从 0 到 1 打造 Skill 学习笔记

本文是一篇学习笔记，整理自《从 0 到 1 打造 Skill：完整实战指南》，融合分阶段学习路径、核心知识点与落地实践，适配快速上手与系统掌握 Claude Skill 开发全流程。

目录

1. Skill 核心认知

2. Skill 设计原则与标准结构

3. Skill 开发全流程（六步标准化）

4. 优质开源 Skill 资源推荐

5. 开发最佳实践与常见问题解决

6. 总结与核心设计思想

1. Skill 核心认知

1.1 什么是 Skill

Skills 由 Anthropic 提出，是更高层次的模块化能力封装，用于扩展智能体（如 Claude）的功能边界。每个 Skill 封装了指令、元数据及可选的资源（脚本、模板、参考文档等），智能体可根据上下文相关性，自动选择并调用适配的 Skill。

简单来说：Skill 是将 Claude 从通用型智能体转变为专业型智能体的 “领域入职指南”，让其具备模型本身不具备的程序性领域知识。

1.2 Skill 的核心价值

Skill 能为智能体提供四大核心能力，完美解决通用大模型在专业场景的落地痛点：

• 专业工作流：封装特定领域的多步骤操作流程，无需重复梳理逻辑

• 工具集成：提供特定文件格式（PDF/Word/Excel）或 API 的使用指导说明

• 领域专长：沉淀企业特有知识、数据架构、业务规则等专属内容

• 资源包：整合处理复杂 / 重复任务所需的脚本、参考文档、模板等可复用资源

1.3 Skill 与传统提示词的区别

Skill 本质上属于高级上下文工程，与普通提示词相比，核心优势在于：

2. Skill 设计原则与标准结构

2.1 三大核心设计原则

Skill 的设计围绕上下文高效利用和智能体执行效率展开，三大原则是开发的核心准则，贯穿全流程：

2.1.1 简洁至上

上下文窗口是公共资源，Skill 需与系统提示词、对话历史、其他技能元数据共享，设计时必须做到：

• 核心前提：Claude 本身已经很智能，仅添加 Claude 不知道的内容

• 持续质疑：对每段信息问两个问题 ——“Claude 真的需要这个说明吗？”和“这段内容的 Token 成本值得吗？”

• 示例优先：用简洁的实操示例替代冗长的文字解释，降低理解成本

2.1.2 给予恰当的自由度

根据任务的脆弱性和可变性，匹配不同的指令具体程度，让 Claude 在 “可控范围内” 执行任务：

• 高自由度（文本指令）：多种有效方法、决策依赖上下文时使用（如文案创作、创意设计）

• 中等自由度（带参数伪代码 / 脚本）：有首选模式、可接受少量变化时使用（如简单数据处理）

• 低自由度（特定脚本 + 少量参数）：操作易出错、一致性至关重要时使用（如代码执行、文件格式转换）

形象类比：Claude 像探索路径的人，悬崖边的窄桥需要护栏（低自由度），开阔的田野可自由走（高自由度）。

2.1.3 渐进式展开

Skill 采用三级加载系统管理上下文，实现资源的 “按需加载”，从根本上解决上下文溢出和 Token 消耗问题：

1. 元数据（名称 + 描述）：始终在上下文（约 100 字），用于 Claude 判断是否触发技能

2. SKILL.md 正文：技能触发时加载（控制在 5000 字内），提供核心使用说明

3. 捆绑资源：根据需要加载（无字数限制），脚本可直接执行无需读入上下文

核心要求：SKILL.md 主体内容控制在500 行以内，超量则拆分至参考文件，并在主体中明确引用规则。

2.2 Skill 的标准目录结构

每个 Skill 为一个独立目录，包含1 个必需文件和3 类可选捆绑资源，无其他无关文件，结构标准化如下：

skill-name/  # 技能名称，小写短横线分隔├── SKILL.md (required)  # 核心配置与说明文件，必需│   ├── YAML frontmatter metadata (required)  # YAML头部元数据，必需│   │   ├── name: (required)  # 技能名称，唯一│   │   └── description: (required)  # 技能描述，触发关键│   └── Markdown instructions (required)  # Markdown主体指令，必需└── Bundled Resources (optional)  # 可选捆绑资源，按需创建    ├── scripts/          # 可执行代码（Python/Bash/Shell等）    ├── references/       # 参考文档/领域知识/API规范等    └── assets/           # 输出用资源（模板、图片、字体、脚手架等）

