出
3. 3. 不可复用：专业知识难以跨会话、跨用户共享
4. 4. 维护困难：更新指令需要修改所有相关的 prompt

Skills 的解决思路：

Skills 通过渐进式披露(Progressive Disclosure)机制显著改善了这些问题,这是其最核心的技术设计。

渐进式披露：Skills 的技术基石

渐进式披露是一个三级系统，每一级在不同时机加载不同粒度的信息：

第一级：元数据（YAML 前置元数据）

• • 内容：仅包含 name 和 description
• • 时机：系统启动时加载到 Claude 的系统提示中
• • 作用：为 Claude 提供"技能目录"，让它知道有哪些技能可用，以及何时应使用每个技能，而无需将全部内容加载到上下文中。

第二级：完整指令（SKILL.md 主体）

• • 内容：SKILL.md 的主体部分
• • 时机：当 Claude 判断该技能与当前任务相关时加载
• • 作用：提供具体的工作流程和操作指南

第三级：捆绑资源（链接文件）

• • 内容：技能目录内的附加文件（scripts/、references/、assets/ 等）
• • 时机：Claude 根据需要自主导航和发现
• • 作用：提供详细文档、可执行脚本、模板资源等

通过三级知识系统的设计，模型会按照加载顺序，依次触发披露加载元数据，完整指令，并根据SKILL.md指令中提到的对捆绑资源的依赖，进一步调用链接文件资源。这种架构的巧妙之处在于：你可以安装数十个 Skills，但在实际完成特定任务的某个时间节点，上下文窗口中主要只包含与当前任务相关的内容，按需加载，渐进披露。

我们用一个在claude中触发使用skill具体例子说明这个过程：

用户：帮我处理这个 PDF 表单

Claude 目前的内部流程(已内置pdf skill)：
1. 扫描系统提示中的技能元数据
2. 发现 "pdf" 技能的描述匹配当前任务
3. 通过 Bash 工具读取 pdf/SKILL.md 到上下文
4. 根据指令，进一步读取 pdf/FORMS.md（专门处理表单）
5. 执行 scripts/extract_form_fields.py（脚本输出进入上下文，但脚本代码本身不进入）
6. 完成任务

在这个过程中，即使 pdf 技能包含大量参考文档，未被访问的文件基本不消耗上下文 token。

Skills vs MCP：厨房类比

Anthropic 官方提供了一个非常贴切的类比来解释 Skills 和 MCP 的关系：

MCP 是专业厨房：提供工具、食材和设备的访问权限。它解决的是"Claude 能做什么"的问题，包括连接数据库、调用 API、访问文件系统等。

Skills 是食谱：提供如何创造有价值成果的分步说明。它解决的是"Claude 应该怎么做"的问题，提供工作流程、最佳实践、领域知识指引。

这两者的结合，就能比较高效加工出一道美味的佳肴。例如一个 Salesforce MCP 服务器可能只定义了查询语法和 API 格式，而一个 Salesforce Skill 则会告诉 Claude：首先检查哪些记录、如何与 Slack 对话中的上下文交叉引用、如何为团队的流水线审查格式化输出等。

MCP提供了场景所需要的各项基础服务，但是在这个场景下如何有效调用mcp服务来完成组合性任务缺乏有效的可复用技术手段，skills则正好弥补了这个空缺。正如官方指南所强调的：没有 Skills 的 MCP，用户连接后不知道下一步做什么，每次对话都需要从头开始。而有了 Skills，工作流知识会在需要时自动激活注入指导agent参考既定的工作流执行子任务，将最佳实践嵌入到更具体的任务过程中。

Skills 的技术架构深度剖析

文件结构规范

一个完整的 Skill 目录结构如下：

your-skill-name/
├── SKILL.md          # 必需 - 主技能文件
├── scripts/          # 可选 - 可执行代码
│   ├── process_data.py
│   └── validate.sh
├── references/       # 可选 - 参考文档
│   ├── api-guide.md
│   └── examples/
└── assets/           # 可选 - 模板和资源
    └── report-template.md

