Discernment Nudge 是个反向技能：它不帮你写答案，而是在答案后面加三个具体问题，让你自己掂量一下。 人很容易把结构漂亮、语气肯定的回答当成结论。但涉及花钱、健康、引用、承诺的答案，错的代价很高。这个技能干的事很小：在给完实质性回答后，附 2–3 个与内容绑定的追问，提示你去验哪个数字、哪一步推理、哪块上下文可能缺。它不是免责声明，而是三个能直接行动的问题。
标签 Anthropic 下的文章
Academy Guide 技能让 Agent 在回答完「怎么用某个功能」之后，顺手推一门对应的官方课程，而不是只丢一段文档。 很多教程型提问的真实需求不是“告诉我怎么点”，而是“教会我这事怎么做”。文档只解决前者。这个技能的做法很具体：当用户问怎么用 Claude、怎么上手某个功能、怎么推给团队时，Agent 先正常作答，再查一遍官方学习站 academy.claude.com 的课程/教程/案例目录，有匹配就推一个链接，没匹配就不硬推。
Claude API 技能把模型 id、价格、参数、流式、工具调用、缓存这些容易过时的东西钉在一个地方，让 Agent 别凭记忆写代码。 写调用大模型的代码，最容易错的地方不是语法，是参数：模型名写错、缓存标记放错位置、工具调用返回后没校验。这个技能的定位很偏执：只要你的提示词里出现 Claude / Anthropic / Sonnet / Haiku 这类词，或者任务本身是 LLM 相关（工具调用、结构化输出、缓存、限流），Agent 必须先读它，不许直接写代码。
Slack GIF Creator 是 Anthropic 官方技能，把「Slack 能动图用多大、帧率多少、几种颜色」这些坑写成了硬约束。 让 AI 做动图，最大的问题不是画不出来，而是画出来的文件太大、尺寸不对、发到 Slack 里被压成糊团。这个技能把 Slack 的实际上传限制、推荐尺寸、帧率、调色板位深全部写成检查项，并附一个能直接调用的 Python 构建器。你需要的是一个能过审的 GIF，而不是一张好看但发不出去的图。
不让 AI 直接交一份完整初稿，而是带你走「收上下文—搭结构—试读者」三步。 让 AI 写长文最常见的失望是：一口气吐三千字，结构看着像样，读完发现论点空、例子假、语气也不对。问题不在生成能力，而在流程——人写长文档也不会一上来就成稿，而是先摸清背景、再拉大纲、再找人试读。doc-coauthoring 是 anthropics/skills 里的官方技能，干的就是把这三步固化成对话流程，逼着 AI 在动笔前先问清楚。
把一套品牌色板和字体分工写成 AI 能照着执行的步骤，产出不再每次换一种风格。 多数人让 AI 做页面或幻灯片，第一版通常还行，第二版就变形了：标题字体换了，强调色从橙变成了紫，留白也忽大忽小。原因不是模型能力不够，而是没人把「这套东西到底该长什么样」讲清楚。Brand Guidelines 是 Anthropic 官方 skills 仓库里的一个演示技能，做法很朴素——把 Anthropic 自己的品牌色、字体分工、图形配色规则写成一份 markdown 指令，AI 读到之...
先写一份设计哲学，再让 AI 把它画成博物馆级的海报与艺术图。 当大多数人让 AI “画一张图”时，得到的是随机、缺乏主张的画面。Canvas Design 技能走的是另一条路：它要求 AI 先为作品立一套“视觉哲学”（一种美学主张），再基于这套哲学生成 PDF 或 PNG 视觉作品。结果不是装饰性文档，而是具有明确艺术立场的静态设计物——海报、艺术海报、品牌视觉概念稿皆可。它属于 Anthropic 官方技能集，以目录形式分发。
把 Word 文档的创建、编辑、批注与修订交给 AI，产出真正可打开、可打印的 .docx 文件。 在写合同、报告、简历、标书这类正式文档时，纯文本或 Markdown 常常不够用——目录、页眉页脚、单元格带底色的表格、带修订痕迹的协作稿，才是 Word 用户真正需要的。DOCX 技能正是为这个场景而生：它让 AI 直接操作 Word 的底层 OOXML 结构，生成的是能被 Word、WPS、LibreOffice 直接打开的 .docx/.dotx 文件，而不是“看起来像 ...
覆盖技能从草稿、测试、评估到优化打包的完整闭环，让普通人也能做出被准确触发的 AI 技能。 技能名称：skill-creator（技能创建器） 适用平台：Claude Code / Claude.ai / Cowork 等支持 Agent Skills 的环境 安装方式：从 anthropics/skills 仓库复制 skills/skill-creator 到项目 .claude/skills 或 ~/.claude/skills 仓库或市场地址：https://gith...