Claude Skills 完全指南：從入門到精通的實戰教程
整理版優先睇
Claude Skills 可以將你嘅最佳 prompt 沉澱成可複用嘅技能包，告別每次從零開始調教，大幅提升輸出質量同效率。
呢篇文章主要講 Claude Skills 呢個功能，作者係一個成日用 Claude 嘅開發者兼內容創作者，佢發現每次同 Claude 講指令都要重複一堆設定，好浪費時間。為咗解決呢個問題，佢深入研究咗 Anthropic 推出嘅 Skills 機制，並喺呢篇文章分享如何由零開始建立自己嘅技能包。
整體嚟講，Skills 嘅核心係將常用嘅提示詞固化成一張「操作手冊」（SKILL.md），等 Claude 可以按需激活，唔使每次重複調教。作者透過三個真實場景（程式碼潔癖、小紅書文案、個人知識管理）展示咗有 Skills 同冇 Skills 嘅巨大差異，結論係 Skills 可以節省時間、保證質量、將經驗變資產。
跟住佢逐步教點樣建立一個技術博客寫作助手 Skill，包括 YAML frontmatter 同 Markdown body，並分享進階技巧如分層設計、Few-Shot Prompting、動態迭代。最後佢仲介紹咗 Skills 同 MCP 嘅組合用法，同埋一個叫 AllSkills.cn 嘅網站，上面有現成嘅 Skills 可以下載。作者建議讀者唔好將 Skills 當成純工具，而係當成思維嘅延伸，盡快開始建立自己嘅第一個 Skill。
- Claude Skills 可以將你嘅最佳 prompt 固化成可複用嘅技能包，告別重複調教。
- 建立 Skill 嘅標準格式係 SKILL.md，包含 YAML 元數據同 Markdown 指令。
- 有 Skills 對比冇 Skills，效率可以由 10 分鐘 3 輪對話降到 30 秒 1 輪。
- Skills 可以同 MCP 組合，打通外部工具，實現自動化智能體。
- 可以從簡單場景開始建立第一個 Skill，或者去 AllSkills.cn 下載現成嘅 Skills。
技術博客寫作助手 SKILL.md
一個標準嘅 SKILL.md 模板，包含角色定位、寫作原則同輸出模板，可以直接複製使用。
AllSkills.cn - Claude Skills 資源站
收集咗大量現成嘅 Claude Skills，涵蓋編程、內容創作、學術研究等範疇，可以直接複製使用。
點解你需要 Claude Skills？
你有冇經歷過呢啲崩潰時刻：每次叫 Claude 寫程式碼都要重複囉嗦「請用 Python 3.10，跟 PEP8 規範，加詳盡中文註釋」？或者每次叫佢寫文案都要強調「唔好有 AI 味，要接地氣，多用短句」？如果你仲停留喺「每次由零開始調教」，咁你可能只用咗 Claude 20% 嘅功力。
職業技能包
SOP（標準作業程序）
Claude Skills 就係為咗解決呢個問題而誕生。你可以將佢想像成俾 Claude 安裝嘅「職業技能包」或者 SOP。從技術原理上講，Anthropic 引入嘅係「漸進式披露」（Progressive Disclosure）機制，Claude 唔會一次過將所有指令塞曬入大腦，而係接到特定任務先攞出對應嘅操作手冊嚟執行。
漸進式披露（Progressive Disclosure）
咁樣唔單止提升效率，仲係 AI 工作流嘅質變。
AI 工作流質變
三個真實場景嘅降維打擊
- 程式碼潔癖場景：冇 Skills 要 3 輪對話 10 分鐘，有 Skills 只需 1 輪 30 秒，直接輸出符合 PEP8 嘅完美 Code。
- 內容創作場景：冇 Skills 輸出 AI 翻譯腔，有 Skills 內置爆款鈎子庫，直接出小紅書爆款文案。
- 個人知識管理場景：透過 Deep-Reading Skill 令筆記格式統一，方便檢索歸檔。
1輪對話30秒 vs 3輪對話10分鐘
手把手建立你嘅第一個 Skill
