一文讓你瞭解Claude Skills 生態

作者：嬌姐話AI圈

日期：2026年1月15日上午10:21

來源：WeChat 原文

✦整理版優先睇

速讀 5 個重點高亮

用裝修公司類比拆解Claude Skills生態，釐清Plugin、Agent、Skill等核心概念

整理版摘要

呢篇文章係由嬌姐整理佢研究Claude Skills生態嘅筆記，目標係幫初學者搞清楚Plugin、Agent、Skill呢啲複雜術語。佢用「全能裝修公司」做類比：Main Agent係項目總監，Plugin係部門，Agent係專家員工，Skill係操作手冊，令概念變得好容易理解。文章收集咗20個常見問題，覆蓋概念、技術細節、開發實戰、發佈分發同戰略決策五大範疇，係一份好全面嘅入門同參考指南。

整體結論係：Skills係未來AI Agent嘅交互標準，掌握Skill開發等於掌握未來應用層嘅核心能力。文章特別強調咗幾個關鍵：Skill同Plugin嘅分別、漸進式加載機制、文檔驅動開發流程，同埋做Skill定做獨立產品嘅決策準則。對於開發者嚟講，文章提供咗由開發到發佈嘅完整路徑，仲有測試同商業化嘅實用建議。

如果你係初學者，可以從類比入手，再按20個問題逐步深入；如果你係有經驗嘅開發者，可以直接跳到開發實戰部分，跟住文檔驅動流程寫一個簡單Skill。總括嚟講，呢篇文章係理解Claude Skills生態嘅必讀材料，無論係用戶、開發者定係平台運營者，都可以從中獲得清晰指引。

結論：Claude Skills生態的核心係Plugin（分發包）同Skill（指令集），用裝修公司類比可以快速理解。
方法：採用「項目總監－部門－專家員工－操作手冊」框架來釐清角色同協作流程。
差異：Skill同Plugin嘅分別：Skill係實際邏輯，Plugin係封裝格式；簡單Skill只需SKILL.md，複雜需要腳本。
啟發：開發Skill唔一定要用Claude Code，任何IDE都得；文檔驅動開發流程最能確保成功。
可行動點：作為開發者，可以從一個簡單Skill（例如每日格言生成器）開始，跑通開發到發佈流程。

結構示例

內容片段

內容片段 text

--- name: pdf-processor description: Extract text and tables from PDF files. Use when user mentions "PDF" or "tables". ---

整理重點

核心概念：用裝修公司類比拆解角色

呢篇文章用「全能裝修公司」嚟類比Claude Skills生態，令複雜術語一講就明。以下係核心角色對應表：

Main Agent（主智能體）＝項目總監：負責接收指令、協調資源、指揮專家。
Plugin（插件）＝部門或工具箱：例如水電部、木工部，包含特定領域嘅Agent同Skill。
Agent / Subagent（智能體／子智能體）＝專家員工：實際執行任務嘅AI單元，喺各自部門工作。
Skill（技能）＝操作手冊：例如《電路鋪設規範》，係專家執行任務時跟隨嘅具體指令。

協作流程：用戶指令→Main Agent調度→Agent執行→Skill規範→結果。

除咗類比，文章亦釐清咗幾個核心問題：

Claude Skills係一套結構化指令集，有時包含可執行代碼，賦予Claude特定領域能力。

Skills、Claude Code同Cowork嘅關係似遊戲卡帶同主機：Skills係卡帶，Claude Code同Cowork係運行平台。

Skill同Plugin嘅分別：Skill係核心邏輯（實際工作代碼），Plugin係分發包（封裝格式）。

整理重點

技術細節同開發實戰

技術細節部分解釋咗項目結構同配置檔案。.claude-plugin文件夾係Plugin嘅配置目錄，包含兩個重要JSON檔案：

manifest.json：系統配置，定義插件ID、版本、Skills路徑、依賴庫同權限。
marketplace.json：展示配置，定義插件名稱、簡介、圖標、分類，用於市場瀏覽。

SKILL.md嘅YAML frontmatter係自動觸發機制：Claude會將用戶對話同已安裝Skills嘅description進行語義匹配，匹配成功就自動激活。

指令型Skill僅靠提示詞工程完成，執行型Skill需要腳本與外部系統交互，文件結構更複雜。

開發實戰方面，文章推薦文檔驅動開發流程：先定義意圖同規格，然後實現代碼，封裝成SKILL.md，最後發佈。測試可以用「10次測試法」，用唔同自然語言表述連續調用10次，9次以上成功就算穩定。

開發Skill唔一定要用Claude Code，任何IDE都得，因為本質係Markdown同標準程式碼。

1 Intent：明確Skill要解決嘅核心問題同邊界。
2 Spec：定義輸入輸出格式。
3 Code：編寫核心邏輯腳本並本地測試。
4 Wrap：編寫SKILL.md同添加.claude-plugin配置。
5 Publish：推送到GitHub倉庫。

整理重點

發佈分發同戰略決策

發佈Skill主要有三個渠道：GitHub倉庫（最主流，即刻可用）、提交到技術社區列表（如awesome-claude-skills）、同埋未來官方市場。用戶安裝只需一條命令：/plugin install [GitHub URL]。

直接銷售Skill代碼比較困難，因為多數開源；可行商業化路徑包括API服務收費、SaaS引流、企業定製。

平台運營者嘅核心價值係篩選同整理，唔係自行大量開發。可以開發少量Demo型或旗艦型Skill，其餘精力應投入聚合、分類、測評同社區生態建設。

Skills嘅未來趨勢：AI從對話機器人演進到Agent，Skills係Agent同數字世界交互嘅接口，預計未來API服務商都會官方提供Claude Skills。

最後，文章畀咗三個起步建議：作為用戶，安裝幾個熱門Skill體驗；作為開發者，嘗試編寫簡單Skill（如每日格言生成器）；作為平台運營者，建立分類體系並篩選優質Skills。

Claude Skills 生態涉及 Plugin、Agent、Skill、Subagent 等多個術語，初學者容易混淆。為了清晰理解這些概念，我自己也是翻閲各種資料和穩定，我覺得這個類比比較容易理解，我們可以將其類比為一家“全能裝修公司”。

1. 核心角色對應表

英文術語	中文翻譯	角色類比	職責描述
Main Agent	主智能體 (Claude)	項目總監	負責接收用戶指令，協調資源，指揮具體專家進行工作。
Plugin	插件	部門 / 工具箱	類似“水電部”、“木工部”。這是一個容器，包含了特定領域的專家（Agent）和操作手冊（Skill）。
Agent / Subagent	智能體 / 子智能體	專家員工	類似“高級電工”、“木工師傅”。他們是實際執行任務的 AI 單元，在各自的部門（Plugin）中工作。
Skill	技能	操作手冊	類似《電路鋪設規範》、《木工打磨流程》。這是專家執行任務時遵循的具體指令和標準。

2. 協作流程示例

假設用戶下達指令：“幫我把廚房的水管接好。”系統內部的運作流程如下：

安裝 Plugin（成立部門）：首先系統需要具備處理該任務的能力模塊。如果未安裝 plumbing-plugin，主智能體無法執行相關任務。
指派 Agent（派遣專家）：具備相應能力後，主智能體識別需求，調用對應的 plumber-agent。
查閲 Skill（參照手冊）：Agent 讀取 pipe-connection-skill 中的具體步驟和規範。
交付結果（完成任務）：Agent 執行操作並反饋結果給主智能體，最終由主智能體彙報給用戶。

流程總結：
用戶 (指令) → Claude 主智能體 (調度) → Agent (執行) → Skill (規範) → 結果。

對skills有個概念上的理解後，我們其實還是有很多問題，我把我們常常會遇到的問題整理了一下，供大家參考。

【第一部分：核心概念】

Q1：Claude Skills 是什麼？

Claude Skills 是一套結構化的指令集，有時包含可執行代碼。它賦予 Claude 完成特定任務的能力。默認的 Claude 模型具備通用知識，但缺乏特定領域的執行標準或工具使用能力。Skill 就像一份詳細的“標準作業程序”（SOP），指導 Claude 在面對特定請求時，按照預定的步驟、格式或邏輯進行處理。

Q2：Skills、Claude Code 與 Cowork 的關係？

我們可以用“遊戲主機與卡帶”的關係來類比：

Skills 相當於遊戲卡帶。它是核心內容和能力的載體。
Claude Code 和 Cowork 相當於遊戲主機（運行平台）。

Claude Code：面向開發者的終端命令行工具，側重於代碼編寫和技術任務。
Cowork：面向通用用戶的圖形界面工具，側重於辦公自動化和文件管理。

同一個 Skill 通常可以在這兩個平台上通用，因為它們底層都基於相同的 Agent 協議。

Q3：Skill 和 Plugin 有什麼區別？

Skill (技能)：指核心邏輯。它通常由 Markdown 指令文件（SKILL.md）和可選的代碼腳本組成。
Plugin (插件)：指分發包。它包含了一個或多個 Skills，並附帶配置文件（manifest.json），定義了版本、作者、依賴項等元數據。

