2026年claude skills使用

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。

Claude Skills是Anthropic为Claude大语言模型推出的一种模块化能力扩展系统（技能包），旨在教Claude如何执行特定、重复性的工作流程。它将特定的指令、脚本和资源封装在独立文件夹中，让 Claude 能够在需要时按需调用，从而实现自动化、标准化处理任务，节省大量上下文 Token。是基于文件系统的可重用资源，为 Claude 提供特定领域的专业知识：工作流程、上下文和**实践，可将通用代理转变为专家。与提示词（针对一次性任务的对话级指令）不同，技能按需加载，无需在多个对话中重复提供相同的指导。它将特定任务相关的指令、脚本、模板和资源等内容，封装成一个文件夹，称为一个Skill。

工作原理（三层加载机制）

层级内容何时加载元数据 name+description（约100词）始终在上下文中 SKILL.md正文详细指令（建议500行内） SKILL触发时附属资源 scripts、references、assets 按需读取

触发逻辑：Claude 扫描 available_skills 列表，比对用户请求与每个 Skill 的 description，匹配则自动加载对应 SKILL.md

目前内置的公开Skills

Skill 核心能力 docx 生成专业 Word 文档（目录、页眉、表格、样式） pptx 创建 PPT 演示文稿，支持动画和模板 xlsx 读写 Excel 电子表格，支持公式和数据清洗 pdf 读取、合并、填写、加密 PDF 文件 frontend-design 生成高质量 UI 组件和网页，风格专业不俗气 skill-creator 创建新 Skill、迭代优化、运行评测

3.1 解决 Claude 的"通才局限"

Claude 默认是通才，对很多专业任务（如生成 .docx、创建 .pptx、操作 Excel）只有模糊知识。Skill 把经过反复打磨的**实践固化成文字，让 Claude 每次都能按专家级流程操作。

3.2 避免重复"发明轮子"

没有 Skill 时，Claude 每次都可能选择不同的库、不同的方法，导致结果不稳定。Skill 规定了"应该用哪个库、怎么做、踩过哪些坑"，输出质量大幅提升且一致。

3.3 封装复杂流程

复杂任务往往需要多个步骤（解压 → 编辑 XML → 重新打包）。Skill 把这些步骤全部写清楚，Claude 不需要"自己摸索"，直接按图索骥。

3.4 渐进式加载，不浪费上下文

Skill 采用三层加载机制：

•第一层：元数据（name + description），始终在上下文中，约100字

•第二层：SKILL.md 正文，触发时加载，建议500行以内

•第三层：附属资源文件，按需加载，没有上限

这意味着：Skills 只在需要时消耗上下文，平时几乎"零开销"。

3.5 可分享、可迭代

Skill打包成.skill文件后可以安装到Claude，团队成员之间可以共享，也可以持续改进。

标准目录结构

 
  
    
     
     GPT plus 代充 只需 145my-skill/ ← Skill 根目录（文件夹名即 Skill 名）  
     ├── SKILL.md ← 必须，核心指令文件 ├── LICENSE.txt ← 可选，许可证 ├── scripts/ ← 可选，可执行的脚本（Python/Bash等） │ └── process.py ├── references/ ← 可选，参考文档（大型文档放这里按需加载） │ ├── guide-a.md │ └── guide-b.md └── assets/ ← 可选，模板、字体、图片等静态资源 
     └── template.xlsx 
    
 目录组织原则：

scripts/：放可执行代码，用于确定性、重复性任务

references/：放按需加载的参考文档（超过 300 行建议加目录）

assets/：放输出时会用到的静态文件（模板、图标、字体等）

SKILL.md格式

SKILL.md 由两部分组成：YAML 前置元数据 + Markdown 正文指令。

GPT plus 代充 只需 145 
  
    
     
     ---  
     name: skill-name ← Skill 唯一标识符 description: 触发条件和功能描述。 ← 触发机制的核心！要写得"积极" 当用户提到…时使用本 Skill。 ← 越具体越好 
     license: LICENSE.txt ← 可选 
     Skill 标题 
     简介 
     说明这个 Skill 是干什么的。 
     工作流程 
     步骤 1：… 步骤 2：… 
     参考资料 
      
