📌 一、核心概念与定位
什么是 Claude Skills?
- 官方定义：由指令、脚本和资源组成的文件夹，Claude 会动态加载以提升专业任务表现
- 简化理解：可复用的指令包，把判断逻辑和处理流程封装成可反复执行的模块
- 发布时间：2025 年 12 月 18 日（视频发布于发布后三周）
核心价值（三大亮点）
- 无需代码：封装复杂判断逻辑成可复用模块
- 效率提升：4-5 小时人工工作压缩到 5 分钟，结果稳定一致
- 系统集成：可与 MCP、工具调用、多 Agent 协作拼成完整工作流
🆚 二、Prompt vs Skill 本质区别
| 维度 | Prompt | Skill |
|---|---|---|
| 形态 | 一次性对话内容 | 工程化的文件夹结构 |
| 管理 | 需手动保存、复制粘贴 | 文件系统管理，可版本控制 |
| 调用 | 模型不知道何时该用 | Claude 根据描述自动判断调用时机 |
| 加载 | 全部内容一次性塞入上下文 | 渐进式披露（按需加载） |
| 复用 | 难以跨对话/产品复用 | 可在不同对话、产品中复用 |
| 协作 | 个人维护 | 可团队共享、协作 |
关键特性：渐进式披露
- 启动时只加载名称和简介
- 判断相关后才读取完整内容
- 大幅降低 Token 消耗
🛠️ 三、文件结构与组成
基础结构
Skill 文件夹/
├── SKILL.md (必需，核心文件)
├── scripts/ (可选，脚本代码)
├── references/ (可选，参考文档)
└── assets/ (可选，资源文件)
SKILL.md 格式
---
name: 技能名称
description: Claude应该在什么时机调用这个Skill（关键！）
---
# 指令部分
详细的执行指令、判断逻辑、处理流程...
重点：
name和description是 Claude 判断调用时机的依据- 描述必须清晰，避免多个 Skills 描述相似导致误调用
- SKILL.md 本质上是 System Prompt（系统提示词）
💡 四、两种核心用法
1. 能力包型 Skills
定义：封装判断逻辑和处理规则，Claude 按规则执行，不调用其他 Agent
案例：Discussion Organizer（讨论记录整理）
功能：整理学习笔记和 AI 对话记录
封装的四层判断逻辑：
- 价值评估：核心洞察 / 有用补充 / 无价值信息
- 可信度判断：验证论点是否有官方文档/数据支持
- 提取粒度：直接引用原话 / 只记录主题
- 措辞风格：口语化转书面语等
工作流程：
- 需求确认（在 Skill 中定义）
- 按四层逻辑逐条处理
- 按 TBRC 框架组织输出
- 提供参考资源链接
适用场景：
- 重复性知识工作
- 需要复杂判断标准的任务
- 整理笔记、处理文档等
2. 软编排型 Skills
定义：定义 SOP 标准流程，主 Claude 作为项目经理调度多个 sub-agents 协作
案例：SRT Workflow（字幕转文章）
四阶段流程：
- Stage 0 - 字幕分段：调用
subtitle-segmenterAgent - Stage 1 - 段落审阅：调用审阅 Agent（可能需要 Web Search 工具）
- Stage 2 - 内容定稿：调用定稿 Agent
- Stage 3 - 翻译（条件执行）：英文字幕才执行此步骤
技术特点：
- 主 Claude 只读取 SOP，使用 Task 工具调度 sub-agents
- 每个 sub-agent 有独立上下文窗口、工具白名单、判断标准
- Sub-agents 通过文件传递上下文，不走主 Claude
- 仅支持 Claude Code，Web 版不支持
与能力包型的区别：
- 能力包型：一个 Skill 自己干活
- 软编排型：Skill 定义流程，调度多个 Agent 分工协作
🔄 五、Skills 调用流程
用户提问
↓
Claude 扫描所有 Skills 的元数据（名称+描述）
↓
形成可用技能列表 + 用户提问 → 发送给 AI
↓
AI 判断是否使用 Skills
↓
选择某个 Skill → 加载指令层（SKILL.md）
↓
AI 根据需要 → 调用资源层文件（按需加载）
↓
生成完整回答
Token 优化：
- 元数据简短，初始上下文占用极少
- 指令层按需加载
- 资源层（如脚本代码）不作为上下文传递
📋 六、使用限制与注意事项
前置条件
- 必须是付费用户
- 必须开启代码执行权限（有一定风险，只使用可信来源）
平台支持
| 平台 | 能力包型 | 软编排型 |
|---|---|---|
| Claude Web | ✅ | ❌ |
| Claude 桌面端 | ✅ | ❌ |
| Claude Code | ✅ | ✅ |
主要限制
- 不能跨平台同步：客户端上传的 Skills 不会自动同步到 Claude Code 或 API
- 触发依赖描述：描述不清晰或多个 Skills 描述相似会导致误调用（可手动指定）
- 并行限制：软编排型最多同时运行 10 个 sub-agents
- Claude Code 专属：软编排型只能在 Claude Code 中使用
不适合的场景
- 一次性任务（不需要重复执行）
- 非常简单的指令
- 需要精确控制后端服务流程（更适合 Make 等硬编排平台）
🚀 七、快速上手：5 步操作指南
Step 1：明确需求（Assess）
- 哪些任务需要重复执行？
- 哪些任务需要复杂判断逻辑？
- 把这些任务作为练习起点
Step 2：安装配置（Assemble）
Claude 桌面端：
- 进入 Settings → Capabilities → Skills
- 点击上传 Skills
- 将 Skill 文件夹压缩成
.zip，改扩展名为.skill - 拖动上传
Claude Code：
- 进入用户根目录
~/.claude/skills/ - 直接将 Skill 文件夹拷贝到此目录
- 无需压缩，即刻生效
Step 3：获取 Skills（三种方法）
方法 1：官方与社区
- Anthropic 官方 Skills
- Awesome Claude Skills
- Claude 客户端预制 Skills
方法 2：使用 skill-creator（推荐新手）
- 在 Claude 客户端启用官方的
skill-creatorSkill - 新对话中说：“请使用 skill-creator 创建一个【功能描述】的 Skill”
- 零学习成本，自动生成规范文件结构
方法 3：手写（适合复杂场景）
- 自己创建文件夹和
SKILL.md - 完全自定义结构和逻辑
- 需要掌握 Markdown 和 YAML 基础
Step 4：测试与迭代（Act）
- 上传/安装 Skill 后，在对话中触发
- 观察 Claude 是否正确调用
- 根据结果优化描述、指令、逻辑
- 每个 Skill 可独立迭代和测试
Step 5：系统化管理（Amplify+）
- 建立个人 Skills 管理方式（版本控制）
- 团队共享常用 Skills
- 与 MCP、工具调用、多 Agent 协作集成
🎯 八、MAPS 框架视角解读
M - Mindset（心智模式）
- 从写 Prompt 到资产化
- 把隐性知识显性化、模块化
- 不再是“我知道怎么做”，而是“封装成可复用模块”
A - Architecture（架构设计）
- Skills 作为中间层，连接 Prompt、Agent、工具
- 软编排：任务声明（流程）与执行分离
- 判断逻辑变成可版本化、可共享的数字资产
P - Prompt Engineering（提示工程）
- Prompt 不再是临时指令，而是封装在 Skills 中的规范
- 渐进式披露：只在需要时加载，节省 Token
- 每个 Skill 可独立迭代优化，具有良好可测试性
S - System（系统思维）
- Skills 不是孤立功能，可与 MCP、工具调用、多 Agent 协作
- 从单点工具到完整工作流
- 可组合性：sub-agents 可被多个 Skills 复用，Skills 之间可互相调用
🔗 九、Skills + MCP 协作
协作示例：
Skills: "帮我写作" → 生成文案
↓
MCP: GitHub Server → 创建仓库 → 上传文件
最佳实践：
- Skills 负责：提示词管理、指令披露、判断逻辑
- MCP 负责：具体工具调用（如 GitHub、文件系统操作）
💭 十、关键要点总结
- 本质理解：Skills 不是“保存 Prompt 的地方”，而是把判断逻辑和流程封装成可复用模块
- 两种用法：能力包型（封装判断逻辑）+ 软编排型（协调多 Agent）
- 核心优势：渐进式披露、Token 优化、可复用、可版本管理
- 上手简单：用 skill-creator 零成本创建，或手写掌握更多控制权
- 系统集成：与 MCP、工具调用、多 Agent 协作形成完整工作流
- 基础知识：Markdown、YAML 是 AI 时代“恰到好处的基础知识”
📚 资源链接
🌟 未来展望
Skills 有机会改变 AI Agent 格局，因为它提供了：
- 从 Prompt 到 Agent 的中间层抽象
- 把判断逻辑资产化
- 把工作流模块化
- 把个人经验可复用化
这不是简单的功能更新，而是一套完整的方法论体系。