Anthropic官方Claude_Skills构建指南完整版(上)-基础知识与规划设计-weelinking中转服务

🔴🔴 国内丝滑使用 Claude? 👉 weelinking 大模型中转服务,全系模型支持,按量付费,赠送Claude测试额度 👈

摘要:Anthropic发布官方33页Claude Skills构建指南,本文为全文中文译版上篇,涵盖Skills基础知识与规划设计两大章节。详解Skill文件夹结构、YAML前置信息规范、渐进式披露/可组合性/可移植性三大核心设计理念,以及MCP增强型Skill工作流的最佳实践。包含文档与素材创建、工作流自动化、MCP增强三类典型用例解析,手把手教你写出精准触发、格式规范、指令清晰的高质量Skill。国内开发者可通过weelinking中转服务稳定访问Claude全系模型,快速落地AI工作流自动化。

关键词:Claude Skills教程、Claude Skill构建指南、SKILL.md写法、Claude Skill YAML、MCP技能开发、Claude工作流自动化、weelinking中转服务、Claude国内使用、Anthropic官方指南、AI Agent技能


📋 段落导航

序号 章节 内容概要
简介:为什么需要Skill Skill定义、适用场景与阅读路径
第一章:基础知识 Skill文件结构、三大核心设计理念
面向MCP开发者:用Skill增强MCP MCP连接层与Skill知识层的配合原理
第二章:规划与设计——从用例出发 三类常见用例详解与用例定义模板
技术要求:文件夹结构与命名规范 必须遵守的命名规则与YAML规范
写好description字段与主体指令 好坏写法对比、指令结构与最佳实践
其他文章推荐 相关往期好文链接

🔴 🔴 国内丝滑使用 Claude? 👉 weelinking 大模型中转服务,全系模型支持,按量付费,赠送Claude测试额度 👈

weelinking平台首页


一、简介:为什么需要Skill

技能(Skill)其实就是一套指令——打包成一个简单的文件夹——用来教 Claude 怎么处理特定任务或工作流程。这是你自定义 Claude 最有力的方式之一。

你有没有遇到过这种情况:每次跟 Claude 对话,都要重新解释你的偏好、流程和专业背景?有了技能,你只需要教一次,以后每次都能直接用上。

什么时候用技能最合适? 就是当你有可以重复执行的工作流程时,比如:

  • 根据设计稿生成前端界面
  • 用固定的方法论做研究调查
  • 按照团队风格指南写文档
  • 协调多个步骤的复杂流程

技能跟 Claude 的内置功能(比如执行代码、创建文档)搭配起来效果很好。如果你在做 MCP 集成,技能还能帮你把原始的工具访问能力,变成可靠、顺畅的工作流程。

读完���份指南,你会学到:

  • 技能的技术要求和最佳实践
  • 独立技能和 MCP 增强型工作流的设计模式
  • 我们观察到的那些真正有效的做法
  • 怎么测试、迭代、发布你的技能

两条阅读路径

只做独立技能? 重点看"基础知识"和"规划与设计"部分。

想在 MCP 上叠加技能? "技能 + MCP"和第五章的设计模式更适合你。

两条路径用的是同样的技术规范,按自己的需求选就好。

预计投入:读完这份指南后,配合 skill-creator 工具,通常 15-30 分钟就能做出你第一个能用的技能。


二、第一章:基础知识

技能到底是什么?

技能就是一个文件夹,里面放着:

文件/文件夹 是否必须 作用
SKILL.md ✅ 必须 带 YAML 前置信息的 Markdown 格式指令
scripts/ 可选 可执行代码(Python、Bash 等)
references/ 可选 按需加载的参考文档
assets/ 可选 输出用的模板、字体、图标等

三个核心设计理念

1. 渐进式披露(Progressive Disclosure)

技能用三层结构来组织内容:

  • 第一层(YAML 前置信息):每次都会加载到 Claude 的系统提示里。内容要精简——让 Claude 知道"这个技能是做什么的、什么时候该用它"就够了,不需要把所有东西都塞进来。
  • 第二层(SKILL.md 正文):当 Claude 觉得当前任务跟这个技能有关,才会加载完整指令。
  • 第三层(链接文件):放在技能文件夹里的其他文件,Claude 可以按需查阅。

这种分层设计的好处:既省 token,又能保留足够的专业深度。

2. 可组合性(Composability)

Claude 可以同时加载多个技能。你的技能要能跟其他技能和平共处,别假设自己是唯一被启用的那个。

3. 可移植性(Portability)

在 Claude.ai、Claude Code 和 API 里,技能的工作方式完全一样。写一次,到处能用——前提是运行环境支持技能所需的依赖。


三、面向MCP开发者:用Skill增强MCP

💡 只做独立技能、不涉及 MCP?可以直接跳到第四节,随时回来看这节。

如果你已经有了运行中的 MCP 服务器,最难的部分其实已经搞定了。技能就是在上面加一层"知识层"——把你已经知道的工作流程和最佳实践固化下来,让 Claude 能够一致地应用它们。

这两者怎么配合?

