极速开发出一个高质量 Claude Agent Skills 最佳实践
继 MCP(Model Context Protocol)之后,Anthropic 最近又推出了 Skill(技能)。因工作需要,我近期快速上手并实践开发了一个 Skill,过程中积累了一些经验,整理成本文,希望能帮助更多同学:
快速理解 Skill 到底是什么? 掌握关键要点,提升 Skill 的开发质量与效率。
在第三部分,我将通过一个具体案例,完整展示如何将一个想法快速落地为可运行的 Skill。即使你对 Skill 还一知半解,只要能清晰描述需求、准备好相关资料,也能轻松开发出一个高质量的 Skill。
文章有很多主观性,仅供参考。
一、快速认识 Skill
Skill 即技能,一般放在 skills 文件夹内,一个技能一个文件夹,一个技能通常包括 SKILL.md 文件,相关的文档和可运行的脚本等。
一个 SKILL 文件通常包括一个 YAML 头和 Markdown 格式的技能描述。
技能描述中可以提及 Skill 中的其他资和脚本等,Agent 会按需加载。
SKILL.md 中 YAML 的元信息,总是会放到上下文中, Body 部分在技能触发的时候才会加载,要小于 5K,其他的文件(文本文件、可运行的脚本、数据等)没有限制。
Agent 的系统提示词和 Skill 的元信息始终会在上下文中,这样 Agent 根据对话动态决策使用哪个技能,以及根据技能描述动态加载所需要的资源。
详情参见:https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills
补充:https://code.claude.com/docs/en/skills
目前主要在 Claude 桌面、Claude Code 和 API 里面使用。很多其他 AI Coding 工具,如
Antigravity :
参见:https://antigravity.google/docs/skills
Qwen Code
参见:https://qwenlm.github.io/qwen-code-docs/zh/users/features/skills/也已经支持 Skills。
如果工具本身暂时没有直接支持,可以借助 OpenSkills 这个开源项目来使用 Skills:
OpenSkills brings Anthropic's skills system to all AI coding agents(Claude Code, Cursor, Windsurf, Aider).
OpenSkills 可以非常方便地将 skill 安装到全局或项目级 skills 文件中,自动创建项目规则 Markdown 文件,“教会”其他 AI Agent 使用 Skills。
常用命令
安装工具:npm i -g openskills
安装技能:openskills install anthropics/skills
安装技能(全局):openskills install anthropics/skills --global
安装技能(通用模式):openskills install anthropics/skills --universal
安装技能(非交互):openskills install anthropics/skills --yes
同步到 AGENTS.md:openskills sync
同步到自定义文件:openskills sync -o .ruler/AGENTS.md
同步(非交互):openskills sync -y
读取技能:openskills read
列出技能:openskills list
管理技能(交互删除):openskills manage
删除技能:openskills remove
详情参见:https://github.com/numman-ali/openskills
二、Skill VS MCP
说实话,最开始听到的时候还是有点懵逼的,不是已经有了 MCP 了吗?为啥还出一个 Skill?
图片来源:https://skillsmp.com/docs
简单来说,技能就是怎么做;MCP 是有什么工具、有什么功能。
技能的话,主要是经验、最佳实践、流程的封装,而 MCP 是连接与交互的协议,主要是 API 调用、数据读写和工具等。
Skills主要是 Markdown 文件和一些脚本文件,优势在于渐进式加载,不需要服务器资源,适用性好;MCP 主要是客户端和服务端的架构,启动时加载所有工具定义,集成外部功能,Tokens 消耗更高,使用起来更复杂。
两者是互补的关系,Agent 可以通过 Skills 获取知识,通过 MCP 拓展功能。
当然,现在 Rule、MCP、Skill 边界也越来越模糊。
三、快速开发 Skill 的最佳实践
我们已经对 Skill 有了一个初步的认识,也大概了解它和 MCP 的区别。那么接下来,如何快速、高质量地开发一个 Skill?
这里分享自己总结的一套最佳实践。
传送门:https://github.com/anthropics/skills
有些人知道官方给出了一个 skills 开源仓库,里面有很多 skill 示例。
有些同学可能想到了,我们下载下来学习一下,参考一下,自己写一个呗!
且慢!我们为啥要自己写?
说实话,如果我们自己手写,还是比较浪费时间的。我们需要去思考文件的结构、提示词的布局,要花很多时间,而且未必能写好。
上下文工程实践
这里分享一个自己探索的最佳实践。
首先,咱们先把 Claude 的 Skills 仓库源码拉下来。
这里面不仅有 Skill 的例子,而且还有非常详细的规约。不过都是英文的。
学习 AI 的开源项目我会习惯用 Qoder 对代码仓库生成一个仓库 Wiki。 可以快速熟悉对应的结构、原理和知识。
当然,我们还可以把 Skill 相关的高质量资料,灌到 NotebookLM 中,各种提问,生成信息图(上图)、视频概览、PPT 等快速学习。
我们需要思想转变,一个是默认让 AI来做。因此,