2.3 核心文件 / 文件夹详解

2.3.1 必需文件：SKILL.md

SKILL.md 是 Skill 的核心入口，是 Claude 识别和使用技能的唯一依据，由YAML 头部元数据和Markdown 主体内容两部分组成，缺一不可：

1. YAML 头部元数据

• 仅包含name和description两个字段，无其他多余字段

• description是技能触发的核心，必须清晰描述：技能功能 + 使用场景 + 触发条件

• 示例（docx 技能）：全面的文档创建、编辑和分析功能，支持修订追踪、评论、格式保留和文本提取。当Claude需要处理专业文档（.docx文件）时使用，包括：(1)创建新文档，(2)修改或编辑内容，(3)处理修订追踪，(4)添加评论，或任何其他文档任务

1. Markdown 主体内容

• 仅写技能的使用说明和捆绑资源的调用指引，无 “何时使用技能” 的内容

• 编写准则：始终使用祈使句 / 不定式形式（如 “加载 references/finance.md 查看财务架构”）

• 核心作用：技能触发后，指导 Claude 如何执行任务、调用资源

2.3.2 可选捆绑资源

scripts/：可执行代码文件夹

• 使用场景：同一段代码需要反复编写、需保证执行结果确定性 / 可靠性时

• 示例：scripts/rotate_pdf.py（PDF 旋转）、scripts/extract_excel_data.py（Excel 数据提取）

• 优点：节省 Token、执行结果确定，部分脚本可直接执行无需加载到上下文

• 注意：脚本需实际运行测试，确保无错误；Claude 可读取脚本进行修改 / 适配特定环境

references/：参考资料文件夹

• 使用场景：Claude 执行任务时需要查阅的文档、知识、规范等

• 示例：references/finance.md（财务架构）、references/api_docs.md（API 规范）、references/schema.md（数据库表结构）

• 核心优势：让 SKILL.md 保持简洁，仅在 Claude 需要时才加载，不占用多余上下文

• 最佳实践：

• 大文件（超 1 万字）添加 grep 搜索模式，方便快速查找

• 信息不重复：详细内容仅放在参考文件，SKILL.md 只保留调用指引

• 分类存放：按领域 / 功能拆分文件，避免单文件过大

assets/：输出资源文件夹

• 使用场景：技能需要在最终输出成果中使用的文件，无需加载到上下文

• 示例：assets/logo.png（品牌素材）、assets/slides.pptx（PPT 模板）、assets/frontend-template/（HTML/React 脚手架）

