這次之所以整理公開出來，和之前分享Cursor 入門教程系列視頻的初衷相同：用最通俗易懂的方式，講清楚 Agent Skills 究竟是什麼，幫助更多人真正掌握並使用它。

在我看來，Agent Skills 和 AI 編程是這個時代最強有力的個人槓桿。它讓我們普通人能以極低的成本，撬動巨大的能量，去解決難題、優化流程，從繁瑣中解放出來，去好好感受生活。

如果需要Skills藍皮書文檔的話，可以在後台回覆【Skills藍皮書】關鍵詞自行獲取。

視頻版：

文字版：

一、Skills概念拆解（概念、機制、結構）

Skills爆火後，被誤解最多的一個觀點就是：Skills不就是prompt嗎？

實際並非如此。

我們要弄清楚Skills和prompt的區別，就需要從兩者的概念和機制出發。

• prompt：大家應該都比較熟悉了，就是提示詞。不論系統提示詞還是用戶提示詞，它們通常都是靜態的文本，會一次性加載到上下文。

• Skills：全稱是Agent Skills，以文件夾形式組織而成，包括一個SKILL.md文件和可選資源（如腳本或模板），Agent可以動態發現並按需分階段加載這些文件內容到上下文。其中的SKILL.md文件在形態上很像prompt。

大家可能都發現它們的不同了：

• prompt是靜態的文本，而Skills是包含prompt在內的文件夾；

• prompt是一次性加載到上下文的，而Skills是動態按需分階段加載到上下文的。

那麼Skills是怎麼動態按需加載到上下文的？

這和Skills的設計架構有關。

就像前面介紹的，Skills包括一個SKILL.md文件和可選資源（如腳本或模板）。

其中SKILL.md文件是每個 Skill 必須具備的文件，相當於 Skill 的大腦。它由兩部分組成：YAML Frontmatter metadata（元數據層） 和 Markdown instructions（指令層）。

YAML Frontmatter（元數據層，始終加載）

元數據層，這是 Skill 能被Agent“發現”的關鍵。通常包含name和description兩個字段：

• name：就是Skills的名稱。只能使用小寫字母、數字和連字符。和文件夾名稱匹配。

• description：描述這個Skill的功能以及觸發時機（比如，“在處理PDF文件或用戶提及PDF時使用”）。這樣Agent就知道該在什麼時候激活這個 Skill。具體怎麼寫好description，有一定的原則和技巧，我們會在第二節詳細介紹。

它們就像是Skill的“名片”，讓Agent一眼就能知道什麼時候該用哪個Skill。

Agent在啓動時就會加載Skills的元數據層。比如你安裝了10個Skills，Agent在啓動時就會加載這10個Skills對應的元數據層。由於每個Skills的元數據層很簡短（50-100 tokens），所以佔用的上下文空間很小，這也是Skills對比MCP更省token的重要原因之一。

Markdown instructions（指令層，Skill 觸發時加載）

指令層，主要包含具體的執行邏輯。這部分內容只有在 Skill 被激活後才會被加載到上下文。它通常包含：

• 觸發條件確認：再次明確技能的適用邊界。

• 分步程序（SOP）：確定性的操作步驟（例如，“第一步：讀取文件；第二步：提取類名……”）。這也是SKill被大家視為標準工作手冊的原因。

• Few-Shot Examples（少樣本示例）：通過具體的輸入輸出對，向模型展示預期的行為模式，這是提高技能執行可靠性的關鍵手段。

對比元數據層，指令層包含的上下文會更長，一般在 5000 tokens 以內，具體視任務指令長度而定。

Bundled Resources（資源層，按需加載）

最簡單的Skill，就是隻包括SKILL.md文件的。比如我之前分享過的frontend-design skill，就是這種單SKILL.md文件。

這種Skill在形態上就很像prompt，也是大家誤解的最主要原因。

實際上，更復雜的Skill的目錄，是包括腳本、模板等資源文件的。

比如ui-ux-pro-max-skill，這個在定位、能力都和frontend-design非常相似的Skill，在SKILL.md文件外，還包括CSV設計數據庫和Python搜索腳本，Agent在生成 UI 時會自動查詢數據庫，提供匹配的推薦。

在這個ui-ux-pro-max-skill中，SKILL.md 中引用了多個附加文件，比如ui-resoning.csv和search.py。

當Agent讀取到SKILL.md的指令層引用了這兩個文件時，就會通過 bash 讀取ui-resoning.csv（references文件）和運行search.py（script文件）。

但不同的是，bash讀取ui-resoning.csv時，csv的完整內容會加載到上下文窗口；而運行search.py時，bash只是運行腳本呢並僅接收輸出（腳本代碼本身不會進入上下文，這也是Skills省token的另一個重要原因）。

這裏補充一個小的知識點：Bash 就是一個命令行的“翻譯官”+“腳本小助手”：你在終端裏敲的命令，它負責告訴電腦去執行，還能把一堆命令寫進文件裏，讓電腦自動幫你幹活。

Skills這種分層加載的設計架構，在Agent應用領域中，被稱為“漸進式披露”。

Agent 啓動時僅加載所有 Skills 的名稱與描述（元數據層），當識別到相關任務時，再按需動態加載相應 Skill 的詳細指令（指令層）、參考資料和腳本（資源層），從而以最小的上下文消耗擴展Agent能力。

它特別像我們平時看一本書，會先看目錄（對應元數據層），然後根據目錄翻到對應的章節（指令層），如果這個章節有引用，我們就可以根據引用跳轉其它書籍或資源（對應資源層）。

二、支持Skills的工具

2025年10月份誕生的Skills，短短2個月後，Anthropic 就正式宣佈將它發佈為開放標準。

如今，越來越多Agent工具加入了對Skills的支持行列。

這些工具（主要是IDE/CLI）在Skills的安裝和使用流程上大差不差，區別主要在於Skills的安裝路徑。

當然，也有一些工具（如Claude Desktop、Coze等）在安裝和使用Skills上比較特別，在第三節都會單獨拎出來介紹。

至於其它暫時不支持Skills的工具，還是可以藉助 OpenSkills 這個開源項目來使用Skills。

由於工具形態的不同，Skills的安裝和使用方法也有所不同。

Skills的五種安裝方法

方法一：通過插件市場安裝（適合Claude Code、Coze）

Claude Code安裝Skills

以 frontend-design skill 在Claude Code的安裝為例，之前有專門的文章分享過>>>紫色漸變UI看吐了？用Claude Skills輕鬆解決，這次教程主要根據插件市場的最新界面進行了配圖替換。

步驟一：添加官方 Plugin Marketplace

Plugins 是 Claude Code 推出的插件系統，它可以將 MCP Servers、上下文文件、自定義 Slashs，以及 Skills 打包成一個簡單軟件包。

它一般是通過 Plugin Marketplace 來統一管理，官方自己也推出了自己的 Plugin Marketplace，這裏要安裝介紹的 frontend-design skills 就是其中的一個 Plugin。

添加官方 Plugin Marketplace 的方法也很簡單，在 Claude Code 輸入 /plugin；

在打開的列表中選擇 Add marketplace；

接着輸入 anthropics/claude-plugin-official（就是官方 Plugin Marketplace 的 GitHub 倉庫地址，其它插件市場的添加同理）；

