大家好,我是越山。
Agent Skills是AI完成特定岗位工作的技能说明书和工具包。
因为能交付真实可用的结果，价值巨大。
但因为与具体业务相关，基本不可能从公开渠道获取。
目前市面上公开的Skills，基本都是玩票性质，或者离真实生产还很远。
所以，自建Skills的技能，我们有必要掌握。
今天就讲一下怎么创建Skills。
讲得比较简洁，关键还是得自己动手实操，去理解，去创造。
Skills包含哪些
本质就是储存在一个文件夹中的一些提示词、脚本或参考文件。
文件名就是skills name。
储存位置：
存放在用户目录下的skills是全局可用，比如 ~/.claude/skills/frontend-design
存放在项目目录下的，是项目级可用，比如 myproject/.claude/skills/frontend-design
以官方的前端设计Skills来看，最简单的就是放一个 SKILL.md
这个 SKILL.md 文件名是固定的。
里面的格式如下：name 和 description 内容必须要有，在 --- 之间。
后面换行接整个技能的描述，也就是专家知识的沉淀或说明。
比如目录名和Skill name为"代码讲解"，可以这样写：
热加载和使用
最新的CC已经支持Skills热加载。
在CC命令行输入 /skills，能看到可供使用的Skills。
下面截图中的 16 tokens，就是上面的 name + description 内容在每次对话中都带上，供AI在必要时按需要选择skill。
虽然单个skill占用的tokens不多，但如果你有太多全局skills，比如几十个，也会浪费tokens，且会影响AI的判断。
所以非必要的skills，放到项目目录下比较合适。
使用时，AI会自动按需要调用Skills。
当然，你也可以主动要求调用特定的skills。
Skills的完整结构
除了 SKILL.md 外，还可能有 scripts，里面有python脚本，会本地运行。
或者 reference，里面存放参考文档。
或者其它 assets，比如字体、logo图片等。
这个skill目录下，所有代码、文档、文件等都是为完成某项工作服务的。
让AI帮你创建Skills
好，我们现在对Skills的构成有个初步了解了。
手搓创建OK，但我们也可以让AI来帮我们创建。
核心就是让AI知道Skills是什么玩意。
我们只提想法，描述老师傅的经验，给必要信息或参考示例。
AI在规则清晰、输入信息充分的情况下，很容易帮我们创建好一份能用的Skill。
有以下3种方式都可让AI了解Skill的创建规则，下面的方式任选一种即可。
方式1：skill-creator元技能
安装方法可参考前一篇文章2026 最该学的AI技能：Skills
# 克隆官方库
git clone https://github.com/anthropics/skills
# 将生成器复制到你的技能目录
cd skills
cp -r skills/skill-creator ~/.claude/skills/有了这个Skill后，就可以直接跟CC对话。
它会自动调用skill-creator这个Skill，交互式地完成创建。
比如，我想创建一个为公众号文章生成封面图的Skill。
在后续的对话中，我提供了nano banana生图API Key和模型名字。
方式2：skill文档
传递文档或者文档链接。
比如我想创建一个信息图生成的Skill，就直接这样对话：
请协助我创建一个skill，根据用户传入的URL或文档，生成简洁的信息图。你可参考以下在线文档，了解怎么创建skill https://code.claude.com/docs/en/skills https://claude.com/blog/how-to-create-skills-key-steps-limitations-and-examples
一通交互下来，似乎这个信息图生成的Skill就创建好了。
但其实有个问题啊，我都没告诉它文生图的工具，没给它API Key，它会生成啥样的？写代码生成？
所以，我补充了生图的说明，提供API Key和API调用文档，并要求测试。
方式3：context7 MCP插件
Context7 MCP就是一个把"最新官方代码文档和示例"实时塞进大模型上下文里的后端服务。
让AI写代码时有现查文档的超能力，而不是靠旧记忆瞎猜。
添加context7 MCP很简单：
1. 在官网创建一个免费的API Key：context7.com/dashboard 2. 命令行运行以下命令，添加到CC。MCP添加到其它IDE的方式也很简单，AI搜索一下即可。
claude mcp add --transport sse context7 https://mcp.context7.com/mcp --env CONTEXT7_API_KEY=YOUR_API_KEY安装完成后，在CC命令行通过 /mcp 可查看已安装的MCP。
然后，就是在指令中明确要求使用context7或者websearch来获取创建Skills的最佳实践。
调试和优化
上面任意一种方式创建的SKILL，先让它跑通，能工作，再来优化。
无非就是提示词和相应代码的调整，你不需要写代码，口喷即可。
要调试一个好用的skill还是挺麻烦的，需要有耐心。
Skill的适用场景
Skill非常适合那种重复性的、不是特别复杂的工作，链路不要太长。
它最大的优势是上手门槛低，方便分发。
但相比于工作流或MCP，skill的执行一般更花时间。
因为每次大模型都会像接收一个新任务那样来思考并处理。
所以，相比于工作流或代码实现，skill更容易产生幻觉。
当前看来，量大、高频、企业级应用场景下，skill并不适合。
附录：生图API简要说明
有免费额度，或者少充点钱试下。
1. 使用openrouter上的nano banana模型
访问 https://openrouter.ai/ 创建API Key
使用生图模型 google/gemini-2.5-flash-image-preview
2. 使用火山引擎的即梦图片生成4.0模型
访问火山引擎豆包图片生成4.0模型 https://console.volcengine.com/ai/ability/detail/2
创建方舟大模型专用API Key https://console.volcengine.com/iam/keymanage
好了,觉得有用的话,请点赞转发,欢迎留言交流哦.
