)
一、什么是 Skill 首先咱们先谈概念Skill翻译成中文就是“技能”。中文对于“什么是技能”的解释就是技能就是你执行某件事的方法论。举个生活中的例子我会打羽毛球。当球飞过来我拿起球拍在合适的时机、用合适的力度击球让球准确落在对方场地这一整套操作逻辑就叫“技能”。你会骑自行车你会做饭完成这些事情的整套操作逻辑都是一项项技能。在 AI 界 Agent Skills 最早是由 Anthropic官方 推出的 一套AI 技能系统它定义了一种 封装 AI 工作流 的标准。开发者可以把复杂的任务指令、脚本和资源打包成一个 技能Skill作为用户你只需要安装这些技能AI 就能立刻学会这项本事不用重复造轮子。image.png简单来说Skill就是让大模型按照某种特定的方法论去行动的机制让AI快速学习使用各种专业技能而不用每次都重复输入提示词、编写脚本等等。利用技能Skill可以将过去分散在提示词、代码片段或零散文档中的隐性知识显性化、结构化地组织起来让 AI Agent 按需、稳定地执行专业任务。你可以将技能看做是新员工的入职材料将积累的工作经验和最佳实践打包为技能包让 AI 成为某些专业领域的专家。二、它能解决什么问题为什么它的出现在AI 圈内引发了一波热潮除了有个别炒作外更深层次的原因是因为它解决了一个很具体真实的痛点AI 容易出现健忘、需重复写提示词、太费token先不得不承认一件事我刚开始搜 Skill 的资料也是越看越懵。官方文档上来就讲 YAML frontmatter社区博客张口就是渐进式披露、“分层加载”配上几张架构图。后来我才搞明白这些人讲的都对但他们都在讲实现没人在讲为什么。我换一个角度给你解释你十秒钟就能听懂你有没有过这种经历——和一个搭档合作久了你俩之间会有一些默认规矩。比如他写文档之前一定先列提纲你 review 他的代码习惯先看测试用例。这些规矩你们从不说但每次都这么做。Skill 干的事就是把这种老搭档之间的默契写下来让 AI 也拥有。就这么简单。不是提示词提示词是这一次怎么说不是插件插件是给它装一只手不是 MCPMCP 是给它接一扇窗户去看外面的世界Skill 是一份我俩以后就这么干活的工作守则。过去使用AI 最大的痛点是“健忘”比如在写文章、做分析时你要反复输入——“要用谁谁谁的语气来写”、“回答要保持简洁”、“帮我按xxx格式别忘了xxx等等。每换一个任务、每开一次对话都要重复一堆东西。Skill 出现后这些都能收纳成一个说明书。把规则提前写好。比如你是一个公众号写作博主那么可以制作一份“公众号写作 Skill”规定语气、内容结构或制作一份“学习笔记 Skill”定义如何提炼内容重点、输出总结要求等。之后只要说一句“用我的xxx Skill 帮我写 xxx”AI 就懂了。你以为它很高深其实它就是把你重复了几十遍的那段话存成了 AI 自动会读的文件仅此而已。当然它不仅仅只是理解任务更是理解你的具体方式。三、Skill 和 prompt差别到底在哪很多人看到 Skills 的介绍第一感觉会觉得“这不就是自定义提示词吗”新手最容易在这里栽跟头我自己也栽过。很多教程会告诉你 “prompt 是一次性的Skill 是可复用的”这话对但太抽象。我给你还原一个场景你就懂了。用 prompt 的世界每次开新对话你都得重新交代一遍“我是写公众号的”、“语气要随意”、“别用 emoji”、“先列提纲”、“标题要带情绪”、“加粗要克制”……说一次不够AI 不会替你记住。每次切个会话、换个项目、重置一下上下文一切都归零。用 Skill 的世界你把这些规矩一次性写进一个叫 wechat-writing 的小文件夹里丢在 Claude Code 的 ~/.claude/skills/ 下面。下次你只需要说“用我的写作 Skill帮我把这段思路整理成文章。”Claude Code 启动的时候会自动扫一眼你所有 Skill 的元数据大概一百个 token不占地方它就知道“哦这是个写公众号的活儿主人有规矩的我按规矩来。”然后它就会自动加载你那份规矩按你定好的方式干。你不光省了八十次复制粘贴更关键的是——你的规矩开始有了积累。今天你觉得标题应该更狠一点加进去下周你发现开头三句必须钩子加进去一个月后这份 Skill 就长成了你个人的写作方法论。这件事 prompt 永远做不到。