导语
2025年10月,Anthropic 推出了 Claude Skills 功能;两个月后的12月18日,又将 Agent Skills 发布为开放标准。从 Claude Code 中的一个功能模块,到 GitHub Copilot、Codex、Cursor 等主流 AI 编程工具纷纷跟进支持——Skills 正在成为 AI 智能体领域的下一个"MCP"。
那么,Skills 到底是什么?它与我们已经熟悉的 MCP 有什么区别?为什么说它可能比 MCP 更重要?本文将从技术原理、架构设计和实战应用三个维度,为你全面解析 Claude Skills。
一、什么是 Claude Skills?
核心定义
根据 Anthropic 官方定义:
Agent Skills are modular capabilities that extend Claude's functionality. Each Skill packages instructions, metadata, and optional resources (scripts, templates) that Claude uses automatically when relevant.
简单来说,Skills 就像给 AI 装上的"专业技能包"。它是一个包含 SKILL.md 文件的文件夹,内含:
- 指令(Instructions):告诉 AI 如何完成特定任务的 Markdown 文档
- 脚本(Scripts):可执行代码,用于自动化处理
- 资源(Resources):参考资料、模板、样式文件等
一个直观的类比
你可以把 Skills 理解为给新员工的"工作交接大礼包":
想象你要把一项工作交给新同事。如果只靠口头传授,你会准备什么?
- 任务执行 SOP 与背景知识(怎么做这件事)
- 工具使用说明(用什么软件、怎么操作)
- 模板与素材(历史案例、格式规范)
- 常见问题与解决方案(细节指引补充)
Skills 的设计架构,几乎就是这个"交接大礼包"的数字版本:
my-skill/
├── SKILL.md # 核心说明书(必需)
├── scripts/ # 自动化脚本(可选)
│ └── helper.py
├── references/ # 参考文档(可选)
│ └── api-guide.md
└── assets/ # 模板资源(可选)
└── template.png
二、Skills 的革命性创新:渐进式披露机制
Skills 最天才的设计在于其 "渐进式披露"(Progressive Disclosure) 机制——它彻底解决了 AI 上下文窗口昂贵的问题。
三层加载架构
Skills 将内容分为三个层次,按需加载:
第一层:元数据(始终加载)
---
name: pdf-processing
description: 从PDF文件中提取文本和表格、填写表单、合并文档
---
- 加载时机:Claude 启动时
- Token 开销:每个 Skill 约 100 tokens
- 作用:让 Claude 知道"有哪些工具可用"
这意味着你可以安装 50 个 Skills,启动时只占用约 5,000 tokens(50 × 100),只有用到的才会加载完整内容。
第二层:核心指令(触发时加载)
当 Claude 判断某个 Skill 与当前任务相关时,才会读取 SKILL.md 的完整内容:
# PDF 处理
## 快速开始
使用 `pdfplumber` 提取 PDF 文本:
\```python
import pdfplumber
with pdfplumber.open("document.pdf") as pdf:
text = pdf.pages[0].extract_text()
\```
如需了解高级表单填写,请参阅 [FORMS.md](FORMS.md)。
- 加载时机:任务匹配时
- Token 开销:< 5,000 tokens
- 作用:学习如何完成这项具体任务
第三层:资源与代码(按需加载)
只有在执行过程中真正需要时,才会读取额外文件或执行脚本:
pdf-skill/
├── SKILL.md # 核心指令
├── FORMS.md # 表单填写指南
├── REFERENCE.md # 详细 API 参考
└── scripts/
└── fill_form.py # 工具脚本