Claude Code就會將官方的 Plugin Marketplace 添加進來。

因為我之前安裝過，所以這裏會提示“已安裝”。

步驟二：安裝 frontend-design skills

回到 Plugins 管理面板，在 Marketplaces 選項下選擇剛才安裝的 claude-plugin-official；

在打開的 claude-plugin-official 界面中，選擇 Browser plugins；

接着你就會看到 plugins 列表，選擇其中的 frontend-design 即可；

在這裏，你可以看到 frontend-design Skill 的簡單介紹，同時你可以選擇 Skill 的安裝範圍，有三種：

• 用戶範圍：對全局生效

• 項目範圍：對當前項目（所有人使用）生效

• 本地範圍：僅對當前項目（自己使用）生效

安裝成功後，你就可以在 Installed 選項下看到剛才的 Skill。

釦子（Coze）安裝Skills

釦子在2.0版本中推出了Agent Skills，以及搭配使用的「技能商店」。以「新年繪本」Skill 在釦子中的安裝為例。

大家在「技能商店」中找到「新年繪本」Skill 並點擊，就可以看到如下圖所示的 Skill 彈窗，點擊「安裝」即可；

安裝成功後，Skill 彈窗的「安裝」就會變成「使用」，同時「新年繪本」Skill 會出現在「我的技能」。

注：釦子的Skill安裝是在雲端的，所以就沒有所謂的全局範圍安裝還是項目範圍安裝的區分。

方法二：手動安裝（適合IDE、CLI）

大部分Agent工具沒有類似Claude Code的「插件市場」或釦子的「技能商店」，它們一般就需要手動安裝。

這裏的手動安裝指的是廣義範圍的，包括你從GitHub倉庫、本地文件夾，以及壓縮的Skill文件包（.skill）安裝Skills等。有些還需要自己手動創建Skills目錄（不同工具的Skill目錄有所不同）進行安裝。

如果選擇手動安裝的話，建議初學者用IDE來實現，因為可以非常清晰地瞭解Skill目錄，一般不會出錯。

以 frontend-design skill 在Cursor的安裝為例，其它 IDE/CLI 同理。

項目範圍安裝

步驟一：創建Skills目錄

用Cursor打開你的某個項目，在根目錄新建 .claude 文件夾，接着在  .claude 文件夾下創建 skills 文件夾，如下圖所示：

這裏的目錄路徑，就是前面介紹的 Skills 路徑，每個工具的 Skills 路徑各不相同。

步驟二：下載具體的Skills並拖到步驟一的目錄下

很多項目會同時包含多個Skills的，比如 frontend-design Skill 所在的 anthropic/skills 項目（https://github.com/anthropics/skills）中就包含了16個Skills。

如果你不考慮內存佔用等問題，最簡單粗暴的方法就是將整個項目下載下來（點擊下圖的「Download ZIP」按鈕），

解壓縮後將 frontend-design 整個文件夾拖到步驟一創建的 skills 文件夾下。注意層級關係即可。

但如果你只想下載 frontend-design 這個skill的文件夾，可以使用 DownGit 這個在線工具

• 訪問 DownGit 網站（https://downgit.github.io/）。

• 將 GitHub 上文件夾的頁面連結粘貼到輸入框中。比如 frontend-design skill 文件夾的連結是>>>https://github.com/anthropics/skills/tree/main/skills/frontend-design，就複製粘貼到 DownGit 網站的輸入框中。

• 點擊 Download 按鈕，即可獲得該文件夾的 ZIP 壓縮包

當然，如果你熟悉命令行的話，也可以用SVN進行安裝。這裏就不做展開。

全局範圍安裝

全局範圍安裝和項目範圍安裝的核心流程是一致的，區別在於怎麼找到Skills在不同工具中的全局路徑。

一種方法是讓 AI 幫我們找（但這種不一定在每個Agent工具中都100%有效），如下圖所示：

另一種方法就是根據前面給到大家的Skills的全局路徑去找。

比如Codex Skills 的全局路徑是 ~/.codex/skills/，它代表當前用戶的主目錄。在 Windows 和 macOS 系統中，這個主目錄的具體位置不同，因此完整路徑也不同。

在 macOS 中，~指向 /Users/<你的用戶名>。對應路徑的完整形式為：

/Users/<你的用戶名>/.codex/skills/

比如我的用戶名為 caicai，那麼完整路徑就是：

/Users/caicai/.codex/skills/

由於文件名以點（.）開頭的文件在 Windows、macOS 和 Linux 中默認都是隱藏的，需要先讓它們顯示出來，後面才能添加Skills文件。

比如我要找到Codex Skills的全局路徑，就需要先打開 /User/caicai/，接着按快捷鍵 Command + Shift + .（英文句號），隱藏文件就會以半透明形式顯示，再次按相同快捷鍵即可隱藏。

在 Windows 中，~則通常指向 C:\Users\<你的用戶名>。對應路徑的完整形式為：

C:\Users<你的用戶名>.codex\skills\

比如我的用戶名是 CaiCai，對應的完整路徑就是：

C:\Users\CaiCai.codex\skills\

不同於Mac，在 Windows 中查看隱藏文件和文件夾是通過文件資源管理器快速顯示：

1. 打開任意文件夾，點擊頂部菜單欄的“查看”選項卡

2. 在“顯示/隱藏”區域勾選“隱藏的項目”

3. 隱藏文件會以半透明圖標顯示，再次取消勾選即可隱藏

方法三：通過第三方工具安裝（適合IDE、CLI）

現在越來越多AI編程工具支持Skills了，但它們每個的安裝路徑都千差萬別。

如果你不想費勁記住這些安裝路徑，可以用 Vercel 官方出品的這個 add-skill 項目來解決這個問題。

 🔗：https://github.com/vercel-labs/add-skill

它支持指定Skill安裝的AI編程工具，幾乎支持目前所有常見的AI編程工具。

還支持指定Skills生效範圍（全局/項目），支持指定具體倉庫（或倉庫內的具體Skill）進行安裝；

如果你平時也CC-Swtich進行模型管理，那麼也可以試試用它進行Skills快捷管理（不過目前v3.9.1版本只支持Claude Code和Codex的Skills管理）。

點擊右上角這個🔧icon即可進行Skills管理界面。

方法四：讓 AI 幫忙安裝（適合大部分工具）

當然，如果你不想自己動手安裝Skills，也可以把活丟給AI（不一定每次都會成功，目前測試下來Claude Code最穩定）。

給AI的提示詞可以是這樣的：

幫我安裝 {skill-name}，skill的項目地址是：{skill項目地址}

我個人建議初學者都用方法二跑一遍，這樣會對於Skills有更深的瞭解。

方法五：上傳Skill文件包安裝（適合Claude、釦子編程）

這種方法目前只適合Claude和釦子編程，只需要將打包好的Skill文件上傳到對應工具即可。

• Claude

• 釦子編程

Skills的兩種使用方法

如果你是通過IDE工具、或網頁端工具（如Coze）安裝Skills，安裝成功後無需退出工具重啓即可生效。

但如果你是通過CLI工具安裝Skills，在安裝成功後，一般需要重啓CLI才能使用之前安裝的Skills。

注：Claude Code除外，因為它在v2.10版本中上線了 Skills 自動熱重載功能。簡單來說，就是安裝Skills後無需重啓Claude Code就能生效