• 核心优势：将输出资源与说明文档分离，Claude 可直接调用，不占用上下文空间

2.4 技能中绝对不能包含的内容

Skill 仅保留AI 智能体执行任务所需的核心文件，任何无关的辅助文档都会造成混乱和干扰，禁止添加：

• 说明类：README.md、QUICK_REFERENCE.md（快速参考）

• 安装类：INSTALLATION_GUIDE.md（安装指南）

• 日志类：CHANGELOG.md（更新日志）

• 其他：创建过程说明、安装测试步骤、用户使用文档等

3. Skill 开发全流程（六步标准化）

Skill 开发遵循六步标准化流程，按顺序执行（无明确理由不可跳过），从需求分析到迭代优化，覆盖全生命周期，确保开发的技能规范、可用、易复用。

步骤 1：通过具体示例理解技能

核心目标

明确技能的核心功能、使用场景、触发方式，避免开发方向偏差。

执行方法

通过提问梳理具体使用示例，示例可来自用户需求或实际业务场景，核心问题包括：

• 该技能需要支持什么核心功能？是否有拓展功能？

• 能否给出 3-5 个该技能的实际使用示例？

• 用户会说什么话 / 提什么需求来触发这个技能？

• 还有哪些潜在的使用方式 / 场景？

结束标准

对技能的功能、触发场景、使用方式有清晰、具体的认知，无模糊点。

步骤 2：规划可重用的技能内容

核心目标

将具体示例转化为可封装的模块化资源，梳理出需要纳入 Skill 的脚本、参考资料、资源文件。

执行方法

对每个示例进行流程拆解，分析：

1. 从零开始执行该示例，需要哪些步骤 / 知识 / 代码？

2. 重复执行该工作流时，哪些内容会反复使用？

3. 这些可复用内容分别属于scripts/、references/、assets/ 中的哪一类？

输出成果

形成可重用资源清单，明确每个资源的名称、类型、存放路径、核心作用。

示例参考

• PDF 编辑技能：旋转 PDF 的代码反复使用→规划scripts/rotate_pdf.py

• 前端开发技能：样板 HTML/React 代码反复使用→规划assets/frontend-template/

• 大数据查询技能：数据库表结构需反复查阅→规划references/schema.md

步骤 3：初始化技能

核心目标

通过脚本快速生成标准化的技能目录模板，避免手动创建文件 / 文件夹的疏漏，提升开发效率。

执行命令

使用 Anthropic 提供的init_skill.py脚本，一键初始化：

scripts/init_skill.py <技能名称> --path <输出目录>

脚本自动生成内容

1. 在指定路径创建以技能名称命名的独立目录

2. 生成带 YAML 头部占位符和待办事项的 SKILL.md 模板

3. 创建scripts/、references/、assets/三个示例资源文件夹

4. 在每个文件夹中添加可自定义 / 删除的示例文件

后续操作

根据可重用资源清单，删除模板中无需使用的示例文件，保留空文件夹（若后续需要）。

步骤 4：编辑技能（核心开发步骤）

核心目标

实现可重用资源，编写规范的 SKILL.md 文件，完成技能的核心开发。

执行分三步

4.1 学习经过验证的设计模式

根据技能需求，参考成熟的最佳实践，避免重复造轮子：

• 多步骤流程：参考references/workflows.md（顺序流程 / 条件逻辑）

• 特定输出格式：参考references/output-patterns.md（模板 / 示例模式）

4.2 实现可重用资源

按照资源清单，在对应文件夹中开发 / 添加资源，核心要求：

• 脚本文件（scripts/）：必须实际运行测试，确保无错误、输出符合预期；大量相似脚本仅测试代表性样本

• 参考文件（references/）：结构清晰、重点突出，大文件添加搜索模式；信息不重复

• 资源文件（assets/）：确保文件可用，符合输出场景要求（如模板格式正确、图片清晰）

• 无关文件：彻底删除初始化模板中无需使用的示例文件 / 文件夹

4.3 编写 SKILL.md 文件

严格遵循编写准则，完成核心文件的编写，重点注意：

1. YAML 头部：仅写name和description，description包含功能 + 触发条件 + 使用场景

2. Markdown 主体：使用祈使句，仅写使用说明和资源调用指引；控制在 500 行以内，超量拆分至 references/

3. 资源引用：明确标注资源路径和调用时机（如 “当需要处理 PDF 旋转时，执行 scripts/rotate_pdf.py”）

步骤 5：打包技能

核心目标

将开发完成的技能目录打包为可部署 / 可共享的格式，适配 Claude/Cursor 等平台的加载要求。

执行命令

使用 Anthropic 提供的package_skill.py脚本，一键打包：

package_skill.py <技能目录路径> --output <打包文件路径>

打包成果

生成适配 Claude 平台的技能包文件（如.zip 格式），可直接上传至 Claude/Cursor 的 skills 目录使用。

步骤 6：基于实际使用进行迭代

核心目标

根据实际使用反馈，优化技能的触发准确性、执行效率、资源可用性，让技能更贴合实际场景。

迭代优化方向

1. 触发优化：修改description字段，补充关键词 / 触发场景，提升 Claude 识别准确率

2. 内容优化：精简 SKILL.md 冗余内容，补充参考文件的领域知识，修复脚本的 BUG

3. 资源优化：新增实际使用中需要的可重用资源，删除无用资源，优化资源调用逻辑

4. 结构优化：对超量的 SKILL.md 内容进行拆分，调整资源存放路径，让结构更清晰

迭代原则

小步快跑：基于实际使用的具体问题进行优化，不做无意义的修改；每次优化后进行测试，确保技能可用。

4. 优质开源 Skill 资源推荐

精选 Anthropic 官方及社区优质的开源 Skill 资源，按使用场景分类，包含用途、下载链接，可直接部署使用或基于此进行二次开发，大幅降低开发成本。

4.1 开源 Skill 资源列表

4.2 开源 Skill 使用 / 二次开发建议

1. 入门阶段：优先使用文档处理类Skill（docx/pdf/xlsx），这类 Skill 实用性强、结构简单，易部署、易理解

2. 提升阶段：学习能力提升类Skill（prompt-engineering/Skill Creator），掌握 Skill 的设计方法和提示工程技巧，为自主开发打基础

3. 实战阶段：根据自身工作场景，选择相关 Skill 进行二次开发，核心是 “替换 / 补充专属资源”（如在 references / 中添加企业知识、在 assets / 中添加专属模板）

