6.1 什么是 Claude Skills
在 2025 年 10 月，Anthropic 正式发布了 Agent Skills 功能。这标志着 Claude 从一个通用的对话助手，进化为可以被定制化增强的专业化平台。
6.1.1 官方定义
根据 Anthropic 官方博客的定义：
Skills are folders that include instructions, scripts, and resources that Claude can load when needed.
翻译过来就是：Skills 是包含指令、脚本和资源的文件夹，Claude 可以在需要时动态加载它们。
这个定义揭示了 Skills 的三个核心特征：
文件夹结构：Skills 不是一段 Prompt 文本，而是一个工程化的目录。
多类型资源：可以包含 Markdown 指令、可执行脚本、参考文档等。
按需加载：Claude 会根据任务自动判断是否需要加载某个 Skill。
6.1.2 核心范式转变：从 Prompt Engineering 到 Context Engineering
Skills 的出现代表了一个更深层次的理念转变：上下文工程（Context Engineering）。
传统的 Prompt Engineering 关注如何通过话术让 AI "听懂指令"。而 Context Engineering 将模型的有限上下文窗口视为一种稀缺的计算资源：
信噪比优化：每一个 Token 都应该提供有效信息，Skills 封装高密度的专业知识，避免通用废话占用上下文。
渐进式披露：不要一次性把所有知识塞给 Claude，Skills 支持 Just-In-Time 动态加载——只有当任务需要时，才注入相关上下文。
6.1.3 Skills 的四大特性
根据官方发布，Skills 具备以下核心特性：
Composable（可组合）
多个 Skills 可以叠加使用，Claude 会自动协调它们的调用顺序
Portable（可移植）
同一个 Skill 可以在 Claude.ai、Claude Code 和 API 中通用
Efficient（高效）
只加载当前任务所需的最小信息集，不会拖慢响应速度
Powerful（强大）
Skills 可以包含可执行代码，处理 Token 生成不擅长的任务（如精确计算）
6.1.4 Skills vs Prompts vs Projects vs MCP
这四个概念容易混淆，需要理清它们的区别：
System Prompt
对话开场白
设定整体风格和角色
单次会话
Projects
知识库容器
存放参考文档供 RAG 检索
跨会话持久
MCP
外部连接协议
连接 Notion、Slack 等外部数据源
配置后持久
Skills
专业能力包
封装特定任务的最佳实践和可执行逻辑
跨会话持久
关键区别：
Projects 提供静态知识（What to know）
MCP 提供外部数据访问（Where to look）
Skills 提供执行方法（How to do）
一个实际的例子：
Project: 存放公司的品牌规范 PDF
MCP: 连接 Figma 获取设计稿
Skill: 封装如何根据品牌规范检查设计稿的具体流程
6.1.5 Skills 的运作机制
Skills 的核心是按需增强（On-Demand Augmentation）：
工作流程：
语义分析：Claude 分析用户请求，与所有可用 Skills 的
description进行语义匹配。智能选择：这不是关键词匹配，而是理解上下文的语义匹配。多个 Skills 可以同时激活。
动态加载：仅加载匹配 Skill 的最小必要信息。
执行任务：使用 Skill 中的指令和工具完成任务。
6.1.6 为什么需要 Skills？
降低 Prompt 工程门槛
普通用户无需编写复杂的 Prompt，只需启用相应的 Skill。例如，启用 Excel Skill 后，Claude 就能生成带有正确公式的专业电子表格。
团队标准化
企业可以定义标准的 Skills 并分发给所有员工。无论谁在使用 Claude，生成的内容都符合公司规范。
质量保证
Skills 可以包含可执行代码。对于需要精确计算的任务（如财务分析、数据处理），由代码执行而非 Token 生成，确保 100% 准确。
理解了 Skills 的概念后，接下来我们深入探讨一个 Skill 的内部结构——官方的 SKILL.md 文件格式是什么样的？
最后更新于