Agent Skills 終極指南：入門、精通、預(yù)測

這是通過 Claude Skill 做的 Article-Copilot，一個 skill 就實現(xiàn)了從素材處理到正文寫作的 Agent 應(yīng)用；

又如 AI Partner Skill，讓通用 Agent 深度學(xué)習(xí)你的記憶，塑造懂你的 AI 伴侶，給到個性回應(yīng)。

在研讀 Anthropic 官方技術(shù)博客，與持續(xù) Agent Skill 實驗之后，形成了這份全網(wǎng)最完整的 Skill 指南，包含：

1. 1.最容易讀懂的 Skills 概念與原理介紹
2. 2.討論 Skills 的真實價值、技術(shù)優(yōu)勢、對 AI 產(chǎn)品設(shè)計的影響
3. 3.非常完整的 Skills 使用與開發(fā)教程
4. 4.Skills 的場景識別，什么時候適合開發(fā)、使用 Skills？

從概念澄清、運(yùn)作機(jī)制，到實踐教程、應(yīng)用價值，與你在本期分享。

文末會拉一個 Skill 中文社群，專項討論與實踐 Agent Skills，加入方式見底部。

一、Skills 是什么：從概念來源到運(yùn)作原理

2025 年 10 月中旬，Anthropic 正式發(fā)布 Claude Skills。

兩個月后，Agent Skills 作為開放標(biāo)準(zhǔn)被進(jìn)一步發(fā)布，意在引導(dǎo)一個新的 AI Agent 開發(fā)生態(tài)。

OpenAI、Github、VS Code、Cursor 均已跟進(jìn)。

為了更好的理解，你可以把 Skills 理解為“通用 Agent 的擴(kuò)展包”：

Agent 可通過加載不同的 Skills 包，來具備不同的專業(yè)知識、工具使用能力，穩(wěn)定完成特定任務(wù)。

最常見的疑惑是：這和 MCP 有什么區(qū)別？

• MCP 是一種開放標(biāo)準(zhǔn)的協(xié)議，關(guān)注的是 AI 如何以統(tǒng)一方式調(diào)用外部的工具、數(shù)據(jù)和服務(wù)，本身不定義任務(wù)邏輯或執(zhí)行流程。
• Skill 則教 Agent 如何完整處理特定工作，它將執(zhí)行方法、工具調(diào)用方式以及相關(guān)知識材料，封裝為一個完整的「能力擴(kuò)展包」，使 Agent 具備穩(wěn)定、可復(fù)用的做事方法。

以 Anthropic 官方 Skills 為例：

• PDF：包含 PDF 合并、拆分、文本提取等代碼腳本，教會 Agent 如何處理 PDF 文件 - 提取文本，創(chuàng)建新的 PDF、合并或拆分文檔。
• Brand-guidelines：包含品牌設(shè)計規(guī)范、Logo 資源等，Agent 設(shè)計網(wǎng)站、海報時，可參考 Skill 內(nèi)的設(shè)計資源，自動遵循企業(yè)設(shè)計規(guī)范。
• Skill-Creator：把創(chuàng)建 Skill 的方法打包成元 Skill，讓 AI 發(fā)起 Skill 創(chuàng)建流程，引導(dǎo)用戶創(chuàng)建出符合需求的高水準(zhǔn) Skill。

Skill-Creator：教 Agent 如何幫用戶創(chuàng)建新 Agent 的技能

但 Skills 的價值上限，遠(yuǎn)不止于此。

它應(yīng)該是一種極其泛用的新范式，從垂直 Agent 到 AI 產(chǎn)品開發(fā)：借用通用 Agent 內(nèi)核，0 難度創(chuàng)造具備通用 AI 智能的垂直 Agent 應(yīng)用。

本文開頭提到的 article-copilot、AI Partner Skill，就是對這種可能性的驗證。

讓我們從 Skill 的運(yùn)作原理講起。

首先，如何理解 Skill？

Anthropic 說：

Skills 是模塊化的能力，擴(kuò)展了 Agent 的功能。每個Skill 都打包了 LLM 指令、元數(shù)據(jù)、可選資源（腳本、模板等），Agent 會在需要時自動使用他們。

我有個更直觀的解釋：Skill 就像給 Agent 準(zhǔn)備的工作交接 SOP 大禮包：

想象你要把一項工作交給新同事。若不準(zhǔn)口口相傳，只靠文檔交接（而且你想一次性交接完成，以后不被打擾），

你會準(zhǔn)備什么？

• 任務(wù)的執(zhí)行 SOP 與必要背景知識（這件事大致怎么做）
• 工具的使用說明（用什么軟件、怎么操作）
• 要用到的模板、素材（歷史案例、格式規(guī)范）
• 可能遇到的問題、規(guī)范、解決方案（細(xì)節(jié)指引補(bǔ)充）

??

