大家好，我是势必要把Skills咬烂嚼碎的码哥！
Skills 最近火得一塌糊涂，热度不亚于去年的MCP ，经过几周零碎时间的研究摸索，写下了这篇可能是全网最详细的Skills教程了，哈哈😃！
首先了解下什么是Claude Agent Skills？ Skills翻译成中文就是“技能”，你可以理解为你执行某件事的方法论。
举个生活的例子：我会打网球，当球飞过来，我拿起球拍跑位，在合适的时机、用合适的力度击球，让球准确落在对方场地不出界，这一整套操作逻辑，就叫打网球“技能”。
在 AI 界，Skills 就是让大模型按照特定的方法论去行动的机制，你可以理解为“超级进化版的提示词”，通常由三部分组成：
1、元数据 (Metadata)： 包含对这个技能的简短描述。它保存在全局上下文中，因为体积小，所以非常节省 Tokens（省钱又省心）。
2、行动指南 (Action Guide)： 这部分才是真正的提示词，规定了 AI 每一步该怎么做。
3、资源文件 (Resources)： 这是最厉害的地方！它可能包含 Python 代码 或其他执行程序，保证程序在调用 Skill 时能完成复杂的动作。
Skills 最核心的机制是通过渐进式披露 (Progressive Disclosure)，通过分层加载信息，确保 AI 总能获取所需知识，同时最大化利用上下文的效率。
Skills 与MCP 有什么区别呢，先说结论： MCP 解决"连接"问题，让 AI 能访问外部世界 Skill 解决"方法论"问题，教 AI 怎么做某类任务
大白话理解： Skills 主要聚焦于工具处理。一套完整的方法论。 例如处理文件、设计、写文章。
MCP 主要起到连接作用。适合深度集成外部系统，自定义上传、下载、推送等流程。
两者的关系： Skills 与 MCP 并不是竞争或替代的关系，而是结合关系。
对于普通用户、日常工作，大部分时候只需要 Skills 就足够； 对于复杂的企业场景、跨平台/自动分发等任务，使用 Skills + MCP 可以实现更加稳定和高效的输出。
判断标准：任务是"如何做"还是"做什么"？
判断标准：是否需要结构化输入输出？
你可能会觉得很混乱，那么多专业名词概念，到底怎么才能玩好，别急，你试着把这些串起来，就是AI 工作的完整逻辑。
一句话终极总结：
Prompt 是“让模型听懂的指令”，Skills 是“模型做事的专业流程”，Projects 是“模型工作的专属空间”，MCP 是“模型连接真实世界的桥梁”。
4步就能使用上，非常简单。 第一步、安装OpenSkills npm install -g openskills@1.2.1
第二步、安装官方Skills，需能访问github openskills install anthropics/skills
第三步、创建AGENTS.md ，执行同步命令 openskills sync
第四步、cursor上使用案例 使用xlsx skills生成20条登录注册用例
第一步，安装 Claude Code
终端中输入：
然后选择一个文件夹，终端输入： claude，即可启动（要挂梯子，纯国外邮箱，也可以找些代理商）。
第二步，在 Claude Code 中安装 Skills
介绍2种安装方式，分别是：
方式一：自然语言安装
你可以直接让 CC 来安装，直接提需求：
可以看到他能理解需求，并直接帮安装好了：
方式二：手动安装
下载 skill 安装包，然后直接放到 .claude/skills/，这个目录下：
第三步：使用
使用更简单了，你可以直接指定 skill，也可以按照用户意图，Agent 自动选择合适的 skill。
比如输入 prompt：
用 pptx skill 创建一个关于 Claude Skills 的演示文稿
喝杯茶的时间，Claude Skills 就完成了。
我们来看下效果：
一把梭生成的效果还是非常不错的，一个做 PPT 的 skill 就这样安装好了。
再聊下，如何制作自己的 Skills ，每个人在某个领域可能都有自己的一套做事方法论，制作属于自己的Skills至关重要。