我哋用一個「技術博客寫作助手」Skill 做例子，跟住標準嘅 SKILL.md 格式，分兩部分：YAML Frontmatter（元數據）同 Markdown Body（正文）。
SKILL.md 通用標準
YAML Frontmatter
Markdown Body
---
name: tech-blog-writer
description: 專門用於撰寫深入淺出的技術博客文章。當用戶要求解釋技術概念、寫技術教程或分析代碼原理時使用。
---
# Technical Blog Writing Assistant
## 角色定位
你是一位擁有 10 年經驗的技術佈道師，擅長將複雜的底層原理用通俗易懂的語言解釋清楚。你的讀者是初中級開發者。
## 寫作原則
1. **場景先行**：不要上來就講定義，先拋出一個開發中遇到的實際痛點或場景。
2. **說人話**：儘量使用生活中的類比來解釋技術術語（例如：把 Redis 比作內存裏的「便籤條」）。
3. **結構清晰**：
- H2 標題必須帶有吸引力。
- 關鍵結論要加粗。
- 代碼塊必須包含行內註釋，解釋「為什麼要這麼寫」。
4. **拒絕說教**：語氣要像朋友之間在白板前討論技術，而不是教科書。
## 輸出模板
### [標題] (需包含技術關鍵詞)
**摘要**：一句話總結本文解決的問題。
### 1. 為什麼我們需要 [技術點]？ (描述痛點場景)
### 2. 核心原理拆解 (使用類比解釋)
### 3. 實戰代碼 (代碼示例)
### 4. 避坑指南 (列出常見錯誤)技術博客寫作助手
保存之後，喺支援 Skills 嘅環境（如 Claude Desktop 或 Claude Code）加載呢個文件夾，下次你只需要講「@tech-blog-writer 幫我寫一篇關於 Docker 嘅入門文章」，Claude 就會按照你設定嘅人設同模板輸出。
按需激活，無需重複指令
進階技巧 & 殺手級組合
當你掌握基礎用法後，可以透過以下技巧令 Skills 能力指數級上升。
分層設計
Few-Shot Prompting
動態迭代
- 分層設計：基礎 Skill + 場景 Skill，例如 Global-Style 加上 Code-Review，組合使用。
- Few-Shot Prompting：喺 Skill 入面俾正反示例，展示「做成點樣」比「做乜」更有效。
- 動態迭代：先喺對話測試，好用的固化成 Skill，觀察失敗案例加入規則，令 AI 同你一齊成長。
基礎 Skill + 場景 Skill 係高手用法
再進一步，將 Skills 同 MCP（Model Context Protocol）組合，就好似俾 Claude 加咗「靈活嘅雙手」。MCP 允許 Claude 連接本地文件、數據庫、Slack 甚至 GitHub。Skills 決定點做，MCP 提供數據，合埋就係自動化智能體。
自動化智能體
另外仲可以打造個人第二大腦：配置 Knowledge-Linker Skill 加 MCP 連 Obsidian，當你問「我之前關於習慣養成記過乜？」，Claude 唔單止搜到筆記，仲會指出過往筆記之間嘅關聯。
知識連結
常見問題 & 資源推薦
以下係關於 Skills 嘅幾個常見問題：
常見問題
- 1 Skills 會消耗額外 Token 嗎？會，所以 Skill 要越精簡越好，避免寫廢話。
- 2 可以分享 Skills 嗎？當然，SKILL.md 係純文字檔案，可以透過 GitHub 或者直接分享俾同事。
- 3 一個對話可以用多個 Skills 嗎？可以，但要留意衝突，建議保持 Skill 功能單一。
- 4 Skills 同 Custom Instructions 有咩分別？Custom Instructions 係全局生效，Skills 係按需調用嘅工具箱，更靈活。
- 5 點判斷一個 Skill 寫得好唔好？做 10 次測試，如果輸出一致性超過 90%，就係成熟嘅 Skill。
10次測試，一致性90%