Skill 的設(shè)計架構(gòu)，幾乎是交接大禮包的數(shù)字版本：

相對標(biāo)準(zhǔn)的 Skill 結(jié)構(gòu)示例，實際案例中，只有 SKILL.md 是必需的，其他結(jié)構(gòu)為可選項

在 Skill 中，指令文檔用于靈活指導(dǎo)，代碼用于可靠性調(diào)用，資源用于事實查找與參考。

當(dāng) Agent 運(yùn)行某個 Skill 時，就會：

1. 1.以 SKILL.md 為第一指引
2. 2.結(jié)合任務(wù)情況，判斷何時需要調(diào)用代碼腳本（scripts）、翻閱參考文檔（ref.）、使用素材資源（assets）
3. 3.通過“規(guī)劃-執(zhí)行-觀察”的交錯式反饋循環(huán)，完成任務(wù)目標(biāo)

當(dāng)然，Skill 也可以用來擴(kuò)展 Agent 的工具、MCP 使用邊界，通過文檔與腳本，也可以教會 Agent 連接并使用特定的外部工具、MCP 服務(wù)。

舉個例子，這是 PPTX Skill 的文件目錄：

• 整個文件夾就是一個完整的能力包，用來支持 AI 創(chuàng)建、編輯和分析 PowerPoint 演示文稿。
• 核心文件是 SKILL.md，包含技能的元數(shù)據(jù)和任務(wù)指導(dǎo)，告訴 agent 什么時候使用這個技能、如何按步驟處理任務(wù)。

  特別的，獨(dú)立子技能往往會被拆為子文檔（如教 AI 把 html 導(dǎo)出為 pptx 流程的 html2pptx.md），以避免一次性加載過長的 skill 文檔，節(jié)省上下文窗口

• Scripts/ 包含 Agent 可用的各類預(yù)先寫好的程序腳本，比如 html 轉(zhuǎn) pptx 的一鍵程序腳本。這樣 Agent 運(yùn)行任務(wù)時就無需臨時開發(fā)工具，直接調(diào)用，節(jié)省 tokens ，避免出錯，提升速度
• 也有一些參考文檔（此項目打包的不算規(guī)范，但根據(jù) SKILL.md ，Agent 也能理解哪些文檔可以參考），比如 ooxml.md，是對 ooxml 格式文件的解析指南

整個 Skill 以簡明的形式，把技能指引文檔、代碼腳本、參考文檔和可用資源組合，定向擴(kuò)展了 Agent 完成 pptx 生成相關(guān)的工作能力。

Skills 的真實價值：垂直 Agent 的未來態(tài)

看好 Skills 價值與未來生態(tài)發(fā)展的原因是，Skills 與其他 AI 應(yīng)用開發(fā)方式，有底層機(jī)制的不同：

人給出專業(yè)知識與工具方法，通用 Agent 提供智能，自主理解，主動執(zhí)行。

說人話就是：人給指引，最終 Agent 還能根據(jù)自己的智力看著執(zhí)行。

而且「Agent + 文件」的形式，足夠泛用。

這就相較于它的前輩們（Workflow 和程序編寫的 AI 應(yīng)用）有了 3 個關(guān)鍵優(yōu)勢：

• 非技術(shù)人員可用零代碼、自然語言編寫
• 能突破預(yù)設(shè)限制，靈活響應(yīng)用戶輸入，應(yīng)對邊緣情況
• 甚至能多個 Skill 自由聯(lián)用，應(yīng)用方式極其靈活

這一部分可能會比較深入，但例證完善，實際上不會很難懂。雖一家之言，但仍有助于理解 Skill 價值與 Agent 發(fā)展趨勢

1. 零代碼、自然語言，編寫真·智能 Agent

縱觀此前的 AI 應(yīng)用開發(fā)方法：

• 不必多說程序編寫的 AI 應(yīng)用，必須懂程序邏輯、懂技術(shù)實現(xiàn)。
• 即便是 Coze、Dify、N8N 等近年流行的 Workflow 平臺，也得理解節(jié)點配置、條件分支，仍算「編程」，只是界面友好一些。

而 Skills 的創(chuàng)建門檻，完全不同：入門門檻極低，智能上限極高。

1）最簡單的，以 Anthropic 的 brand-guidelines skill 為例

僅有一個 SKILL.md，純自然語言寫成。

• 元信息：什么時候用這個 Skill
• 正文：品牌顏色、字體等文本描述信息

但足以引導(dǎo) Agent 變成符合 Anthropic 品牌設(shè)計的垂直 Agent，可用于品牌官網(wǎng)、海報、PPT 設(shè)計。

當(dāng)你要設(shè)計一個符合 Anthropic 公司設(shè)計規(guī)范的 AI 搜索網(wǎng)站，Agent 就會自動運(yùn)行該 Skill ??

