AI 編程工具都在用 Agent Skills：一鍵安裝 + 推薦清單 + 編寫最佳實踐（Claude/Codex/OpenCode/Antigravity）
整理版優先睇
Skills 係讓 AI 編程工具更穩定高效嘅關鍵機制，掌握配置同編寫最佳實踐可以沉澱經驗、減少重複輸入。
呢篇文章係由 Kate 寫嘅，佢係一位專門寫 AI 編程內容嘅創作者。佢留意到最近「Skills」呢個概念喺 AI 編程工具圈入面好火，尤其係 Anthropic 正式推出 Claude Skills 之前，已經喺官網用 Skills 做報告生成、表格整理呢啲任務。佢整理咗 Anthropic 關於 Skills 嘅文檔，最緊要嘅係「Skills 編寫最佳實踐」，呢篇直接決定一個 Skill 係「用得」定係「好用」。
文章嘅結論係：Skills 嘅本質係將經驗同流程寫成可複用、可遷移嘅指令，令模型喺具體項目入面更穩定、更可控。佢介紹咗主流 AI 編程工具嘅 Skills 配置方法、幾個好用嘅工具（例如 Vercel 嘅 add-skill）、同埋一系列優質 Skills 資源（例如 Vercel agent-skills、Expo Skills、Awesome Claude Skills 等）。
最後佢詳細講咗編寫 Skills 嘅最佳實踐，包括簡潔原則、自由度設定、命名規範、漸進式披露、工作流同反饋循環，仲有避免嘅反模式。佢特別提醒，下載任何 Skill 之後要先觀察 AI 點運行，再按自己環境修改，咁樣先最慳 token 同時間。
- Skills 將經驗寫成可複用指令，令 AI 喺特定任務上更穩定一致，減少重複輸入。
- 用 npx add-skill 可以一鍵安裝 Skills，支援多種安裝方式同範圍選擇。
- 設定 Skills 嘅自由度要根據任務脆弱性：高自由度俾 AI 多種方法，低自由度就要精確指令。
- 編寫 Skills 時要用 Claude 互相測試：一個 Claude 寫指令，另一個 Claude 實際測試，迭代優化。
- 下載任何 Skill 後要先觀察 AI 運行過程，按自己環境修改默認配置，例如路徑、工具依賴，避免浪費 token。
Vercel add-skill 工具
一鍵安裝 Skills 嘅命令行工具，支援多個 AI 編程工具平台。
Skills 市場
收錄超過 6 萬個 Skills，可以瀏覽發現新 Skills。
Vercel agent-skills
將 React 最佳實踐沉澱成 Skills，適合前端項目規範化。
Expo 官方 Skills
幫助構建同調試 Expo 應用，減少重複勞動。
Skills 係咩？點解咁重要？
Skills 嘅本質係將「經驗」同「流程」寫成可複用、可遷移嘅指令同規範，令模型喺具體項目入面更穩定、更可控地工作。如果你留意最近嘅 AI 編程工具生態，會發現越嚟越多產品都引入咗 Skills 機制。
將領域知識沉澱為可複用資產
減少重複嘅上下文輸入
讓 AI 喺特定任務上表現更穩定
團隊間共享工作流程同最佳實踐
主流 AI 編程工具嘅 Skills 配置方法
唔同工具嘅 Skills 配置路徑有所唔同，以下係主流工具嘅配置信息，建議收藏備用。
- Claude Code：用 `claude add-skill` 命令或直接放喺 `.claude/skills/` 目錄。
- Codex：支援 `~/.codex/skills/` 全局目錄同項目級 `.codex/skills/`。
- OpenCode：配置喺 `~/.opencode/skills/`。
- Antigravity：使用 `antigravity skills install <url>` 命令。
好用嘅 Skills 工具同資源推薦
Kate 推薦咗幾個實用工具同資源，可以幫你更快上手 Skills。
# 指定倉庫
npx add-skill vercel-labs/agent-skills- Skills 市場 (skillsmp.com) 收錄 6 萬幾個 Skills，但 Kate 更推薦直接喺 GitHub 搜「關鍵詞 + Skills」，可以仔細對比維護狀況同實際案例。