如果你唔想由零開始寫，可以去 AllSkills.cn，上面有大量現成嘅 Claude Skills，分類細緻，涵蓋編程、內容創作、學術研究等，直接複製就能用。
AllSkills.cn 係寶藏網站，可以直接「進貨」
你有冇試過呢種崩潰嘅時刻：每次叫 Claude 寫 code，都要重複咁囉嗦一句「請用 Python 3.10，跟 PEP8 規範，加埋詳細嘅中文註釋」？或者每次叫佢寫文案，都要反覆強調「唔好有股 AI 味，要貼地，多用短句」？
如果你嘅 Claude 使用體驗仲停留喺「每次由零開始調教」，咁你可能淨係用咗佢 20% 嘅功力。
今日我哋要講嘅 Claude Skills，就係為咗解決呢個問題而出現嘅。你可以當佢係畀 Claude 裝嘅「職業技能包」或者「SOP（標準作業程序）」。
由技術原理嚟講，Anthropic 引入咗一種叫「漸進式披露」（Progressive Disclosure）嘅機制。Claude 唔會一次過將所有指令塞曬入個腦（咁樣又浪費 Token 又容易搞到邏輯混亂），反而係好似一個經驗豐富嘅員工，只有接到特定任務（例如「寫週報」或「重構 code」）嗰陣，先至會從抽屜拎返對應嘅「操作手冊」（SKILL.md），嚴格跟流程做。
呢個唔單止係效率嘅提升，更加係 AI 工作流程嘅質變。
點解要用 Skills？三個真實場景嘅「降維打擊」
剩係講概念太抽象，我哋嚟睇三個真實嘅對比案例，睇嚇配置咗 Skills 之後，工作流程會有咩變化。
場景一：程序員嘅「潔癖」
冇 Skills 之前：
你輸入：「幫我寫一個 Python 函數處理 CSV。」
Claude 輸出：一段冇類型提示、冇註釋、甚至可能仲用緊舊版語法嘅 code。
你嬲到改：「加 Type Hint！用 pandas！加註釋！」
時間：3 輪對話，10 分鐘。有咗 Skills 之後：
你配置咗Python-ExpertSkill。
你輸入：「處理 CSV 數據清洗。」
Claude 自動啟動 Skill，直接輸出符合 PEP8、有 Google 風格文檔字符串、包含錯誤處理機制嘅完美 code。
時間：1 輪對話，30 秒。
場景二：內容創作者嘅「去 AI 化」
冇 Skills 之前：
你輸入：「寫一篇關於咖啡嘅小紅書文案。」
Claude 輸出：「親愛嘅咖啡愛好者們，沉浸在濃鬱嘅香氣之中……」（典型嘅 AI 翻譯腔，冇曬吸引力）有咗 Skills 之後：
你配置咗Xiaohongshu-ViralSkill，入麪包埋爆款鈎子庫同表情包策略。
你輸入：「推介一下新開嘅轉角咖啡店。」
Claude 輸出：「家人們！邊個明啊！喺街角發現一間寶藏咖啡店☕️，拿鐵絕絕子……」
結果：直接複製貼上就得，唔使再潤色。
場景三：個人知識管理嘅「標準化」
- 核心價值：
如果你成日睇長文章，可以做一個Deep-ReadingSkill。設定規則：每次總結一定要有「核心論點」、「爭議點」、「延伸思考」三個部分。咁樣，無論你睇咩，Claude 輸出嘅筆記格式都係統一嘅，方便你將來揾返同歸檔。
總結一下，Skills 嘅三大核心價值：
慳時間：唔使再重複輸入 prompt。
保證質素：輸出結果標準化，唔單止係「做完」，而係「按標準做好」。
經驗固化：將你摸索出嚟嘅最佳 prompt 沉澱落嚟，變成可以重用嘅資產。
手把手教學：創建你嘅第一個 Skill
而家，我哋嚟實戰創建一個好有用嘅 Skill：「技術博客寫作助手」。我哋會用標準嘅 SKILL.md 格式，呢個係 Claude 能夠理解嘅通用標準。
Step 1：理解結構
一個標準嘅 Skill 檔案（SKILL.md）包含兩部分：
YAML Frontmatter（元數據）：話畀 Claude 知呢個技能叫咩名，幾時用。
Markdown Body（正文）：具體嘅指令、規則同模板。
Step 2：編寫 code
新開一個文件夾，命名為 tech-blogger，喺裏面建立一個 SKILL.md 檔案，填入以下內容：
Step 3：點樣用