Skill 有兩種加載模式：顯式 / 隱式。

前者通過 user query 直接指定調(diào)用；后者根據(jù)任務(wù)與元信息描述的相關(guān)性，LLM 自動匹配。

這是該 skill agent 一次性開發(fā)的網(wǎng)站，調(diào)性接近 Claude 官網(wǎng)設(shè)計：

（我電腦上缺了他家的 Serif 字體，實際上可以更像）

2）復(fù)雜的，以 AI-Partner Skill 為例，一個 Skill 就是一個復(fù)雜 Agent

包含 SKILL 文檔、向量數(shù)據(jù)庫構(gòu)建指南、向量數(shù)據(jù)庫使用腳本、AI 伴侶與用戶的 Persona 模板資源

SKILL.md 本體依然由自然語言寫成：

借此，Agent 就能理解 AI-Partner 的初始化與對話方法，引導(dǎo)用戶上傳包含個人記憶的文檔預(yù)料，在用戶端智能切分筆記片段，構(gòu)建向量數(shù)據(jù)：

解析用戶記憶文檔，提煉個性化的 AI 伴侶與用戶畫像設(shè)定：

最終智能檢索用戶記憶，提供懂用戶的 AI Partner 對話體驗：

這能基本驗證：單靠 Skill + Agent 所構(gòu)造的垂直 Agent，所實現(xiàn)的智能效果，無異甚至可超過同類 AI 產(chǎn)品。

而做這些垂直 Agent，都不用編寫程序代碼。

非技術(shù)出身的領(lǐng)域?qū)＜遥x自己做專業(yè) Agent 只剩隔著一層窗戶紙——

把你的專業(yè)經(jīng)驗和工作流程，用文檔形式寫清楚，Agent 就能照著執(zhí)行。

2. 突破預(yù)設(shè)限制，靈活應(yīng)對實際情況

Agents Skill 的這一優(yōu)勢往往被忽視。

Workflow 或 傳統(tǒng)程序 的核心問題是，它們假設(shè)所有情況都能預(yù)設(shè)。

比如基于用戶記憶的 AI 個性化助理，往往需要提前設(shè)定：

• 用戶導(dǎo)入記憶文件的入口
• 允許用戶上傳的文件格式
• 數(shù)據(jù)應(yīng)該包含哪些字段

以及可能出現(xiàn)哪些特殊情況，每種情況如何處理。

但現(xiàn)實往往是：

• 需要教育用戶在哪點擊「導(dǎo)入」
• 用戶只有預(yù)期之外的格式：預(yù)期支持 md，但實際只有 doc
• 數(shù)據(jù)字段不符：預(yù)期每個文件需要一個標(biāo)題，但用戶文件沒有標(biāo)題

或者出現(xiàn)了預(yù)設(shè)之外的邊緣情況。

這時 Workflow 或傳統(tǒng)程序就卡住了，它只能按預(yù)設(shè)路徑執(zhí)行，遇到意外就報錯，或要求用戶自行消除差距。

而通用 Agent + Skill 應(yīng)用的運(yùn)作方式完全不同：

• 能在統(tǒng)一的對話框，接收各類用戶數(shù)據(jù)（文本、文件、圖片）
• 能自主調(diào)用其他 Skill，或即時編寫 doc2md 腳本，自動轉(zhuǎn)換用戶格式
• 能提煉補(bǔ)充每個文件的標(biāo)題，完成數(shù)據(jù)入庫處理
• 能基于 LLM 的推理智能，彌合各類邊緣問題

用 Skill 做的垂直 Agent，以 Skill 的知識與方法為指引，能巧借 Agent 內(nèi)的 LLM 智能，靈活應(yīng)對各類問題。

所以在 AI-Partner-Chat 中，也有過很有意思的探索：

借 Agent 本身的“觀察-規(guī)劃-執(zhí)行”的動態(tài)智能，對用戶文檔進(jìn)行自適應(yīng)切片，而非所有文件都按照固定的分隔符 or 字?jǐn)?shù)切分。

（DailyNotes 按照日期標(biāo)題切分；項目筆記按照標(biāo)題級別與語義切分）

這樣能得到更符合實際情況的 RAG 切片。

3. 多 Skills 自由聯(lián)用

Agent Skills 實質(zhì)仍是 Context 工程，Skills 只是把垂直領(lǐng)域的知識、腳本調(diào)用方法等掛載到 Agent 的上下文窗口。

所以 Skills 在實際應(yīng)用中極其靈活，甚至在一次任務(wù)中能調(diào)用多個 Skill。

比如：

• 聯(lián)用 brand-guidelines + pptx，自動制作符合品牌規(guī)范的 pptx
• 聯(lián)用 AI-Partner-Chat + Article-Copilot，寫出更符合個人思考與文風(fēng)的內(nèi)容