方法一：Agent自動加載

我們在前面介紹過，Skills是被設計為按需自動加載的。

以 frontend-design skills 為例，當我們的提示詞涉及前端 UI，AI 就會進行意圖判斷並自動加載相關的 Skills。

這是理想的情況。

為什麼說這是理想的情況？

因為如果你之前頻繁使用過 Skills，那麼你會遇到這樣的情況：Agent 有時候壓根不管你配置的 Skills，直接按照自己的理解開始幹活。

這不是個例，很多開發者都遇到過。我之前分享過OpenSkills，當時就有不少精神股東留言說這些工具沒有自主調用 Skills。

怎麼解決這種問題呢？

兩種方案。

一種是通過 Hook 強制調用 Skills。另一種就是用戶自己手動加載Skills。

Skills+Hooks的組合方案不是我想出來的，最早由國外大神 Scott Spence 提出。他之前也碰到同樣的問題，於是搭了個測試框架，跑了 200 多次測試，找出了兩套方案，把激活成功率從最初的 20% 提升到了 80-84%。

這是他之前分享過的博客>>>

https://scottspence.com/posts/how-to-make-claude-code-skills-activate-reliably

整個流程具體是這樣的：

1、在你的項目中創建 .claude/hooks/skill-forced-eval-hook.sh （或者在 ~/.claude/hooks/ 下全局創建

2、將這段強制執行腳本複製到skill-forced-eval-hook.sh裏

Step 1 - EVALUATE: For each skill, state YES/NO with reason
Step 2 - ACTIVATE: Use Skill() tool NOW
Step 3 - IMPLEMENT: Only after activation
CRITICAL: The evaluation is WORTHLESS unless you ACTIVATE the skills.

3、讓這段腳本可執行： chmod +x skill-forced-eval-hook.sh

4、添加到 .claude/settings.json

{
  "hooks": {
    "UserPromptSubmit": [
      {
        "hooks": [
            {
              "type": "command",
              "command": ".claude/hooks/skill-forced-eval-hook.sh"
            }
          ]
        }
     ]
  }
}

方法二：用戶手動加載

我們可以在提示詞中註明要調用 skill 的名稱，這種方法在大部分工具都通用，比如：

用frontend-design skills,生成一個簡潔的博客網站,單HTML文件

在Claude Code和Cursor中，我們還可以通過 / {skill-name}  的快捷命令指定Skills；

• Claude Code

• Cursor

在Codex中，則可以通過 $ {skill-name}  的快捷命令指定Skills；

在釦子中，則是通過 @ 快速選中自己要調用的Skills。

其它工具中的快捷指定方式就不一一羅列了。

Skills的兩種卸載方法

雖然Skills的安裝方法很多，但卸載方法就比較簡單了。

方法一：通過插件市場卸載（適合Claude Code）

在Claude Code中輸入 /plugin 快捷指令，在打開的管理窗口中選擇「Installed」，我們就能看到自己安裝的所有 Plugins；

選中你要卸載的Skills，然後Enter進入詳情操作窗口，你可以在這裏禁用、更新或卸載它。

注意：大家平常可能會遇到一種特殊情況：就是你已經安裝過某個Skills，在「Markerplaces」中查看顯示已安裝，但在「Installed」不顯示，也無法使用。

這時候可以卸載掉對應的Markerplaces，同時去到這個路徑>>>/Users/caicai/.claude/plugins/installed_plugins.json，刪除這個installed_plugins.json文件（具體文件如下圖所示）

文件刪除後，相當於重置已安裝的Plugins，後面重新安裝Skills時，會重新生成installed_plugins.json文件。

方法二：手動刪除 Skills（通用）

這種就是字面上的意思，找到你前面安裝好的Skills，直接刪除即可。

刪除後可以用 /skills list 或讓 AI 幫你列出當前可用的 Skills 來判斷是否刪除乾淨。

四、實用Skills & Skills資源

前面我們分享了Skills的安裝和使用，那麼有哪些實用的 Skills，以及怎麼找到這些Skills資源？

這裏分享9個實用的Skills，以及6個高質量的Skills資源庫，都是我自己用過且在知識星球分享過的。

9個實用的 Skills

1、Frontend-design skills

用來解決AI老出紫色漸變UI有奇效。

🔗：https://github.com/anthropics/claude-plugins-official/tree/main/plugins/frontend-design/skills/frontend-design

我之前專門出過一條視頻分享這個Skills>>>

和它能力類似的另一個熱門Skills是 ui-ux-pro-max-skill

🔗：https://github.com/nextlevelbuilder/ui-ux-pro-max-skill

2、Superpower skill

可以用來解決AI原生Plan Mode以及一些Task工具在頭腦風暴這一環節提問不夠細緻或精準的問題。

🔗：https://github.com/obra/superpowers

當然，它的優勢還不止於頭腦風暴，它的工作流也非常值得學習。

3、planning-with-files skill

這個Skills基於Manus的上下文工程原理，通過將文件系統作為AI的“外部工作記憶”來解決上下文窗口限制和目標漂移問題。

它用三個markdown文件來管理任務：task_plan.md記錄階段和進度，notes.md存儲研究發現，最終輸出交付文件[deliverable].md。

這個項目很離譜，發佈短短几天就6.6k stars（當然也有借勢Manus被收購的原因），現在已經 11.6k stars了。

🔗：https://github.com/OthmanAdi/planning-with-files

4、Ralph-loop skill

ralph-loop 是 Anthropic 官方插件市場 claude-plugins-official 裏的一個循環執行器（官方其實還有個同樣功能的插件ralph-wiggum，來自claude-code-plugins）

ralph-loop 的核心原理很簡單，就是通過 Stop Hook機制 攔截Claude的退出嘗試，然後將相同的提示詞重新餵給Claude ，讓Claude Code反覆執行同一個任務直到達到預設的目標和迭代次數後完成（如下圖所示）。

我們只需要啓動一次，它就會自動迭代，看到之前寫的代碼、讀取git歷史、修復測試失敗，直到任務完成。

ralph-loop skill🔗：https://github.com/anthropics/claude-plugins-official/tree/main/plugins/ralph-loop

ralph-wiggum skill🔗：https://github.com/anthropics/claude-code/tree/main/plugins/ralph-wiggum

單獨用ralph-loop可能會跑偏，所以兩個Skills可以結合使用，先用planning-with-files Skills讓Claude Code生成任務計劃，然後再用/ralph-loop啓動循環執行。

5、NotebookLM Skill

現在不止Gemini和NotebookLM打通了，Claude Code等任何支持Skills的AI工具，也都可以通過這個 NotebookLM Skill 實現相同的能力。

這可以用在什麼場景下呢？比如AI寫作，以及其它需要高質量RAG知識庫的場景。

NotebookLM Skill🔗：https://github.com/PleasePrompto/notebooklm-skill

6、Obsidian Skill

原本是Obsidian CEO問大家給Obsidian寫了什麼好玩的Claude Skill，結果好像沒有和Obsidian相關的，所以他自己下場寫了三個：

Obsidian Skill🔗：https://github.com/kepano/obsidian-skills

• Obsidian Markdown Skill：寫出Obsidian風格的Markdown文件，支持所有Obsidian特定語法擴展（wikilinks、embeds、callouts、properties等）