- Vercel agent-skills：將 React 多年最佳實踐沉澱成 Skills。
- Expo 官方 Skills：大幅減少 React Native / Expo 項目嘅重複勞動。
- Awesome Claude Skills 合集：社區維護，涵蓋多個領域。
- Hugging Face Skills：面向 AI/ML 任務，下載模型、評估、訓練。
- Obsidian Skills：包含 JSON Canvas 相關 Skill。
- Apple 開發 Skills：全面覆蓋蘋果開發。
Skills 編寫最佳實踐
呢部分嚟自 Anthropic 官方文檔，係令 Skills 從「能跑」變成「好用」嘅關鍵。核心原則係簡潔、適當自由度、用計劃使用嘅模型測試。
簡潔係關鍵：上下文窗口係公共資源
假設 Claude 已經好聰明，只添加佢唔知道嘅上下文。每段內容都要問自己：Claude 真係需要呢個解釋嗎？值唔值得佔用 token？
- 1 用所有計劃使用嘅模型測試：Claude Sonnet 睇技能清晰度，Claude Opus 睇有冇過度解釋。
- 2 命名規範：用動名詞形式，例如 processing-pdfs、analyzing-spreadsheets。避免模糊名稱如 helper、utils。
- 3 編寫有效描述：做咩 + 幾時用，用第三人稱。例如「從 PDF 文件中提取文本同表格，當處理 PDF 或用戶提到 PDF 時使用」。
- 4 漸進式披露：SKILL.md 正文保持 500 行以內，額外材料放獨立文件，Claude 按需加載。
- 5 工作流同反饋循環：複雜任務用清單追蹤進度，關鍵操作包含驗證步驟。
- 6 避免時效性信息：用 <details> 摺疊舊版本，唔好直接寫「2025 年 8 月之前」。
- 7 使用一致嘅術語：成個 Skills 統一用同一詞彙。
- 8 提供模板同示例模式：例如報告結構模板、提交消息示例。
避免反模式：Windows 風格路徑、提供太多選項、假設工具已安裝、深層嵌套引用
使用 Skills 嘅重要建議同檢查清單
Kate 強烈建議：即使係好簡單嘅 Skill，都應該下載後先讓 AI 跑一次，觀察佢喺邊度卡住、報咩錯，然後根據自己環境叫 AI 幫手更新。
最後提供一個檢查清單，確認 Skills 嘅核心質量：描述具體、冇時效信息、術語一致、示例具體、工作流清晰、腳本有錯誤處理、冇魔法常數、使用正斜槓、關鍵操作有驗證、至少三個測試場景。
大家好，我係 Kate。
最近「Skills」呢個概念喺 AI 編程工具領域好興。其實喺 Anthropic 正式推出 Claude Skills 之前，我已經留意到佢哋喺官網上用 Skills 嚟做報告生成、表格整理、PPT 產出等任務。
後來我專登整理咗 Anthropic 官網上所有關於 Skills 嘅文檔，其中最緊要嘅一篇就係「Skills 編寫最佳實踐」——佢直接決定咗一個 Skill 係「行得通」定係「真正好用」。
呢篇文章會系統介紹 Skills 嘅配置方法、好用嘅工具同資源，以及編寫高質量 Skills 嘅核心要點。
一、咩係 Skills，點解佢咁重要
Skills 嘅本質係將「經驗」同「流程」寫成可重用、可搬嘅指令同規範，令模型喺具體項目入面更穩定、更可控咁工作。
如果你留意最近嘅 AI 編程工具生態，會發現愈來愈多產品都引入咗 Skills 機制。佢令你可以：
將領域知識沉澱為可重用資產 減少重複嘅上下文輸入 令 AI 喺特定任務上表現更穩定 團隊之間共享工作流程同最佳實踐
二、主流 AI 編程工具嘅 Skills 配置
唔同工具嘅 Skills 配置路徑有啲唔同，以下係主流工具嘅配置資訊，建議收藏備用：
三、好用嘅 Skills 工具推薦
1. Vercel 開源嘅 add-skill
倉庫地址：https://github.com/vercel-labs/add-skill
呢個係 Vercel 最近開源嘅工具，我認為佢嘅價值在於：上手成本低，而且可以將「揾、裝、放啱位置」呢套流程變得非常標準化。
核心特點：