也可以是更復(fù)雜的場景，如做一份產(chǎn)品分析報告：

1. 1.從網(wǎng)頁抓取競品數(shù)據(jù)（Web Scraping Skill）
2. 2.提取 PDF 中的用戶反饋（PDF Skill）
3. 3.分析數(shù)據(jù)并生成圖表（Data Analysis Skill）
4. 4.按品牌規(guī)范制作 PPT（Brand Guidelines + PPTX Skill）

每多一個 Skill，就多一種能力，N 個 Skill 可以應(yīng)對遠(yuǎn)超 N 的應(yīng)用場景。

? Skills 核心運(yùn)行機(jī)制：漸進(jìn)式披露

這節(jié)旨在講解 Skills 運(yùn)作的核心機(jī)制之一：漸進(jìn)式披露。

整體更偏技術(shù)理解，如果只是想用 or 做 Skill，可以滑到下一部分

正如 所論證的，上下文過長容易導(dǎo)致模型能力下降。

由于 Skills 的本質(zhì)就是 Context 工程，所以這個問題也需在 Skill Agent 中注意。

一個完整裝載了 Skill 的 Agent 架構(gòu)是這樣的：

Skill 包放在 Agent 文件系統(tǒng)（右側(cè)）中，并非默認(rèn)全量加載在 Context Window 中。

根據(jù) Context 加載順序、優(yōu)先級的不同，Skill 被劃分為了 3 種層級：

Skill 內(nèi)容物的 3 種漸進(jìn)披露優(yōu)先級

漸進(jìn)披露的流程圖解

1）Level 1（元數(shù)據(jù)，始終加載）：

SKILL.md 文檔內(nèi)的元數(shù)據(jù)，包含名稱與用途描述。長度約 100 tokens。

Agent 啟動時，就在 Context Window 中加載 Skill 元數(shù)據(jù)，將其包含在系統(tǒng)提示中。

AI 通過理解用戶消息與 Skills 元數(shù)據(jù)的匹配情況，判斷是否需要自動使用技能。

---
name: pdf
description: 全面的 PDF 操作工具包，用于提取文本和表格、創(chuàng)建新 PDF、合并/拆分文檔以及處理表單。當(dāng) Claude 需要填寫 PDF 表單或大規(guī)模地程序化處理、生成或分析 PDF 文檔時使用。
---

默認(rèn)只加載元數(shù)據(jù) → 意味著可以給一個 Agent 同時安裝很多 Skills 但不影響上下文性能。

2）Level 2（指令，觸發(fā)時加載）：

SKILL.md 文檔內(nèi)的正文內(nèi)容，也就是主要技能指令，一般包含工作流程、最佳實踐和指導(dǎo)。

建議少于 5000 tokens。

當(dāng)用戶發(fā)出的消息與Skill 元數(shù)據(jù)的描述匹配，需要調(diào)用 Skill 時，Agent 才會用 bash 讀取文檔正文 。讀取時文檔內(nèi)容加載到 Context Window 中。

SKILL.md 的結(jié)構(gòu)：分為 YAML 元數(shù)據(jù)與 MD 正文

3）Level 3（子技能指令 / 資源 / 代碼，按需動態(tài)加載）：

由子技能文檔、代碼腳本、參考文檔、可用資源等文件構(gòu)成。

也有 Agent Skill 規(guī)范文檔將它們統(tǒng)稱為「Resource」。相對來講，Level 3 結(jié)構(gòu)要求沒那么嚴(yán)謹(jǐn)。

• Sub-SKILL.md 子技能文檔：相對獨(dú)立、復(fù)雜的子技能指令，單獨(dú)放在 Level3 拆分加載

  
  

  隨著一個 Skill 的復(fù)雜度提升，可能因為技能知識的上下文過長，或者有些知識僅在特定場景使用，而不適合放入單個SKILL.md，可被分拆為獨(dú)立指令文檔，僅在必要時加載。

• Scripts 代碼腳本：視作“Agent 的可執(zhí)行資源”，而不算 tool use（tool use 是 Agent 外部調(diào)用的獨(dú)立服務(wù)）

  Agent 在 Agent 電腦（虛擬機(jī)）中直接調(diào)用腳本，腳本代碼本身不進(jìn) Context Window，只有腳本運(yùn)行完成后的輸出會進(jìn) Agent 的 Context。

• Reference 參考文檔、Assets 可用資源，當(dāng)然都是 Level 3，僅在必需時動態(tài)讀取加載。

Level 3 因為按需加載的特性，文件在被訪問前不會占用 Context 長度，所以沒有內(nèi)容大小限制，可按業(yè)務(wù)實際說明需要添加材料。

??