• Obsidian Bases Skill：把筆記變成數據庫（支持表格、卡片、列表、地圖等多種視圖類型）

• JSON Canvas Skill：可以用Canvas無限畫布來畫思維導圖/流程圖等，非常適合用來做知識可視化

7、React Best Practices skill

這是Vercel官方發佈的，將他們過去10年的React功底濃縮成了一個Skill，他們的CEO戲稱“用這個Skill相當於僱傭了一個mini版的10年經驗React開發者。”

更多介紹🔗：https://vercel.com/blog/introducing-react-best-practices

React Best Practices skills🔗：https://github.com/vercel-labs/agent-skills/tree/main/skills/react-best-practices

8、Agent Browser skill

這個項目也是Vercel官方發佈的，一個輕量級、交互式的瀏覽器控制殼層，適合一次性任務或簡單自動化工作流，對比 Playwrigt MCP和Chrome DevTools MCP，Agent Browser Skill處理複雜任務更快，也更省token。

Agent Browser🔗：：https://github.com/vercel-labs/agent-browser

具有類似能力的 Skills 還有Dev Browser（需要搭配Chrome插件使用）。

9、skill-creator skill

這個Skill來自Anthropic官方，是用來創建Skill的Skill，大家後續在Skills的製作中會經常用到。

注：雖然skill-creator skill是官方給出的，但它其實也有一些瑕疵。因此開發者社區也出現了一些根據自己實際情況調整的skill-creator skill（沒有好壞之分，關鍵看能否解決自己的問題）

🔗：https://github.com/anthropics/skills/tree/main/skills/skill-creator

當然，實用的Skills遠不止前面介紹的9個，大家可以通過接下來分享的這6個高質量資源庫，快速找到自己想要使用或學習的其它Skills。

6個高質量 Skills 資源庫

1、Claude Code官方Skills庫

Claude Code官方的Skills庫有兩個（嚴格來說有三個，其中一個沒維護了），是他們不同時間段發佈的，兩者存在一些重疊的Skills：

早期的：https://github.com/anthropics/skills

最新的：https://github.com/anthropics/claude-plugins-official（我們前面介紹的Frontend-design skill和ralph-loop skill都在這個倉庫）

2、awesome-claude-skills

GitHub上awesome系列的倉庫基本不會太差，這裏收錄了四個stars數較高的awesome-claude-skills倉庫：

• https://github.com/ComposioHQ/awesome-claude-skills

• https://github.com/travisvn/awesome-claude-skills

• https://github.com/BehiSecc/awesome-claude-skills

• https://github.com/VoltAgent/awesome-claude-skills

3、skillsmp

這個Skills網站收錄了目前GitHub社區超8W+的開源Skills，應該是目前收錄Skills數量最多的網站。

支持 AI 語義搜索和關鍵字篩選，也支持按分類瀏覽、按熱度排序。

🔗：https://skillsmp.com

4、Skill.sh

前面分享過Vercel官方的三個很實用的Skill項目：React-Best-Practices、Agent Browser以及 add-skill。

這回他們把這些項目整合起來，做了個網站：https://skills.sh/

這個網站提供的核心服務有兩個：

第一，通過add skill這個庫，實現在不同AI編程工具中快速安裝各種Skill；

第二，提供Skills安裝排行榜，分總榜和24h榜，大家可以從24h榜快速瞭解最近都有哪些熱門Skills。之前分享的一些熱門Skills，比如Vercel官方的、Anthropic官方的、@寶玉老師的、SEO相關的，基本都在榜上。

5、claude-scientific-skills

這個Skills資源庫比較垂直，是專門科學研究的，目前包括 138 個科學Skills，涵蓋生物學、化學、醫學、物理學和工程等多個領域。

🔗：https://github.com/K-Dense-AI/claude-scientific-skills

6、baoyu-skills

個人開發者的Skills倉庫，我個人學習比較多的就是@寶玉 老師的。

@寶玉 老師本身是Prompt、AI編程、Skills的深度實踐者，這個開源倉庫基本是把他日常工作流（比如文章智能插圖、封面圖片生成、漫畫創作、公眾號發佈、X發佈等）都公開出來了。大家可以從他的Skills中學習Skils工作流拆解：

🔗：https://github.com/JimLiu/baoyu-skills/tree/main/skills

五、Skills的製作（含最佳實踐）

目前Skills的製作大致可以分為兩類。

一類是以Claude Code為代表的，藉助skill-creator skill，在本地製作Skills（工具使用本身有一定門檻）；

一類是以釦子為代表的，全程用自然語言對話，在雲端製作Skills（工具使用門檻較低，適合大部分普通人）。

在Claude Code中製作Skills

這裏默認大家已經安裝好了Claude Code，如果是初次接觸Claude Code，可以直接問AI怎麼安裝，也可以查看我之前分享的這篇教程。

案例一：「英文博客翻譯」Skill

我平常有閲讀英文博客的場景，遇到好的博客會保存為中英雙語兩份文檔。這是一個比較標準化的流程：

獲取博客內容並保存為英文版markdown
→根據英文版markdown翻譯為中文
→審閲譯文並潤色輸出為中文最終版

所以可以考慮固化為Skill。

步驟一：安裝skill-creator skill

用前面介紹的Skills的安裝和使用完成skill-creator skill的安裝。

可以在插件市場裏安裝，也可以讓AI幫你安裝：

幫我安裝 skill-creator skill，skill的項目地址是：https://github.com/anthropics/skills/tree/main/skills/skill-creator

步驟二：梳理需求並形成提示詞

提示詞其實就是對前面流程的細化，描述清楚這個Skill有什麼用，主要包括四個部分

• Skill的用途。例如，“獲取英文博客URL並將它轉換為Markdown文件，同時將英文Markdown文件翻譯為中文”。

• Skill的觸發方式。例如，“當用戶想要保存並翻譯博客文章時使用”。

• Skill的輸出要求。建議這部分儘可能詳細，比如規定Markdown文件的命名格式，規定Markdown文件的保存位置。如果不提前規定好，AI就會自己發散去輸出，比如將Markdown文件保存到 .claude/skills 的目錄下（別問我為什麼知道，問就是踩過坑）

• Skill的所需資源（非必需，具體看你要製作的Skill的類型）。其實就是前面講到的Skill資源層，你可以提供Skill所需的腳本、參考文檔或資源文件。比如我後面會提供潤色prompt和術語表

我要創建一個「英文博客翻譯」Skill，這個Skill可以獲取任意英文博客URL並將它轉換為Markdown文件保存在本地，同時支持將英文Markdown文件翻譯為中文保存在同一目錄下。

1、核心流程：
步驟一：獲取英文博客內容並保存為英文版Markdown（用python腳本固定）
步驟二：根據英文版Markdown翻譯為中文（將翻譯prompt固定）
步驟三：審閲譯文並潤色輸出為中文最終版（將潤色prompt和術語表固定，稍後提供）