      详细指南请查看 references/guide.md

GPT plus 代充 只需 145

Step 1：确定 Skill 的目标

回答这三个问题：

•这个Skill要让Claude做什么？

•什么情况下应该触发（用户会说什么词/短语）？

•期望输出是什么格式？

Step 2：创建目录和 SKILL.md

 
  
    
     
     GPT plus 代充 只需 145mkdir my-skill  
     touch my-skill/SKILL.md

 Step 3：编写 SKILL.md

按以下模板填写：

GPT plus 代充 只需 145 
  
    
     
     name: my-skill  
     description: 描述本技能的功能和触发条件。当用户想要…时使用本 Skill， 
     包括…、…等场景。即使用户没有明确说出技能名，只要涉及…也应触发。 
     My Skill 标题 
     概述 
     简短描述。 
     前置要求 
      
      需要的库：xxx 
      需要的工具：xxx 
      
     工作流程 
     第一步：分析输入 
     … 
     第二步：执行处理 
     … 
     第三步：输出结果 
     … 
     常见问题和注意事项 
      
      注意点 1 
      注意点 2 
      
     参考资料 
     详细文档见 references/detail.md

GPT plus 代充 只需 145 Step 4：添加脚本和资源（可选）

如果任务需要运行代码：

 
  
    
     
     GPT plus 代充 只需 145mkdir my-skill/scripts  
     在 scripts/ 下添加 Python/Shell 脚本

 Step 5：测试与迭代

手动测试：用几个典型的用户请求，验证 Claude 是否：

✅ 正确触发（看到 Skill 并读取）

✅ 按 Skill 指引执行

✅ 输出符合预期

Step 6：打包发布

GPT plus 代充 只需 145# 使用 skill-creator 技能中的打包脚本 python -m scripts.package_skill my-skill/ # 生成 my-skill.skill 文件，可以安装和分享

前置准备

基于closeAi中转站，搭建skills，platform.closeai-asia.com/dashboard

开始之前，确保已经拥有：

1.一个CloseAI 账户。

2.一个 CloseAI API Key。您可以在您的账户仪表板中找到它。

3.已安装Node.js 和 npm。

macOS/Linux 用户配置指南

第一步：安装 Claude Code

运行claude官方安装命令，需要开启梯子

 
  
    
     
     GPT plus 代充 只需 145curl -fsSL https://claude.ai/install.sh | bash 
    
 备选方案，如果因为网络不通等问题，也可以使用 npm (Node Package Manager) 在您的系统上全局安装 Claude Code。打开您的终端并运行以下命令： 
  
    
     
     npm install -g @anthropic-ai/claude-code 
    
 安装完成后，您就可以在终端的任何位置使用claude命令了。

第二步：配置 CloseAI 接入

通过~/.claude/settings.json配置环境变量，这种方式最稳定可靠，无需配置系统环境变量，避免各种环境变量冲突问题。

GPT plus 代充 只需 145 
  
    
     
     mkdir -p ~/.claude  
      
      编辑 settings.json

GPT plus 代充 只需 145

在您喜欢的文本编辑器中打开~/.claude/settings.json文件，添加以下内容：

 
  
    
     
     GPT plus 代充 只需 145{  
     "env": { 
     "ANTHROPIC_API_KEY": "sk-xxxxxxxxxxxxxxxx", "ANTHROPIC_BASE_URL": "https://api.openai-proxy.org/anthropic", "CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS": "1" }  
     }

GPT plus 代充 只需 145

配置说明：

•ANTHROPIC_API_KEY设为您的 CloseAI API Key（请务必替换 sk-xxxxxxxxxxxxxxxx）

•ANTHROPIC_BASE_URL设为 CloseAI 的 API 地址

•CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS设为1可禁用过新的实验性 Beta 功能，避免因使用尚不稳定的测试特性而导致的意外报错

•重要：配置文件中，不要添加 apiKeyHelper字段，否则会导致配置冲突

这种配置方式会覆盖系统环境变量，确保 100% 正常工作，无需额外配置系统环境变量。

第三步：免登录配置

Claude Code 首次启动时会需要你登录Claude官方账号，你如果挂了VPN，会弹出登录，如果没挂VPN会直接报错:Failed to connect to api.anthropic.com。