小結(jié)：整個 Skill 運(yùn)行過程中，Agent 自動判斷哪些技能與任務(wù)相關(guān)，根據(jù) skills 的元信息，動態(tài)判斷、加載完成任務(wù)所需模塊：

Level 1: SKILL.md 元數(shù)據(jù)（name + description）
         ↓
Level 2: SKILL.md 完整內(nèi)容
         ↓
Level 3: Resources 中的具體文件（按需讀取）

公眾號 @言午 在一文中，亦有形象的圖解：

不過，即使 Agent Skill 支持「漸進(jìn)式披露」。

但在商業(yè)化的 Agent 產(chǎn)品中，單個或多個 Skills 聯(lián)用，如何穩(wěn)定控制運(yùn)行過程中的 Context 長度，依然是繞不過的工程問題。

? Skills 對 AI 產(chǎn)品設(shè)計的影響

我先和在做 Agent 平臺的朋友 @付鋮 討論了一個問題：

基于 Skills 做的垂直 Agent 應(yīng)用，會不會有依賴推理，響應(yīng)速度降低的問題？

我倆是在 Mulerun Agent 開發(fā)者閉門會認(rèn)識的，當(dāng)時覺得他的 Agent 認(rèn)知相當(dāng)深刻。他負(fù)責(zé)的正是 Mulerun 平臺的產(chǎn)品策劃與研發(fā)。

他給了一組很有意思的啟發(fā)：

1. 1.Skills 是一種非常寬容的 Agent 設(shè)計架構(gòu)
2. 2.Skills 可以被設(shè)計為很多 tokens 的指令文檔，引導(dǎo)模型思考；也可以是無需思考的簡單指令，直接指向可直接運(yùn)行的腳本代碼
3. 3.因為 Skills 能直接調(diào)用代碼邏輯，不進(jìn) Context 窗口。所以用 skill 也不需要 agent 一直推理，agent 也可以只承擔(dān)類似 hook 的角色，實質(zhì)上和正常程序運(yùn)行并無差別
4. 4.所以 Skills 慢起來可以是 prompt，快起來也可以是 workflow

另外，再結(jié)合兩個趨勢的極端判斷：

1. 1.token 價格會下降
2. 2.agent 速度會提升

這么看來，以 Skills 為基礎(chǔ)的垂直 Agent，在性能、開銷上的問題，也不是不可解決的持續(xù)性問題了。

所以，進(jìn)一步推演未來 ai native 產(chǎn)品的發(fā)展趨勢，我目前的猜測是：

拿筆記類 APP 舉例，大部分 APP 的邏輯還是：新筆記 -> 代碼 -> 處理。新筆記完全用代碼邏輯，原模原樣直接入庫。

但如果是 ai native 式的筆記 APP，他們可能會內(nèi)置一些類似 skill 的指引，包括筆記入庫、智能糾錯、冗余筆記合并等。這些 skill 有些可能以 prompt 為主（需要生成），有些基本只有代碼邏輯（快速響應(yīng)）。

當(dāng)用戶寫新筆記時，ai 快速自行判斷：能不能直接入庫？要不要智能糾錯？有沒有冗余的歷史相似筆記需要合并？

每種情況，都由 agent 拿著各種 skills 自動匹配來處理。

這樣下來，Skills-based 的 Agent 產(chǎn)品，就能用同一個多模態(tài)輸入框，處理用戶各種不同的輸入，也能靈活應(yīng)對未被規(guī)劃的邊緣問題、為用戶提供絕對個性化的生成需求了。

二、Skills 完全教程：制作與使用

如果你看到了這里，那 Skills 對于 AI 應(yīng)用開發(fā)的價值就不言而喻了：

巧借通用 Agent 內(nèi)核，只關(guān)注 Skills 設(shè)計，能低成本創(chuàng)造兼具通用 AI 智能上限的垂直 Agent 應(yīng)用。

對于 Agent 開發(fā)者，尤其是非技術(shù)出身的團(tuán)隊 or 業(yè)務(wù)人員，是極大的開發(fā)利好：

1. 1.0 代碼創(chuàng)造 Agent 應(yīng)用，僅靠“寫文檔”的方式，人人能做出可解決問題的垂直 Agent
2. 2.無需過度關(guān)注 Agent 工程技術(shù)細(xì)節(jié)，憑借通用 Agent 智能，Skill Agent 能夠自適應(yīng) Skill 設(shè)計中所缺失的代碼、功能邏輯，甚至是自行在運(yùn)行中克服 bug（雖有性能影響）。做 Demo、MVP、甚至小 Agent 應(yīng)用，驗證產(chǎn)品價值就非常容易
3. 3.而且搓出來的垂直 Agent，兼具通用 AI 智能，有極其靈活的邊界問題與個性化處理能力，智能上限極高。

那么，我們該如何開始使用 or 制作第一個 Skill？

1?? 教程：我該如何使用 Skills？（Claude Code 版）

如果你已經(jīng)會了，可跳過此部分；

也可以把這大概率是全網(wǎng)最詳細(xì)的 Skills 教程，轉(zhuǎn)給初學(xué)的小伙伴們

使用 Skills 的方式很多，我先推薦一種自己用最多的本地方法，Claude Code（簡稱 CC）。

注意：只是使用工具，Claude 模型并非必需

BTW：codex、cursor 等工具也逐步在支持 skill 的使用，有興趣可以自行探索。

開個玩笑：

• Claude Code 是 Anthropic 推出的 coding 工具 ?
• Claude Code 是 Anthropic 自己都沒想到的通用 Agent 框架 ?