MCP(连接层) 技能(知识层)
作用 把 Claude 连接到你的服务(Notion、Asana、Linear 等) 教 Claude 怎么有效地使用这些服务
能力 提供实时数据访问和工具调用能力 固化工作流程和最佳实践
回答 Claude 能做什么 Claude 应该怎么做

没有技能时,用户可能遇到的问题:

  • 连上了 MCP,但不知道下一步该咋办
  • 不断发来"怎么用你的集成做 X"的支持提问
  • 每次对话从头开始,结果每次都不一样
  • 用户会把问题归咎于你的 MCP 连接器,但根本原因其实是缺少工作流程指引

有了技能之后:

  • 预置的工作流程在需要时自动激活
  • 工具调用稳定可靠
  • 最佳实践内嵌在每次交互里
  • 新用户的学习成本大幅降低

四、第二章:规划与设计——从用例出发

在写任何代码之前,先想清楚你的技能要解决的 2-3 个具体场景。

一个好的用例定义长这样:

用例:项目冲刺规划

触发条件:用户说"帮我规划这个冲刺"或"创建冲刺任务"

步骤:
  1. 通过 MCP 获取 Linear 的当前项目状态
  2. 分析团队速度和容量
  3. 建议任务优先级
  4. 在 Linear 里创建带标签和估算的任务

结果:冲刺计划规划完毕,任务全部创建好

问自己这几个问题:

  • 用户想达成什么目标?
  • 这需要哪些多步骤的工作流程?
  • 需要哪些工具(Claude 内置的,还是 MCP 的)?
  • 需要嵌入哪些领域知识或最佳实践?

三类常见用例

Anthropic 观察到三种最常见的技能使用场景:

第 1 类:文档和素材创建

适合场景:创建一致的高质量输出,比如文档、演示文稿、应用、设计、代码等。

真实案例:frontend-design 技能
"创建有辨识度的、生产级别的前端界面,注重设计质量。在构建 Web 组件、页面、作品、海报或应用时使用。"

关键做法:

  • 嵌入风格指南和品牌规范
  • 用模板结构保证输出一致
  • 最终确认前做质量清单检查
  • 不需要外部工具——用 Claude 的内置能力就够

第 2 类:工作流程自动化

适合场景:多步骤流程,需要一致的执行方式,可能跨多个 MCP 服务器协调。

真实案例:skill-creator 技能
"创建新技能的交互式向导。引导用户完成用例定义、前置信息生成、指令撰写和验证。"

关键做法:

  • 带验证节点的分步工作流
  • 常见结构的模板
  • 内置审查和改进建议
  • 迭代优化循环

第 3 类:MCP 增强

适合场景:为 MCP 服务器的工具访问能力加上工作流程引导。

真实案例:来自 Sentry 的 sentry-code-review 技能
"利用 Sentry 错误监控数据,通过其 MCP 服务器自动分析和修复 GitHub Pull Requests 中发现的 bug。"

关键做法:

  • 按顺序协调多个 MCP 调用
  • 嵌入领域专业知识
  • 提供用户本来需要手动指定的上下文
  • 处理常见 MCP 问题

定义成功标准

怎么知道你的技能跑通了?先说清楚。下面这些是参考目标,不是死板的门槛——测试时还是需要一定的感性判断。

量化指标:

  • 技能在 90% 的相关查询中触发
    • 怎么测:跑 10-20 个应该触发技能的测试问题,记录自动加载的次数
  • 工作流程在 X 次工具调用内完成
    • 怎么测:有无技能各跑一次相同任务,对比工具调用次数和 token 消耗
  • 每个工作流程 0 次 API 调用失败
    • 怎么测:测试期间监控 MCP 服务器日志,追踪重试率和错误码

定性指标:

  • 用户不需要提示 Claude 下一步该做什么
  • 工作流程无需用户纠正就能跑完
  • 跨会话结果保持一致

五、技术要求:文件夹结构与命名规范

文件夹结构

your-skill-name/
├── SKILL.md              # 必须——主技能文件
├── scripts/              # 可选——可执行代码
│   ├── process_data.py
│   └── validate.sh
├── references/           # 可选——参考文档
│   ├── api-guide.md
│   └── examples/
└── assets/               # 可选——模板等资源
    └── report-template.md

几条必须遵守的规则

SKILL.md 命名:

  • 必须精确写成 SKILL.md(区分大小写)
  • 任何变体都不行:SKILL.MD、skill.md 都不能用

技能文件夹命名:

  • ✅ 用 kebab-case(短横线连接小写):notion-project-setup
  • ❌ 不能有空格:Notion Project Setup
  • ❌ 不能用下划线:notion_project_setup
  • ❌ 不能有大写:NotionProjectSetup

不要放 README.md:

  • 技能文件夹内别放 README.md
  • 所有文档放在 SKILL.md 或 references/ 里
  • 注意:通过 GitHub 发布时,仓库根目录仍然需要 README 供人类查阅——这和技能文件夹是两回事