- 加载时机:被引用时
- Token 开销:仅输出消耗 token(脚本代码不进入上下文)
- 作用:提供精确的执行能力
Token 节省效果
官方数据显示,使用 Skills 后:
- Token 效率提升:Sonnet 3.7 在工具调用场景下节省 14%-70% 的输出 token
- 任务效率提升:约 40%
- 错误率下降:超过 35%
三、Skills vs MCP:两个不同层面的能力扩展
这是最容易混淆的问题。一句话区分:
MCP 给 Claude 钥匙(工具),Skills 给 Claude 说明书(知识)。
核心区别对比
| 维度 | Skills | MCP Servers |
|---|---|---|
| 本质 | 知识和方法论 | 工具和能力 |
| 作用 | 教 Claude "怎么做" | 给 Claude "能做什么" |
| 格式 | Markdown 文件 + YAML 元数据 | 协议 + 服务端程序 |
| Token 效率 | 元数据 ~100 tokens,按需加载 | 数千到数万 tokens |
| 设置复杂度 | 简单,创建 markdown 文件即可 | 较复杂,需要配置服务 |
| 可移植性 | Claude 专用 | 开放标准,多厂商支持 |
协同工作关系
Skills 和 MCP 不是竞争关系,而是互补关系:
- MCP 提供连接外部系统的能力
- Skills 提供如何使用这些能力的知识
实际案例:
做代码审查时:
code-review-excellenceSkill 提供审查标准和方法- Claude Code 原生的 Read/Grep 工具读取代码
- 如果是前端代码,可能还会用 Playwright MCP 跑一下页面
形象比喻
如果把 Claude 比作一个工人:
- MCP 是给工人提供各种工具(锤子、扳手、电钻)
- Skills 是给工人提供操作手册(如何正确使用这些工具完成特定任务)
只有工具不行,还得知道怎么用;只有说明书也不行,还得有工具可用。
四、Agent Skills:从功能到开放标准
2025年12月18日,Anthropic 将 Agent Skills 发布为开放标准(agentskills.io),这一举措的深远意义可能被低估了。
开放标准的关键意义
- 跨平台可移植性:同一个 Skill 可在 Claude、GitHub Copilot、Cursor、Codex 等多个平台使用
- 供应商中立性:不被单一厂商锁定
- 生态繁荣:任何 AI 平台都可以集成支持
已支持的平台
- ✅ Claude(全产品线:.ai、Code、API)
- ✅ GitHub Copilot(coding agent、CLI)
- ✅ VS Code Insiders
- ✅ Cursor
- ✅ Codex CLI
- ✅ Gemini CLI
官方 Skills 仓库
Anthropic 在 GitHub 上开源了官方 Skills 仓库(3.2万+ star):
https://github.com/anthropics/skills
包含的生产级 Skills:
- Document Skills:Word/PDF/PowerPoint/Excel 处理(生产级质量)
- Creative & Design:p5.js 算法艺术、Canvas 设计、GIF 动画
- Development:Web artifacts、MCP server 创建、Playwright 测试
- Enterprise:品牌指南、内部沟通模板
这些不是演示代码,而是 Claude 在生产环境中真正使用的能力包。
五、实际应用场景
1. 组织知识沉淀
场景:团队的代码审查规范、文档模板、品牌设计规范
解决方案:创建团队专属 Skills
---
name: team-api-standards
description: 团队的 RESTful API 设计规范和审查标准
---
# Team API Standards
## 当使用此 Skill
- 设计新的 API 接口
- 审查 API 相关代码
- 解答 API 设计问题
## 核心原则
### 1. RESTful 设计
[团队的 REST 规范]
### 2. 错误处理
[统一的错误响应格式]
## Checklist
- [ ] 是否遵循命名约定?
- [ ] 错误码是否统一?