儲存之後，喺支援 Skills 嘅環境（例如 Claude Desktop 或者配合 Claude Code 命令行工具）入面載入呢個文件夾。
下次你只需要講：「@tech-blog-writer 幫我寫一篇關於 Docker 嘅入門文章」，Claude 就會即刻變身，按照你設定嘅「佈道師」人設同模板輸出。
進階技巧：令 Skills 更聰明
當你掌握咗基本用法之後，可以透過以下技巧令 Skills 嘅能力幾何級上升。
技巧 1：分層設計 (Layered Design)
唔好嘗試將所有指令寫喺一個 Skill 裏面。基本 Skill + 場景 Skill 先至係高手嘅用法。
基本 Skill：例如
Global-Style（定義你嘅語言風格、偏好）。場景 Skill：例如
Code-Review（專門 check 錯）。組合效果：當你 check code 嗰陣，Claude 會同時跟住你嘅語言風格同 check 錯規則。
技巧 2：Few-Shot Prompting（少樣本提示）
喺 Skill 嘅 Instructions 入面，最有效嘅方法唔係叫佢「做咩」，而係展示「做成點樣」。
結構建議：【角色】+【規則】+【正反示例】
畀一兩個「完美例子」，Claude 嘅模仿能力會令你驚訝。
技巧 3：動態疊代
Skill 唔係寫完就收埋嘅。
建議流程：
首先喺對話框測試 prompt。
覺得好用，就固化做 Skill。
觀察失敗案例：如果某次 Claude 冇按要求做，分析原因，將呢個「修補」加到 Skill 嘅規則入面。
呢個就係所謂嘅「令 AI 同你一齊成長」。
殺手級組合：Skills + MCP 打通外部工具
如果話 Skills 係畀咗 Claude「專業嘅大腦」，咁 MCP (Model Context Protocol) 就係畀咗佢「靈活嘅雙手」。
咩係 MCP？
簡單講，佢係一個標準協議，容許 Claude 連接你嘅本地檔案、Database、Slack 甚至 GitHub。
點解要組合使用？
單獨用 MCP，Claude 可以讀檔案，但唔知點分析。
單獨用 Skills，Claude 知道點分析，但拎唔到數據。
Skills + MCP = 自動化智能體。
實戰案例 1：自動化數據分析師
配置 MCP：連接本地 SQLite 數據庫或者 CSV 文件夾。
創建 Skill (
Data-Analyst)：- 指令：1. 總係先讀取數據前 5 行了解結構；2. 用 Python Pandas 做清洗；3. 對異常值做標註；4. 最後生成 Plotly 互動圖表。
效果：你只需將 Excel 掉入文件夾，講一句「分析上季度銷售額下跌原因」，Claude 就會自動讀取數據、跑 code 分析、畫圖，並畀出結論。
實戰案例 2：個人第二大腦
配置 MCP：連接你嘅 Obsidian 或 Notion 筆記庫。
創建 Skill (
Knowledge-Linker)：- 指令：當用戶問某概念時，先檢索筆記庫，揾相關嘅過往筆記，並指出當中嘅聯繫。
效果：你問「我之前關於『習慣養成』記過啲咩？」，Claude 唔單止揾到筆記，仲會話你知：「你 2023 年記嘅《原子習慣》同你上星期睇嘅《行為設計學》喺『觸發器』呢個概念上有共通之處。」
（註：配置 MCP 需要修改 claude_desktop_config.json 檔案，具體可以參考 Anthropic 官方文檔，雖然初期配置有啲門檻，但透過 Skills 封裝之後，使用體驗係冇感覺嘅。）
常見問題解答 (FAQ)
Q1：Skills 會消耗額外嘅 Token 嗎？
A： 會。當你啟動一個 Skill 嗰陣，佢嘅內容會俾加載到上下文（Context）入面。所以 Skill 寫得越精簡越好，避免寫廢話，唔單止慳錢，仲可以令 Claude 捉到重點。
Q2：可以分享 Skills 嗎？
A： 當然！SKILL.md 本質上就係文字檔案。你可以透過 GitHub 分享，或者直接 send 畀同事。呢個係團隊對齊工作標準嘅絕佳方法。