关键规则：

1. 1. SKILL.md 命名：必须精确使用 SKILL.md（区分大小写），不接受任何变体（如 SKILL.MD、skill.md 等）
2. 2. 文件夹命名：必须使用 kebab-case（如 notion-project-setup），不允许空格、下划线或大写字母
3. 3. 禁止 README.md：技能文件夹内不应包含 README.md，所有文档应在 SKILL.md 或 references/ 中。注意：如果通过 GitHub 分发，仓库级别的 README 仍然需要（供人类用户阅读），但它独立于技能文件夹

YAML 前置元数据详解

前置元数据是 Claude 决定是否加载技能的关键。它的设计遵循"最小必要信息"原则：

---
name: skill-name-in-kebab-case
description: 技能做什么以及何时使用它。包含具体触发短语。
---

前置的yaml元数据让大模型知道什么时候来加载这个skill，yaml对写入字段也有对应的要求和限制。

字段要求：

安全限制：

• • 禁止使用 XML 尖括号（< >）
• • 名称中不能包含 "claude" 或 "anthropic"（保留字）

这些限制是出于安全考虑：前置元数据会出现在 Claude 的系统提示中，恶意内容可能会注入指令。

description 字段的艺术

description 是整个 Skill 最重要的部分之一，因为它直接决定了技能何时被触发。Anthropic 工程博客也提到："这个元数据...仅提供足够的信息让 Claude 知道何时应使用每个技能，而无需将全部内容加载到上下文中。"，这也是渐进式披露的第一级信息，如果不能提供清晰正确的描述信息，就不能保证skill会得到准确调用(这个调用逻辑其实和tools调用也比较相似，tools也需要提供清晰的工具使用说明)。

description 的结构公式：

[技能做什么] + [何时使用它] + [关键功能/文件类型]

好的描述示例：

# 好 - 具体且可操作
description: 分析 Figma 设计文件并生成开发者交接文档。当用户上传 .fig 文件、要求"设计规范"、"组件文档"或"设计转代码交接"时使用。

# 好 - 包含触发短语
description: 管理 Linear 项目工作流程，包括冲刺规划、任务创建和状态跟踪。当用户提到"冲刺"、"Linear 任务"、"项目规划"或要求"创建工单"时使用。

# 好 - 明确的价值主张
description: PayFlow 的端到端客户入职工作流程。处理账户创建、支付设置和订阅管理。当用户说"入职新客户"、"设置订阅"或"创建 PayFlow 账户"时使用。

差的描述示例：

# 太模糊 - "帮助处理项目"几乎什么都能匹配
description: 帮助处理项目。

# 缺少触发器 - 没有告诉 Claude 何时使用
description: 创建复杂的多页文档系统。

# 太技术化，没有用户触发器 - 用户不会这样说话
description: 实现具有层次关系的 Project 实体模型。

可组合性与可移植性

除了渐进式披露，Skills 的另外两个核心设计原则同样值得关注：

可组合性（Composability）：Claude 可以同时加载多个技能。你的技能应当能与其他技能良好协作，而不是假设自己是唯一可用的能力。所以在设计技能时，应避免过于宽泛的触发条件与其他技能冲突。

可移植性（Portability）：skills在 Claude.ai、Claude Code 和 API 中的工作方式基本一致。创建一次，即可在所有支持的平台上使用，前提是目标环境支持技能所需的依赖项。

三类常见应用场景的 Skill

Anthropic 在实践中观察到三类比较常见的 Skill 用例，每类都有其特定的设计模式和适用场景。

类别一：文档与资产创建

用途：创建一致、高质量的输出，包括文档、演示文稿、应用程序、设计、代码等。

实例：frontend-design 技能、docx、pptx、xlsx、pdf 技能

关键技术：

• • 嵌入的风格指南和品牌标准
• • 一致输出的模板结构
• • 完成前的质量检查清单
• • 通常不需要外部工具，可以直接使用 Claude 的内置功能

这类技能的核心价值在于可重复的高质量输出。例如，一个企业的品牌指南技能可能包含：

---
name: brand-guidelines
description: 应用公司品牌标准到所有文档和设计输出。当创建营销材料、演示文稿或面向客户的内容时使用。
---