4. 开发原则：先复用，再创新—— 基于成熟的开源 Skill 框架，无需从零开发，仅适配自身场景即可，提升开发效率

4.3 开源 Skill 部署方法

1. 从 GitHub 下载开源 Skill 的完整目录

2. 将目录复制到 Claude/Cursor 的skills 目录下（不同平台路径可参考官方文档）

3. 在 Claude/Cursor 中通过/技能名称（如/pdf）唤起，直接使用

5. 开发最佳实践与常见问题解决

5.1 开发最佳实践

5.1.1 SKILL.md 编写最佳实践

1. description 是核心：必须包含功能 + 触发条件 + 使用场景 + 关键词，提升 Claude 识别准确率

2. 精简为王：主体内容控制在 500 行以内，超量立即拆分至 references/

3. 指令清晰：始终使用祈使句，明确资源调用路径和时机（如 “执行 scripts/rotate_pdf.py，参数为：旋转角度 90 度”）

4. 无多余信息：正文中不包含 “何时使用技能” 的内容，所有触发信息都放在 YAML 头部

5. 格式统一：使用标准 Markdown 格式（标题、列表、代码块），让结构清晰，Claude 易理解

5.1.2 资源管理最佳实践

1. 信息去重：详细信息仅放在一处（SKILL.md 或参考文件），SKILL.md 只保留调用指引

2. 大文件处理：references / 中超过 1 万字的文件，添加 grep 搜索模式（如 “搜索【财务指标】查看相关内容”）

3. 脚本测试：所有 scripts / 中的脚本，必须实际运行测试，确保无 BUG、输出符合预期

4. 资源分类：严格按照 scripts/（可执行代码）、references/（参考知识）、assets/（输出资源）分类，不跨文件夹存放

5. 无用资源删除：初始化模板中的示例文件 / 文件夹，无需使用则彻底删除，保持目录简洁

5.1.3 开发流程最佳实践

1. 需求先行：先通过具体示例明确技能的使用场景，再开始开发，避免方向偏差

2. 资源规划在前：先梳理可重用资源清单，再进行初始化和开发，避免反复修改目录结构

3. 小步迭代：开发完成后，先小范围测试，再基于反馈迭代优化，不做无意义的大修改

4. 标准化开发：严格遵循六步开发流程和标准目录结构，让技能具备可维护性、可复用性

5. 文档化记录：记录技能的开发思路、资源清单、迭代点，方便后续维护和二次开发

5.2 常见问题与解决方案

问题 1：技能触发不精准（Claude 无法识别 / 误触发）

核心原因：description 字段描述模糊，缺少触发条件 / 关键词 / 使用场景

解决方案：

1. 补充具体关键词（如处理 PDF 则添加 “PDF、提取、合并、标注” 等）

2. 明确触发场景（如 “当需要处理.docx 文件时使用”）

3. 列出具体任务（如 “包括：创建新文档、修改内容、处理修订追踪”）

4. 精简冗余内容，让 description 聚焦核心功能与触发条件

问题 2：上下文溢出 / Token 消耗过快

核心原因：SKILL.md 内容过长、大文件直接加载到上下文、信息重复

解决方案：

1. 拆分 SKILL.md：将详细内容移至 references/，主体仅保留调用指引

2. 大文件处理：references / 中超 1 万字的文件添加搜索模式，按需加载