2、輸出文件：一份英文版Markdown，一份中文版Markdown

3、輸出文件要求：保存的Markdown文件按域名組織，例如：
<項目根目錄>/
└── <domain>/
    └── <blog>.md
    └── <中譯-blog>.md
- <domain>：即站點名，如github.com、mp.weixin.qq.com
- 英文版Markdown文件命名：<blog>，從頁面標題（首選）或 URL 路徑中提取信息，轉換為 kebab-case 格式，2-6 個單詞
- 中文版Markdown命名：<中譯-blog>，即在英文版Markdown文件命名前加上  中譯- 進行連接

4、觸發時機：當用戶想要保存並翻譯博客文章時使用。

步驟三：用skill-creator skill創建新Skill

輸入步驟二的提示詞，Claude Code就會調用skill-creator skill幫你創建Skill；

注：我在這個過程中遇到Claude Code沒有調用skill-creator skill而是調用了superpower skill的情況，這也是目前Skill的侷限性之一，如果你的Skill描述不夠精準，會存在調用錯誤的情況。

步驟四：測試並迭代Skill

當Skill創建完成後，就可以測試生成的Skill是否符合要求。Skill測試通常建議關注以下兩個問題：

• 是否穩定觸發：驗證Skill的觸發條件，是否能在預期的場景中穩定觸發。

• 是否穩定執行：檢查Skill的處理流程，查看是否有跳過或遺漏執行的步驟、最終輸出的結果是否符合要求。 可以多找幾個不同的案例來測試，儘可能覆蓋一些沒考慮到的邊界情況。

步驟五：創建 Plugin 並上傳新 Skill

如果你想要將自定義的 Skill 分享出去，除了直接分享本地文件，還可以通過創建 Marketplace 和 Plugin 的方式實現。

對於非開發者，如果看官方文檔（https://code.claude.com/docs/en/plugins）去創建，可能會覺得很頭大。沒關係，可以直接把文檔發給 AI ，讓AI幫我們創建：

https://code.claude.com/docs/en/plugins,請根據官方文檔創建marketplace和plugin並將extension-icon skill打包進去

通過 Marketplace 和 Plugin 分享的 Skills 有個好處，就是當你更新 Skills 後，那些安裝了你的 Skills 的用戶，就可以通過 Marketplace 進行更新。

案例二：「Chrome插件圖標」Skill

我之前還分享過另一個案例，就是用Claude Code開發「Chrome插件圖標」Skill，解決AI開發Chrome瀏覽器插件不配置圖標，以及SVG圖標轉格式的問題。

如果你有現成的SVG圖標，這個Skills就會調用Python腳本，直接將SVG圖標轉為Chrome瀏覽器所需的四種標準尺寸（16×16、32×32、48×48、128×128）的PNG圖標；

如果你沒有現成的SVG圖標，這個Skills就會先從Iconify圖標庫搜索符合要求的SVG圖標並下載下來，然後再調用Python腳本將SVG圖標轉為四種尺寸的PNG。

對這個案例感興趣的精神股東可以移步查看：

• 文字版：https://mp.weixin.qq.com/s/7VUIzD0tnkImN8atADEGRg

• 視頻版：

注：不同於案例一，案例二的製作方法是先進行腳本驗證，然後再用skill-creator skill將腳本打包進Skill。

在這個案例中，它的標準流程可以拆分為三步：

1. 圖標搜索：根據輸入的關鍵詞（如 "beer"），在iconfont、font awesom等主流圖標庫查找圖標；

2. 圖標下載：自動下載第一個匹配結果的 SVG 文件；

3. 圖標格式處理：將 SVG 轉換為 Chrome 插件要求的 4 種 PNG 尺寸。

雖然這三步都可以用一個腳本來實現，但對於已經有 SVG 圖標只想轉格式的場景，我就沒法用這個腳本來實現 SVG 圖標轉 PNG 了。

所以這時候更好的選擇，是搜索和下載圖標用一個腳本實現，SVG格式轉化用另一個腳本實現。這就是 Skills 製作中比較推薦的“原子組合”方法。

在釦子中製作 Skills

案例一：「中英文混合排版優化」Skill

這個案例是通過提示詞一次性生成Skill。

我有個寫作場景是這樣的，需要在【英文/數字】和中文之間保留1個半角空格，如果手動操作半角空格非常重複低效，這種場景完全可以通過 Skill 來解決。

步驟一：梳理需求並形成 Skill 提示詞

在 釦子編程 首頁，選擇「技能」選項卡

注：可以直接打開釦子編程，也可以在釦子「技能商店」點擊「創建技能」快速跳轉釦子編程

在對話框輸入我們的Skill提示詞，比如我想製作一個用於「中英文混合文本排版優化」的Skill，對應的提示詞是這樣的：

我想創建一個[中英文內容排版]的 Skill，用於[優化用戶上傳的、包含中英文內容的文章排版]，
當用戶提及[幫我優化中英文內容排版]時，就會調用這個 Skill，輸出優化後的文章排版，文章排版遵循【英文/數字】和中文之間需要保留1個半角空格

當然，你也可以寫得更詳細，這直接決定Skill的邏輯、交互效果和穩定性。

接着釦子編程就會開啓雲端的沙盒環境，調用各種工具來製作Skills；

步驟二：測試並迭代Skill

Skills製作完成後，接着就可以測試生成的Skill是否符合要求。

釦子編程的Skill開發頁面的右側是調試區，比如我這裏就是上傳一份本地文檔，來檢驗中英文混合文本的排版優化情況。

Skill測試同樣要關注以下兩個問題：

• 是否穩定觸發：驗證Skill的觸發條件，是否能在預期的場景中穩定觸發。如果釦子調用了Skill，對話區域會展示“完成技能加載”的提示。

如果沒有觸發，你可以和釦子繼續對話讓它約束觸發條件，或者自行編輯 SKILL.md 的 description 部分，明確說明Skill的觸發條件。

• 是否穩定執行：檢查Skill的處理流程，查看是否有跳過或遺漏執行的步驟、最終輸出的結果是否符合要求。 可以多找幾個不同的案例來測試，儘可能覆蓋一些沒考慮到的邊界情況。

注：釦子Skill的每次修改都會記錄版本號，如果你覺得這次修改不滿意，可以點擊「回到該版本」實現回滾

步驟三：部署Skill

完成Skill的開發與調試之後，你需要部署Skill，才能在釦子對話中使用。

在Skill的開發頁面右上角點擊「部署」，根據頁面提示確認技能的部署配置之後，單擊「開始部署」即可。

等個十幾秒，就會看到部署成功的提示。

案例二：「英文博客翻譯」Skill

不同於案例一，案例二是我和釦子進行了多輪對話，最後得到了一個符合要求的產物。

由於這個流程是比較固定的、輸出格式明確、有令人滿意的樣例，所以可以將它製作為一個技能，相當於“可複用的操作說明書”，方便後續在類似場景中直接複用。

步驟一：多輪對話得到符合要求的產物

在釦子首頁，輸入初始任務需求。

注意：這裏用的是釦子，而不是釦子編程。我之前誤以為在釦子編程中也能跑，結果我把提示詞輸進去，它給我返回了個翻譯工具站。

將這篇英文博客翻譯為中文：https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills

由於最開始還不太清楚自己想要的譯文規範，所以提示詞會寫得很簡單。我想看到第一輪翻譯結果後再調整。

根據第一輪翻譯結果，給出優化任務（要求譯後審校，同時給到參考的術語翻譯表）。

進行譯後審校：對照原文與譯文進行批判性評估，提供具體改進建議。最終譯文的語體風格應符合中國大陸簡體中文的口語化表達習慣。審校需關注： 
1. 準確性：修正增譯、誤譯、漏譯及未翻譯內容 
2. 流暢性：遵循中文語法、拼寫與標點規範，消除冗餘重複 
3. 風格適配：保持與原文風格的契合度，兼顧文化語境轉換 
4. 術語統一：確保術語一致性並符合專業領域特徵，中文習語需採用對等表達