支援多個主流 AI 編程工具平台 可以揀項目級或者全局安裝 支援多種安裝方式：倉庫名、完整 GitHub URL、具體目錄路徑 提供快捷參數，方便整合到工作流程
使用示例：
# 指定倉庫
npx add-skill vercel-labs/agent-skills
執行之後，工具會俾你選擇要安裝到邊啲 AI 編程工具入面，以及選擇安裝範圍（項目級定係全局）。安裝完成之後會話俾你知具體安裝位置。
2. Skills 市場
網址：https://skillsmp.com/
呢個市場收錄咗 6 萬幾 Skills，可以喺入面瀏覽同發掘新嘅 Skills。
但我個人更推薦嘅方法係：直接喺 GitHub 搜「你想要嘅關鍵詞 + Skills」。咁樣你可以更仔細咁比較：
README 係咪清晰完整 最近係咪仲有維護 適配嘅工具同版本係咪符合你嘅環境 係咪包含實際案例同邊界說明
四、值得一試嘅優質 Skills 資源
Vercel 嘅 agent-skills
倉庫地址：https://github.com/vercel-labs/agent-skills
將 React 多年嚟嘅最佳實踐同經驗沉澱到 Skills 入面，對前端項目嘅規範化、結構化推展好有幫助。
Expo 官方 Skills
倉庫地址：https://github.com/expo/skills
可以幫你構建同調試 Expo 應用。如果你喺做 React Native / Expo 項目，佢可以顯著減少「環境 + 命令 + 排查路徑」呢種重複勞動。
Awesome Claude Skills 合集
倉庫地址：https://github.com/ComposioHQ/awesome-claude-skills
社區維護嘅優質 Skills 合集，涵蓋多個領域。
Hugging Face Skills
https://github.com/huggingface/skills
面向 AI / 機器學習任務非常實用：
下載模型同數據集 模型評估 訓練同微調 構建腳本
Obsidian Skills
Obsidian CEO 最近推出嘅 obsidian-skills，其中有一個同 JSON Canvas 相關嘅 Skill，可以幫你生成更好睇嘅畫板內容。
https://github.com/kepano/obsidian-skills
Apple 開發 Skills
倉庫地址：https://github.com/Dimillian/Skills
如果你做蘋果相關開發，一定唔好錯過。內容非常全面，基本覆蓋咗蘋果開發嘅方方面面，可以令你明顯「事半功倍」。
五、Skills 編寫最佳實踐
呢部分內容嚟自 Anthropic 官方文檔，係令 Skills 從「行得通」變成「好用」嘅關鍵。
https://platform.claude.com/docs/en/agents-and-tools/agent-skills/best-practices
核心原則
1. 簡潔係關鍵
上下文窗口係公共資源。你嘅 Skill 需要同系統提示、對話歷史、其他 Skills 共享有限嘅 token 空間。
默認假設：Claude 已經非常聰明
只添加 Claude 唔知嘅上下文。寫每一段內容時問自己：
Claude 真係需要呢個解釋嗎？ 我能否假設 Claude 已經知道呢個？ 呢段內容值得佔用 token 嗎？
好嘅示例（約 50 tokens）：
## 提取 PDF 文本
使用 pdfplumber 提取文本：
```python
import pdfplumber
with pdfplumber.open("file.pdf") as pdf:
text = pdf.pages[0].extract_text()
**不好的示例**（約 150 tokens）：
```markdown
## 提取 PDF 文本
PDF（便攜式文檔格式）是一種常見的文件格式，包含文本、圖像和其他內容。
要從 PDF 中提取文本，你需要使用一個庫。有很多可用的 PDF 處理庫，
但我們推薦 pdfplumber，因為它易於使用且能處理大多數情況。
首先你需要使用 pip 安裝它，然後你可以使用下面的代碼...