为了跳过登录，我们需要在 ~/.claude.json 中，加入设置"hasCompletedOnboarding": true。如果不跳过登录，则会在第一次使用 claude 时，触发登录。

第四步：开始使用

现在，您可以在终端中启动 Claude Code 了：

 
  
    
     
     GPT plus 代充 只需 145claude

启动后Claude会问你是否使用自定key，选择yes。

实现code review的skills

创建code review的skill目录

 
  
    
     
     GPT plus 代充 只需 145mkdir -p ~/.claude/skills/code-review

创建SKILL.md文件

 
  
    
     
     GPT plus 代充 只需 145touch ~/.claude/skills/code-review/SKILL.md

编辑SKILL.md文件

 
  
    
     
     GPT plus 代充 只需 145---  
     name: code-review 
     description: 当用户要求代码审查、code review、看代码问题时使用；对指定文件或目录做风格、潜在 bug 与可读性检查 
     代码审查助手 
     何时使用 
      
      用户说「帮我 review 这段代码」「代码审查」「看看有没有问题」时 
      
     执行步骤 
      
      确认要审查的文件或代码范围。 
      依次检查：命名规范、潜在 bug、边界情况、可读性、简单性能问题。 
      用列表给出问题与修改建议，并标注严重程度（高/中/低）。 
      
     输出格式 
      
      先简要总结，再按文件/位置列出具体问题和建议。

效果

实现sql优化器的skills

创建sql优化器的skill目录

GPT plus 代充 只需 145 
  
    
     
     mkdir -p ~/.claude/skills/sql-optimizer

GPT plus 代充 只需 145 
  
    
     
     mkdir -p ~/.claude/skills/sql-optimizer/scripts

创建SKILL.md文件

GPT plus 代充 只需 145 
  
    
     
     touch ~/.claude/skills/sql-optimizer/SKILL.md

编辑SKILL.md文件

GPT plus 代充 只需 145 
  
    
     
     ---  
     name: sql-optimizer description: 当用户提供 SQL 或询问 SQL 优化、慢查询、索引、explain 时使用；给出优化建议与索引建议，并用 Python 脚本对回复做结构化与代码块优化 
     dependencies: python>=3.8 
     SQL 优化助手 
     何时使用 
      
      用户粘贴 SQL 或提到「优化」「慢」「explain」「索引」「查询性能」时 
      用户询问如何改写 SQL、加索引、分析执行计划时 
      
     执行步骤 
      
      理解上下文 ：确认 SQL 的用途、涉及表与业务场景；必要时询问表结构或数据量。 
      分析 ：从索引、WHERE 条件、JOIN、子查询、函数/类型转换、分页方式等方面分析。 
      产出草稿 ：先一句话总结问题，再分条写出「问题 → 建议 → 示例（若适用）」。 
      用 Python 脚本优化回复 （必须执行）： 
        
        将上一步的完整回复文本保存为临时文件，或通过管道传入脚本。 
        在技能目录下执行（技能目录为 ~/.claude/skills/sql-optimizer 或当前项目 .claude/skills/sql-optimizer）： GPT plus 代充 只需 145 python3 scripts/optimize_response.py 
 将草稿内容通过 stdin 传入，例如：  echo "此处为草稿全文" | python3 scripts/optimize_response.py 
 或先写入文件再传路径： GPT plus 代充 只需 145 python3 scripts/optimize_response.py /path/to/draft.txt 
  
        脚本会：把未包裹的 SQL 统一成 sql ... 代码块，并补全「 优化建议」等章节。 
        
      输出 ：将脚本的 stdout 作为最终回复呈现给用户，不要再手动改脚本输出内容。 
      
     输出格式（脚本会在此基础上做后处理） 
      
      开头：一句话总结主要问题。 
      中间：分条列出「问题 → 建议 → 示例（若适用）」；所有 SQL 示例保持为 sql ... 形式。 
      结尾：可补充索引建议、EXPLAIN 使用建议或后续可做的验证。 
      