CC 能做的事情遠(yuǎn)不止 AI Coding：它能代替我們操作電腦，包括搜索網(wǎng)頁、操作瀏覽器、訪問文件，以及使用電腦底層命令、運(yùn)行 python 腳本等行為。

這就意味著 CC + Skills，就等于跑在自己電腦上的垂直 Agent。通過安裝或自行創(chuàng)建不同的 Skills，就可以完成：

• 搜索網(wǎng)絡(luò)信息，總結(jié)感興趣的資訊日報；
• 自動化翻閱項目文件夾，輸出項目復(fù)盤文檔；
• 以及其他不同的 Agent 任務(wù)。

使用方法其實并不復(fù)雜，只是需要一些耐心：

Step 1：安裝 Claude Code

如果從未安裝過 Claude Code，請打開「終端/命令行」工具：

• 遵循官方安裝指引 https://code.claude.com/docs/en/quickstart-install-recommended ，完成 Claude Code 安裝。
• 推薦直接把官方指引鏈接，按以下 Prompt 發(fā)給任意 AI（ChatGPT、Kimi 都行），讓它一步步教你。

  我是電腦小白，參考以下信息，一步步指導(dǎo)我在【Mac/windows/linux】終端中安裝該程序：【此處粘貼替換為官方安裝指引文本】
  當(dāng)我遇到疑惑或報錯時，我會把終端的日志發(fā)給你，請幫我解決。

  AI 就會這樣教你安裝：

  
  

  遇到問題就截圖給它，基本都能教你解決。

安裝后，終端里輸入claude --version，看到版本號，則這一步安裝成功。

Step 2：如果不用 Claude 模型，請?zhí)鎿Q模型

現(xiàn)在大部分國產(chǎn)模型都已經(jīng)支持了 Skill 的使用與創(chuàng)建。

? 你可以用「模型名稱 + Claude Code」的關(guān)鍵詞去網(wǎng)上搜索模型廠商官方的 Claude Code 模型接入教程。

目前比較推薦的是 GLM 4.7、Kimi K2-thinking 或新版本。

發(fā)送以下 Prompt 給 AI 對話，就能得到詳細(xì)的人話指導(dǎo)了：

我是電腦小白，指導(dǎo)我根據(jù)【替換為教程鏈接】，并替換 claude code 內(nèi)的模型。Claude Code 已經(jīng)裝好了

? 另外，也有一些好用的 Claude Code 模型管理工具，比如「CC Swtich」，項目地址為 https://github.com/farion1231/cc-switch

同樣打開 AI，發(fā)送以下 Prompt，就能學(xué)會如何使用：

我是電腦小白，指導(dǎo)我如何安裝【項目地址】，并替換 claude code 內(nèi)的模型，我要用的是【模型名稱】

Step 3：安裝并使用 Skills

正式使用 Claude Code 之前，建議在任意目錄下創(chuàng)建一個空文件夾，比如叫 test，再在終端內(nèi)切換到對應(yīng)文件目錄：

然后在終端輸入claude，就可以啟動 CC 了，看到下圖就是啟動成功了

這一步能把 Claude Code 的后續(xù) AI 行為，都局限在該目錄，減小對本地電腦其他文件的影響。

? 在安裝 Skill 之前，你需要先獲取需要的 Skill 文件包。

比如官方 Skills 倉庫：https://github.com/anthropics/skills/tree/main，里面就有很多已經(jīng)做好的 Skills。

你可以讓 CC 替你自動安裝 Skill，比如在 CC 中發(fā)送 安裝 skill，skill 項目地址為：

? 也可以手動下載 Skill，把文件包解壓后，放在 skills 安裝目錄下：

可以在當(dāng)前項目文件夾的/.claude/skills/目錄下，放入要安裝的 skill 文件包：（如圖為正確的項目 skills 路徑配置）

也可以選擇全局目錄～/.claude/skills/（所有項目都能共享放在全局目錄的 Skill）

? 完成安裝后，記得重啟 CC 退出終端再打開就行，或者雙擊 ctrl+c 終止 CC 進(jìn)程）

??

