Anthropic悄然在GitHub上发布了Claude技能手册。起初，我以为这不过是又一份枯燥的API文档。 但在摸索了几个小时后，我意识到——这个东西实际上
改变了
Claude的运行方式。
简而言之，技能就像是为Claude提供了一套工具和一些肌肉记忆。 它们将Claude从一个健谈的助手转变为一个能够实际
做
事的实干者——创建工作表、制作演示文稿、分析数据，甚至生成PDF文件。 没错，你也可以开发自己的技能。
让我给你展示一下我学到的东西。
按回车键或点击以查看全尺寸图像
图片来源 — Anthropic
好吧，“技能”究竟是什么？
可以将技能视为一小束指令，它告诉Claude在特定情境下如何行事。它兼具代码、行动指南和氛围的特点。
每个技能通常包含三个要素：
-
一些说明（Claude应该做什么）
-
一段代码（这样它才能真正执行）
-
可选资源（如模板或数据集）
这个想法是赋予Claude
特定的专业能力
——类似于安装一个小插件。 例如：
-
“xlsx”技能→制作Excel工作表、图表和数据透视表
-
“pptx”技能→制作演示文稿幻灯片
-
“pdf”技能→格式化并导出PDF文件
-
“docx”技能 → 编写Word文档
你不需要一次性加载所有这些内容——技能仅在需要时加载。这就是Anthropic所说的渐进式披露，它有助于限制模型的token使用量。
食谱里有什么
《Cookbook》分为三个主要的笔记本。每个笔记本都专注于技能工作流程的不同部分。
-
技能介绍 — 快速演示如何设置并生成你的第一个 Excel 或 PDF。
-
金融应用——如果你喜欢仪表盘、投资组合分析或任何数据密集型的东西，这个会很有趣。
-
自定义技能开发——在这里，你将学习如何从头开始构建自己的技能。
克隆后文件夹结构如下：
skills/
├── notebooks/
│ ├── 01_skills_introduction.ipynb
│ ├── 02_skills_financial_applications.ipynb
│ └── 03_skills_custom_development.ipynb
├── sample_data/
│ ├── financial_statements.csv
│ ├── portfolio_holdings.json
│ ├── budget_template.csv
│ └── quarterly_metrics.json
每本笔记本都会引导你完成特定的工作流程——从创建Excel仪表盘到生成精美的PDF报告。 而示例数据集呢？它们看起来还真挺逼真的。
设置它（并不像听起来那么可怕）
你需要准备几样东西：
-
Python 3.8或更高版本
-
Anthropic API密钥
-
Jupyter Notebook或JupyterLab
然后在你的终端中运行以下命令：
git clone https://github.com/anthropics/claude-cookbooks.git
cd claude-cookbooks/skills
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
pip install -r requirements.txt
cp .env.example .env
# add your ANTHROPIC_API_KEY to .env
jupyter notebook
进入 Jupyter 后，打开01_skills_introduction.ipynb，就可以开始了。
深入探究内部
接下来就有意思了。Claude 并不会自动“知道”如何运行代码或下载文件——这正是beta 头信息的作用。
你基本上需要告知API它可以使用技能系统和文件功能。类似这样的内容：
from anthropic import Anthropic
client = Anthropic(
api_key="your-api-key",
default_headers={
"anthropic-beta": "code-execution-2025-08-25,files-api-2025-04-14,skills-2025-10-02"
}
)
这些标题解锁：
-
代码执行（以便Claude能够安全地运行Python）
-
文件****API（这样它就可以创建和下载实际文件）
-
技能框架（新部分）
一旦这些建立起来，Claude本质上就变成了一个可以跨文档操作的自动化引擎。
示例：制作一个Excel文件（只需一个提示）
这是我做的一个演示。 我想要的只是一个基本的预算工作表。
from anthropic import Anthropic
client = Anthropic(api_key="your-api-key")
response = client.messages.create(
model="claude-sonnet-4-5-20250929",
max_tokens=4096,
container={
"skills": [
{"type": "anthropic", "skill_id": "xlsx", "version": "latest"}
]
},
tools=[{"type": "code_execution_20250825", "name": "code_execution"}],
messages=[{
"role": "user",
"content": "Create an Excel file with a simple monthly budget spreadsheet"
}]
)
# extract file_id (you'll have a helper in the notebook)
file_id = extract_file_id(response)
# download it
file_content = client.beta.files.download(file_id=file_id)
with open("outputs/budget.xlsx", "wb") as f:
f.write(file_content.read())
print("Done. Check outputs/budget.xlsx")
无需 pandas，无需 openpyxl，无需公式。 Claude 直接写出整个 Excel 文件并返回。我在本地运行了它，没错，它是一个包含行、总计甚至格式的真正的电子表格。
自定义技能：强大的举措
这部分引起了我的注意——你可以
教
Claude你自己的专业工作流程。
假设你希望它每月生成品牌财务报告。 你可以将该逻辑打包成如下技能：
my_skill/
├── SKILL.md
├── scripts/
│ └── processor.py
└── resources/
└── template.xls
在SKILL.md中，你描述了该技能的功能：
-
输入类型（例如，CSV、JSON）
-
输出类型（Excel、PDF等）
-
遵循何种逻辑（例如，应用公司颜色、计算边距）
下次你用该技能调用Claude时，它已经知道该怎么做了——无需再次重复所有指令。
这就像是给Claude一条通往你大脑的捷径。
我学到的一些实用小贴士
-
**不要一次性加载所有内容。**使用渐进式加载功能，这样Claude只会获取它需要的技能。
-
**批量任务。**您可以让Claude在一次运行中处理多个数据集。
-
**复用容器。**创建会话时，复用它而不是每次都重新启动。这样可以节省时间和令牌。
-
保持输出整洁。 你生成的所有内容都会存入一个outputs/文件夹。如果你重新运行一个单元格，它会覆盖文件——这没问题，只是需要注意一下。
小陷阱
你可能在早期就会遇到一两个小麻烦。 以下是我遇到的问题：
| Problem | What It Means | How I Fixed It |
| ----------------------------------------- | ----------------------- | -------------------------------- |
| `ValueError: ANTHROPIC_API_KEY not found` | Forgot to update `.env` | Added my key manually|
| `Skills feature requires beta header` | Missing the new header | Double-checked my API config|
| `Request exceeds token limit` | Prompt too large| Broke my task into smaller steps |
一旦这些问题得到解决，一切就会顺利进行。
为何这次感觉不同
如果你之前使用过GPT、插件或RAG风格的工作流程，这
不一样
。Claude的技能系统更像是为模型提供了记忆和工具包。它理解你的目标，并拥有执行这些目标的上下文——无需不断提示。
你可以：
-
在Excel中创建仪表板
-
从中自动生成一个PowerPoint
-
将摘要导出为品牌化的PDF，一步到位。
这不仅仅是一个提高生产力的技巧——这是AI逐步融入实际业务工作流程的方式。
最终思考
老实说，这个技能系统是聊天机器人与真正的自动化之间缺失的一环。
克劳德
终于能够有结构地做事，而不仅仅是谈论它们。
如果你想探索那个领域，这本手册是个很好的起点。它文档完善，示例也可直接使用——虽然偏重金融领域，但很容易改编。
如果你是开发者、分析师，或者是每周都要撰写报告的人，那么不妨在周末尝试一下。 你在使用后会不禁思考，
“等等，Claude 难道刚刚把我的工作自动化了？”
