--- title: Claude Code 中的 Skills：Anthropic 内部使用经验与最佳实践 date: 2026-03-18 20:30:00 author: Gamehu tags: - AI - Claude Code - Skills categories: - AI ---
AI 工具
前几天在 X 上看到一篇关于 Claude Code Skills 的深度分享，作者是 Anthropic 的 Thariq。文章总结了他们团队内部数百个 Skills 的实战经验，信息量很大，读完收获颇多。 原文链接：https://x.com/trq212/status/2033949937936085378 今天整理一下核心观点，顺便加上自己的一些思考。 --- ## 一个常见误解 很多人以为 Skills "就是个 Markdown 文件"，放几句提示词而已。 实际上，**Skills 是一个完整的文件夹**，可以包含脚本、数据、模板等资源。Claude Code 会在合适的时候读取这些内容，就像给一个专家配备了全套工具箱。 这个区别很重要——它决定了你是做一个"简单的提示词模板"，还是做一个"真正能解决问题的智能助手"。 --- ## Skills 的九种类型 Thariq 把 Anthropic 内部的 Skills 分了九大类。这个分类很有参考价值，可以对照看看自己的技能库缺了哪一类： ### 1. 库与 API 参考 解释如何正确使用某个库、CLI 或 SDK。重点是记录边缘案例和常见陷阱，而不是重复文档。 **例子**： - 内部计费库的 edge cases - 出口网关的配置和调试方法 - 某个 SDK 的版本差异 ### 2. 产品验证 描述如何测试代码是否正常工作，常搭配外部工具。 **例子**： - 用 Playwright 跑完整注册流程 - 用 Stripe 测试卡验证结账流程 - 需要 TTY 的交互式 CLI 测试 > 这类 Skills 特别值得投入时间打磨，因为能保证 AI 输出的正确性。 ### 3. 数据获取与分析 连接数据系统和监控平台，包含查询规范、仪表板 ID、常见工作流。 **例子**： - 用户留存率查询 - Grafana/Datadog 数据源配置 - 转化率对比分析 ### 4. 业务流程与团队自动化 把重复工作流压缩为一条命令。 **例子**： - 聚合 Ticket、GitHub、Slack 生成站会报告 - 自动格式化周报 - 标准化 Ticket 创建流程 ### 5. 代码脚手架与模板 为特定功能生成框架代码。 **例子**： - 新建内部应用（预配置认证、日志、部署） - 迁移文件模板 + 常见陷阱 - 新建服务/工作流的标准结构 ### 6. 代码质量与评审 强制代码质量，帮助代码评审。 **例子**： - 生成"新鲜视角"子 Agent 进行批判性评审 - 强制特定代码风格 - 测试编写指南 ### 7. CI/CD 与部署 帮助获取、推送、部署代码。 **例子**： - 监控 PR → 重试 flaky CI → 解决冲突 → 自动合并 - 渐进式部署 + 错误率监控 → 自动回滚 - Cherry-pick 到生产环境的标准流程 ### 8. 运行手册 (Runbooks) 输入症状，输出结构化诊断报告。 **例子**： - 某服务的调试手册（症状 → 工具 → 查询映射） - On-call 告警自动排查 - 根据 request ID 关联所有相关日志 ### 9. 基础设施运维 执行日常维护与操作（含破坏性操作，需要防护栏）。 **例子**： - 发现孤儿资源 → 通知 → 浸泡期 → 用户确认 → 清理 - 依赖审批工作流 - 成本异常调查 --- ## 制作 Skills 的实用技巧 ### 1. 不要陈述显而易见的内容 Claude 已经知道很多东西。Skills 应该聚焦在"让 Claude 跳出常规思维"的信息上。 **例子**：前端设计 Skill 通过与用户迭代，避免 Inter 字体和紫色渐变等"AI 味"设计。 ### 2. 建立 Gotchas 专区（最有价值的内容） 记录 Claude 使用这个 Skill 时常见的失败点，持续更新。 **真实例子**： - "subscriptions 表是 append-only，取最高 version 而非最新 created_at" - "API gateway 用 @request_id，billing service 用 trace_id，但值相同" - "Staging 返回 200 但 Stripe webhook 未处理，需查 payment_events" ### 3. 利用文件系统做渐进式披露 Skill 是文件夹，可以把详细内容拆分到不同文件： - `references/api.md` - 详细 API 签名 - `assets/` - 模板文件供复制 - `scripts/` - 现成脚本 让 Claude 知道文件夹内容，它会在需要时读取。 ### 4. 避免过度约束 Skill 要可复用，指令不要过于死板。提供必要信息，保留适应性。 ### 5. 提前考虑配置 部分 Skill 需要用户上下文（如 Slack 频道）。建议用 `config.json` 存储配置，未配置时让 Agent 询问用户。 ### 6. 内存与数据存储 Skill 内可以实现"内存"：追加日志、JSON 或 SQLite。建议存入稳定路径（如 `~/.claude`），避免 Skill 升级时丢失数据。 **例子**：`standup-post` 保留 `standups.log`，下次运行时自动对比昨日变化。 ### 7. 存储脚本 + 生成代码 给 Claude 现成脚本/库，让它专注组合而非重写样板。 ### 8. 按需 Hooks 仅在调用 Skill 时激活的临时 Hooks。 **例子**： - `/careful`：仅在生产环境阻挡危险命令 - `/freeze`：锁定仅允许特定目录的编辑 --- ## 分发与管理 ### 小规模：检入仓库 直接放在 `./.claude/skills`，适合小团队。 ### 大规模：制作 Plugin 通过 Claude Code Plugin 市场分发，避免每个 Skill 都增加上下文负担。 ### 管理市场的经验 - 无中心化审核团队 - 开发者先上传到 sandbox 文件夹，在内部渠道推广 - 获得 traction 后提 PR 进入市场 ### 组合 Skills 直接通过名称引用其他 Skills，模型会自动调用（前提是已安装）。 ### 衡量使用情况 使用 `PreToolUse` Hook 记录 Skill 使用日志，可以发现哪些是热门 Skill，哪些没人用。 --- ## 我的几点思考 ### 1. Skills 的本质是"可复用的上下文" 以前用 Claude，每次都要在对话里交代一堆背景信息。Skills 把这些背景"固化"下来，变成可复用的资产。 这和编程里的"抽象"是一个道理——把通用的东西抽出来，下次直接用。 ### 2. Gotchas 比 Reference 更有价值 文档能告诉 Claude "API 怎么用"，但只有实战经验能告诉它 "这里容易踩坑"。 这也是人类工程师的价值所在——不是记得住多少文档，而是知道哪些地方容易出问题。 ### 3. 从"用完即走"到"持续积累" Thariq 提到他们大多数 Skills 最初只是几行文字 + 一个 gotcha，后来因 Claude 不断碰到新边缘案例而持续完善。 这和我们写代码一样——先跑起来，再迭代优化。不要想着一次做到完美。 ### 4. 对国内用户的现实考量 Claude Code 在国内的使用还有一些门槛（网络、账号、价格）。但这些方法论是通用的： - 如果你用 Cursor/Windsurf，可以借鉴这个分类思路整理 `.cursorrules` - 如果你用其他 AI 工具，也可以建立自己的"提示词库" 核心是：**有意识地积累和复用上下文，而不是每次都从零开始**。 --- ## 结语 Skills 还处于早期阶段，大家都在摸索最佳用法。这篇分享更像是一个"有用技巧合集"，而非权威指南。 最好的学习方式就是动手实验，不断迭代。 如果你已经在用 Claude Code，不妨从整理一个最常用的工作流开始，把它做成 Skill。你会发现，AI 助手越用越顺手。 --- **参考链接**： - [原文推文](https://x.com/trq212/status/2033949937936085378) - @trq212 - [Skilljar 课程](https://skilljar.com) - 《Agent Skills》入门课程 - [Claude Code 文档](https://docs.anthropic.com/en/docs/claude-code/skills)