翻譯時請嚴格遵循以下術語對應關係： 
- AGI -> 通用人工智能 
- LLM/Large Language Model -> 大語言模型 
- Transformer -> Transformer 
- Token -> Token 
- Generative AI -> 生成式 AI 
- AI Agent -> AI 智能體 
- prompt -> 提示詞 
- zero-shot -> 零樣本學習 
- few-shot -> 少樣本學習 
- multi-modal -> 多模態 
- fine-tuning -> 微調 
- Agent Skills -> Agent Skills 
- Skills -> Skills

然後釦子會給到一份譯後審校報告。

根據第二輪翻譯結果，進行最後一輪潤色。

進行譯稿潤色：綜合前兩步成果，對譯文進行精細化打磨

當你覺得這輪的譯稿符合要求的話，就可以進入步驟二。

步驟二：將釦子對話固化為Skill

輸入下面這段生成Skill的提示詞，釦子就會把生成Skill的任務移交給釦子編程；

幫我將以上處理流程製作為技能，已生成的產物可作為風格、格式的參考。

釦子編程會將前面的多輪對話總結為一段詳細的提示詞，然後在雲端的沙盒環境自動跑任務；

注意：這裏的提示詞相比之前多輪對話的內容，是存在信息缺失的

我想要創建一個能夠完成翻譯、譯後審校和譯稿潤色全流程的skill。這個skill需要有以下功能:

(1)接收英文技術博客URL作為輸入,獲取完整內容並進行初步翻譯;
(2)對照原文對譯文進行批判性審校,識別準確性、流暢性、風格適配和術語統一問題;
(3)根據審校結果對譯文進行精細化打磨,使其符合中國大陸簡體中文的口語化表達習慣。

我對輸入的要求包括英文技術博客URL(必需)和術語對應關係(可選),我希望輸出格式包含原始譯文、審校報告和潤色後的最終譯文。

標準化工作流程:
第一步,獲取英文博客內容並進行初步翻譯;
第二步,對照原文進行譯後審校,生成包含具體改進建議的審校報告;
第三步,根據審校報告對譯文進行潤色,生成符合口語化表達習慣的最終譯文。

我特別強調需要嚴格遵循給定的術語對應關係,確保術語一致性。

最後釦子編程會給到你一個打包後的 Skill。

步驟三：測試並迭代Skill

這一步是最後一步，測試生成的Skill是否符合要求。

右側是調試區，比如我這裏就是輸入一篇新的英文技術博客，來檢驗翻譯流程和結果。

完成測試後就可以部署上線了，流程和案例一一樣，這裏就不做贅述。

注：如果你想要將自己製作的扣子技能上架到「技能商店」，官方文檔有非常詳細的介紹，這裏不做贅述。

Skill製作最佳實踐

這裏整理的最佳實踐，大部分來自Anthropic官方的「Skills製作最佳實踐」，更詳細的內容可以移步原文檔查看。

🔗：https://platform.claude.com/docs/zh-CN/agents-and-tools/agent-skills/best-practices

核心原則

- 簡潔是關鍵：只添加 AI 原本不瞭解的上下文。

- 設定適當的自由度：根據任務的脆弱性和可變性調整具體程度。

Skills結構

- SKILL.md-name：儘量採用動名詞形式，比如processing-pdfs、writing-documentation，避免名稱含糊不清，如helper 、documents ；

- SKILL.md-descriptions：要包括Skills的功能和觸發條件/使用時機。這樣Agent才知道什麼時候選擇這個Skill

- SKILL.md-漸進式披露原則：將 SKILL.md 正文控制在 500 行以內。接近這個限制時，將內容拆分為單獨的文件

- Skills-資源層：資源層應保持在 SKILL.md 的一級目錄 。所有資源層文件都應直接連結到 SKILL.md，以確保Agent在需要時能夠讀取完整的文件。

- Skills-資源層：對於超過 100 行的資源層文件，請在頂部添加目錄。這樣即使在預覽部分讀取結果時，Claude 也能看到所有可用信息。

工作流和反饋循環

- 將複雜的操作分解成清晰的、循序漸進的步驟。對於特別複雜的流程，提供一份清單，Agent 可以將其複製到回覆中，並在執行過程中逐項勾選。

- 實施反饋迴路。使用“運行驗證器 → 修復錯誤 → 重複”這種反饋循環模式，能顯著提高輸出質量。

雙Agent開發Skills

核心思路就是，使用Agent A來創建Skills，然後在Agent B中測試這個Skills。將你在Agent B觀察到的一些問題反饋給Agent A進行迭代優化。

什麼任務值得做成Skills？

Anthropic在官方博客中有回答過這個問題。

官方博客：Skills explained: How Skills compares to prompts, Projects, MCP, and subagents  | Claude

當你需要 Claude 持續高效地執行特定任務時，請選擇Skills。Skills非常適合以下情況：

• 組織工作流程 ：品牌指南、合規流程、文檔模板

• 專業領域： Excel 公式、PDF 處理、數據分析

• 個人偏好： 筆記系統、編碼模式、研究方法

為了更細緻地回答這個問題，我抓取了 skills.sh 安裝排行榜 Top 100 的Skill，基於SKILL.md內容，對它們的任務類型分佈進行了分析。

然後我發現目前大家安裝比較多的Skills的類型分佈是這樣的（注：左側是Skills類型，右側是對應的Skills數量）：

1. 增長/營銷（SEO/CRO/投放/定價/增長策略）：23

2. 軟件工程：前端/全棧 UI 與最佳實踐：19

3. 內容生產（圖文/幻燈片/圖片/媒體處理/社媒分發）：17

4. 工程方法論（計劃/執行/協作/評審/調試等流程）：13

5. 文檔與辦公（PDF/DOCX/PPTX/XLSX/文檔協作）：8

6. Agent 工程（MCP/工具鏈/瀏覽器自動化等元技能）：5

7. 軟件工程：移動開發（Expo/RN/iOS/Android）：4

8. 軟件工程：DevOps/發佈/CI/CD/依賴維護：4

9. 軟件工程：後端/API/數據與數據庫：4

10. 溝通與管理（會議/彙報/內部溝通）：2

11. 軟件工程：測試/質量保障/驗證（偏測試方法）：1

它們大致可以分為三類任務（這三類任務彼此可以重疊）：

• “高頻處理+有可複用流程”的任務：這類任務目標明確，執行步驟固定，可通過標準化流程或腳本反覆、高效地完成。例如，代碼審查、自動化測試、CI/CD構建、SEO審計等。