簡潔版本假設 Claude 知道咩係 PDF 以及庫係點樣運作嘅。
2. 設定適當嘅自由度
根據任務嘅脆弱性同可變性，匹配唔同嘅具體程度：
| 高 | ||
| 中 | ||
| 低 |
類比思考：將 Claude 想像成探索路徑嘅機械人：
懸崖邊嘅窄橋：只有一條安全路線，提供具體嘅護欄同精確指令（低自由度） 無障礙嘅開闊田野：好多路都可以到達目的地，畀出大方向就得（高自由度）
3. 用所有打算使用嘅模型測試
Skills 嘅效果取決於底層模型。唔同模型嘅測試重點：
Claude Sonnet（平衡）：Skill 係咪清晰高效？ Claude Opus（強大推理）：Skill 係咪避免咗過度解釋？
Skill 結構規範
命名規範
推薦使用動名詞形式（動詞 + -ing），清楚描述 Skill 提供嘅活動或能力：
好嘅命名示例：
processing-pdfsanalyzing-spreadsheetsmanaging-databases
避免嘅命名：
模糊名稱： helper、utils、tools過於通用： documents、data、files
編寫有效嘅描述
描述字段係 Skill 發現嘅關鍵，應該包含：做什麼 + 幾時用。
重要：始終用第三人稱。描述會被注入系統提示，唔一致嘅人稱會導致發現問題。
好嘅示例：
description: 從 PDF 文件中提取文本和表格，填寫表單，合併文檔。當處理 PDF 文件或用戶提到 PDF、表單、文檔提取時使用。
避免嘅示例：
description: 處理文檔
漸進式披露
SKILL.md 作為概覽，指向詳細材料，好似入門指南嘅目錄：
SKILL.md 正文保持喺 500 行以內 接近限制時拆分到單獨文件 Claude 只喺需要時加載額外文件，唔佔用 token
示例目錄結構：
pdf/
├── SKILL.md # 主要指令（觸發時加載）
├── FORMS.md # 表單填寫指南（按需加載）
├── reference.md # API 參考（按需加載）
├── examples.md # 使用示例（按需加載）
└── scripts/
├── analyze_form.py # 工具腳本（執行，不加載）
└── fill_form.py # 表單填寫腳本
避免深層嵌套引用：保持引用喺 SKILL.md 嘅一層深度內。
工作流與反饋循環
複雜任務使用工作流
將複雜操作分解為清晰嘅順序步驟。對於特別複雜嘅工作流，提供一個清單畀 Claude 跟蹤進度：
## PDF 表單填寫工作流
複製此清單並在完成時勾選：
任務進度：
- [ ] 步驟 1：分析表單（運行 analyze_form.py）
- [ ] 步驟 2：創建字段映射（編輯 fields.json）
- [ ] 步驟 3：驗證映射（運行 validate_fields.py）
- [ ] 步驟 4：填寫表單（運行 fill_form.py）
- [ ] 步驟 5：驗證輸出（運行 verify_output.py）
實現反饋循環
常見模式：執行驗證器 → 修復錯誤 → 重複
## 文檔編輯流程
1. 對 `word/document.xml` 進行編輯
2. **立即驗證**：`python scripts/validate.py unpacked_dir/`
3. 如果驗證失敗：
- 仔細查看錯誤消息
- 修復 XML 中的問題
- 再次運行驗證
4. **只有在驗證通過後才繼續**
5. 重建：`python scripts/pack.py unpacked_dir/ output.docx`
內容指南
避免時效性資訊
唔好包含會過時嘅資訊：
唔好嘅示例：
如果在 2025 年 8 月之前，使用舊 API。
2025 年 8 月之後，使用新 API。
好嘅示例：
## 當前方法
使用 v2 API 端點：`api.example.com/v2/messages`
## 舊模式
<details>
<summary>舊版 v1 API（2025-08 廢棄）</summary>
v1 API 使用：`api.example.com/v1/messages`
此端點已不再支持。
</details>
使用一致嘅術語
揀一個術語並喺成個 Skill 中一致使用：
✅ 始終使用「API 端點」 ❌ 混用「API 端點」「URL」「API 路由」「路徑」
常用模式
模板模式
為輸出格式提供模板，根據需求匹配嚴格程度：
## 報告結構
使用此模板結構：
# [分析標題]
## 執行摘要
[關鍵發現的一段式概述]
## 主要發現
- 發現 1 及支持數據
- 發現 2 及支持數據
## 建議
1. 具體可行的建議
2. 具體可行的建議
示例模式
提供輸入/輸出對，就好似常規提示中咁：
## 提交消息格式
按以下示例生成提交消息：
