一天一个claude code玩法:花一整天测的Skills三件套,踩了3个坑

54 阅读7分钟

图片

大家好,我是AI淇橦学。

今天干了一件挺费脑子的事。

花了大半天时间,研究一套叫「Claude Skills 三件套」的东西。


为什么我要学这个?

其实卡兹克那篇文章几天前就发了。

当时是热点,但我没第一时间去追。

为什么呢?因为我有别的学习内容要忙。

但这两天,我抽空去验证了一下。

原因很简单:我有真实需求。

我的 Skills 里,内容越来越臃肿。

有的地方重复了,有的地方过时了。

修修补补还能用,但总觉得不够简练。

看到文章里说「外挂一个 evolution.json,把经验单独存」,我一下子就被击中了。

这不就是我需要的吗?

所以今天我决定,好好学一下,验证一下,看看这个三件套到底能不能解决我的问题。


第一步:安装三件套

卡兹克的文章里提到了 Skills 三件套:

  1. github-to-skills:GitHub 项目转 Skill
  2. skill-manager:Skills 管理工具
  3. skill-evolution-manager:Skill 进化管理

但文章没说怎么安装。

我想直接访问作者的 GitHub 仓库来获取这些 Skills。

但是搜索配额用完了,没法在线访问。

那我换了个办法:直接克隆这个仓库到本地。

克隆成功后,我看到了三件套都在里面了。

github-to-skills、skill-manager、skill-evolution-manager,每个都有自己的文件夹和文件。

然后我把这三个 Skill 文件夹复制到我的 Claude Skills 目录下。

复制完成后,我验证了一下,三个 Skills 都安装成功了。


第二步:创建 yt-dlp Skill 测试

文章推荐用 yt-dlp 来测试,说这是个下载视频的工具。

我就照着做了。

说「把这个项目打包成 Skill:github.com/yt-dlp/yt-d…

Claude 开始工作了。

先去 GitHub 获取信息,然后创建文件夹,生成 SKILL.md 文件。

我看着屏幕上一行行代码跑过,感觉还挺神奇。

几分钟后,yt-dlp Skill 就创建好了。

打开文件夹一看:

yt-dlp/
├── SKILL.md          # 说明书
└── scripts/
    └── wrapper.py    # 调用脚本

SKILL.md 里面有这个项目的「身份证」:

github_url: https://github.com/yt-dlp/yt-dlp
github_hash: 0e4d1e9de6250a80453d46f94b9fade5f10197a0
version: 0.1.0

有了这个,以后就能检查更新了。

我觉得,嗯,有点意思。


第三步:查看所有 Skills

然后我试了 skill-manager。

说「列出所有 Skills」

Claude 给我列了个表:

Skill NameTypeDescription
doc-coauthoringStandard帮你写文档的工具
github-to-skillsStandardGitHub 项目转 Skill
skill-managerStandardSkills 管理工具
yt-dlpGitHub视频下载工具

我注意到 yt-dlp 的 Type 是「GitHub」,其他的是「Standard」。

问了才知道,只有从 GitHub 创建的 Skill 才能检查更新。

这个设计挺合理的。


第一个坑:调用命令太多记不住

图片

安装完三个技能后,我面临了第一个实际问题。

我想试试每个技能怎么用,结果发现...

skill-manager 需要:「列出所有 Skills」
github-to-skills 需要:「把这个项目打包成 Skill」
skill-evolution-manager 需要:「Skill 经验管理」

等等,还有很多种说法。

我试了好几种说法:

「检查更新」
「看看有没有需要更新的」
「manage my skills」

有的能行,有的不行。

最后我去看代码,才发现每个 skill 的 description 写得都不一样。

有的英文,有的中文,而且触发词很模糊。

我当时就想,这也太复杂了吧!

这么多命令,我怎么记得住?每次用都得去查文档吗?

这不就失去了「提高效率」的意义吗?


第二个坑:需要技术判断,不是所有项目都能用

接着我又想,GitHub 上那么多项目,都能打包成 Skill 吗?