簡而言之，Skill 是實際工作的代碼或指令，Plugin 是用於安裝和分發的封裝格式。用戶通過命令安裝的是 Plugin，而 Plugin 內部包含 Skills。

Q4：為什麼有的 Skill 只有一個文件，有的包含多個文件？

Skills 根據實現方式和複雜度分為兩類：

類型	指令型 Skill (Simple)	執行型 Skill (Complex)
核心組成	僅 `SKILL.md` 文件	`SKILL.md` + `scripts/` (代碼) + `templates/`
工作原理	依賴 LLM 的理解和生成能力	調用外部工具、API 或運行本地腳本
典型案例	寫作風格指導、代碼規範檢查	PDF 數據提取、網頁抓取、數據可視化
文件數量	單個文件	多個文件（含配置、依賴、腳本）

指令型 Skill 僅依靠提示詞工程即可完成任務；執行型 Skill 需要通過 Python 或 Node.js 腳本與外部系統交互，因此文件結構更為複雜。

【第二部分：技術細節】

Q5：項目中的 .claude-plugin 文件夾有什麼作用？

.claude-plugin 文件夾是 Plugin 的配置目錄。如果開發者希望將 Skill 打包分發，使用戶能夠通過 /plugin install 命令一鍵安裝，就必須包含此文件夾。它包含了插件的元數據和市場展示信息。對於僅在本地手動配置使用的 Skill，此文件夾不是必須的。

Q6：manifest.json 和 marketplace.json 有什麼區別？

這兩個文件通常位於 .claude-plugin 目錄下，但用途不同：

manifest.json（系統配置）：定義插件的技術屬性，包括插件 ID、版本號、包含的 Skills 路徑、所需的 Python/Node.js 依賴庫以及權限聲明（如文件讀寫權限、網絡訪問權限）。系統在安裝插件時讀取此文件以配置運行環境。
marketplace.json（展示配置）：定義插件在市場或列表中的展示信息，包括顯示名稱、簡介、圖標、分類和截圖。這主要用於用戶瀏覽和檢索插件。

Q7：SKILL.md 中的 YAML frontmatter 為什麼重要？

SKILL.md 文件頭部的 YAML frontmatter（元數據塊）包含 name 和 description 字段。這是 Skill 的自動觸發機制。


--- 
name: pdf-processor 
description: Extract text and tables from PDF files. Use when user mentions "PDF" or "tables". 
---

Claude 在運行時會監控用戶的對話內容，並將其與已安裝 Skills 的 description 進行語義匹配。如果描述編寫得當，當用戶提到相關關鍵詞（如“處理 PDF”）時，系統會自動激活該 Skill。如果描述缺失或模糊，AI 將無法主動調用該能力。

Q8：什麼是“漸進式加載”（Progressive Disclosure）？

漸進式加載是 Anthropic 用於優化 Context Window（上下文窗口）佔用的機制。當用戶安裝了大量 Skills 時，系統不會一次性加載所有 Skill 的詳細指令，否則會消耗大量 Token 並干擾模型推理。

系統僅會在初始階段加載所有 Skills 的名稱和簡介。只有當模型判定需要使用某個特定 Skill 時，才會動態加載該 Skill 的完整內容（SKILL.md 和相關代碼）。這保證了系統在安裝大量插件後仍能保持高效運行。

【第三部分：開發實戰】

Q9：開發 Skill 必須使用 Claude Code 嗎？可以使用 Codex 或 Cursor 嗎？

不強制使用 Claude Code。Skill 的本質是 Markdown 文檔和標準代碼腳本（Python/JavaScript）。開發者可以使用任何熟悉的 IDE 或 AI 輔助工具（如 VS Code、Cursor、Windsurf）進行開發。只要代碼邏輯正確且符合 Skill 的文件結構規範，即可在 Claude 生態中運行。Claude Code 只是一個運行和測試 Skill 的環境，而非開發的唯一工具。

Q10：開發一個 Skill 的最佳流程是什麼？

推薦採用文檔驅動開發 (Document-Driven Development) 流程：

Intent (意圖)：明確 Skill 要解決的核心問題和邊界。
Spec (規格)：定義輸入輸出格式。例如：輸入為“自然語言指令”，輸出為“Markdown 報告”。
Code (實現)：編寫核心邏輯腳本（如 script.py），並在本地終端測試通過。
Wrap (封裝)：編寫 SKILL.md 指令文檔，將腳本能力暴露給 AI；添加 .claude-plugin 配置文件。
Publish (發佈)：將代碼推送到 GitHub 倉庫。