# 品牌指南

## 颜色规范
- 主色：#1E3A8A（深蓝）
- 辅助色：#3B82F6（亮蓝）
- 强调色：#F59E0B（橙色）

## 排版规范
- 标题：Inter Bold, 24-48px
- 正文：Inter Regular, 16px
- 代码：JetBrains Mono, 14px

## 语气规范
- 专业但友好
- 避免技术术语（除非面向技术受众）
- 使用主动语态

## 质量检查清单
在完成任何输出前，验证：
[ ] 颜色符合品牌规范
[ ] 字体使用正确
[ ] 语气一致
[ ] 无拼写/语法错误

类别二：工作流程自动化

用途：受益于一致方法论的多步骤流程，包括跨多个 MCP 服务器的协调。

实例：skill-creator 技能

关键技术：

• • 带有验证门的分步工作流程
• • 常见结构的模板
• • 内置的审查和改进建议
• • 迭代改进循环

这类技能的价值在于将专家知识编码为可重复的流程。一个典型的用于sprint规划的工作流程技能结构：

---
name: sprint-planning
description: 完整的冲刺规划工作流程。当用户说"规划冲刺"、"创建冲刺任务"或"开始新迭代规冲刺计划"时使用。
---

# 冲刺规划工作流程

## 前置条件检查
1. 确认连接到 Linear MCP
2. 确认用户有项目访问权限
3. 检查是否有待处理的上一迭代任务

## 步骤 1：收集上下文
- 通过 MCP 获取当前项目状态
- 分析最近 3 个冲刺的速度
- 识别阻塞项和依赖关系

## 步骤 2：任务评估
- 列出待办事项中的所有任务
- 与用户确认优先级
- 估算每个任务的工作量

## 步骤 3：冲刺构建
- 根据团队产能分配任务
- 设置适当的标签和里程碑
- 创建依赖关系图

## 步骤 4：验证与确认
- 与用户回顾冲刺计划
- 根据反馈调整
- 生成冲刺概览文档

## 错误处理
如果 MCP 连接失败：
1. 检查设置 > 扩展 > Linear
2. 验证 API 密钥状态
3. 尝试重新连接

类别三：MCP 增强

用途：为 MCP 服务器提供的工具访问添加工作流程指导。

实例：Sentry 的 sentry-code-review 技能

关键技术：

• • 按顺序协调多个 MCP 调用
• • 嵌入领域专业知识
• • 提供用户否则需要指定的上下文
• • 常见 MCP 问题的错误处理

这类技能的核心洞察是：MCP 提供能力支持，Skills 提供能力组合指引。MCP 服务器给 Claude 提供了"能做什么"的工具接口，但它不知道"该怎么做"，按什么顺序调用、遇到异常怎么处理、输出应该符合什么规范。MCP 增强型 Skill 正是填补这个缺口。

实际案例：Sentry 的 sentry-code-review(https://github.com/getsentry/sentry-for-claude) 技能

这个技能"自动分析并修复 GitHub Pull Request 中 Sentry 错误监控数据检测到的 bug"。它是 Sentry 为 Claude Code 发布的官方插件（getsentry/sentry-for-claude）的一部分，与 Sentry MCP 服务器配合工作。整个插件的结构展示了 Skills、MCP、Commands、Agents 如何在同一个插件包中协同：

sentry-for-claude/
├── .mcp.json                    # MCP 服务器配置（提供 Sentry API 访问）
├── commands/
│   ├── seer.md                  # /seer 自然语言查询命令
│   └── getIssues.md             # /getIssues 获取问题列表
├── agents/
│   └── issue-summarizer.md      # 并行分析多个 issue 的 agent
├── skills/
│   └── sentry-code-review/
│       └── SKILL.md             # 代码审查工作流技能
└── MCP-SETUP.md