Q3：一個對話可以用多個 Skills 嗎？
A： 可以，但要注意衝突。如果 Skill A 話「一定要用中文」，Skill B 話「一定要用英文」，Claude 會精神分裂。建議保持 Skill 功能單一，透過組合嚟完成複雜任務。
Q4：Skills 同 Custom Instructions 有咩分別？
A： Custom Instructions 係全局生效嘅（例如「永遠唔好呃我」），你冇辦法熄咗佢。而 Skills 係按需調用嘅工具箱。你唔會帶住鎚頭去打鍵盤，只係需要打釘嗰陣先拎出嚟。Skills 更加靈活同專業。
Q5：點樣判斷一個 Skill 寫得好唔好？
A： 做「10 次測試」。連續 10 次喺唔同場景下調用該 Skill，如果輸出嘅一致性超過 90%，咁就係一個成熟嘅 Skill。如果成日要你追加指令修正，即係 Skill 嘅規則仲未夠明確。
發現寶藏：原來大家都喺呢度「抄功課」
寫完呢篇文章，我自己都喺度整理同優化我嘅 Skills 庫。講真，由零開始寫 SKILL.md 的確需要啲耐心同除錯時間。
最近我偶然發現咗一個寶藏網站：AllSkills.cn
本來淨係想隨便睇嚇，結果發現上面竟然列出咗各種現成嘅 Claude Skills，而且分類非常仔細。由程式開發（Vue/React/Python 專家）、內容創作（SEO 文章、劇本寫作）到學術研究，幾乎你諗到嘅場景都有人寫好咗。
我自己試咗上面嘅幾個：
有一個 「Python code 審查專家」，直接複製過嚟用，幫我揾出咗好幾個以前冇留意到嘅 memory leak 隱患。
仲有一個 「小紅書爆款文案」，比我 propio 調教咗半日嘅版本仲要「夠味」。
最重要嘅係，呢啲 Skills 直接複製就可以重用。如果你想快啲體驗 Skills 嘅強大，又唔想自己從頭寫 code，強烈建議去呢個網站「入貨」。將別人嘅智慧裝入你嘅 Claude 裏面，呢個可能就係傳說中嘅「企喺巨人膊頭上」啦。
最後一句建議：唔好將 Skills 當成純粹嘅工具，當佢係你思維嘅延伸。今日就開始創建（或者下載）你嘅第一個 Skill 啦，你會發現，AI 真係可以明你。
你是否經歷過這樣的崩潰時刻：每次讓 Claude 寫代碼，都要重複囉嗦一遍“請使用 Python 3.10，遵循 PEP8 規範，加上詳盡的中文註釋”？或者每次讓它寫文案，都要反覆強調“不要那股 AI 味，要接地氣，多用短句”？
如果你的 Claude 使用體驗還停留在“每次從零開始調教”，那你可能只發揮了它 20% 的功力。
今天我們要聊的 Claude Skills，就是為了解決這個問題而生的。你可以把它想象成給 Claude 安裝的“職業技能包”或者“SOP（標準作業程序）”。
從技術原理上講，Anthropic 引入了一種稱為“漸進式披露”（Progressive Disclosure）的機制。Claude 不會一次性把所有指令都塞進大腦（那樣既浪費 Token 又容易導致邏輯混亂），而是像一個經驗豐富的員工，只有在接到特定任務（比如“寫週報”或“重構代碼”）時，才會從抽屜裏拿出對應的“操作手冊”（SKILL.md），嚴格按流程執行。
這不僅是效率的提升，更是 AI 工作流的質變。
為什麼要用 Skills？三個真實場景的“降維打擊”
光說概念太抽象，我們來看三個真實的對比案例，看看配置了 Skills 之後，工作流會發生什麼變化。
場景一：程序員的“代碼潔癖”
沒有 Skills 前：
你輸入：“幫我寫一個 Python 函數處理 CSV。”
Claude 輸出：一段沒有類型提示、沒有註釋、甚至可能還在用舊版本語法的代碼。
你怒改：“加上 Type Hint！用 pandas！加註釋！”
耗時：3 輪對話，10 分鐘。有了 Skills 後：
你配置了Python-ExpertSkill。
你輸入：“處理 CSV 數據清洗。”
Claude 自動激活 Skill，直接輸出符合 PEP8、帶有 Google 風格文檔字符串、包含錯誤處理機制的完美代碼。