YAML 前置信息:最关键的部分

YAML 前置信息是 Claude 决定要不要加载你的技能的依据,务必写对。

最简格式(够用了):

---
name: your-skill-name
description: 它干什么。当用户说[具体短语]时使用。
---

各字段说明:

name(必填):

  • 只能用 kebab-case
  • 没有空格,没有大写
  • 最好和文件夹名一致

description(必填):

  • 必须同时包含:这个技能能做什么 + 什么时候该用(触发条件)
  • 最多 1024 个字符
  • 不能含 XML 标签(<>
  • 要包含用户可能实际说出的话
  • 如果涉及特定文件类型,要提到

完整字段示例:

---
name: skill-name
description: [必填描述]
license: MIT                                       # 可选:开源协议,如 MIT 或 Apache-2.0
compatibility: Requires Claude.ai with internet    # 可选:环境要求(1-500字符)
allowed-tools: "Bash(python:*) Bash(npm:*) WebFetch"  # 可选:限制工具访问
metadata:
  author: 公司名称
  version: 1.0.0
  mcp-server: server-name
  category: productivity
  tags: [project-management, automation]
  documentation: https://example.com/docs
  support: support@example.com
---

安全限制:

  • 禁止用 XML 尖括号(< >
  • 技能名称不能以 "claude" 或 "anthropic" 开头(保留词)
  • 原因:前置信息会进入 Claude 的系统提示,恶意内容可能被用来注入指令

六、写好description字段与主体指令

description 字段写法

Anthropic 工程博客说过:"这段元数据……提供了恰好足够让 Claude 知道该用哪个技能的信息,而不需要把所有内容都加载到上下文里。"

这就是渐进式披露的第一层。

格式模板: [能做什么] + [什么时候用] + [主要功能]

✅ 好的写法:

# 好——具体且可操作
description: 分析 Figma 设计文件并生成开发者交接文档。
  当用户上传 .fig 文件,或者问"设计规格"、"组件文档"、
  "设计转代码交接"时使用。

# 好——包含触发词
description: 管理 Linear 项目工作流,包括冲刺规划、任务创建和状态追踪。
  当用户提到"冲刺"、"Linear 任务"、"项目规划",
  或者要求"创建工单"时使用。

# 好——价值主张清晰
description: PayFlow 的端到端客户引导工作流。
  处理账户创建、支付设置和订阅管理。
  当用户说"引导新客户"、"设置订阅"或"创建 PayFlow 账户"时使用。

❌ 不好的写法:

# 太模糊
description: 帮助处理项目。

# 没有触发条件
description: 创建复杂的多页文档系统。

# 太技术化,用户不会这么说
description: 实现具有层次关系的 Project 实体模型。

写主体指令

过了 YAML 前置信息,就用 Markdown 写具体的指令。

推荐结构:

---
name: your-skill
description: [...]
---

# 你的技能名称

## 指令

### 第 1 步:[第一个主要步骤]
清楚说明这步要做什么。

示例:
```bash
python scripts/fetch_data.py --project-id PROJECT_ID

预期输出:[描述成功时应该看到什么]

第 2 步:[下一步骤,按需添加]

示例

示例 1:[常见场景]

用户说:"设置一个新的营销活动"
操作:

  1. 通过 MCP 获取现有活动
  2. 用提供的参数创建新活动
    结果:活动创建成功,附上确认链接

故障排查

错误:[常见错误消息]
原因:[为什么会出现]
解决方法:[怎么修]

**写指令的最佳实践:**

✅ **要具体,要说清楚怎么操作:**

运行 python scripts/validate.py --input {filename} 来检查数据格式。
如果验证失败,常见原因有:

  • 缺少必填字段(把它加到 CSV 里)
  • 日期格式不对(要用 YYYY-MM-DD)
❌ **别含糊其词:**

继续之前请先验证数据。

✅ **要包含错误处理:**
```markdown
## 常见问题

### MCP 连接失败
看到 "Connection refused" 时:
1. 确认 MCP 服务器在运行:检查 设置 > 扩展
2. 确认 API 密钥有效
3. 尝试重连:设置 > 扩展 > [你的服务] > 重新连接

要用渐进式引用:

写查询之前,请先看 `references/api-patterns.md`,里面有:
- 速率限制指南
- 分页模式
- 错误码和处理方式

SKILL.md 要保持聚焦:核心指令放在 SKILL.md,详细文档移到 references/ 里,通过链接引用。


📌 下篇预告:第40篇将继续翻译官方指南后半部分,涵盖测试与迭代、发布与分享、五大设计模式、完整故障排查手册以及快速检查清单。敬请关注!


🔴 🔴 国内丝滑使用 Claude? 👉 本文全系使用 weelinking,全系模型支持 👈

posted @ 2026-03-08 15:33  搬石头的马农  阅读(5)  评论(0)    收藏  举报