这里的关键设计是分层协作：MCP 服务器提供对 Sentry 数据的原始访问能力，而 sentry-code-review Skill 封装了"拿到这些数据后该怎么做"的领域知识—如何识别 Sentry Bot 的评论、如何验证问题的真实性、修复后该生成什么格式的报告。用户只需要说 Review PR #118 and fix the Sentry comments，Skill 就会自动协调整个流程。

五大设计模式

Anthropic 在其指南中总结了五种早期采用和内部团队验证的 Skill 设计模式。这些模式代表了常见的有效方法，但非刚性模板，你可以根据实际场景灵活调整。

模式一：顺序工作流程编排

适用场景：用户需要按特定顺序执行的多步骤流程。

核心结构：

# 工作流程：客户入职

# 步骤 1：创建账户
调用 MCP 工具：`create_customer`
参数：name, email, company

# 步骤 2：设置支付
调用 MCP 工具：`setup_payment_method`
等待：支付方式验证

# 步骤 3：创建订阅
调用 MCP 工具：`create_subscription`
参数：plan_id, customer_id（来自步骤 1）

# 步骤 4：发送欢迎邮件
调用 MCP 工具：`send_email`
模板：welcome_email_template

关键技术要点：

• • 明确的步骤顺序
• • 步骤之间的依赖关系
• • 每个阶段的验证
• • 失败时的回滚指令

模式二：多 MCP 协调

适用场景：工作流程跨越多个服务。

核心结构：

# 设计到开发交接

# 阶段 1：设计导出（Figma MCP）
1. 从 Figma 导出设计资产
2. 生成设计规范
3. 创建资产清单

# 阶段 2：资产存储（Drive MCP）
1. 在 Drive 中创建项目文件夹
2. 上传所有资产
3. 生成可分享链接

# 阶段 3：任务创建（Linear MCP）
1. 创建开发任务
2. 将资产链接附加到任务
3. 分配给工程团队

# 阶段 4：通知（Slack MCP）
1. 在 #engineering 发布交接摘要
2. 包含资产链接和任务引用

关键技术要点：

• • 清晰的阶段分离
• • MCP 之间的数据传递
• • 在进入下一阶段前验证
• • 集中式错误处理

模式三：迭代改进

适用场景：输出质量可以通过循环迭代得以提高的场景。

核心结构：

# 迭代报告创建

# 初稿
1. 通过 MCP 获取数据
2. 生成初稿报告
3. 保存到临时文件

# 质量检查
1. 运行验证脚本：`scripts/check_report.py`
2. 识别问题：
   - 缺少章节
   - 格式不一致
   - 数据验证错误

# 改进循环
1. 解决每个识别的问题
2. 重新生成受影响的部分
3. 重新验证
4. 重复直到达到质量阈值

# 最终确定
1. 应用最终格式
2. 生成摘要
3. 保存最终版本

关键技术要点：

• • 明确的质量标准
• • 迭代改进机制
• • 验证脚本的使用
• • 知道何时停止迭代

模式四：上下文感知工具选择

适用场景：为了实现共同目标结果，对上下文存在依赖的不同工具选择的调用场景。

核心结构：

# 智能文件存储

# 决策树
1. 检查文件类型和大小
2. 确定最佳存储位置：
   - 大文件（>10MB）：使用云存储 MCP
   - 协作文档：使用 Notion/Docs MCP
   - 代码文件：使用 GitHub MCP
   - 临时文件：使用本地存储