耗時：1 輪對話，30 秒。
場景二：內容創作者的“去 AI 化”
沒有 Skills 前：
你輸入：“寫一篇關於咖啡的小紅書文案。”
Claude 輸出：“親愛的咖啡愛好者們，沉浸在濃郁的香氣中……”（典型的 AI 翻譯腔，毫無吸引力）。有了 Skills 後：
你配置了Xiaohongshu-ViralSkill，內置了爆款鈎子庫和表情包策略。
你輸入：“安利一下新開的轉角咖啡店。”
Claude 輸出：“家人們！誰懂啊！在街角發現一家寶藏咖啡店☕️，拿鐵絕絕子……”
結果：直接複製粘貼可用，無需二次潤色。
場景三：個人知識管理的“標準化”
- 核心價值：
如果你經常閲讀長文章，可以做一個Deep-ReadingSkill。設定規則：每次總結必須包含“核心論點”、“爭議點”、“延伸思考”三個板塊。這樣，無論你讀什麼，Claude 輸出的筆記格式永遠是統一的，方便你未來檢索和歸檔。
總結一下，Skills 的三大核心價值：
節省時間：告別重複輸入的 prompt。
保證質量：輸出結果標準化，不僅是“做完”，而且是“按標準做好”。
經驗固化：把你摸索出來的最佳 prompt 沉澱下來，變成可複用的資產。
手把手教學：創建你的第一個 Skill
現在，我們來實操創建一個非常有用的 Skill：“技術博客寫作助手”。我們將使用標準的 SKILL.md 格式，這是 Claude 能夠理解的通用標準。
Step 1：理解結構
一個標準的 Skill 文件（SKILL.md）包含兩部分：
YAML Frontmatter（元數據）：告訴 Claude 這個技能叫什麼，什麼時候用。
Markdown Body（正文）：具體的指令、規則和模板。
Step 2：編寫代碼
新建一個文件夾，命名為 tech-blogger，在裏面創建一個 SKILL.md 文件，填入以下內容：
Step 3：如何使用
保存後，在支持 Skills 的環境（如 Claude Desktop 或配合 Claude Code 命令行工具）中加載該文件夾。
下次你只需要說：“@tech-blog-writer 幫我寫一篇關於 Docker 的入門文章”，Claude 就會立刻變身，按照你設定的“佈道師”人設和模板進行輸出。
進階技巧：讓 Skills 更聰明
當你掌握了基礎用法後，可以通過以下技巧讓 Skills 的能力指數級上升。
技巧 1：分層設計 (Layered Design)
不要試圖把所有指令寫在一個 Skill 裏。基礎 Skill + 場景 Skill 才是高手的用法。
基礎 Skill：例如
Global-Style（定義你的語言風格、偏好）。場景 Skill：例如
Code-Review（專門查錯）。組合效果：當你查代碼時，Claude 會同時遵循你的語言風格和查錯規則。
技巧 2：Few-Shot Prompting (少樣本提示)
在 Skill 的 Instructions 中，最有效的方法不是告訴它“做什麼”，而是展示“做成什麼樣”。
結構建議：【角色】+【規則】+【正反示例】
給出一兩個“完美範例”，Claude 的模仿能力會讓你驚訝。
技巧 3：動態迭代
Skill 不是寫完就封存的。
建議流程：
先在對話框裏測試 prompt。
覺得好用，固化成 Skill。
觀察失敗案例：如果某次 Claude 沒按要求做，分析原因，把這個“補丁”加到 Skill 的規則裏。
這就是所謂的“讓 AI 和你一起成長”。
殺手級組合：Skills + MCP 打通外部工具
如果說 Skills 是給了 Claude “專業的大腦”，那麼 MCP (Model Context Protocol) 就是給了它“靈活的雙手”。
什麼是 MCP？
簡單說，它是一個標準協議，允許 Claude 連接你的本地文件、數據庫、Slack 甚至 GitHub。
為什麼要組合使用？
單獨用 MCP，Claude 可以讀文件，但不知道怎麼分析。
