Claude Code Skill 开发手把手教程

Claude Code Skill 开发手把手教程去年到现在 我用 Claude Code 做了 30 多个自动化工具 有帮公众号发文的小助手 有批量翻译文章的工具 还有一键生成 PPT 的脚本 这些工具帮我省下大量时间 做第一个工具时 我踩了不少坑 做着做着程序就卡住不动 数据传到后面步骤就乱了 做到一半想停都不知道从哪继续 后来慢慢摸索出一套做法 现在十分钟就能做出一个新工具 这篇文章就是把这套做法分享出来 看完你会明白

大家好,我是讯享网,很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



去年到现在,我用 Claude Code 做了 30 多个自动化工具。有帮公众号发文的小助手,有批量翻译文章的工具,还有一键生成 PPT 的脚本。这些工具帮我省下大量时间。

做第一个工具时,我踩了不少坑。做着做着程序就卡住不动,数据传到后面步骤就乱了,做到一半想停都不知道从哪继续。后来慢慢摸索出一套做法,现在十分钟就能做出一个新工具。

这篇文章就是把这套做法分享出来。看完你会明白:

  • 一个自动化工具该长什么样
  • 怎么把大任务拆成小步骤
  • 哪里用脚本,哪里交给 AI 判断
  • 中间断了怎么接着跑

你只要会用 Claude Code 就行,不需要会写代码。

说白了,自动化工具就是一个文件夹。里面放着告诉 AI「干什么、怎么干」的文件。

打个比方。你去麦当劳点个汉堡,店员不用问你要几片面包、加多少酱。因为店里有一套标准做法,每个人照着做就行。

自动化工具就是 AI 的标准做法。

没有工具的时候:每次你都要从头告诉 AI「帮我写篇文章,语气像谁谁谁,开头要讲故事,结尾要金句……」——费劲不说,每次效果还不一样。

有工具的时候:你只要说「写篇文章」,AI 自己找到对应的做法,按你定好的套路写,出来的东西每次都稳定。

工具 = 能反复用的 AI 模板。写一次,用无数次。


你可能会想:我直接写个文件不就行了,搞这么复杂干嘛?

三个原因。

第一,AI 能记住的东西有限。Claude Code 一次能记 20 万 token,看着不少吧?但一个复杂任务跑下来,很快就满了。好的规矩能让你只读需要的内容,省着用空间。

第二,复杂事情要分着干。有些事用脚本做又快又准(比如从网上抓数据),有些事必须 AI 来判断(比如文章写得好不好)。规矩帮你分清楚谁干什么。

第三,给别人用的时候,没规矩就乱了。你的工具别人一看就懂,不用你每次去解释。

打个比方:规矩就像盖房子的图纸。没图纸也能住人,但有图纸才能盖高楼。


一个工具就是一个文件夹。里面放什么、怎么放,直接决定了工具好不好用。

最简单的工具长这样:

 
  

只要一个文件就能用。适合干一件事的小工具。

事情多了,就要多放几个文件:

GPT plus 代充 只需 145

这样放的好处:

  • SKILL.md 像「公司章程」——说清楚这个工具是干嘛的
  • workflow/ 像「员工手册」——每一步怎么干
  • scripts/ 像「工具箱」——确定性的事交给脚本
  • runs/ 像「档案柜」——每次干活的记录都在这里

记住一个原则:需要什么建什么,不要硬套。简单工具一个文件就够了。

SKILL.md 是工具的入口,AI 最先读它。开头必须有这段:

 
  

起名字有规矩:

  • 全小写,用短横线连着
  • 不能超过64个字
  • 不能包含 claude 这些保留词
  • 格式:谁-干什么-给谁-做什么

说明怎么写:

  • 用第三人称(不要写「我能帮你」)
  • 先说干什么,再说什么时候用

接着写触发条件:

GPT plus 代充 只需 145

最后写工作流(这是最重要的部分):

步骤 干什么 谁干 说明文件 输入 输出 01 收集素材 脚本 workflow/01-collect.md 用户说的关键词 文章列表 02 分析内容 SubAgent workflow/02-analyze.md 文章列表 分析结果 03 写文章 SubAgent workflow/03-write.md 分析结果 成稿