# 执行存储
根据决策：
- 调用适当的 MCP 工具
- 应用服务特定的元数据
- 生成访问链接

# 向用户提供上下文
解释为什么选择该存储

关键技术要点：

• • 清晰的决策标准
• • 备选选项
• • 选择透明度

模式五：领域特定智能

适用场景：不局限于通过工具访问知识资源之外的专业领域知识处理。

核心结构：

# 带合规的支付处理

# 处理前（合规检查）
1. 通过 MCP 获取交易详情
2. 应用合规规则：
   - 检查制裁名单
   - 验证司法管辖区许可
   - 评估风险级别
3. 记录合规决定

# 处理
如果合规通过：
  - 调用支付处理 MCP 工具
  - 应用适当的欺诈检查
  - 处理交易
否则：
  - 标记待审查
  - 创建合规案例

# 审计跟踪
- 记录所有合规检查
- 记录处理决定
- 生成审计报告

关键技术要点：

• • 领域专业知识嵌入逻辑
• • 行动前合规
• • 全面文档
• • 清晰治理

选择方法的思路：问题驱动 vs 工具驱动

这五种设计模式可以从驱动方式上来做一个划分，官方指南用了一个很形象的比喻：就像走进五金店。你可能带着一个问题进来，"我需要修一个厨柜"，店员可以帮你找到合适的工具，也可能你自己挑了一把新电钻，问怎么用它完成你的具体工作。

Skills 也是如此：

• • 问题驱动："我需要建立项目工作区"→ 你的技能编排正确的 MCP 调用序列。用户描述期望结果，技能处理工具细节。
• • 工具驱动："我连接了 Notion MCP"→ 你的技能可以给agent提供notion的最优工作流程和最佳实践。用户获得工具访问权限，技能提供专业指导。

大多数技能的使用会偏向其中一个方向。通过明确你的用例属于哪种，有助于选择合适的设计模式。

Token 效率优化

渐进式披露的量化收益

Skills 的渐进式披露架构在 token 效率上带来了显著的改善。以下是基于架构设计的粗略估算：

这意味着即使安装了大量技能，在任何给定时刻的上下文成本可以控制在合理范围内。相比之下，传统方案将所有指令放入系统提示可能导致 token 消耗大幅上升。

不过需要注意，活跃 Skills 过多时，每个技能的元数据都在系统提示中竞争注意力，这可能影响大模型选择正确技能的准确性。

优化策略

策略一：保持 SKILL.md 精简

官方指南建议 SKILL.md 控制在 5,000 词以内。将详细文档移至 references/ 目录并通过链接引用，而非内联在主文件中。

优化后的结构：
skill-example/
├── SKILL.md (~核心指令)       # 始终加载
├── references/
│   ├── api-guide.md           # 按需加载
│   └── examples/              # 按需加载
└── scripts/
    ├── validate.sh            # 执行但不加载代码本身
    └── setup.sh               # 执行但不加载代码本身

策略二：脚本执行 vs 代码生成

执行捆绑脚本通常比让 Claude 生成等效代码更高效且更可靠。对于关键验证，考虑捆绑一个程序化执行检查的脚本，而不是依赖语言指令。代码是确定性的，语言解释不是。

当 Claude 运行 validate_form.py 时：

• • 脚本代码不进入上下文窗口
• • 只有脚本输出消耗 tokens
• • 确定性执行，无 LLM 推理偏差

策略三：控制同时启用的技能数量

评估你是否同时启用了超过 20-50 个技能。如果是，建议选择性启用，或者考虑将相关技能打包为"技能包"。

CData 的实际案例

CData 在其博客中分享了结合 Skills 和 MCP 可以显著减少 token 使用量的案例。

他们的方法主要才用三种结合方式：

1. 1. 将重复的 MCP 查询模式封装为 Skills
2. 2. 预定义常用的数据转换逻辑
3. 3. 使用脚本处理复杂的数据聚合

开发实战参考

快速开始

步骤 1：创建技能目录

mkdir -p my-skill/scripts
mkdir -p my-skill/references

步骤 2：创建 SKILL.md

---
name: my-skill
description: 我的第一个技能。当用户说"帮我做 X"时使用。
---

# 我的技能

## 指令
1. 首先，确认用户需求
2. 然后，执行具体操作
3. 最后，验证结果

## 示例
用户说："帮我做 X"
操作：
1. 执行 A
2. 执行 B
结果：完成 X

## 故障排除
如果遇到问题：
1. 检查 Y
2. 尝试 Z

步骤 3：添加脚本（可选）

# my-skill/scripts/helper.py
import sys

def process(input_data):
    # 处理逻辑
    return f"Processed: {input_data}"

if __name__ == "__main__":
    print(process(sys.argv[1] if len(sys.argv) > 1 else "default"))