非常推荐大家先安装 Anthropic 官方的一个 skill：skill-creator，他就是专门用来创建 skill 的 skill。
按照同样的方法先安装这个 skill：
下面就演示下如何在 Cursor 里面快速的创建 skill
创建一个 skill，能自动将 pdf 转为 PPT
开始一顿操作来创建这个 skill 了：
接下来就什么都不用管了，很快就生成好了这个 skill：
对应的文件夹也生成 ok 了。
来做下验证，输入以下提示词：
帮我把“阿里巴巴Android开发手册.pdf”转为 ppt 格式阿里巴巴Android开发手册.pdf
转好了：
来看看效果，没什么问题：
做一个 skill 几分钟时间，非常方便。
它们的共同特点是：热度适中（万星级别）、应用场景明确、学习成本可控。无论你是前端开发、后端工程师，还是数据分析师，都能从中找到适合自己的工具
来源：davila7/claude-code-templates（14.0k 星）
核心定位：支持多语言的智能化代码审查工具
解决痛点：弥补人工审查效率低、标准不一、跨语言知识盲区，突破传统静态分析工具局限
核心能力：
来源：ruvnet/claude-flow（9.9k 星）
核心定位：多模式 AI 辅助结对编程工具
解决痛点：传统结对编程人力成本高、节奏难匹配、远程协作困难
核心能力：
差异化优势：区别于 Copilot 的代码补全，提供对话式协作、实时 Review、开发方法论引导
典型场景：TDD 开发、遗留代码重构、新技术探索
来源：wshobson/agents（23.4k 星）
核心定位：数据库查询优化与性能诊断工具
解决痛点：70% 应用性能问题源于低效 SQL，开发者缺乏执行原理认知
核心能力：
适用场景：慢查询排查、数据库设计评审、ORM 生成 SQL 审查
优化效果：典型场景性能提升 40 倍（200ms→5ms）
来源：wshobson/agents（23.4k 星）
核心定位：dbt 工程化实践指南与工具
解决痛点：传统数据转换脚本难维护、质量无保障、协作冲突频繁
核心能力：
适用人群：数据分析师、数据工程师、BI 团队
来源：davila7/claude-code-templates（14.0k 星）
核心定位：提示词工程与 AI 产品开发工具
解决痛点：开发者缺乏 Prompt 设计技巧，输出质量不稳定、无评估体系
核心能力：
适用场景：AI 产品开发、LLM 应用调优、企业 AI 落地
🔗访问链接：github.com/anthropics/… 一句话总结：由Anthropic官方维护，提供超50,000+标准化技能包，覆盖PDF处理、代码生成等高频场景，支持一键安装与跨平台兼容。
🔗访问链接：skills.github.com/ 一句话总结： 开发者主导的开源Skills集合地，集成GitHub Actions实现交互式学习，主打灵活自定义与技术创新（如持续集成、CLI开发等）。
🔗访问链接：mcpmarket.cn/skills/ 一句话总结： 极客向第三方技能库，专注轻量化、高精度工作流（如Linear问题解析），以“自我反思指令集”降低上下文开销。
| 序号 | 问题 | 原因 | 解决方法 |
|---|---|---|---|
| 1 | Skill触发不稳定 | description不够明确 | 在请求中显式指定"使用xxx Skill" |
| 2 | 上下文消耗大 | SKILL.md内容太多 | 引用外部文件：参考 resources/checklist.md |
| 3 | 版本混乱 | Skill修改后没有生效 | 删除旧版本或重命名Skill文件夹 |
| 4 | API调用超时未处理 | 未设置合理的超时机制和错误重试逻辑，导致用户请求卡死 | 1. 设置请求超时时间 2. 实现重试降级逻辑 3. 引入异步调用避免阻塞 |
Skills生态正在快速发展，从5万+技能的市场，到专业的能力框架，选择越来越多，如何选择Skills，记住一个核心判断标准：它能不能帮提你高效率，让你事半功倍甚至锦上添花。
另外，面对越来越多的Skills，建议先去使用，用熟悉了后面再根据自己的SOP写Skills。