prompt 是一次性消费Skill 是资产。是对 AI 的“要求标准”你可以不断修改、打磨、复制让 AI 真正按你的方法长期执行任务。这个区别比能不能复用重要得多。四、新手到底要不要从 0 手搓我看过不少教程开头都是教你从 0 到 1 开发一个 Skill。我直接劝退。不是手搓做不到是没必要。你刚学会走就让你跑马拉松结果只有两个要么放弃要么做出一个自己都不想用第二次的东西。新手的第一个 Skill让 AI 帮你写。Claude Code、Trae、Cursor 都行你只要把需求说清楚就行。但说清楚这件事本身就是新手的盲区。那怎样才算得上是一份好的 Skill 指令呢至少先要包括以下 5 点写 Skill 的 AI 身份比如让 AI 站在测试专家/ 设计专家 / 产品专家的视角来撰写这个 SkillSkill 的用途比如 Skill 的调用方式、功能、用途等等Skill 的内容比如产出物的内容层级、引用内容等等Skill 的交付要求比如 Skill 输出内容的格式、注释的样式等等禁用事项或规则比如不要擅自添加功能或内容信息等等后来我摸索出一个模板新手照着填就行你是一位【身份比如资深软件测试工程师】帮我做一个 Skill叫做【名字】以后当我说【什么话】/做【什么事】的时候自动调用它它要做的核心事情是【一两句话讲清】执行步骤大概是先【做什么】再【做什么】最后输出【什么】输出格式【要 markdown要表格要 Excel需要包含哪些字段用例编号/前置条件/操作步骤/预期结果/优先级】禁止事项【别凭空捏造需求里没有的接口、别漏掉异常路径、别擅自合并边界用例】就这五块填完丢给 AI出来的东西已经能跑。这里我想强调一个新手容易忽略的点禁止事项比核心步骤更重要。因为 AI 默认会善意地帮你加戏。你不写别凭空造需求里没有的字段它就给你编几个出来你不写异常路径不能漏它就只给你写主流程你不写别把多个边界挤成一条用例它就把上限、下限、超限合并成一句带过。你以为你在用 AI 生成测试用例其实你在和它主流程倾向搏斗——AI 默认是个乐观主义者它总默认程序不会出错。我自己的第一个 Skill 是测试用例生成 Skill禁止事项写了 13 条核心步骤只写了 4 条。这个比例现在回头看依然是对的。五、Skills有哪些类型从哪里查找根据功能定位和使用方式 Skills 可以大体分为三大类1、官方Skill官方Skills由Anthropic官方提供。https://github.com/anthropics/skills2、社区开源 Skills由其他用户分享直接拿来用比如GitHub 上的开源社区、个人开发者、企业团队、来自第三方社区分享比自己造轮子快得多非常适合做 Skills 选型和二次改造。特点需要手动安装npx skills add 或复制到 ~/.claude/skills/功能丰富覆盖各种专业领域质量参差不齐需要筛选主流教程会甩给你一堆网址 skills.sh、skillsmp.com、aitmpl.com……https://skills.sh/https://skillsmp.com/https://www.aitmpl.com/skills3、自定义 Skills自定义 Skill由你自己创建适合需要个性化定制的用户使用Skill Creator制作并上传Skill文件。特点完全定制化匹配特定业务场景需要掌握 Skill 开发规范SKILL.md 格式4、我的建议Skills 虽好用但不是越多越好。上述这些我都用过。我直接讲我的真实感受可能跟你想的不一样。官方 Skills 我下载过几个老实说新手用不太上。不是不好是定位不一样。官方那些 Skill 更像规范样本给你看 Skill 应该长什么样真要拿来直接用得改。改一个 Skill 不比自己写省多少时间。skills.sh 我逛得最多。 界面干净能直接看到安装量和评分。但我给你提个醒上面有些 Skill 是作者为了炫技做的看起来很酷落到你工作流里其实用不上。我的建议是——先装一个 find-skills再装一个 skill-creator够了。find-skills 帮你发现别的 Skillskill-creator 帮你做自己的 Skill剩下的等你真碰到具体需求了再去找。别一上来就装十几个 Skill 摆着看那不叫效率那叫数字仓鼠。
