怎么创建一个真正能干活的 Skills?
Anthropic 推出的 Skills功能,就是为解决这个问题而生的。而 Skill Creator,则是一个教你“如何教 AI”的元技能。今天,我将以创建一个 MCP 服务开发技能为例,把创建思路、核心技巧和每个文件的作用,一次性给你讲透。
一、先想清楚:什么才算“真正能干活的 Skill”?
在动手写一个 SKILL.md之前,我们得先回答一个本质问题:这个技能到底要替代什么?
对于 MCP 服务开发来说,一个“能干活的技能”应该做到:
mcp依赖) | |
核心思路:Skill 的本质是把你的隐性知识和最佳实践,固化为 AI 的显性行为规范。你不是在写一个“提示词”,而是在设计一套 AI 能够理解并执行的“标准操作程序”(SOP)。
二、Skill 的完整文件结构——每个文件都有它的使命
根据 Skill Creator 的规范,一个完整的 Skill 目录结构是这样的:
mcp-service-builder/
├── SKILL.md # 必需:核心指令文件
└── 可选资源/
├── scripts/ # 可执行脚本(让 AI 调用而非重写)
├── references/ # 参考文档(按需加载,节省上下文)
└── assets/ # 模板、图标等输出用的资源文件
让我逐一解释每个部分的真正作用:
1. SKILL.md——技能的“大脑”
这是唯一必需的文件,包含两部分:
YAML 前置元数据:
---
name: mcp-service-builder
description: |
指导创建 MCP (Model Context Protocol) 服务的完整工作流。
当用户需要创建新的 MCP 服务、编写 MCP 工具、搭建 MCP Server 骨架,
或提到 "MCP"、"Model Context Protocol"、"扩展 Claude 能力" 时使用此技能。
---
关键技巧:description是技能的唯一触发机制。Claude 根据这段文字判断是否调用你的技能。因此,它必须:
既说明技能做什么
又明确什么情况下该用它
要稍微“激进”一点——宁可多用,不要漏用
Markdown 指令正文:
这是 AI 真正“阅读并执行”的内容。好的指令有几个特征:
用祈使句,清晰直接:
先询问用户偏好的编程语言和项目名称。解释“为什么”,而不只是“做什么”:
必须使用 stdio 传输,因为这是 MCP 协议的标准通信方式,其他传输方式需要额外配置。包含可复用的模板和示例:把完整的代码模板放在指令里,AI 可以直接复制填充。
2. scripts/——让 AI“调用”而非“重写”
这是很多技能被用废掉的地方。假设你的 MCP 服务需要一段复杂的样板代码生成逻辑,你有两个选择:
❌ 把代码写在 SKILL.md 里:AI 每次都会读一遍,浪费上下文,还可能在执行时“发挥创造力”改写出 bug。
✅ 把代码放在
scripts/generate_server.py里:在 SKILL.md 中写运行 python scripts/generate_server.py --name {{project_name}}。
这样,AI 只需要执行一个确定性脚本,而不是重新发明它。这不仅节省 Token,更重要的是保证了输出的一致性。
3. references/——按需加载的知识库
对于 MCP 服务开发,可能涉及不同语言的实现细节。如果把 Python 和 Node.js 的指南全塞进 SKILL.md,文件会臃肿不堪。
正确的做法是采用 渐进式披露:
mcp-service-builder/
├── SKILL.md # 只写通用工作流 + 指引
└── references/
├── python-guide.md # Python 实现细节
└── nodejs-guide.md # Node.js 实现细节
在 SKILL.md 中这样写:
## 语言特定实现
根据用户选择的语言,读取对应的参考文件: