Claude Skills：功能解析、应用场景与使用指南

上篇文章中，我们分享了Claude Code的使用技巧！经过实测，确实有效！并且介绍了如何将Claude Code接入GLM 4.7。

最近AI圈什么话题最热门？除了层出不穷的AI大模型应用，讨论度最高的无疑是Claude Skills。这项功能由Anthropic在10月底推出，到12月底彻底引爆了热度。

坦白说，自Claude技能（Claude Skills）面世以来，各类文章铺天盖地。有些文章盛赞它为“AI革命”，有些声称它将取代某些岗位，还有些则堆砌了大量晦涩难懂的理论……

今天，我们将从普通用户的视角出发，探讨一下近期大热的Claude Skills究竟是什么，它能解决哪些实际问题，与MCP有何区别，以及如何查找和使用这些Skills。

一、Claude Skills 究竟是什么？

简单来说，👉 它是一份能让Claude记住你期望的工作方式，并能长期重复使用的说明文件。

利用Claude Skills，我们可以将使用AI的习惯进行文件化管理。 无论是你的表达语气、思维逻辑还是工作流程，都能封装成Skills。本质上，这是将“如何使用AI”转化为一套可保存、可复用、可调整的持久化文件资产。

一个 Skill = 任务说明书 + 工具代码（可选） + 专业知识（可选） + 素材资源（可选）

二、它能解决哪些实际问题？

为什么它一经推出便在短时间内引发了AI热潮？除了部分炒作因素外，更深层次的原因在于它精准地解决了一个实际痛点：Claude容易遗忘上下文、需要反复编写提示词、耗费大量token！

以往使用Claude时，最大的困扰便是其“健忘”特性：

无论是撰写文章还是进行分析，你都需要不断重复输入——

“请使用某某某的语气来写”、“回答请保持简洁”、“请按照xxx格式输出，别忘了包含xxx”等等。

每切换一个任务，每开启一次新对话，这些指令都需要重述一遍。

而Skills出现后，所有这些规则都可以整合成一份说明书。提前将规则写好，模型只需知晓存在这样一套规则（大约占用100个token），在需要时再调用查看。

例如：

• 如果你是一名公众号写作博主，可以创建一份“公众号写作Skill”，明确规定语气风格和内容结构；
• 或者制作一份“学习笔记Skill”，定义如何提炼内容重点以及总结输出的具体要求。

此后，只需简单指令：“用我的xxx Skill 帮我写 xxx”，Claude便能心领神会。

它不仅仅是理解任务本身，更是深刻理解你的个性化工作方式。

三、听起来，Skills 像是“自定义提示词”？

很多人初次了解 Skills 的功能，往往会冒出这样的想法：“这不就是自定义提示吗？”

但其实二者有本质区别。

自定义提示只是单次对话中的临时说明，既无法形成文件，也无法重复利用；

而 Skills 是一套可保存、可调用、可组合、可迭代优化的标准化工作流程文件。

简单来说，Skills 就是你为 Claude 编写的“操作手册”与“标准作业程序（SOP）”。

你可以这样理解：

将你对 AI 的各类要求，系统化地整理成一个个 Skill 文件。这些文件可以本地存储、持续优化、随时复用——无论是在 Claude 中调用，还是作为个人资料存档。这使 AI 能够真正按照你的工作习惯长期稳定地执行任务，将你对 AI 的使用方式系统化并沉淀下来。

这意味着，“如何使用 AI”不再是一种临时技能，而是可以积累的个人资产。AI 也第一次实现了从理解你的指令，到掌握你的工作方法的跨越。

四、Skills 与 CLAUDE.md 有什么区别？

从功能和应用场景来看，Skills 和 CLAUDE.md 表面上有不少相似之处。但如果深入分析，两者在本质上是不同的。

1、Claude Skills（技能）

Skills 通常指经过封装的特定功能或任务模块，可将其类比为“插件”或“宏”。其核心目标是让 Claude 能够执行具体、可重复的操作流程。

例如，定义一个“代码审查员”技能，当用户激活该技能时，Claude 将严格依据技能中预设的规则（如安全性检查、性能评估）执行审查任务。

Skills 通常不是单一文件，而是一个具备目录结构的体系，包含指令、脚本及相关资源。其目录结构可灵活扩展，除必需的 SKILL.md 主文件外，还可纳入检查清单、参考文档、辅助脚本等内容：

my-skill/
├── SKILL.md（必需）
├── reference.md（可选文档）
├── examples.md（可选示例）
├── scripts/
│   └── helper.py（可选工具脚本）
└── templates/
    └── template.txt（可选模板文件）

需特别说明的是，Claude 在初始阶段仅读取技能的简要说明，待实际需要使用时才会加载完整内容，从而避免过早占用大量上下文资源。

Skills 的核心是 SKILL.md 文件，且必须包含 YAML 头信息，具体示例如下：

---
名称: 生成提交消息
描述: 根据 git 差异生成清晰的提交消息。适用于编写提交消息或审查暂存更改的场景。
---

# 生成提交消息

## 指令

1. 执行 `git diff --staged` 查看代码变更
2. 我将生成包含以下要素的提交消息：
   - 不超过 50 字符的摘要
   - 详细说明
   - 涉及的功能模块