这样写的好处: AI 先看这张表,跑到哪一步才去读哪一步的说明,不一次性读完所有文件,省空间。

这是最重要的问题。选对了,又快又省;选错了,又慢又卡。

1. 脚本

适合做不用动脑子的事——输入固定,输出固定。

  • 从网上抓数据
  • 读写文件
  • 数据转换
  • 上传下载

好处:不占 AI 空间,跑得快,结果准。

2. SubAgent

适合需要动脑子的事——理解、判断、创作。

  • 评估文章质量
  • 总结内容
  • 写文章
  • 处理特殊情况

好处:能处理模糊任务,有判断力。

3. 主 Agent

适合简单协调的事——读个配置、控制流程。

  • 看懂用户说的话
  • 记录进度
  • 叫别人干活

好处:直接在对话里干,不用新开窗口。

4. 准备 SubAgent

适合处理大量数据——干正事前先做好准备。

  • 数数有多少条,算要分几批
  • 生成批次清单
  • 干完立刻清掉

好处:处理大批数据时,不会把 AI 空间撑爆。

问自己:这步要干什么?

  • 抓数据、读写文件、格式转换? → 用脚本
  • 需要 AI 理解、判断、写东西?
    • 数据超过500条? → 用准备 SubAgent(先分批) + SubAgent(再执行)
    • 数据不超过500条? → 直接用 SubAgent
  • 简单协调、读配置? → 用主 Agent

举个实际例子:

抓100篇文章:用脚本抓。如果用 AI 抓,费时又费空间。

判断30篇文章质量:脚本干不了,必须用 AI 判断。

分1000条数据:先用准备 SubAgent 分成10批,再用 SubAgent 一批批处理。主 Agent 直接读1000条会撑爆。

每步都有一个说明文件,告诉干活的怎么干。比如 workflow/02-analyze.md:

 
  

检查点很重要。 格式是步骤号+字母,如2a、2b。出了问题,能马上知道是哪步哪点没通过。

每次跑工具,都会在 runs/ 下面新开一个文件夹,放这次的所有数据。

文件夹名字:关键词-年月日-时分秒

比如:

  • claude-code--(查「Claude Code」那次)
  • karpathy--(分析「@karpathy」那次)

里面结构:

GPT plus 代充 只需 145

progress.json 是关键,记录了:

json

 
  

就像打游戏存档。 中间停了或者空间不够要清一下,下次进来可以从存档点接着打。

所有不用动脑子的事,都用脚本干。

为什么这么重要?

用 AI 抓100条数据:占空间约8000 tokens,跑30秒

用脚本抓100条数据:占空间约50 tokens(只返回一行状态),跑5秒

省下99%的空间。所以规矩强调「能用脚本就不用 AI」。

Python 脚本核心要点:

python

GPT plus 代充 只需 145

调用时先切到脚本目录:

 
  

AI 一次能记20万 token,但很容易就用满。要知道什么占空间。

主要消耗:

  • 系统说明 — 约5000
  • SKILL.md — 约2000-5000
  • 每步说明 — 约1000-3000
  • 读文件 — 约100-25000
  • SubAgent 返回 — 每个约10000
  • 对话历史 — 越积越多

特别注意: SubAgent 干完活回来,它干活的记录会全塞进主对话。如果同时跑6个 SubAgent,就是一下子塞进6万。

怎么省着用:

一次最多叫2个 SubAgent,干完马上清一下。

流程:

  • 第1轮:叫 Agent1 + Agent2 干活
  • 等他们干完,清一下空间
  • 第2轮:叫 Agent3 + Agent4 干活
  • 再清一下
  • 以此类推

为什么一次只叫2个?因为要留空间给它们回来。一个回来占1万,安全情况下可以等5个,保守点就等2个。

什么时候必须清:

  • 准备 SubAgent 干完
  • 每轮 SubAgent 干完
  • 整步干完
  • 空间用了70%以上

返回格式要精简:

SubAgent 干完只返回状态,不返回内容。比如:

GPT plus 代充 只需 145

禁止返回: 文件内容、分析结果列表、详细日志。

一句话:分轮干 + 少说话 + 及时清 = 空间够用。

第一步通常要问用户想要什么。Claude Code 有专门的问问题工具。

限制:

  • 一次问1-4个问题
  • 每个问题给2-4个选项
  • 标题不超过12个字
  • 自动有「其他」选项,不用自己加

四种问法:

第一种:要关键词(通常选「其他」)

问用户想查什么,给几个例子,大部分人直接输自己的词。

第二种:从选项里选

问目标市场、语言之类的,从文件里读选项让用户选。

第三种:选模式

问要完整跑还是只干一部分,固定两个选项,走不同流程。

第四种:可填可不填(带「跳过」)

问要不要加过滤条件,第一个选项是「跳过」,用户不想填就选这个。

怎么组合:

最好一次把几个问题问完(最多4个)。如果问题多,第一轮问核心的,第二轮根据第一轮的结果问补充的。

好的工具不光能跑,还得能从错误里爬起来。

五层检查:

  1. 文件在不在,空不空 — 不在就重跑
  2. 格式对不对 — 不对就重跑
  3. 该有的字段有没有 — 没有就重跑
  4. 值合不合理 — 标记出来
  5. 符不符合业务要求 — 标记失败

错误分两种:

  • 暂时性错误(网络超时、接口限流)— 可以重试,等会儿再试
  • 永久错误(参数错了、格式错了)— 不能重试,停掉并报告
  • 权限错误(登录失效、token过期)— 不能重试,停掉并让用户检查
  • 资源错误(空间满了、磁盘满了)— 不能重试,清理后再试

怎么恢复:

清空间或中间停了,重新进来时:

  1. 读 state/progress.json
  2. 看「恢复提示」
  3. 确认接着干还是重新干
  4. 从断点接着跑

有时一个工具要支持几种干法。比如做公众号文章的工具,可以从博主主页抓素材(克隆模式),也可以从已有文章分析(时间线模式)。

文件夹怎么放:

 
  

触发词怎么设:

运行文件夹怎么起名:

加个模式前缀:

  • clone-karpathy--
  • timeline-sama--

什么时候用一个工具干几件事: 最后出来的东西差不多,而且很多步骤能共用。

什么时候分两个工具: 最后出来的东西完全不一样,或者没几步能共用。

最后要知道 Claude Code 的限制,这些是定规矩的「物理边界」。

空间: 20万 token,实际能用约18万

工具限制:

  • 读文件 — 一次最多2.5万 token,超过2000行就截断
  • 写文件 — 必须先读过
  • 改文件 — 必须先读过
  • 跑命令 — 输出最多3万字符,默认2分钟超时
  • 叫 SubAgent — 一次建议不超过2个
  • Skill — 整个文件预算1.5万字符

工具装在哪:

  • 用户级(默认)— ~/.claude/skills/工具名/
  • 项目级 — .claude/skills/工具名/

复制下面这段话给 Claude Code,让它帮你做第一个工具:

GPT plus 代充 只需 145

这套规矩是我做了30多个工具后总结出来的。刚开始可能觉得麻烦,但用习惯了就会发现好处:

  • 思路清楚了,知道每一步该干什么
  • 空间够用了,不会做着做着卡住
  • 出了问题知道从哪找
  • 给别人用,不用每次解释

最重要的是,有了这套规矩,做个新工具从「摸索半天」变成「十分钟搞定」。

你先从简单的做起。做个公众号文章工具,或者做个翻译工具。跑通一个,后面就快了。

本文内容仅供个人学习、研究或参考使用,不构成任何形式的决策建议、专业指导或法律依据。未经授权,禁止任何单位或个人以商业售卖、虚假宣传、侵权传播等非学习研究目的使用本文内容。如需分享或转载,请保留原文来源信息,不得篡改、删减内容或侵犯相关权益。感谢您的理解与支持!

链接: https://fly63.com/article/detial/13402

小讯
上一篇 2026-03-15 22:12
下一篇 2026-03-15 22:10

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/237329.html