Claude Agent Skills 完全指南：Anthropic 如何让 AI 从通用助手变成领域专家

2026-02-09 11:43
254
Anthropic 于 2025 年 10 月推出 Agent Skills 功能，2025 年 12 月进一步发布开放标准。这套"技能系统"正在改变 AI Agent 的构建方式——不再依赖冗长的 Prompt，而是用文件夹打包专业知识，让 Claude 按需加载、自动调用。本文基于官方文档，全面解析 Agent Skills 的架构设计、工作原理和实际应用。

一、Agent Skills 是什么？

Agent Skills 是 Anthropic 为 Claude 打造的一套模块化能力扩展系统。简单来说，它把 AI 的"专业技能"打包成一个个文件夹，每个文件夹里包含指令文档、可执行脚本和参考资料，Claude 会在需要时自动发现并加载对应的 Skill。

用 Anthropic 官方的比喻来说：MCP 提供的是专业厨房（工具、食材、设备），Skills 提供的是菜谱（如何用这些工具做出一道好菜）。
每个 Skill 本质上就是一个文件夹，核心结构如下：
my-skill/
├── SKILL.md          # 核心指令文件（必需）
├── scripts/          # 可执行脚本（可选）
├── references/       # 参考文档（可选）
└── assets/           # 模板、字体、图标等资源（可选）
其中 SKILL.md 是唯一必需的文件，它以 YAML 元数据开头，后面跟着 Markdown 格式的详细指令。

二、为什么需要 Agent Skills？

在 Skills 出现之前，让 Claude 执行特定领域的任务通常依赖两种方式：写一段很长的系统提示词（System Prompt），或者每次对话都重复提供相同的指导。这带来了几个明显的问题：
上下文窗口浪费严重。 把所有专业知识一次性塞进 Prompt，会大量占用有限的 Token 配额，挤压真正处理任务的空间。
无法跨对话复用。 每次新对话都要重新提供同样的工作流程说明，效率极低。
缺乏组合能力。 多个领域的专业知识难以灵活搭配使用。
Agent Skills 的设计正是为了解决这些痛点：
  • 专业化：为特定领域任务量身定制 Claude 的能力
  • 减少重复：创建一次，自动复用
  • 可组合：多个 Skill 组合使用，构建复杂工作流

三、核心设计：渐进式信息披露（Progressive Disclosure）

Agent Skills 最精妙的设计在于其三层渐进式加载机制，这也是整套系统的灵魂所在。

第一层：元数据（始终加载）

Claude 启动时，只加载每个 Skill 的 name 和 description 字段，大约消耗 100 个 Token。这意味着你可以安装大量 Skill，而不会产生上下文压力——Claude 只知道"有这个技能"和"什么时候该用"。
---
name: pdf-processing
description: Extract text and tables from PDF files, fill forms, merge documents. Use when working with PDF files.
---

第二层：指令（触发时加载）

当用户的请求匹配某个 Skill 的描述时，Claude 通过 bash 命令读取完整的 SKILL.md 内容，通常消耗不到 5000 个 Token。只有在此时，详细的操作指令才会进入上下文窗口。

第三层：资源与代码（按需加载）

Skill 文件夹中附带的额外文件（如表单填写指南、API 参考文档、Python 脚本等）只在被明确引用时才会加载。并且，可执行脚本的代码本身不会进入上下文，只有运行输出会占用 Token。
层级
加载时机
Token 消耗
内容
第一层：元数据
始终加载
约 100 Token/Skill
name 和 description
第二层：指令
触发时加载
不到 5K Token
SKILL.md 正文
第三层：资源
按需加载
理论上无限制
脚本、文档、模板等
这种设计的好处非常明显：你可以在一个 Skill 中打包大量参考资料、完整的 API 文档甚至海量示例，但只要当前任务不需要它们，就不会消耗任何 Token。

四、Skills 的运行架构

Skills 运行在 Claude 的代码执行环境中，Claude 在虚拟机上拥有文件系统访问权限、bash 命令和代码执行能力。整个流程可以这样理解：
  1. 启动：系统提示词中包含所有已安装 Skill 的名称和描述
  1. 用户请求：比如"帮我从这个 PDF 中提取文本并总结"
  1. 触发加载：Claude 判断需要 PDF 处理技能，通过 bash 读取 SKILL.md
  1. 智能选择：Claude 判断不需要表单填写功能，因此不加载 FORMS.md
  1. 执行任务：根据已加载的指令完成用户请求
这种架构实现了三个关键优势：
按需读取文件：一个 Skill 可以包含几十个参考文件，但 Claude 只加载当前任务需要的那几个，其余文件留在文件系统上，消耗零 Token。
高效脚本执行：当 Claude 运行 validate_form.py 时，脚本的源代码不会进入上下文窗口，只有执行输出（如"验证通过"或具体错误信息）才会占用 Token。
无限制的附带内容：因为文件在被访问之前不消耗上下文，Skill 可以包含完整的 API 文档、大型数据集、丰富的示例等任何参考资料。