## 最佳实践

- 使用现在时态
- 重点说明变更内容与原因，而非具体实现方式

这也体现了 Skills 与 MCP、FunctionCalling 的关键区别：Skills 支持分层加载机制，有效减轻上下文窗口的负担。启动时仅加载 YAML 头配置（包含名称、描述等），约占用 100 个 token。Skills 的真正触发基于自然语言交互，Claude 会根据任务描述自动判断是否调用相应技能，并在任务触发时读取完整的 Skill.md 正文内容。

2、CLAUDE.md 文件

CLAUDE.md 是项目或全局层面的静态上下文配置文件，本质上是一个 Markdown 格式的静态文档。

当 Claude（例如通过 Claude for VS Code 插件或 MCP 服务）访问你的项目时，会首先查找该文件，以便掌握项目的整体背景、代码风格、开发规范等信息。通常包含项目概述、架构说明、编码约定等非执行类的背景资料。

如同新员工入职时获得的“员工手册”或“项目文档”，用于阅读和理解，而非直接执行的指令。

该文件在启动时便会完整加载至上下文中，并持续生效（自动载入，无需触发）。内容越长，占用的上下文 token 就越多，因此一般不建议写入过多内容。

内容建议：统一团队代码风格、传递项目架构、固化开发流程、说明系统架构、制定提交规范等。

一句话总结，若想让 Claude “学会完成某项具体任务”，应配置 Skills；若想让 Claude “了解你的项目背景”，则应编写 CLAUDE.md。

五、Skills 与 MCP 有何区别？

许多初次接触 Skills 的用户容易将其与 MCP 混淆，那么二者之间究竟有何不同？

首先，MCP 是一个开源协议，用于连接 AI 与外部系统。借助 AI + MCP，即可调用各类外部工具。

例如，你可以让 Claude 访问数据库、API、文件系统、消息系统等外部资源。常用的 Playwright MCP 便是让 Claude 能够操作浏览器的工具。

如果将 Claude 比作“大脑”，MCP 是它可调用的工具，而 Skills 则规定了它的工作方法。

一句话总结：MCP 是教 AI 大模型如何连接外部系统和 API；Skills 则是教 AI 大模型如何使用工具、按何种流程处理任务，以及输出何种格式。

六、Claude Skills 有哪些类型，如何查找？

从使用方式来看，目前 Claude Skills 主要分为两类：【官方预置技能】和【用户本地导入技能】。

若按来源划分，则可归为以下三种类型：

• 官方技能：由 Anthropic 官方及其合作伙伴开发并维护。

  https://github.com/anthropics/skills

例如，你在 Claude.ai 网页版中体验到的诸多流畅功能——诸如“帮我开发一个 Web 应用”、“分析这份 PDF 文档”、“编写贪吃蛇游戏并预览”——其背后支撑的逻辑代码，均托管于此代码库中！

• 自定义技能：由用户根据个性化需求自行创建，可通过 Skill Creator 工具制作并上传技能文件。

• 社区技能：由其他用户分享，可直接下载使用，省去从零开发的麻烦，非常适合进行技能选型或二次优化。下载后上传即可启用，使用前请务必注意安全性审查。

  https://skillsmp.com/

https://www.aitmpl.com/skills

七、如何判断一项任务是否适合封装为 Skill？

当你发现自己频繁向 Claude 提出同类任务请求，或需要反复调用特定模板与资源时，就应考虑创建相应的 Skill。例如：

• “请使用公司模板帮我撰写周报”：若你每周都需要生成团队周报，且每次都要指示 Claude 按照“本周成果、面临挑战、下步计划”的结构组织内容，便可开发一个“团队周报生成” Skill。
• “依据公司风格制作演示文稿”：当演示必须严格遵循品牌指南（包括 Logo 使用规范、品牌色彩、公司信息及业务描述等）时，可将这些规范打包成一个“品牌演示文稿风格” Skill。
• “按特定格式整理市场分析报告/进行竞品调研”：例如，生成一份市场分析报告可能需要整合多份竞品资料、内部销售数据，并套用固定分析框架。这一整套复杂流程完全可以封装进一个“市场分析报告” Skill。

反之，若仅为偶发、一次性的需求，直接在对话中说明具体要求即可，无需专门创建 Skill。

总结

Claude Skills 的兴起，意味着我们已从提示词工程阶段迈入流程工程的新纪元。

借助 Claude，每个人都能像整理文档一样，系统化地规范 AI 的工作流程。通过 Skills，你可以：

• 一键本地保存，无需繁琐的云端配置；
• 根据任务需求随时调整优化；
• 通过持续复盘与迭代，使 Skills 日趋完善。

人与 AI 的关系，已不再是“临时问答”，而是演变为“长期协作”。未来真正的竞争力，不在于谁的提示词写得最炫、谁一次性能生成最多内容，而在于：

• 谁更深入理解业务流程；
• 谁能将经验沉淀为标准作业程序（SOP）；
• 谁能将 SOP 稳定地交由 AI 执行。

未来的 AI，将不再是更强大的算法，而是更懂人、更具个性化的智能系统。