步骤 4：安装和测试

在 Claude.ai：

1. 1. 设置 > 功能 > 技能
2. 2. 点击"上传技能"
3. 3. 选择技能文件夹（压缩为 .zip）

在 Claude Code：

# 复制到技能目录
cp -r my-skill ~/.claude/skills/

使用 skill-creator

Anthropic 提供了内置的 skill-creator 技能来辅助开发，可在 Claude.ai 的插件目录中获取，也可下载用于 Claude Code：

"使用 skill-creator 技能帮我为 [您的用例] 构建一个技能"

skill-creator 可以：

• • 从自然语言描述生成技能
• • 生成带有正确前置元数据的 SKILL.md
• • 建议触发短语和结构
• • 审查现有技能并提供改进建议
• • 基于你遇到的边缘情况或失败案例进行迭代改进

需要注意的是：skill-creator 帮助你设计和优化技能，但它不会执行自动化测试套件或产生量化评估结果。

调试技巧

检查技能是否被触发：

问 Claude："你什么时候会使用 [技能名称] 技能？"

Claude 会引用 description，帮助你识别触发条件是否正确。

常见问题诊断：

高级技巧：指令不被遵循时

当skill被加载了但是指令没有遵循时，常见的问题主要有两类：指令过于冗长或指令被埋没(在skill文件中)。 针对两种问题也提供了对应的对策，对于指令过于冗长，应该采取以下措施： （1）保持指令的简洁性 （2）使用项目符号和编号列表进行内容规范化表达 （3）将详细说明移至单独的文件

对于指令被埋没，可以考虑： （1）将关键指令放在顶部 （2）使用## 重要或## 关键标题(mrakdown标题语法) （3）根据需要重复重点内容

官方指南也提供了一个指令编写对比实例：

# 不够好 - 模糊
确保正确验证各项内容

# 更好 - 具体且可操作
CRITICAL: 在调用 create_project 前，验证：
- 项目名称非空
- 至少分配了一名团队成员
- 开始日期不在过去

此外，如果需要鼓励模型更仔细地执行，在用户提示中添加相关说明（如"请仔细完成，质量比速度重要"）通常比在 SKILL.md 中添加更有效。

另外社区还有两点关键经验可供参考：

• • 一技能一职责—诊断技能只诊断，不尝试修复
• • 版本控制集成—技能放在 .claude/skills/，随代码提交

测试与质量保证

测试的灵活性

官方指南明确指出，Skills 可以根据需求选择不同严格程度的测试方式：

• • 手动测试（Claude.ai）：直接运行查询并观察行为。迭代快，无需额外设置。
• • 脚本化测试（Claude Code）：自动化测试用例，确保跨变更的可重复验证。
• • 程序化测试（Skills API）：构建系统性运行的评估套件。

选择哪种方式取决于你的质量要求和技能的使用范围，内部小团队使用的技能和面向数千企业用户部署的技能，测试需求会有所不同。

核心建议：先在单一任务上迭代，再扩展覆盖面

官方指南特别强调了一个实践发现：最有效的技能创建者往往先在一个有挑战性的任务上反复迭代，直到 Claude 能成功完成，然后再将成功的方法提取为技能。这利用了 Claude 的上下文学习能力，比一开始就做广泛测试能更快获得信号。

测试金字塔

Skills 测试应覆盖三个层面：

1. 触发测试（Trigger Tests）

目标：确保技能在正确的时间加载(以创建项目为例)

应该触发：
  - "帮我设置一个新的 ProjectHub 工作区"
  - "我需要在 ProjectHub 中创建一个项目"
  - "为 Q4 规划初始化一个 ProjectHub 项目"

不应该触发：
  - "旧金山的天气怎么样？"
  - "帮我写 Python 代码"
  - "创建一个电子表格"（除非技能处理表格）

2. 功能测试（Functional Tests）

目标：验证技能产生正确的输出。

测试：创建带有 5 个任务的项目
给定：项目名称"Q4 规划"，5 个任务描述
当：技能执行工作流程
那么：
  - 在 ProjectHub 中创建项目
  - 创建 5 个具有正确属性的任务
  - 所有任务链接到项目
  - 无 API 错误