**示例 1：**
輸入：添加了使用 JWT 令牌的用戶認證
輸出：
feat(auth): 實現基於 JWT 的認證
添加登錄端點和令牌驗證中間件
評估與迭代
先建立評估
喺編寫大量文檔之前創建評估，確保你嘅 Skill 解決嘅係真實問題：
識別差距：喺冇 Skill 嘅情況下執行 Claude，記錄具體失敗 創建評估：構建三個測試呢啲差距嘅場景 建立基線：測量冇 Skill 時嘅表現 編寫最小指令：只創建足夠解決差距嘅內容 迭代：執行評估，同基線比較，持續優化
同 Claude 協作開發
最有效嘅 Skill 開發過程涉及 Claude 本身：
Claude A：幫你設計同優化指令 Claude B：喺實際任務中測試 Skills
觀察 Claude B 嘅行為，將見解帶返去 Claude A 進行改進。
需要避免嘅反模式
scripts/helper.py | ||
六、使用 Skills 嘅重要建議
即使係睇落好簡單嘅 Skill，我都建議你下載之後先俾 AI 行一次，同埋睇住執行過程：
佢喺邊度卡住咗？ 報咗咩錯？ 係咪同你嘅電腦環境或真實需求唔匹配？
最關鍵嘅一步係：根據你嘅實際情況，叫 AI 幫你更新 Skill。
真實案例
我從網上下載過一個 YouTube download 嘅 Skill，佢嘅文檔入面寫嘅保存路徑係 mnt。但係喺我嘅環境入面，呢個路徑係唯讀嘅，唔保存到。
雖然 AI 每次行到呢度會識別出問題，並嘗試將下載文件改放去第二個路徑，但呢個帶嚟兩個直接成本：
浪費 token：AI 需要額外嘅推理嚟「兜底」同自救 處理時間延長：整體執行效率下降
更好嘅做法：提前觀察到唔合理嘅默認配置，明確提示 AI 將路徑改做你機器上可寫嘅路徑。修改後嘅 Skill 會更貼合你嘅工作方式，令後續每一次調用都快啲、穩定啲、慳啲。
七、Skill 質量檢查清單
喺分享或使用一個 Skill 之前，確認以下要點：
核心質量
[ ] 描述具體且包含關鍵詞 [ ] 描述同時說明「做咩」同「幾時用」 [ ] SKILL.md 正文唔超過 500 行 [ ] 額外細節放喺單獨文件中 [ ] 冇時效性資訊 [ ] 全篇術語一致 [ ] 示例具體而唔係抽象 [ ] 文件引用保持一層深度 [ ] 工作流步驟清晰
代碼與腳本
[ ] 腳本處理問題而唔係推畀 Claude [ ] 錯誤處理明確且有幫助 [ ] 冇「魔法常數」（所有值都有說明） [ ] 列出所需包並驗證可用性 [ ] 使用正斜槓路徑 [ ] 關鍵操作包含驗證步驟
測試
[ ] 至少創建三個評估場景 [ ] 用實際使用場景測試 [ ] 根據實際環境調整配置
總結
Skills 係令 AI 編程工具更穩定、更高效嘅關鍵機制。掌握 Skills 嘅使用同編寫，可以令你：
效率提升：減少重複嘅上下文輸入 質量穩定：令 AI 喺特定任務上表現更一致 知識沉澱：將經驗轉化為可重用資產 團隊協作：共享最佳實踐同工作流程
希望呢篇指南對你有幫助，記得去探索同嘗試各種 Skills！
廣告
過去我已經創作咗 380+ 篇 AI 主題原創內容，我對繼續寫作充滿信心，因為呢個係我嘅興趣，我非常熱愛呢件事。
如果你鍾意我嘅文章同影片，歡迎加入我嘅知識星球，我會分享最新嘅 AI 資訊、原始碼，回答你嘅問題。我哋下次再見啦！
最近文章，請睇呢度：
agent-browser：令 AI 接管瀏覽器｜比 MCP 慳 Token｜詳解 + 實測
2026年 AI 編程實戰：Claude Opus 4.5 + GPT 5.2 Codex 寫代碼到底有幾爽！
Anthropic工程師都在用的AI編程秘技！令AI「採訪」你做出完美應用
2025最強AI編程組合：Opus 4.5 + GPT 5.2 Codex 實戰開發Android APP
大家好，我是 Kate。
最近「Skills」這個概念在 AI 編程工具領域火了起來。其實在 Anthropic 正式推出 Claude Skills 之前，我就注意到他們已經在官網上用 Skills 來做報告生成、表格整理、PPT 產出等任務了。
後來我專門整理了 Anthropic 官網上所有關於 Skills 的文檔，其中最重要的一篇就是「Skills 編寫最佳實踐」——它直接決定了一個 Skill 是"能跑"還是"真正好用"。
本文將系統介紹 Skills 的配置方法、好用的工具與資源，以及編寫高質量 Skills 的核心要點。
一、什麼是 Skills，為什麼它很重要
Skills 的本質是把「經驗」和「流程」寫成可複用、可遷移的指令與規範，讓模型在具體項目裏更穩定、更可控地工作。
如果你留意最近的 AI 編程工具生態，會發現越來越多產品都引入了 Skills 機制。它讓你可以：