• “強模板化產出”的任務：這類任務產出物的格式和風格有固定要求，核心在於將內容高效地適配到預設的模板中。例如社媒配圖、PPT製作、品牌設計、報告/週報等。

• “多模塊/多流程組合”的任務：這類任務本身比較複雜，需要串聯或並聯多個獨立模塊或子流程來完成。例如社媒文章的發佈（收集資料+選題分析+學習文風+正文寫作+配圖智能插入）等。

這三類任務，也可以作為三條標準，來判斷任務是否值得做成Skills。

當然，更簡單的一條判斷標準是：這是一次性任務，還是需要反覆做的任務？

如果只是一次性任務，沒必要做成 Skill——Skill 的核心價值在於複用。

如果是需要反覆做的任務，建議按這個流程走：

1. 手動跑通，沉澱標準： 先手動執行幾次，釐清固定步驟，識別潛在卡點，並明確高質量輸出的標準。

2. 示範教學，封裝 Skill： 新建會話，在支持 Skills 的 Agent 中完整演示一遍任務。確認無誤後，指示 Agent 將剛才的操作鏈封裝為 Skill，以便複用。

3. 循環使用，持續迭代： 後續直接調用 Skill 執行任務。每次完成後校驗輸出，針對不滿意之處指令 Agent 調整並更新 Skill。

簡單來說，Skill 的本質是“可複用的最佳實踐”。先跑通流程，再固化為Skill，最後在實戰中不斷打磨。

六、Skills對比Workflow、MCP、SubAgent

現在Vibe Coding最大的問題，是新概念太多了。

大神 Andrej Karpathy 在去年年底的一條帖子中就發出了這樣的感慨。在這條帖子中，他列出了這麼一長串新概念：

Agents、Sub-agents、Prompts、Contexts、Memory、Modes、Permissions、Tools、Plugins、Skills、Hooks、MCP、LSP、Slash Commands、Workflows、IDE Integrations……

要把這些新概念成體系梳理清楚可不容易，這顯然不是一節內容能搞定的。

我們這一節任務比較輕鬆，主要講清楚：Skills、Workflow、MCP、SubAgent這四個概念的區別。

Skills 對比 Workflow

說到Workflow，大家第一反應應該就是釦子、Dify、n8n這類工作流編排工具。用戶只需要通過拖拽節點和連線，就能搭建好一個自動化流程。

Skills 其實也能做類似的事情，這段時間就有用戶嘗試將自己之前的扣子工作流、n8n工作流轉成Skills。

既然都能編排工作流，那它倆的差別在哪裏？

核心區別在於三個地方。

注：這裏列舉的三個不同，主要是指釦子Skills之外的Agent Skills。因為在我看來，目前的扣子Skills和Claude Skills走的是兩條不一樣的路。這個話題後面有機會再單獨展開 ~

區別一：確定性不同

Workflow具有高度確定性——用戶輸入指令後，一定是按照節點順序推進的，節點 A 執行完一定是節點 B，不會突然跳到節點 C 或節點 D。

但這種確定性的反面是不夠靈活，當你的流程固定後，遇到輸入條件的變化，整個工作流可能就沒法運行了。

比如我在前面分享的「Chrome插件圖標」Skill 案例。在 Workflow 裏，如果我一開始就將輸入條件固定為圖標關鍵詞的輸入，它確實可以根據關鍵詞幫我搜索符合條件的SVG圖標並轉為Chrome插件所需的四種PNG尺寸；

但如果我已經有了SVG圖標，那我就沒法用這個工作流了。而Skills按需自動加載的機制可以解決這種問題。

區別二：模塊化程度不同

不同的 Workflow 之間是沒法組合使用的，但不同的 Skills 之間可以。這麼說可能有點抽象，還是以前面分享的兩個案例進行舉例。

假設我要實現將英文博客翻譯為中文，並實現中英文混合排版優化。

如果我之前分別做了「英文博客翻譯」和「中英文混合排版優化」兩個 Workflow，要實現上面的任務目標，我就需要重新編排一個全新的Workflow，或者在原有的 Workflow 中任選一個進行重新編排。

但如果我之前做的是「英文博客翻譯」和「中英文混合排版優化」兩個Skill，情況就完全不同了。同樣是實現上面的任務目標，我就只需要在Claude Code（或其他IDE/CLI）用自然語言進行編排：

先調用「英文博客翻譯」Skill翻譯文章，翻譯完成後保存為translate.md，然後啓動「中英文混合排版優化」Skill進行排版優化

區別三：分發難度不同

Workflow 基本是鎖定平台的。比如你在n8n上搭建了一個很厲害的 Workflow，你是沒法分享給平時在用釦子和Dify的朋友的。

但Skills可以。不論你是在Claude Code中創建的Skills還是在釦子中創建的Skills，它們都是標準的帶SKILL.md文件和可選資源層的文件夾形態，遵循的也是Agent Skills的結構和漸進式披露原則，都可以快速安裝到任何一個支持Skills的工具中使用。

用戶可以在單個 Skill 裏實現自動化流程，也可以用自然語言將多個 Skill 串聯起來運行。

那什麼時候用Workflow，什麼時候用Skills呢？

如果你追求極致的穩定、可控、可追溯、可審計，典型如金融、醫療、法律這類行業。那麼更適合Workflow；

如果你的任務輸入條件多變、需要智能判斷；或者工作流需要跨平台分享複用，那麼優先考慮Skills。

Skills 對比 MCP

MCP 和 Skills 兩者很容易被混淆，甚至有激進的觀點認為 Skills 可以取代 MCP。

注：這裏說的 MCP 都是指 MCP Server。

兩者之所以容易被混淆，是因為它們都是為了增強 Agent 能力而設計的協議或標準，並且Skills的概念出來後，部分 MCP 開始推出 Skills，典型如 Context7 MCP 推出了 Context7 Skills。乍一看以為是一回事，其實兩者在在設計理念、實現方式、應用場景和功能焦點上存在顯著差異。

還是先從概念出發。

MCP：即模型上下文協議，是為了標準化 AI 模型與外部系統（如數據源、工具）的連接方式而誕生的。

它的核心是引入一箇中間層接口，減少自定義集成的工作量。

MCP 解決了傳統 API 連接的“m × n”問題（m 個 AI 應用與 n 個外部工具需連接 m × n 次），轉為只需 m + n 次連接。通過 MCP，AI 可以安全、雙向地訪問實時數據，而無需為每個模型或工具編寫獨特的代碼。

但 MCP 有個很嚴重的問題，就是非常占上下文空間。因為每個 MCP 連接到 AI 時，就會把所有 tools 的定義（名稱、描述、參數、示例）一次性塞進上下文。一個 tool 的定義大概幾百個 tokens，一個 MCP 通常有 10-20 個工具。當你連接的 MCP 數量一多，整個上下文空間就會被擠掉。

Agent Skills 的推出，採用漸進式披露的信息加載方式（具體可以看>>>Agent Skills概念拆解），一定程度上解決了 MCP 非常佔用上下文空間的問題。