3. 性能比较（Performance Comparison）

目标：证明技能相比基线改善了结果。

基线比较：

无技能：
  - 用户每次提供指令
  - 15 次来回消息
  - 3 次需要重试的失败 API 调用
  - 12,000 个 token

有技能：
  - 自动执行工作流程
  - 仅 2 个澄清问题
  - 0 次失败的 API 调用
  - 6,000 个 token

成功标准

Anthropic 建议的成功指标是理想化的目标是粗略的基准而非精确阈值。官方指南原文提到："追求严谨，但也接受评估中会有 vibes-based（基于感觉的）成分。官方正在积极开发更健壮的测量指导和工具。"

定量参考：

• • 技能在约 90% 的相关查询上触发
  • • 测量方法：运行 10-20 个应该触发技能的测试查询，追踪自动加载 vs 需要手动触发的比例
• • 在 X 次工具调用中完成工作流程
  • • 测量方法：对比有无技能时完成同一任务的工具调用次数和 token 消耗
• • 每个工作流程 0 次失败的 API 调用
  • • 测量方法：监控测试运行期间 MCP 服务器日志中的重试率和错误码

定性参考：

• • 用户不需要提示 Claude 下一步
  • • 评估方法：测试过程中记录你需要重定向或澄清的频率，收集测试用户反馈
• • 工作流程完成无需用户纠正
  • • 评估方法：对同一请求运行 3-5 次，比较输出的结构一致性和质量
• • 新用户能否在首次尝试时以最少的引导完成任务

结语

Agent Skills 不是一个复杂的技术创新，但是一个集上下文管理，动态调用，渐进式披露等多种大模型工程实践为一体的优雅设计哲学的体现，通过最简单的形式（文件夹 + Markdown）实现强大的功能（可复用的专业知识）。

Skills 的真正价值不在于技术本身的复杂性，而在于它为 AI Agent 的构建提供了一个标准化、可组合、可移植的范式。当你发现自己在多个对话中重复输入相同的提示，在重复执行特定任务的工作流，mcp选择无法准确理解业务逻辑时，就是创建 Skill 的时候了。

个人可以从使用 skill-creator 构建和测试你的第一个skill开始，并且利用你已有的MCP server来构建适合你的当前场景的核心工作流，相对而言，Skills 的学习曲线比较平缓，但其应用潜力则随着你在应用领域的深度扩展和集成而增长。

在企业场景中，Skills 提供了一条将 AI 从实验性工具变为生产力工具的清晰路径。通过将组织的最佳实践、领域知识和工作流程编码为 Skills，企业可以提升 AI 输出的一致性和质量，形成可复用的知识资产，为业务流程赋能，为产品服务增效。当然，这条路径也需要配套的治理框架和持续的迭代优化。

AI Agent 正在快速发展演进，而 Skills 正是这个生态中一块重要的拼图，挖掘更多的隐式知识，抽象更多的人类先验，不仅成为更有效的大模型自动化工具，同时成为agent的持续学习提供训练知识之外的抽象指引，北卡大学教堂山分校最近的一篇论文-SkillRL (https://arxiv.org/pdf/2602.08234)，提出一种将agent的“原始轨迹记忆”升级为“可复用skill”的递归技能增强RL学习框架，让 agent 真正从过去经验中抽象出高层策略。Skills 在这一过程中，扮演着知识沉淀和经验抽象的核心作用，推动 Agent 真正从过去经验中抽象出高层策略，探索agent下一阶段的重要核心能力 -> 持续进化。

参考资源

官方文档

• • Skills 文档
• • 最佳实践指南
• • Skills 与 MCP 集成
• • Skills 解释
• • Skills API 快速入门

工程博客

• • 为真实世界装备 Agent 的 Agent Skills
• • 组织技能和目录

社区资源

• • GitHub: anthropics/skills
• • awesome-claude-skills
• • Claude Skills 深度解析

技术分析

• • Simon Willison: Claude Skills 可能比 MCP 更重要
• • Claude Skills vs MCP 技术比较