將領域知識沉澱為可複用資產 減少重複的上下文輸入 讓 AI 在特定任務上表現更穩定 團隊間共享工作流程和最佳實踐
二、主流 AI 編程工具的 Skills 配置
不同工具的 Skills 配置路徑有所不同，以下是主流工具的配置信息，建議收藏備用：
三、好用的 Skills 工具推薦
1. Vercel 開源的 add-skill
倉庫地址：https://github.com/vercel-labs/add-skill
這是 Vercel 最近開源的工具，我認為它的價值在於：上手成本低，且能把「找、裝、放對位置」這一套流程變得非常標準化。
核心特點：
支持多個主流 AI 編程工具平台 可選擇項目級或全局安裝 支持多種安裝方式：倉庫名、完整 GitHub URL、具體目錄路徑 提供快捷參數，方便集成到工作流
使用示例：
# 指定倉庫
npx add-skill vercel-labs/agent-skills
運行後，工具會讓你選擇要安裝到哪些 AI 編程工具中，以及選擇安裝範圍（項目級還是全局）。安裝完成後會告訴你具體安裝位置。
2. Skills 市場
網址：https://skillsmp.com/
這個市場收錄了 6 萬多個 Skills，可以在裏面瀏覽和發現新的 Skills。
但我個人更推薦的方法是：直接在 GitHub 搜索「你想要的關鍵詞 + Skills」。這樣你可以更仔細地對比：
README 是否清晰完整 最近是否還在維護 適配的工具與版本是否符合你的環境 是否包含實際案例與邊界說明
四、值得一試的優質 Skills 資源
Vercel 的 agent-skills
倉庫地址：https://github.com/vercel-labs/agent-skills
將 React 多年的最佳實踐與經驗沉澱到了 Skills 裏，對前端項目的規範化、結構化推進很有幫助。
Expo 官方 Skills
倉庫地址：https://github.com/expo/skills
可以幫助你構建與調試 Expo 應用。如果你在做 React Native / Expo 項目，它能顯著減少「環境 + 命令 + 排查路徑」這種重複勞動。
Awesome Claude Skills 合集
倉庫地址：https://github.com/ComposioHQ/awesome-claude-skills
社區維護的優質 Skills 合集，涵蓋多個領域。
Hugging Face Skills
https://github.com/huggingface/skills
面向 AI / 機器學習任務非常實用：
下載模型與數據集 模型評估 訓練與微調 構建腳本
Obsidian Skills
Obsidian CEO 最近推出的 obsidian-skills，其中有一個與 JSON Canvas 相關的 Skill，可以幫你生成更好看的畫板內容。
https://github.com/kepano/obsidian-skills
Apple 開發 Skills
倉庫地址：https://github.com/Dimillian/Skills
如果你做蘋果相關開發，一定不要錯過。內容非常全面，基本覆蓋了蘋果開發的方方面面，能讓你明顯「事半功倍」。
五、Skills 編寫最佳實踐
這部分內容來自 Anthropic 官方文檔，是讓 Skills 從「能跑」變成「好用」的關鍵。
https://platform.claude.com/docs/en/agents-and-tools/agent-skills/best-practices
核心原則
1. 簡潔是關鍵
上下文窗口是公共資源。你的 Skill 需要與系統提示、對話歷史、其他 Skills 共享有限的 token 空間。
默認假設：Claude 已經非常聰明
只添加 Claude 不知道的上下文。寫每一段內容時問自己：
Claude 真的需要這個解釋嗎？ 我能假設 Claude 已經知道這個嗎？ 這段內容值得佔用 token 嗎？
好的示例（約 50 tokens）：
## 提取 PDF 文本
使用 pdfplumber 提取文本：
```python
import pdfplumber
with pdfplumber.open("file.pdf") as pdf:
text = pdf.pages[0].extract_text()
**不好的示例**（約 150 tokens）：
```markdown
## 提取 PDF 文本
PDF（便攜式文檔格式）是一種常見的文件格式，包含文本、圖像和其他內容。
要從 PDF 中提取文本，你需要使用一個庫。有很多可用的 PDF 處理庫，
但我們推薦 pdfplumber，因為它易於使用且能處理大多數情況。
首先你需要使用 pip 安裝它，然後你可以使用下面的代碼...
