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 |
|---|---|---|
| 一 | 简介:为什么需要Skill | Skill定义、适用场景与阅读路径 |
| 二 | 第一章:基础知识 | Skill文件结构、三大核心设计理念 |
| 三 | 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 |
| 四 | 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 |
| 五 | 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 |
| 六 | 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 |
| 七 | 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 👈

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(
<或>) - 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:
- 通过 MCP 获取现有活动
- 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 👈

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
浙公网安备 33010602011771号