要使用 Skill 時，

只要在裝好后的 CC 中，發(fā)送開始使用 ，

或者用戶消息與 skill 元數(shù)據(jù)的描述匹配，

就能自動調(diào)用 Skills，執(zhí)行任務(wù)。

之前實驗 AI-Partner Skills 分享過的 step by step 教程，能進(jìn)一步體驗復(fù)雜 Skill 的智能上限。非常細(xì)致，值得參考：

怎么找到好用的 Skills 呢？

你應(yīng)該也看出來了，在面向 to C 用戶（也就是自己日常使用）時，以上的方法有兩個問題：

• 使用步驟確實比日常的 APP 復(fù)雜不少
• 比較難找到想用的 Skills

常規(guī)方法是找規(guī)模比較大的第三方 Skills 市場：https://skillsmp.com/zh

但不難發(fā)現(xiàn)，現(xiàn)有大部分的 Skills 公開市場，沒有完善的評價和精選體系，所有 Skill 缺少合理的分類與排序機(jī)制，導(dǎo)致很難找到需要的 Skills。

可以看到僅靠 star 排序，是非常難找到合適的精選 Skill 的

付鋮他們的 Mulerun 最近就在研究解決這個問題，順手給他們恰逢其時地推薦一下：

• 他們在打造全球性的 Agent 市場，支持創(chuàng)作者在平臺上開發(fā)并上架 Skill、N8N 等形式的 AI Agent
• 他們會幫助 Agent 創(chuàng)作者做全球分發(fā)、增長（類似 Agent 向的 APP Store），且上架 Mulerun 后，Agent 能被其他用戶付費(fèi)使用
• Mulerun 也即將支持 Agent Skills 生態(tài)，還會有個好功能：一鍵運(yùn)行并測試 github上公開的 skill repo（也就是省掉了 CC 那樣配置 Skill 的步驟）
• 另外，還會引入自動評分、精選的 Skills 發(fā)現(xiàn)機(jī)制，幫助用戶能夠更好地找到自己需要的優(yōu)質(zhì) Skills

2?? 如何制作一個 Skill？

好，話說回來。

如果你按照上文，學(xué)會了 Skill 安裝與使用，那制作第一個 Skill 將會無比容易。

我們需要用到 Anthropic 官方的一個 skill：skill-creator

顧名思義，用來幫你自動開發(fā) Skill 的 Skill（我的 AI-Partner 和 Article-Copilot Skills 也都借助了這個 skill，大幅提升開發(fā) skill 的效率）

? 首先是安裝 skill-creator，skill 項目地址在：https://github.com/anthropics/skills/tree/main/skills/skill-creator，安裝過程一如上面的教程，請 CC 來幫忙自動安裝：

? 安裝完成后，即可調(diào)用 skill-creator 自動創(chuàng)建需要的 skill。

比如，發(fā)送創(chuàng)建需求給 CC：

CC 自動調(diào)用 skill-creator，編寫 SKILL.md 與 pdf2word 腳本

最終提示創(chuàng)建成功：

你也可以試著：

• “創(chuàng)建 skill，能按照我寫文章的行文風(fēng)格寫文章”
• “創(chuàng)建 skill，能自動整理近期 XX 領(lǐng)域的新聞日報”……

如何安裝自己做好 skill ？

這種方式做出來的 skill，會默認(rèn)是xx.skill格式，會與 zip 或文件夾格式略有區(qū)別。是 skill-creator 創(chuàng)建的 skill 壓縮格式。

告訴 CC 指定 .skill 的文件地址，要求 cc 直接安裝 skill 即可：

如果是文件夾或者 zip，那就按上文的介紹，手動解壓放到對應(yīng) skills 目錄即可。

【進(jìn)階】如果你需要精調(diào) skill，或者想完全手寫一個 skill？

更細(xì)節(jié)的 Skill 規(guī)格設(shè)計說明，請參考：https://agentskills.io/specification#skill-md-format

BTW：Mulerun 本月也會開始內(nèi)測 Agent Builder 功能，會著重用到 skill，對 skill 開發(fā)方法進(jìn)一步優(yōu)化。

如果你想討論 skill，可以去他們的社區(qū)：https://community.mulerun.com/t/topic/73 ，已經(jīng)積累了一些開發(fā)者討論（付鋮回頭記得請我吃飯啊喂）

三、什么時候應(yīng)該用 Skills？

概念、價值、教程，都講完了，但更重要的問題是：

什么場景值得“用 Skill 來解決”、“開發(fā)一個 Skill”？

這個問題對于普通用戶優(yōu)化 AI 工作流程，開發(fā)者找 Skills Agent 創(chuàng)業(yè)機(jī)會，同樣重要。

根據(jù) Anthropic 官方博客建議，與我的實際理解，梳理了 3 種明顯的時機(jī)：

1?? 發(fā)現(xiàn)自己在向 AI 反復(fù)解釋同一件事

最典型的信號是：為了完成某個任務(wù)，在多輪對話中，需要不斷向 AI 解釋一件事應(yīng)該怎么做。

比如：

“幫我寫一份技術(shù)文檔”