簡潔版本假設 Claude 知道什麼是 PDF 以及庫是如何工作的。
2. 設置適當的自由度
根據任務的脆弱性和可變性，匹配不同的具體程度：
| 高 | ||
| 中 | ||
| 低 |
類比思考：把 Claude 想象成探索路徑的機器人：
懸崖邊的窄橋：只有一條安全路線，提供具體的護欄和精確指令（低自由度） 無障礙的開闊田野：很多路都能到達目的地，給出大方向即可（高自由度）
3. 用所有計劃使用的模型測試
Skills 的效果取決於底層模型。不同模型的測試重點：
Claude Sonnet（平衡）：Skill 是否清晰高效？ Claude Opus（強大推理）：Skill 是否避免了過度解釋？
Skill 結構規範
命名規範
推薦使用動名詞形式（動詞 + -ing），清楚描述 Skill 提供的活動或能力：
好的命名示例：
processing-pdfsanalyzing-spreadsheetsmanaging-databases
避免的命名：
模糊名稱： helper、utils、tools過於通用： documents、data、files
編寫有效的描述
描述字段是 Skill 發現的關鍵，應包含：做什麼 + 何時使用。
重要：始終使用第三人稱。描述會被注入系統提示，不一致的人稱會導致發現問題。
好的示例：
description: 從 PDF 文件中提取文本和表格，填寫表單，合併文檔。當處理 PDF 文件或用戶提到 PDF、表單、文檔提取時使用。
避免的示例：
description: 處理文檔
漸進式披露
SKILL.md 作為概覽，指向詳細材料，像入門指南的目錄：
SKILL.md 正文保持在 500 行以內 接近限制時拆分到單獨文件 Claude 只在需要時加載額外文件，不佔用 token
示例目錄結構：
pdf/
├── SKILL.md # 主要指令（觸發時加載）
├── FORMS.md # 表單填寫指南（按需加載）
├── reference.md # API 參考（按需加載）
├── examples.md # 使用示例（按需加載）
└── scripts/
├── analyze_form.py # 工具腳本（執行，不加載）
└── fill_form.py # 表單填寫腳本
避免深層嵌套引用：保持引用在 SKILL.md 的一層深度內。
工作流與反饋循環
複雜任務使用工作流
將複雜操作分解為清晰的順序步驟。對於特別複雜的工作流，提供一個清單供 Claude 跟蹤進度：
## PDF 表單填寫工作流
複製此清單並在完成時勾選：
任務進度：
- [ ] 步驟 1：分析表單（運行 analyze_form.py）
- [ ] 步驟 2：創建字段映射（編輯 fields.json）
- [ ] 步驟 3：驗證映射（運行 validate_fields.py）
- [ ] 步驟 4：填寫表單（運行 fill_form.py）
- [ ] 步驟 5：驗證輸出（運行 verify_output.py）
實現反饋循環
常見模式：運行驗證器 → 修復錯誤 → 重複
## 文檔編輯流程
1. 對 `word/document.xml` 進行編輯
2. **立即驗證**：`python scripts/validate.py unpacked_dir/`
3. 如果驗證失敗：
- 仔細查看錯誤消息
- 修復 XML 中的問題
- 再次運行驗證
4. **只有在驗證通過後才繼續**
5. 重建：`python scripts/pack.py unpacked_dir/ output.docx`
內容指南
避免時效性信息
不要包含會過時的信息：
不好的示例：
如果在 2025 年 8 月之前，使用舊 API。
2025 年 8 月之後，使用新 API。
好的示例：
## 當前方法
使用 v2 API 端點：`api.example.com/v2/messages`
## 舊模式
<details>
<summary>舊版 v1 API（2025-08 廢棄）</summary>
v1 API 使用：`api.example.com/v1/messages`
此端點已不再支持。
</details>
使用一致的術語
選擇一個術語並在整個 Skill 中一致使用：
