火爆全网的Skills，看这一篇就够了！

大家好，我是势必要把Skills咬烂嚼碎的码哥！

Skills 最近火得一塌糊涂，热度不亚于去年的MCP ，经过几周零碎时间的研究摸索，写下了这篇可能是全网最详细的Skills教程了，哈哈😃！

一、什么是Skill     

首先了解下什么是Claude Agent Skills？ Skills翻译成中文就是“技能”，你可以理解为你执行某件事的方法论。

举个生活的例子：我会打网球，当球飞过来，我拿起球拍跑位，在合适的时机、用合适的力度击球，让球准确落在对方场地不出界，这一整套操作逻辑，就叫打网球“技能”。

在 AI 界，Skills 就是让大模型按照特定的方法论去行动的机制，你可以理解为“超级进化版的提示词”，通常由三部分组成：

1、元数据 (Metadata)： 包含对这个技能的简短描述。它保存在全局上下文中，因为体积小，所以非常节省 Tokens（省钱又省心）。

2、行动指南 (Action Guide)： 这部分才是真正的提示词，规定了 AI 每一步该怎么做。

3、资源文件 (Resources)： 这是最厉害的地方！它可能包含 Python 代码 或其他执行程序，保证程序在调用 Skill 时能完成复杂的动作。

Skills 最核心的机制是通过渐进式披露 (Progressive Disclosure)，通过分层加载信息，确保 AI 总能获取所需知识，同时最大化利用上下文的效率。

二、Skills与MCP的区别        

Skills 与MCP 有什么区别呢，先说结论：
MCP 解决"连接"问题，让 AI 能访问外部世界
Skill 解决"方法论"问题，教 AI 怎么做某类任务

大白话理解：
Skills 主要聚焦于工具处理。一套完整的方法论。 例如处理文件、设计、写文章。

MCP 主要起到连接作用。适合深度集成外部系统，自定义上传、下载、推送等流程。

两者的关系：
Skills 与 MCP 并不是竞争或替代的关系，而是结合关系。

对于普通用户、日常工作，大部分时候只需要 Skills 就足够；
对于复杂的企业场景、跨平台/自动分发等任务，使用 Skills + MCP 可以实现更加稳定和高效的输出。

三、Skills使用场景&链路     

什么时候用Skills？

判断标准：任务是"如何做"还是"做什么"？

• Skills当你有固定的工作流程，需要AI按步骤执行时

• 示例："按什么格式写技术教程"、"代码审查的5个步骤"

• MCP当你需要AI访问外部数据或服务时

• 示例："查询GitHub的Issue"、"读取SQLite数据库"

什么时候用MCP？

判断标准：是否需要结构化输入输出？

• MCP擅长：工具化操作

• 输入：JSON结构化参数（{"value": 10}）输出：结构化结果（{"total": 15}）优势：可组合、可测试、可缓存

• Skills擅长：文本化流程

• 输入：自然语言描述输出：自然语言结果优势：灵活、易读、易维护

你可能会觉得很混乱，那么多专业名词概念，到底怎么才能玩好，别急，你试着把这些串起来，就是AI 工作的完整逻辑。

1. Prompt（指令） ：你用自然语言精准告诉 AI“要做什么、要什么结果”——这是启动信号，核心是让模型听懂需求；
2. Skills（技能包） ：AI 根据指令，从“专业能力库”里挑选封装好的流程和知识（比如竞品分析框架、代码编写规范）；
3. Projects（工作区） ：AI 在专属的持久化空间里推进任务，背景资料、中间成果全程可用，无需重复沟通；
4. MCP（协议） ：AI 通过标准化接口，安全接入企业数据库、云盘等外部资源，落地执行真实业务操作（比如查询销售数据、调用业务接口）。