單獨用 Skills，Claude 知道怎麼分析，但拿不到數據。
Skills + MCP = 自動化智能體。
實戰案例 1：自動化數據分析師
配置 MCP：連接本地 SQLite 數據庫或 CSV 文件夾。
創建 Skill (
Data-Analyst)：- 指令：1. 總是先讀取數據前 5 行了解結構；2. 使用 Python Pandas 進行清洗；3. 對異常值進行標註；4. 最後生成 Plotly 交互式圖表。
效果：你只需把 Excel 往文件夾一扔，說一句“分析上季度銷售額下滑原因”，Claude 就會自動讀取數據、跑代碼分析、畫圖，並給出結論。
實戰案例 2：個人第二大腦
配置 MCP：連接你的 Obsidian 或 Notion 筆記庫。
創建 Skill (
Knowledge-Linker)：- 指令：當用戶詢問某概念時，先檢索筆記庫，尋找相關聯的過往筆記，並指出其中的聯繫。
效果：你問“我之前關於‘習慣養成’記過什麼？”，Claude 不僅能搜到筆記，還能告訴你：“你 2023 年記的《原子習慣》和你上週讀的《行為設計學》在‘觸發器’這個概念上有共通之處。”
(注：配置 MCP 需要修改 claude_desktop_config.json 文件，具體可參考 Anthropic 官方文檔，雖然初期配置有一定門檻，但通過 Skills 封裝後，使用體驗是無感的。)
常見問題解答 (FAQ)
Q1：Skills 會消耗額外的 Token 嗎？
A： 會。當你激活一個 Skill 時，它的內容會被加載到上下文（Context）中。所以 Skill 寫得越精簡越好，避免寫廢話，不僅省錢，還能讓 Claude 抓重點。
Q2：可以分享 Skills 嗎？
A： 當然！SKILL.md 本質就是文本文件。你可以通過 GitHub 分享，或者直接發給同事。這是團隊對齊工作標準的絕佳方式。
Q3：一個對話可以用多個 Skills 嗎？
A： 可以，但要注意衝突。如果 Skill A 說“必須用中文”，Skill B 說“必須用英文”，Claude 會精神分裂。建議保持 Skill 功能單一，通過組合來完成複雜任務。
Q4：Skills 和 Custom Instructions 有什麼區別？
A： Custom Instructions 是全局生效的（比如“永遠不要對我說謊”），你沒法關掉它。而 Skills 是按需調用的工具箱。你不會帶着錘子去敲鍵盤，只會在需要釘釘子時才拿出來。Skills 更加靈活和專業。
Q5：如何判斷一個 Skill 寫得好不好？
A： 做“10 次測試”。連續 10 次在不同場景下調用該 Skill，如果輸出的一致性超過 90%，那就是一個成熟的 Skill。如果經常需要你追加指令修正，說明 Skill 的規則還不夠明確。
發現寶藏：原來大家都在這裏“抄作業”
寫完這篇文章，我自己也在整理和優化我的 Skills 庫。說實話，從零開始寫 SKILL.md 確實需要一點耐心和調試時間。
最近我偶然發現了一個寶藏網站：AllSkills.cn
本來只是想隨便逛逛，結果發現上面居然列出了各種現成的 Claude Skills，而且分類非常細緻。從編程開發（Vue/React/Python 專家）、內容創作（SEO 文章、腳本寫作）到學術研究，幾乎你能想到的場景都有人寫好了。
我自己試了上面的幾個：
有一個 “Python 代碼審查專家”，直接複製過來用，幫我找出了好幾個以前沒注意到的內存泄漏隱患。
還有一個 “小紅書爆款文案”，比我自己調教了半天的版本還要“味兒正”。
最重要的是，這些 Skills 直接複製就能複用。如果你想快速體驗 Skills 的強大，又不想自己從頭寫代碼，強烈建議去這個網站“進貨”。把別人的智慧裝進你的 Claude 裏，這可能就是傳說中的“站在巨人的肩膀上”吧。
最後一句建議：不要把 Skills 當成單純的工具，把它當成你思維的延伸。今天就開始創建（或者下載）你的第一個 Skill 吧，你會發現，AI 真的可以懂你。