3. 信息去重：删除重复内容，仅在一处保留详细信息

4. 精简内容：删除 Claude 已知的通用知识，仅保留专属领域知识

问题 3：技能复用性差，仅能适配单一场景

核心原因：资源封装过于个性化，缺少通用逻辑；SKILL.md 指令过于具体

解决方案：

1. 提取通用逻辑：将通用代码 / 知识封装为可重用资源，个性化内容通过参数调整

2. 采用中等自由度设计：用带参数的指令替代固定指令，支持多场景适配

3. 补充拓展资源：在 references / 中添加不同场景的使用说明，让技能支持多场景

问题 4：开发效率低，反复修改 / 调试

核心原因：未做需求分析和资源规划，直接开发；未复用开源资源

解决方案：

1. 严格遵循六步开发流程：先做需求分析和资源规划，再开始开发

2. 复用开源资源：基于成熟的开源 Skill 框架，仅适配自身场景，不从零开发

3. 模块化开发：按资源类型分模块开发，完成一个模块测试一个模块，避免整体调试

4. 使用初始化脚本：一键生成标准化目录，避免手动创建文件的疏漏

6. 总结与核心设计思想

6.1 Skill 的核心设计思想

Skill 本质上是Anthropic 对上下文工程的高级探索，其所有设计都围绕一个核心目标：让大模型在专业场景中更高效、更专业、更可控地落地，核心设计思想可总结为四点：

1. 模块化封装：将专业能力拆分为独立的 Skill 模块，一次开发、多次复用，支持模块组合

2. 轻量化加载：通过三级渐进式加载系统，按需调用资源，从根本上解决上下文溢出和 Token 消耗问题

3. 专业化沉淀：将通用大模型与领域知识、专业工作流结合，实现 “通用智能 + 专业能力” 的双重提升

4. 工程化管理：以标准化的文件目录结构组织知识，让大模型的能力可设计、可开发、可维护、可迭代

6.2 Skill 的核心价值总结

Skill 不是对大模型能力的颠覆，而是对大模型能力的延伸和落地，其核心价值在于：

• 对个人：提升大模型的使用效率，避免重复编写提示词，让大模型更贴合个人工作场景

• 对企业：沉淀企业专属的领域知识、业务规则、工作流，实现企业知识的标准化、可复用化，让大模型成为企业的 “专属智能助手”

• 对开发者：提供了大模型应用开发的新范式，通过模块化封装，降低大模型专业场景落地的开发成本

6.3 未来发展趋势

随着大模型应用的深入，Skill 作为模块化能力封装的形式，将呈现四大发展趋势：

1. 生态化：形成覆盖全领域、全场景的 Skill 生态，用户可按需选择、自由组合

2. 标准化：Skill 的设计、开发、部署将形成更完善的行业标准，提升跨平台兼容性

3. 智能化：Skill 的调用和组合将更加智能，Claude 可根据复杂任务，自动组合多个 Skill 完成工作

4. 工程化：Skill 的开发、测试、部署、迭代将形成完整的工程化体系，成为大模型应用开发的核心环节

后记

Claude Skill 的开发，核心不在于 “技术难度”，而在于对场景的理解和对设计原则的遵循。只要吃透三大核心设计原则，严格遵循六步标准化开发流程，从简单场景入手，通过 “复用→二次开发→自主开发” 的路径，就能快速掌握 Skill 的开发能力，让大模型真正成为工作和开发中的高效助手。

本笔记融合了 Skill 的核心知识和快速学习实践规划，既可作为入门学习手册，也可作为开发参考手册，希望能为大家理解和开发 Claude Skill 提供有价值的参考。