一句话终极总结：

Prompt 是“让模型听懂的指令”，Skills 是“模型做事的专业流程”，Projects 是“模型工作的专属空间”，MCP 是“模型连接真实世界的桥梁”。

四、怎么使用Skills         

1、cursor使用Skills只需4步

4步就能使用上，非常简单。
第一步、安装OpenSkills
npm install -g openskills@1.2.1

第二步、安装官方Skills，需能访问github
openskills install anthropics/skills

第三步、创建AGENTS.md ，执行同步命令
openskills sync

第四步、cursor上使用案例
使用xlsx skills生成20条登录注册用例

2、claude code使用skills

第一步，安装 Claude Code

终端中输入：

npm install -g @anthropic-ai/claude-code

然后选择一个文件夹，终端输入： claude，即可启动（要挂梯子，纯国外邮箱，也可以找些代理商）。

**
**

第二步，在 Claude Code 中安装 Skills

介绍2种安装方式，分别是：

方式一：自然语言安装

你可以直接让 CC 来安装，直接提需求：

帮我安装下 skill，项目地址是：https://github.com/anthropics/skills/blob/mai
n/skills/pptx

可以看到他能理解需求，并直接帮安装好了：

方式二：手动安装

下载 skill 安装包，然后直接放到 .claude/skills/，这个目录下：

第三步：使用

使用更简单了，你可以直接指定 skill，也可以按照用户意图，Agent 自动选择合适的 skill。

比如输入 prompt：

用 pptx skill 创建一个关于 Claude Skills 的演示文稿

喝杯茶的时间，Claude Skills 就完成了。

我们来看下效果：

一把梭生成的效果还是非常不错的，一个做 PPT 的 skill 就这样安装好了。

六、怎么创建Skills          

再聊下，如何制作自己的 Skills ，每个人在某个领域可能都有自己的一套做事方法论，制作属于自己的Skills至关重要。

非常推荐大家先安装 Anthropic 官方的一个 skill：skill-creator，他就是专门用来创建 skill 的 skill。

按照同样的方法先安装这个 skill：

复制代码帮我直接安装这个skill，地址：https://github.com/anthropics/skills/blob/main/skills/skill-creator，克隆这个 skill 到我的已存在的技能目录~/.claude/skills

下面就演示下如何在 Cursor 里面快速的创建 skill

创建一个 skill，能自动将 pdf 转为 PPT

开始一顿操作来创建这个 skill 了：

接下来就什么都不用管了，很快就生成好了这个 skill：

对应的文件夹也生成 ok 了。

来做下验证，输入以下提示词：

帮我把“阿里巴巴Android开发手册.pdf”转为 ppt 格式阿里巴巴Android开发手册.pdf

转好了：

来看看效果，没什么问题：

做一个 skill 几分钟时间，非常方便。

七、都有哪些好用的Skills

推荐5个值得一试的 Claude Skills

它们的共同特点是：热度适中（万星级别）、应用场景明确、学习成本可控。无论你是前端开发、后端工程师，还是数据分析师，都能从中找到适合自己的工具

1、code-reviewer：多语言代码审查全能助手

来源：davila7/claude-code-templates（14.0k 星）

核心定位：支持多语言的智能化代码审查工具

解决痛点：弥补人工审查效率低、标准不一、跨语言知识盲区，突破传统静态分析工具局限

核心能力：

1. 覆盖 TS/JS/Python/Swift/Kotlin/Go 等多语言专属检查规则
2. 从代码质量、最佳实践、安全扫描、性能优化多维度深度分析
3. 生成优先级排序的审查清单 + 具体修改建议 & 代码示例适用场景：小团队开发、开源项目 PR 审查、技术债务清理使用方式：插件市场安装后，PR 审查时输入指令：“用 code-reviewer 审查这个 PR 的代码变更”

2、pair-programming：AI 驱动结对编程系统

来源：ruvnet/claude-flow（9.9k 星）

核心定位：多模式 AI 辅助结对编程工具

解决痛点：传统结对编程人力成本高、节奏难匹配、远程协作困难

核心能力：

1. 三种工作模式：Driver（AI 编写 + 人工把控）、Navigator（人工编写 + AI 实时反馈）、Switch（自动角色切换）
2. 实时代码审查、安全扫描、性能分析 + Truth-score 建议可靠性评分

