Skills 是什么？——Claude AI 技能核心概念解析
提到 Claude Code 的 Skills，许多人最初会以为它只是另一种插件机制，但实际上，它远比传统插件更智能。简单来说，Skills 能够将你脑中的专业流程、行业规范与最佳实践，整合成标准化的知识模块。这样，AI 不仅能准确理解你的意图，还能遵循你设定的工作模式来执行任务。
下面这张对比表，可以帮助你快速掌握它与传统提示词之间的关键区别：
| 特性维度 | 传统一次性提示词 (Prompt) | Claude Skills |
|---|---|---|
| 知识载体 | 对话上下文，容易丢失 | 文件系统中的标准化文件夹，持久化存储 |
| 复用性 | 低，每次新对话需重新解释 | 高，一次创建即可多次调用，支持跨项目共享 |
| 知识管理 | 知识分散，难以有效维护与迭代 | 模块化管理，不同领域知识独立封装，便于更新 |
| 上下文使用 | 所有指令一次性全量加载，消耗大量 Token | 渐进式披露，按需分层加载，大幅节省 Token 资源 |
| 执行能力 | 依赖模型生成代码或文本 | 可捆绑可执行脚本，直接运行，结果确定且高效 |
核心机制：渐进式披露
Skills 最精妙的设计在于“渐进式披露”。你可以将其类比为查字典的过程——先通过目录定位词条，再翻到对应页面阅读释义，最后才查阅附录中的例句。绝不需要一次性记住整本书的内容。
它的加载机制分为三个层次：
- 元数据层：每个 Skill 的
SKILL.md文件开头部分，包含简短的name和description。Claude 启动时，会加载所有 Skills 的元数据（每个大约占用 100 Tokens），形成一个“技能目录”，用于快速匹配用户请求。 - 核心指令层：一旦 Claude 依据元数据判断某个 Skill 与当前任务相关，才会加载
SKILL.md的主体内容——具体的工作流程与操作规则。 - 扩展资源层：只有在核心指令明确要求时，Claude 才会读取
scripts/目录中的脚本，或references/中的详细文档。用不到的资源完全不占用上下文。
这套机制有效突破了上下文窗口的容量限制。你可以装载几十个 Skills，但在每次对话中仅按需加载，流畅度完全不受影响。
创建与管理 Skills
一个标准的 Skill，在文件系统中就是一个文件夹。其典型目录结构如下：
my-skill/
├── SKILL.md # 必需：核心指令文件，包含元数据与操作指南
├── scripts/ # 可选：可执行脚本（Python、Shell等）
│ └── helper.py
├── references/ # 可选：补充参考文档（API文档、规范等）
│ └── api.md
└── assets/ # 可选：模板、配置文件等静态资源
创建 Skill 的核心在于编写好 SKILL.md。它采用 YAML Frontmatter 结合 Markdown 内容的格式：
---
name: my-skill # 技能名称，也将作为斜杠命令
description: |
本技能用于...
当用户需要...时使用。
关键：清晰描述功能与触发场景
disable-model-invocation: false # 可选：是否允许Claude自动调用
---
# 技能详细指南
## 工作流程
1. 第一步...
2. 第二步...
...
根据使用范围，Skills 可以存放在不同位置：
- 个人 Skills（
~/.claude/skills/）：仅限当前用户使用，适配个人工作流。 - 项目 Skills（项目根目录
.claude/skills/）：团队成员共享，适合项目特定的编码规范与流程。 - 插件 Skills：通过 Claude Code Plugin 安装分发，适合通用工具能力。
应用场景与最佳实践
Skills 的应用范围比想象中更广泛。例如：
- 规范团队流程：将代码审查清单、Git 提交规范、部署流程封装成 Skill，团队输出即可自动对齐。
- 处理特定文件：利用官方或社区的
pptx、xlsx、pdf等 Skill，让 Claude 专业地处理办公文档。 - 封装业务逻辑：将公司内部的数据查询、API 调用规范打包，AI 就能成为熟悉你业务的专家助手。
想要创建出高质量的 Skill，请记住几个要点：
- 一个 Skill 只解决一类明确问题，避免打造“万能工具箱”。
description字段务必写清楚具体功能和触发关键词，帮助 Claude 快速判断。- 在 Skill 中附上输入/输出的正反示例，效果会显著提升。
与其他技术的关系
很多人容易将 Skills 与 MCP、Function Calling 混淆。这里简要梳理一下：
- MCP 好比 USB 协议——它让 AI 安全连接外部工具（数据库、GitHub），解决的是“连接”问题。
- Function Calling 相当于一个按钮——它触发某个具体操作，解决的是“执行”问题。
- 而 Skills 则是完整的操作手册：它利用 MCP 建立连接，通过 Function Calling 执行步骤，指导 AI 如何思考、如何组合步骤以完成复杂任务。
三者彼此互补，协同工作。理解这层关系后，你就能更好地发挥每个工具的优势。
希望这篇文章能帮你快速上手 Claude Code Skills，提升 AI 使用效率。