✅ 始終使用「API 端點」 ❌ 混用「API 端點」「URL」「API 路由」「路徑」
常用模式
模板模式
為輸出格式提供模板，根據需求匹配嚴格程度：
## 報告結構
使用此模板結構：
# [分析標題]
## 執行摘要
[關鍵發現的一段式概述]
## 主要發現
- 發現 1 及支持數據
- 發現 2 及支持數據
## 建議
1. 具體可行的建議
2. 具體可行的建議
示例模式
提供輸入/輸出對，就像常規提示中那樣：
## 提交消息格式
按以下示例生成提交消息：
**示例 1：**
輸入：添加了使用 JWT 令牌的用戶認證
輸出：
feat(auth): 實現基於 JWT 的認證
添加登錄端點和令牌驗證中間件
評估與迭代
先建立評估
在編寫大量文檔之前創建評估，確保你的 Skill 解決的是真實問題：
識別差距：在沒有 Skill 的情況下運行 Claude，記錄具體失敗 創建評估：構建三個測試這些差距的場景 建立基線：測量沒有 Skill 時的表現 編寫最小指令：只創建足夠解決差距的內容 迭代：執行評估，與基線比較，持續優化
與 Claude 協作開發
最有效的 Skill 開發過程涉及 Claude 本身：
Claude A：幫你設計和優化指令 Claude B：在實際任務中測試 Skills
觀察 Claude B 的行為，將見解帶回 Claude A 進行改進。
需要避免的反模式
scripts/helper.py | ||
六、使用 Skills 的重要建議
即使是看起來很簡單的 Skill，我也建議你下載後先讓 AI 跑一遍，並盯着運行過程看：
它在哪裏卡住了？ 報了什麼錯？ 是不是和你的電腦環境或真實需求不匹配？
最關鍵的一步是：根據你的實際情況，讓 AI 幫你更新 Skill。
真實案例
我從網上下載過一個 YouTube download 的 Skill，它的文檔裏寫的保存路徑是 mnt。但在我的環境裏，這個路徑是隻讀的，不能保存。
雖然 AI 每次跑到這裏會識別出問題，並嘗試把下載文件改放到別的路徑，但這帶來兩個直接成本：
浪費 token：AI 需要額外的推理來「兜底」與自救 處理時間延長：整體執行效率下降
更好的做法：提前觀察到不合理的默認配置，明確提示 AI 把路徑改成你機器上可寫的路徑。修改後的 Skill 會更貼合你的工作方式，讓後續每一次調用都更快、更穩、更省。
七、Skill 質量檢查清單
在分享或使用一個 Skill 之前，確認以下要點：
核心質量
[ ] 描述具體且包含關鍵詞 [ ] 描述同時說明「做什麼」和「何時使用」 [ ] SKILL.md 正文不超過 500 行 [ ] 額外細節放在單獨文件中 [ ] 沒有時效性信息 [ ] 全篇術語一致 [ ] 示例具體而非抽象 [ ] 文件引用保持一層深度 [ ] 工作流步驟清晰
代碼與腳本
[ ] 腳本處理問題而不是推給 Claude [ ] 錯誤處理明確且有幫助 [ ] 沒有「魔法常數」（所有值都有說明） [ ] 列出所需包並驗證可用性 [ ] 使用正斜槓路徑 [ ] 關鍵操作包含驗證步驟
測試
[ ] 至少創建三個評估場景 [ ] 用實際使用場景測試 [ ] 根據實際環境調整配置
總結
Skills 是讓 AI 編程工具更穩定、更高效的關鍵機制。掌握 Skills 的使用和編寫，能讓你：
效率提升：減少重複的上下文輸入 質量穩定：讓 AI 在特定任務上表現更一致 知識沉澱：將經驗轉化為可複用資產 團隊協作：共享最佳實踐和工作流程
希望這篇指南對你有幫助，記得多去探索和嘗試各種 Skills！
廣告
過去我已創作了 380+ 篇AI主題原創內容，我對繼續寫作充滿信心，因為這是我的愛好，我非常熱愛這件事。
如果喜歡我的文章和視頻，歡迎加入我的知識星球，我會分享最新的 AI 資訊、源代碼，回答你的問題。我們下次再見啦！
最近文章，請看這裏：
agent-browser：讓 AI 接管瀏覽器｜比 MCP 省 Token｜詳解 + 實測
2026年 AI 編程實戰：Claude Opus 4.5 + GPT 5.2 Codex 寫代碼到底有多爽！
Anthropic工程師都在用的AI編程秘技！讓AI"採訪"你做出完美應用
2025最強AI編程組合：Opus 4.5 + GPT 5.2 Codex 實戰開發安卓APP