看了半天文档,我大概懂了。

适合的:

  • 命令行工具
  • Python 库
  • 有 API 的服务

不适合的:

  • 纯 GUI 应用
  • 需要复杂环境的
  • 文档不全的

说实话,我哪懂这些?

我只看到项目名,根本判断不了。

比如有个项目叫「awesome-list」,这是个列表合集,怎么打包?
又有个项目叫「web-framework」,这到底是库还是工具?

我就觉得,这个工具对技术要求还是有点高。不是随便找个项目就能用的。


第三个坑:更新需要人工判断,不是完全自动化

文章里说能「自动更新」,但这个表述有点误导。

检查更新是自动的,运行一个命令就能看到哪些过期了。

但真正更新的时候,不是 AI 自动完成的,而是需要我人工判断:

  • 我得先去 GitHub 看新版本有什么变化
  • 然后决定哪些功能需要保留
  • 哪些新功能要添加到描述里
  • 哪些旧功能可能被废弃了

比如一个视频下载工具,新版本可能支持了新的网站,那我得更新说明,告诉用户现在能下载更多网站的视频了。

这不是「AI 自动」,而是「AI 辅助」。

AI 帮我生成更新内容,但我得审核对不对,要不要改。

我理解为什么这么设计。

但说实话,如果每个项目都要我手动判断,那也太费时间了。

这不就违背了「提高效率」的初衷吗?


我的解决思路

图片

问题发现了,我重新思考了一下:Skills 三件套到底适合什么场景?

我发现,不应该追求「所有功能都用」,而应该找到「自己真正需要的」。

第一,明确自己的核心需求

我仔细想了想,我为什么需要 Skills?

  • 我想把常用的 GitHub 项目变成 Skill,方便调用
  • 我想自动检查这些项目有没有更新
  • 我想记录自己的使用经验

就这么简单,不需要那么多复杂的功能。

第二,建立个人技能清单

我不打算把所有项目都打包,只挑真正常用的:

  1. yt-dlp - 我经常下载视频
  2. skill-manager - 我需要管理自己的 Skills
  3. docx - 我经常处理 Word 文档

其他的项目,等我真的需要的时候再考虑。

第三,简化使用流程

针对「调用命令太多」的问题,我做了个简单的映射表:

我想要做什么怎么说
查看我的 Skills列出所有 Skills
添加新项目把这个项目打包成 Skill
检查更新检查所有 Skills 的更新

这样就不需要记那么多复杂的命令了。


我的结论

折腾了一整天,我的结论是什么?

Skills 三件套不是万能钥匙,而是一个「定制化工具箱」。

什么时候有用

  • 当你有明确需求时,比如「我想把常用的工具变成 Skill」
  • 当你愿意花时间学习和配置时
  • 当你有技术背景,能判断项目是否适合打包时

什么时候可能没用

  • 如果你只是想「一键搞定所有事情」
  • 如果你对技术不熟悉,觉得太复杂
  • 如果你只是跟风,没有实际需求

所以最重要的不是「这工具好不好用」,而是「这工具适合你的场景吗?」

对我来说,它解决了我的问题:

  • 我常用的几个项目现在都可以直接调用了
  • 我不用记住每个项目的 GitHub 地址了
  • 我有了一个地方记录我对每个工具的使用经验

这就够了。


一点感悟

图片

用完这三件套,我最大的感悟是什么?

不要追求「工具的完美」,而要追求「自己的需求被满足」。

每个工具都有自己的设计逻辑和适用场景。

Skills 三件套的设计思路是:

  • 把 GitHub 项目变成可以调用的 Skill
  • 帮你管理这些 Skill
  • 记录你对 Skill 的使用经验

但这个设计逻辑有它的前提条件:

  • 你需要一定的技术判断能力
  • 你愿意花时间学习和配置
  • 你有明确的使用场景

如果这些前提不满足,用起来就会觉得「不好用」。

所以我现在学会了:

  • 不盲目追求最新的工具
  • 不跟风安装所有东西
  • 先想清楚自己的需求
  • 然后找最适合自己的解决方案

这才是「提高效率」的真谛。


关注公众号「AI淇橦学」,和 AI 一起成长。

有问题或建议?后台留言即可。