“不對，我們公司的技術(shù)文檔格式是這樣的……”

“還有，代碼示例要按這個模板來……”

“上次不是說了嗎，章節(jié)標(biāo)題要三級標(biāo)題……”

“幫我分析這個數(shù)據(jù)”

“先把 ＞ XX 的異常值篩掉”

“不對，應(yīng)該用中位數(shù)，不是平均值”

“圖表要按我們公司文檔的配色方案……”

這時候就該想到：與其每次都解釋一遍，不如把這些規(guī)則打包成一個 Skill，一次創(chuàng)建永久復(fù)用。

2?? 某些任務(wù)需要特定知識、模板、材料才能做好

有時候是 AI 的通用能力夠了，但缺“特定場景的知識材料”。

典型場景：

• 技術(shù)文檔寫作：需要參考代碼規(guī)范、術(shù)語表，使用文檔模板
• 品牌設(shè)計：需要參考品牌手冊、色彩規(guī)范，使用 Logo 資源
• 數(shù)據(jù)分析：需要參考指標(biāo)定義、計算公式，使用報表模板……

這些都是「通用 Agent + 垂直知識」的典型場景：人提供材料，Agent 才能具備場景 Context。

在 Skill 包里放對應(yīng)的知識材料，比如把模板、規(guī)范、案例放到 Skill 的assets/、reference/目錄，或者直接描述在SKILL.md中，

Agent 就能一次性輸出符合任務(wù)需要的精準(zhǔn)結(jié)果。

3?? 發(fā)現(xiàn)一個任務(wù)要多個流程協(xié)同完成

有些任務(wù)更加復(fù)雜，往往需要“組合多個流程”才能完成。

• 競品分析報告：檢索競品數(shù)據(jù) + 數(shù)據(jù)分析 + 制作 PPT
• 內(nèi)容生產(chǎn)：收集參考資料 + 學(xué)習(xí)風(fēng)格 + 大綱協(xié)作 + 正文寫作

我相信你的工作環(huán)境里也有很多這種任務(wù)。

把這類任務(wù)中每個環(huán)節(jié)的指令文檔、可執(zhí)行腳本、參考材料、可用資源打包成單個或多個 Skill 也是不錯的 AI 解決方法。

讓Agent 根據(jù)任務(wù)描述，智能調(diào)用不同的 Skill 模塊，通過“規(guī)劃-執(zhí)行-觀察”的交錯式行動，一次性完成原本需要多個流程協(xié)同完成的復(fù)雜任務(wù)。

寫到這里，回到開頭那個判斷：Claude Skills 的價值，還是被大大低估了。

Skills 是 Agent 的靈魂，就像 Steam 游戲 + 創(chuàng)意工坊一樣。

有了這種可擴(kuò)展性極強(qiáng)的設(shè)計架構(gòu)，Agent 開發(fā)者完全能巧借通用 Agent 內(nèi)核，

只需關(guān)注 Skills 本身的設(shè)計，就能低成本創(chuàng)造兼具通用 AI 智能上限的垂直 Agent 應(yīng)用。

對于Agent 創(chuàng)業(yè)者，乃至非技術(shù)的領(lǐng)域?qū)＜襾碚f，Skills 無異代表了很多的新機(jī)會：

垂直 Agent 工具，如果按傳統(tǒng)方式開發(fā)，周期至少數(shù)周。

但用 Skill 的方式，幾小時甚至幾分鐘就能測試起來，且智力與能力上限也有機(jī)會直逼通用 Agent。

??

這不是說 Agent Skill 必然全面替代傳統(tǒng)開發(fā)。

兩種方式各有適用場景，但 Skill 確實讓更多人、更多場景接入 Agent 能力變得更為可行：

• 不必為了一個內(nèi)部小工具開發(fā)完整產(chǎn)品，打包個 Skill 就能解決
• 不必說服 IT 團(tuán)隊理解你的需求，自己就能創(chuàng)建工具
• 不必等待產(chǎn)品迭代，你可以隨時調(diào)整 Skill 的行為

從這個角度看，Skill 更是降低了驗證想法的成本。

另外再換一個思路：把 Skill Agent 服務(wù)打包為 AI API，是不是也能快速給已有的產(chǎn)品賦上好用的 AI 能力？

現(xiàn)在還是 Skill 生態(tài)的早期，Agent Skills 開放標(biāo)準(zhǔn)發(fā)布不到 1 個月，工具在完善，社區(qū)在成長。

但這個方向有意思的地方在于，終于能讓更多人、組織、行業(yè)參與 AI 應(yīng)用的創(chuàng)造了。