差异化优势：区别于 Copilot 的代码补全，提供对话式协作、实时 Review、开发方法论引导

典型场景：TDD 开发、遗留代码重构、新技术探索

3、sql-optimization-patterns：SQL 性能优化手册

来源：wshobson/agents（23.4k 星）

核心定位：数据库查询优化与性能诊断工具

解决痛点：70% 应用性能问题源于低效 SQL，开发者缺乏执行原理认知

核心能力：

1. 自动解读 EXPLAIN 输出，定位全表扫描、索引未使用等瓶颈
2. 提供索引设计指导（平衡选择性、查询频率与写入成本）
3. 识别 N+1 查询、隐式类型转换、SELECT * 等常见反模式

适用场景：慢查询排查、数据库设计评审、ORM 生成 SQL 审查

优化效果：典型场景性能提升 40 倍（200ms→5ms）

4、dbt-transformation-patterns：数据转换最佳实践

来源：wshobson/agents（23.4k 星）

核心定位：dbt 工程化实践指南与工具

解决痛点：传统数据转换脚本难维护、质量无保障、协作冲突频繁

核心能力：

1. 推荐 models 分层架构（staging→intermediate→marts）
2. 生成增量更新配置（支持 unique_key、schema 变更自适应）
3. 自动生成字段级测试（非空、唯一、数值校验）与结构化文档

适用人群：数据分析师、数据工程师、BI 团队

5、senior-prompt-engineer：LLM 应用开发提示词专家

来源：davila7/claude-code-templates（14.0k 星）

核心定位：提示词工程与 AI 产品开发工具

解决痛点：开发者缺乏 Prompt 设计技巧，输出质量不稳定、无评估体系

核心能力：

1. 提供 Few-shot Learning、Chain-of-Thought 等 Prompt 设计模式库
2. 支持结构化 JSON 输出规范，确保可解析性
3. 优化 RAG 检索策略与 Prompt 组织，提升知识库问答效果
4. 辅助设计多 Agent 架构与工作流（如自动化客服系统）

适用场景：AI 产品开发、LLM 应用调优、企业 AI 落地

再推荐4个受欢迎的skills仓库

1. Anthropic官方Skills市场

🔗访问链接：github.com/anthropics/…
一句话总结：由Anthropic官方维护，提供超50,000+标准化技能包，覆盖PDF处理、代码生成等高频场景，支持一键安装与跨平台兼容。

2. GitHub社区生态市场

🔗访问链接：skills.github.com/
一句话总结： 开发者主导的开源Skills集合地，集成GitHub Actions实现交互式学习，主打灵活自定义与技术创新（如持续集成、CLI开发等）。

3. ObraSuperpowers社区市场

🔗访问链接：mcpmarket.cn/skills/
一句话总结： 极客向第三方技能库，专注轻量化、高精度工作流（如Linear问题解析），以“自我反思指令集”降低上下文开销。

4、awesome-claude-skills 社区市场

🔗访问链接：github.com/ComposioHQ/…
一句话总结：开发者社区主导的 开源 Skills 资源库，汇集 500+ 高质量技能包，覆盖文档处理、数据分析、商业自动化等 9 大高频场景，支持模块化调用与分层加载机制，显著提升 Claude 的垂直领域执行力

八、Skills常见踩坑指南         

序号	问题	原因	解决方法
1	Skill触发不稳定	description不够明确	在请求中显式指定"使用xxx Skill"
2	上下文消耗大	SKILL.md内容太多	引用外部文件：参考 resources/checklist.md
3	版本混乱	Skill修改后没有生效	删除旧版本或重命名Skill文件夹
4	API调用超时未处理	未设置合理的超时机制和错误重试逻辑，导致用户请求卡死	1. 设置请求超时时间 2. 实现重试降级逻辑 3. 引入异步调用避免阻塞

九、我们如何选择Skills         

Skills生态正在快速发展，从5万+技能的市场，到专业的能力框架，选择越来越多，如何选择Skills，记住一个核心判断标准：它能不能帮提你高效率，让你事半功倍甚至锦上添花。

另外，面对越来越多的Skills，建议先去使用，用熟悉了后面再根据自己的SOP写Skills。

感谢你耐心看完这篇文章，希望对你有帮助，点赞收藏不迷路！打完收工，再会。

我是”程序员码歌“，全网昵称统一，10+年大厂程序员，专注AI工具落地与AI编程实战输出，在职场，玩转副业，目标副业年收入百万，探索可复利、可复制的一人企业成长模式，可去gzh围观