但要注意，Skills 只是解決此前 MCP 很占上下文空間這個問題，而不是解決了 MCP 原本要解決的問題。因為兩者一開始要解決的問題就不是一回事。

核心區別：解決的問題不同

MCP 解決的是Agent“數據訪問”的痛點（如從外部源拉取信息），它的核心是連接；

Skills 解決 Agent“任務執行”的痛點（如教Agent新技能），它的核心是提供流程知識（SOP）。

如果你要讓 Agent 連接外部數據，用 MCP；如果你要向 Agent 解釋怎麼處理這些數據，用Skills。

Skills 對比 SubAgent

SubAgent 和 Skills 就比較好區分了，它倆都可以用來處理特定工作流程。區別在於“誰在做決策”以及“上下文如何管理”。

區別一：誰在做決策

SubAgent，就是子Agent（是相對主Agent來說，主Agent下管理着多個子Agent），它有獨立的上下文窗口、自定義系統提示和特定工具權限，是為了特定工作流程專門構建的。

比如 Cursor 的 Plan Mode 和 Debug Mode 就是兩個SubAgent，分別用來做任務規劃和代碼調試。

SubAgent 相當於“大腦的分身”，接收主Agent的目標後，負責局部決策。

而 Skills 是被動的腳本和指令， 相當於是“手”，負責任務執行；每個 SubAgent 在執行任務時，可以調用自己專屬的 Skills 來完成具體操作（當然，Skills 也可以直接交給主Agent調用，區別會在下面具體介紹）。

區別二：上下文如何管理

如果把 Skills 加載到主Agent，那就是正常的按需分層加載。但這種方法通常會增加主對話的上下文負擔，因為主Agent需要加載 Skills 的使用說明和 Skills 返回的所有上下文（注：在簡單的任務中一般問題不大）。

但如果你是處理複雜任務，那麼更建議採用 SubAgent + Skills 的組合方式。由於每個 SubAgent 都有獨立的上下文窗口。這意味着它可以在後台用Skills處理海量繁瑣信息，而只給主Agent返回一個精簡的結果，從而保護主對話的上下文空間不被撐爆。

總結來說：

如果你的任務是線性的、步驟明確的（例如：抓取網頁 -> 翻譯 -> 保存為 PDF），或者多個Agent需要相同的專業知識，或者你希望主Agent對每一個細節都有更好的掌控。優先選擇 Skills。

如果你的任務是探索性的、極其複雜的（例如：深入研究一個技術主題、大規模代碼重構），或者單次任務涉及的數據量超過了主模型的上下文限制。優先選擇 Sub-Agents。

關於這些概念怎麼組合起來用，可以查看官方博客：

🔗：https://claude.com/blog/skills-explained

Skills確實強大，但也存在一些侷限。如果不加以應對，這些問題反而可能會導致效率低下、安全風險或維護成本上升。

這一節主要分享Skills的三個主要侷限，分析其原因，並提供實用應對策略，幫助大家更好地使用Skills。

侷限一：使用門檻高

看完前面的介紹，大家可能也感受到了，如果要正常使用Skills，還是有點門檻的。

第一道門檻：工具門檻。除了釦子，其它能運行Skills的工具都是IDE或CLI，安裝門檻高。有些還得解決網絡問題。

第二道門檻：配置環境門檻。即使你解決了工具門檻，也把Skills下載安裝好了，但迎接你的可能是各種依賴和配置環境缺失帶來的運行報錯。比如你去用最近很火的Remotion Skills，大概率就會遇到這個問題。

第三道門檻：管理和維護門檻。在Claude Code中，如果你不通過插件市場安裝Skill的話，Skill本身是沒法跟隨倉庫更新的，那麼你使用的Skill就一直是老版本。其它IDE或CLI甚至沒有插件市場這東西。當你安裝了多個Skills，後續的管理和更新維護就會成為一個很大的問題。

應對策略

如果你的任務並不需要在本地處理，也不需要使用Claude、Gemini、GPT、Kimi、GLM這類更強大的模型（Skills的執行效果很依賴模型），那麼可以在釦子中使用Skills；

如果你要在IDE或CLI工具中使用Skills，但又不太熟悉其中的操作細節（比如安裝和配置環境等問題），基本可以向AI提問解決；

至於Skills更新這個問題，優先選擇Claude Code插件市場這種安裝方法（適合按需更新）。而其它第三方Skills自動更新工具，暫時不建議使用，因為這涉及接下來要介紹的侷限二：安全漏洞。

侷限二：安全漏洞

Skills 的開放性允許從各種來源獲取和集成，但這也引入了潛在的安全風險。大家應該還記得Skills的結構，它的資源層通常包含腳本文件，這意味着如果在 Claude Code 中安裝了惡意 Skills，它可能在本地引入漏洞、濫用權限（如通過網絡請求竊取敏感信息），或執行非預期操作（如數據泄露或有害命令）。

應對策略

一、只用可信來源

可信來源大致可以分為這麼幾類：

• 你自己/你的公司/團隊內部寫的 Skills

• Anthropic/Vercel/Obsidian等知名官方發佈的 Skills

• 知名開發者在 GitHub 開源的。需要滿足三個條件：

• GitHub Stars > 500，說明多人在用；

• 有其他開發者 Review 過（看 Issues 和 PR）

• 作者有其他知名項目（不是新賬號）

二、審查代碼

下載 Skill 後，不要直接使用，先審查（也可以將下面的內容發給AI，讓它幫你閲讀）

• 打開 SKILL.md 和腳本（如有）文件，逐行閲讀

• 搜索這些危險關鍵詞：

curl
wget
bash
sh
eval
exec
system
subprocess
silently
background
hidden

• 檢查是否訪問敏感路徑：

~/.ssh
~/.aws
~/.config
/etc/passwd
/etc/shadow
.
env
credentials

• 檢查網絡請求：

• 所有 HTTP/HTTPS 請求的目標

• 是否有向未知域名發送數據

• 是否有 Base64 編碼的數據（可能是混淆）

• 檢查依賴安裝：

• 是否使用 --global 或 -g

• 版本號是否合理

• 是否從官方源安裝

初次使用建議在沙盒環境中測試 Skill。

三、版本控制

將 Skills 加入 Git 管理。這樣你就知道什麼時候添加了什麼 Skill（方便追溯和對比），如果 Skill 出問題，也可以快速回滾快速恢復。

侷限三：低觀測性

不同於Workflow在過程中每一步都可以觀測結果，大部分Skills在執行復雜任務時往往缺乏透明度，導致調試困難。

應對策略

在Anthropic官方的「Skills製作最佳實踐」中有這麼一個製作技巧：創建可驗證的中間輸出。

以前面分享的「英文博客翻譯」Skill為例，在英文Markdown到最終版譯文之間，

我可以把中間輸出的直譯版本和潤色版本，也都保存成本地文件。這樣我就可以看到每一步的輸出，非常方便調試和定位問題。

這裏主要收錄的是外文博客，目前已收錄五篇，後續看到好的也會持續收錄 ~ 

以上就是Skills藍皮書的全部內容，希望對你們幫助或啓發~

最後，留一個開放話題給大家：

想想你工作中最痛苦的那個重複任務是什麼?

也許它就值得被做成一個 Skill。

如果需要Skills藍皮書文檔的話，可以在後台回覆【Skills藍皮書】關鍵詞自行獲取。