五、预置 Skill 与自定义 Skill

预置 Agent Skills

Anthropic 提供了四个开箱即用的文档处理 Skill，所有 claude.ai 和 Claude API 用户均可使用：
Skill
功能
PowerPoint (pptx)
创建演示文稿、编辑幻灯片、分析内容
Excel (xlsx)
创建电子表格、数据分析、生成图表报告
Word (docx)
创建文档、编辑内容、格式化文本
PDF (pdf)
生成格式化 PDF 文档和报告
实际上，Claude.ai 中你日常使用的文档生成和预览功能，背后就是这些 Skills 在驱动。

自定义 Skills

自定义 Skill 是 Agent Skills 真正强大的地方。你可以把组织内部的工作流、编码规范、审核清单、品牌指南等"隐性知识"打包成 Skill，让 Claude 在相关任务中自动应用。
Anthropic 在 GitHub 上开源了官方 Skills 仓库（anthropics/skills），包含 16 个示例 Skill，覆盖文档处理、创意设计、开发技术、企业沟通等领域，截至 2025 年 12 月已获得超过 22,600 个 Star。

六、SKILL.md 文件结构

每个 Skill 的核心是 SKILL.md 文件，其格式要求如下：
---
name: your-skill-name
description: Brief description of what this Skill does and when to use it
---

# Your Skill Name

## Instructions
[清晰的分步指令]

## Examples
[具体使用示例]
字段规范：
  • name：最长 64 字符，只能包含小写字母、数字和连字符，不能包含 "anthropic" 或 "claude"
  • description：最长 1024 字符，应同时说明 Skill 做什么以及 Claude 何时应该使用它
官方建议 SKILL.md 正文控制在 500 行以内。如果内容更多，应拆分到单独的参考文件中，充分利用渐进式加载机制。

七、跨平台支持情况

Agent Skills 在 Claude 的各个产品中均可使用，但能力和方式略有不同：
平台
预置 Skills
自定义 Skills
共享范围
Claude.ai
✅ 自动可用
✅ 通过设置上传 zip 文件
仅个人用户
Claude API
✅ 通过 skill_id 指定
✅ 通过 Skills API 上传
工作区内共享
Claude Code
❌
✅ 文件系统目录
个人/项目级别
Agent SDK
❌
✅ .claude/skills/ 目录
按项目配置
需要注意的是，各平台之间的 Skill 不会自动同步。在 claude.ai 上传的 Skill 不会自动出现在 API 中，反之亦然。
在运行环境方面也有差异：
  • Claude.ai：网络访问权限取决于用户/管理员设置
  • Claude API：无网络访问、无法运行时安装新包
  • Claude Code：拥有完整的网络访问权限

八、安全注意事项

Anthropic 强烈建议只使用来自可信来源的 Skill——要么是你自己创建的，要么是从 Anthropic 官方获取的。
Skills 通过指令和代码赋予 Claude 新能力，这在带来强大功能的同时也意味着风险：恶意 Skill 可能引导 Claude 执行与其声称目的不符的操作。社区中已经出现过 Skills 投毒的案例。
使用第三方 Skill 前需要注意：
  • 审查 Skill 中的所有文件，包括脚本和资源文件
  • 警惕从外部 URL 获取数据的 Skill
  • 关注异常的网络请求、文件访问或不匹配其声明用途的操作

九、Agent Skills 与其他概念的区别

概念
适用场景
与 Skills 的关系
Prompt
单次对话的一次性指令
Skills 是可复用的 Prompt 集合
Projects
同一主题的长期上下文积累
Skills 提供跨项目的通用方法论
MCP
连接外部数据源和业务系统
MCP 是厨房设备，Skills 是菜谱
Subagents
可拆分的并行任务
Skills 提供标准化流程供所有 Agent 复用

十、实际应用场景

Agent Skills 的应用范围远超文档处理。以下是一些典型场景：
企业工作流标准化：将公司的代码审查规范、品牌写作指南、数据分析流程封装为 Skill，确保每个团队成员与 Claude 协作时都遵循统一标准。
垂直领域专家：Anthropic 已为金融服务领域推出了专用 Skills，包括 DCF 模型构建、可比公司分析等。开发者也可以为法律合同审查、医疗报告分析等场景构建专用 Skill。
自动化开发流程：在 Claude Code 中，一个测试 Skill 可以自动运行单元测试、标记失败项、建议修复方案，甚至连接 GitHub 创建 Pull Request。
内容生产：将内容审核清单、SEO 优化规范、多平台发布格式打包成 Skill，让 Claude 在内容创作时自动遵循这些标准。

总结

Agent Skills 代表了 AI 应用开发的一个重要方向转变：从"告诉 AI 做什么"走向"教会 AI 怎么做"。通过文件系统级的知识封装和渐进式信息加载，Skills 在不牺牲上下文空间的前提下，让通用 AI 获得了专业领域的深度能力。
随着 2025 年 12 月开放标准的发布，Agent Skills 已不再是 Claude 的专属功能——Cursor 等工具也开始支持这一标准。正如 MCP 统一了 AI 与外部工具的连接方式，Skills 正在统一 AI 获取专业知识的方式。
对于开发者和企业用户来说，现在是开始探索 Agent Skills 的好时机：把你组织中反复出现的工作流程和专业知识，封装成可复用的 Skill，让 AI 真正成为你的领域专家。
0
好文章，需要你的鼓励