2. 个人工作流自动化
场景:内容创作者的多平台发布流程
解决方案:创建内容发布 Skill
---
name: content-publisher
description: 自动将 Markdown 文章发布到多个平台
---
# 内容发布流程
1. 读取本地 Markdown 文件
2. 转换为各平台格式
3. 发布到公众号、个人博客、副业网站
4. 发送飞书通知
5. 更新内容跟踪表
3. 领域专业知识注入
场景:法律审查、数据分析、医疗诊断协议
解决方案:将专业知识打包成 Skill
- 法律审查流程:标准化的合同审查检查清单
- 数据分析管道:统一的数据清洗、转换、可视化工作流
- 医疗诊断协议:基于症状的诊断路径和治疗建议流程
六、如何创建和使用 Skills
创建 Skill 的三种方式
方式一:手动创建
- 创建 Skill 目录:
mkdir -p ~/.claude/skills/my-custom-skill
- 创建 SKILL.md:
cat > ~/.claude/skills/my-custom-skill/SKILL.md << 'EOF'
---
name: my-custom-skill
description: 这个 skill 的用途
---
# My Custom Skill
## 使用场景
- 场景 1
- 场景 2
## 核心内容
[你的专业知识]
EOF
方式二:使用 skill-creator
Anthropic 官方提供的 Skill 创建工具:
# 安装 skill-creator
npx skills-installer install @anthropics/skills/skill-creator
# 在 Claude Code 中调用
"创建一个 skill,能按照我写文章的行文风格写文章"
方式三:从社区市场安装
# 添加社区市场
claude plugin marketplace add wshobson/agents
# 安装特定 skill
claude plugin install developer-essentials
Skill 目录结构最佳实践
skill-name/
├── SKILL.md # 必需:核心文件(建议 <200 行)
├── references/ # 可选:深度参考(按需加载)
│ ├── react.md
│ └── python.md
├── scripts/ # 可选:自动化脚本
│ └── analyzer.py
└── assets/ # 可选:模板资源
└── checklist.md
存放位置
- 全局 Skills:
~/.claude/skills/(所有项目可用) - 项目 Skills:
.claude/skills/(仅当前项目,可 git 共享)
七、安全注意事项
⚠️ 重要提醒:Skills 可以包含可执行脚本,因此存在安全风险。
安全实践原则
- 零信任:只使用可信来源的 Skills
- 强制审查:安装前检查 SKILL.md 和所有脚本
- 检查 allowed-tools:恶意 Skill 可能通过
allowed-tools: Bash绕过权限确认 - 避免恶意 URL:不使用从不可信 URL 获取内容的 Skills
真实攻击案例
安全研究者 Yosifac Qasim 构建了一个名为 "math-calculator" 的恶意 Skill:
- 表面上:加减乘除运算功能
- 实际上:植入了 Python 反弹 Shell 代码
- 攻击效果:当受害者触发计算任务时,设备被攻击者控制
防护建议:像对待安装软件一样对待 Skill,务必审查源码。
八、未来展望:从提示词工程到流程工程
Claude Skills 的流行,标志着我们从 "提示词工程" 迈向 "流程工程" 时代。
价值转移
| 过去 | 现在 |
|---|---|
| 谁的提示词写得最花哨 | 谁最懂业务流程 |
| 谁一次能生成最多内容 | 谁能把规范交给 AI 稳定执行 |
| 临时性指令 | 可沉淀的个人资产 |
AI Native 应用的未来
以笔记类 APP 为例:
- 传统模式:新笔记 → 代码处理 → 原样入库
- AI Native 模式:内置 Skills,AI 自动判断:能不能直接入库?要不要智能纠错?有没有冗余历史笔记需要合并?
长期趋势判断
- Token 价格会下降
- Agent 速度会提升
- Skills 将成为垂直 Agent 的标准配置
从这个角度看,Skills 为基础的低成本垂直 Agent 开发,正在变得前所未有的可行。
九、总结与行动建议
核心要点回顾
- Skills 是 AI 的专业技能包:通过文件系统将专业知识、工作流程和可执行脚本封装为可复用模块
- 渐进式披露是其核心优势:三层加载机制大幅降低 Token 消耗,提升任务效率
- 与 MCP 是互补关系:MCP 提供工具能力,Skills 提供使用知识
- 已成为开放标准:Agent Skills 正在成为跨平台的 AI 技能规范
- 安全需要高度重视:像对待软件安装一样审查 Skill 源码
行动建议
对于开发者:
- 从官方 Skills 仓库开始学习
- 为重复性工作创建自定义 Skills
- 将团队规范沉淀为可共享的 Skills
对于团队管理者:
- 建立 Skills 审查流程
- 创建组织级 Skills 库
- 通过 Skills 标准化工作流程
对于 AI 爱好者:
- 探索社区 Skills 市场(skillsmp.com、aitmpl.com/skills)
- 尝试组合多个 Skills 完成复杂任务
- 分享自己的 Skills 创作
学习资源
- 官方文档:https://docs.claude.com/en/docs/agents-and-tools/agent-skills/overview
- 官方 Skills 仓库:https://github.com/anthropics/skills
- Agent Skills 规范:https://agentskills.io
- 社区市场:https://skillsmp.com/zh
作者简介:本文作者长期关注 AI 协议技术与智能体开发,致力于分享 AI 原生应用的最佳实践。
相关阅读:
版权声明:本文原创内容,转载请注明出处。