Q11：何時應該開發“簡單 Skill”，何時開發“複雜 Skill”？

判斷標準：任務是否需要確定性的計算或外部交互。

選擇簡單 Skill：任務主要依賴語言模型的理解、推理和生成能力。例如：文本潤色、代碼審查、翻譯、創意寫作。
選擇複雜 Skill：任務涉及精確計算、大量數據處理、文件系統操作或網絡請求。例如：爬取實時新聞、處理 Excel 表格、生成圖表。

Q12：如何測試 Skill 的穩定性？

建議採用 “10 次測試法”。在 Claude Code 環境中，使用不同的自然語言表述連續調用 Skill 10 次。如果 10 次調用中有 9 次以上能夠正確識別意圖、執行操作並返回預期結果，則該 Skill 可被視為穩定。測試重點應包括：意圖識別的準確率、參數提取的正確性以及腳本執行的魯棒性。

【第四部分：發佈與分發】

Q13：如何發佈開發好的 Skill？

目前主要有三種分發渠道：

GitHub 倉庫：將代碼開源託管在 GitHub。這是最主流的方式，無需審核，即刻可用。
技術社區列表：提交 Pull Request 到知名的 Skill 聚合列表（如 GitHub 上的 awesome-claude-skills）。這是獲取早期流量的有效途徑。
官方市場：Anthropic 未來可能會完善官方插件市場，通常需要經過嚴格的代碼審查和安全合規檢查。

Q14：用戶如何安裝我的 Skill？

如果 Skill 託管在 GitHub 上，用戶只需在 Claude Code 或 Cowork 的終端輸入安裝命令：


/plugin install https://github.com/username/repo-name

系統會自動拉取代碼、解析依賴並完成配置。

Q15：如何讓更多人發現我的 Skill？

編寫高質量的 README：提供清晰的功能介紹、截圖、GIF 演示和一鍵安裝命令。
提交至目錄網站：將 Skill 提交到各類 Claude Skills 目錄網站或技術社區。
社交媒體推廣：在 Reddit、Twitter 等開發者社區分享，注重展示解決的具體問題。

Q16：Skills 可以商業化嗎？

直接銷售 Skill 代碼較為困難，因為它們通常是開源的。可行的商業化路徑包括：

API 服務收費：Skill 本身免費，但核心功能依賴開發者提供的後端 API，用戶需付費獲取 API Key。
SaaS 引流：開發與現有 SaaS 產品集成的 Skill，作為產品的增值服務或流量入口。
企業定製：為企業開發特定的內部工作流 Skills。

【第五部分：戰略決策】

Q17：什麼時候應該做 Skill，什麼時候應該做獨立產品？

決策依據主要在於需求的個性化程度和交互方式。

維度	適合開發 Skill	適合開發獨立產品/網站
需求特徵	高度個性化、特定工作流嵌入	通用性強、標準化需求
交互入口	嵌入在對話/工作流中	獨立的 Web/App 界面
開發成本	低（數小時至數天）	高（數週至數月）
維護成本	低（無服務器運維）	高（需維護服務器、數據庫）
目標受眾	開發者、Power User	大眾用戶

Skill 適合“小而美”的工具，解決特定場景下的效率問題；獨立產品適合解決廣泛、通用的市場需求。

Q18：作為 Skills 聚合平台運營者，應該自己開發 Skills 嗎？

平台運營者的核心價值在於篩選和整理，而非生產。GitHub 上已有大量開源資源。運營者應重點關注：

Demo 型開發：為了編寫教程或演示平台功能，開發少量簡單的 Skill。
旗艦型開發：為了樹立平台標杆或解決市場上極其稀缺的高價值需求，打造 1-2 個精品 Skill。

其餘精力應投入到內容的聚合、分類、測評以及社區生態的建設上。

Q19：Skills 的未來趨勢是什麼？

AI 的發展正從單純的 Chatbot（對話機器人）向 Agent（智能體）演進。Skills 是 Agent 與數字世界交互的接口。未來，各類 API 服務商（如 Stripe, Notion, Slack）預計都會官方提供 Claude Skills。掌握 Skill 開發規範，實際上是掌握了未來 AI 應用的交互標準。

Q20：我應該從哪裏開始？

作為用戶：訪問 GitHub 或 Skill 目錄網站，下載並安裝幾個熱門 Skill（如文件管理、代碼工具），在實際工作中體驗其價值。
作為開發者：嘗試編寫一個簡單的 Skill（如“每日格言生成器”），跑通從開發到發佈的完整流程。
作為平台運營者：着手建立清晰的分類體系，篩選優質開源 Skills 並進行漢化和測試，為用戶提供價值。

今天的分享就到這裏，關注嬌姐，持續分享AI資訊和乾貨。