Claude Code Skills 完全指南：从“菜鸟”到“专家”的进阶之路

还在为每次写代码都要重复解释项目规范而烦恼吗？

Claude Code Skills 帮你把“知识”打包，让 AI 成为你的专属专家。

一、什么是 Claude Code Skills？

Claude Code Skills我的理解就是给大模型的技能工具包，他是可复用的指令包，通过封装团队的工作流程，业务逻辑和领域知识，解决了 AI 缺乏专业知识的鸿沟。

它将特定的程序化知识、业务逻辑和执行脚本打包，让 Agent 能像工作流一样较稳定的执行。

想象一下，你有一个新同事，每次写代码前你都要告诉他：“我们项目用 Python Script，缩进是 2 个空格，函数名要用小写字母……” 这太累了！Skills 就是把这些重复的指令和专业知识打包成一个文件，Claude 需要时自动调用，无需你每次都手动输入。

核心价值：

• 自动化：Claude 根据你的任务自动判断使用哪个 Skill，无需手动触发。
• 按需加载：需要时才加载，不浪费宝贵的上下文窗口。
• 可复用：一次创建，终身受益，还能通过 Git 与团队共享。

二、Claude Code 中如何创建 Skills？

创建 Skills 非常简单，本质就是创建一个结构化的文件夹。

1. scripts：存放执行脚本
2. references：存放按需加载的详细文档，如表结构定义，API 规范，代码片段等。
3. SKILL. md：核心指令、触发条件、执行指引等。

创建步骤：

假设你要创建一个“代码审查”技能：

1. 创建目录：在 .claude/skills/ 下新建 code-review 文件夹。
2. 创建核心文件：在 code-review 文件夹中创建 SKILL.md 文件。
3. 编写内容：按照标准格式编写 Markdown 文档。
4. 测试：在 Claude Code 中询问“帮我审查代码”，看它是否自动触发。

三、Skills 都包含哪些模块？

一个完整的 Skill 文件夹通常包含以下 4 个核心模块：

1. SKILL.md（核心指令）

这是 Skills 的灵魂，是一个Markdown 文件。它告诉 Claude 这个技能是做什么的，以及具体怎么操作。

标准结构示例：

name: code-review

description: 对代码进行全面的质量审查，包括代码风格、安全性和性能。

代码审查技能

触发条件

当用户请求中包含“审查”、“review”、“检查代码”等关键词时激活。

执行规则

**检查代码风格**：使用 ESLint规则，缩进为2个空格。

**检查安全性**：扫描 SQL 注入、XSS 漏洞。

**检查性能**：识别死循环、内存泄漏风险。

输出格式

请以 Markdown 表格形式输出，包含问题级别、位置和建议。

2. References（参考文档）

存放大型文档或背景知识。例如，你可以把公司的《前端开发规范.pdf》放在这里，Claude 在审查代码时会参考这份文档，而不是把整个 PDF 内容塞进上下文。

3. Scripts（脚本）

存放可执行代码（如 Python、Shell脚本）。当某些任务用自然语言描述太复杂时，直接写脚本让 Claude 执行。

示例：一个自动格式化代码的 format.sh 脚本。

4. Assets（资源文件）

存放静态资源，如图片、模板、配置文件等。

示例：项目专用的 .eslintrc.json 配置文件。

四、Skills 是如何按需执行的？

Claude 不会一口气把所有Skills 都加载进来，而是采用了“渐进式加载“ 机制。

1. 启动时：Claude 只读取所有 Skills 的 name 和description（元数据），占用极少的 Token。
2. 匹配时：当你提出需求（如“帮我审查代码”），Claude 会扫描所有 Skills 的描述，找到最匹配的（如 code-review）。
3. 加载时：只有被选中的 Skill 才会被完整加载（包括 SKILL.md 内容、References 等），其他 Skills 保持“休眠”状态。
4. 好处：极大节省了上下文窗口，避免了“信息过载”，让Claude 更专注于当前任务。

五、Langchain Skills 如何调用？

如果你在使用 Langchain 框架开发 AI 应用，也可以利用 Skills 模式来构建更智能的 Agent。

工作流程：

1. 初始状态：Agent 只知道有哪些 Skills（名称和描述），但看不到具体内容。
2. 用户请求：用户提出“帮我分析销售数据”。
3. 动态加载：Agent 识别到需要“数据分析”技能，调用load_skill 工具，加载该技能的详细内容（如数据库 Schema、分析规则）。
4. 执行任务：基于加载的精确知识，执行具体的分析任务。

代码示例：

六、Skills 与MCP的区别

MCP 是一种标准协议，像是大模型的手和脚，负责连接工具，而 Skills 负责程序化知识，他让 Agent 具备工作流的能力，稳定执行特定任务。

比如一份调研报告 skill，他需要通过 MCP 去连接 Google Drive 搜索最新周报，并从 GitHub 拉取竞品开源库的数据，skill 提供分析框架，指导 AI 如何进行 SWOT 分析，最后由subagent 来执行。

七、总结：Skills 的应用场景

Skills 的应用非常广泛，几乎涵盖了所有需要“专业知识”的场景：

1. 代码开发：代码审查、Commit 消息生成、项目部署流程。
2. 文档处理：按照公司模板生成 PPT、处理特定格式的 Excel。
3. 数据分析：加载特定的数据库 Schema 进行查询分析。
4. 团队协作：共享团队规范，让新成员快速上手。

一句话总结：Skills 让Claude 从一个“通用助手”变成了你的“专属专家”。别再重复造轮子了，把知识打包，让 AI 替你干活！