     使用 Python 脚本的注意点 
      
      脚本路径：相对于本技能根目录的 scripts/optimize_response.py；若从项目根执行，则使用 .claude/skills/sql-optimizer/scripts/optimize_response.py。 
      必须把 完整草稿 （整段优化分析）传给脚本，不要只传其中一句。 
      最终给用户看的，以脚本 stdout 为准；若脚本报错，可退回为未优化版草稿并说明「本次未做响应后处理」。 
      
     示例流程 
      
      用户：/sql-optimizer 并粘贴一条 SELECT。 
      你分析后写出草稿（总结 + 若干条建议 + SQL 示例）。 
      执行：echo " 
        <草稿全文>
          " | python3 .claude/skills/sql-optimizer/scripts/optimize_response.py 
        （或从技能目录执行 python3 scripts/optimize_response.py 并 stdin 传入草稿）。 
      把脚本输出作为最终回复发给用户。

创建optimize_response.py脚本文件

GPT plus 代充 只需 145 
  
    
     
     touch ~/.claude/skills/sql-optimizer/scripts/optimize_response.py

编辑optimize_response.py脚本文件

GPT plus 代充 只需 145 
  
    
     
     #!/usr/bin/env python3  
     """ SQL 优化建议响应后处理：读取 Claude 的优化分析草稿，输出结构化 Markdown。 
      
      将未包裹的 SQL 统一为 sql ... 代码块 
      确保有「总结」「优化建议」等章节结构 
      斜体：将 [i]…[/i] 转为 *…*；对「注意：」「例如：」等后的短句自动加斜体 
      红高亮：将 [r]…[/r] 转为红色 HTML；对「建议：」后的短句及「 优化建议」标题加红 """ import re import sys from pathlib import Path 
      
     def read_input() -> str: 
     GPT plus 代充 只需 145if len(sys.argv) > 1: p = Path(sys.argv[1]) if p.exists(): return p.read_text(encoding="utf-8") return sys.stdin.read()  
     def wrap_bare_sql(text: str) -> str: 
     """把单独成段的 SQL（SELECT/INSERT/UPDATE 等开头）包成 sql ... """ lines = text.split("  
     ") 
     GPT plus 代充 只需 145out = [] i = 0 while i < len(lines): line = lines[i] stripped = line.strip() if stripped.startswith(""): out.append(line) i += 1 continue if re.match(r"^(SELECT|INSERT|UPDATE|DELETE|CREATE|ALTER|EXPLAIN|WITH)s", stripped, re.I): out.append("sql") out.append(line) i += 1 while i < len(lines) and not lines[i].strip().startswith(""): out.append(lines[i]) i += 1 out.append("") if i < len(lines): out.append(lines[i]) i += 1 continue out.append(line) i += 1 return "  
     ".join(out) 
     def ensure_sections(text: str) -> str: 
     """若没有「 优化建议」，在第一个列表前插入""" if " 优化建议" in text or " 建议" in text: return text lines = text.split("  
     ") 
     GPT plus 代充 只需 145for i, line in enumerate(lines): if re.match(r"^(d+.|[•-*])s", line.strip()): lines.insert(i, "") lines.insert(i + 1, " 优化建议") lines.insert(i + 2, "") return "  
     ".join(lines) 
     return text  
     def apply_italic(text: str) -> str: 
     GPT plus 代充 只需 145""" 增加斜体能力（Markdown 使用 *...*）： 1. 将显式标记 [i]...[/i] 转为 *...* 2. 对「注意：」「例如：」等后的第一个短句加斜体（「建议：」留给红高亮） """ text = re.sub(r"[i](.*?)[/i]", r"*1*", text, flags=re.DOTALL) for prefix in ("注意", "例如", "说明", "提示"): pattern = rf"({prefix}[：:])([^  
     *`]+?)([。； ]|$)" 
      def _repl(m): content = m.group(2).strip() if not content or len(content) > 80: return m.group(0) end = m.group(3) return f"{m.group(1)}*{content}*{end}" text = re.sub(pattern, _repl, text) return text  
     RED_SPAN = ‘’ 
     def apply_red_highlight(text: str) -> str: 
     GPT plus 代充 只需 145""" 对优化建议加红高亮： 1. [r]...[/r] -> 红色 span 2. 「建议：」后的短句 -> 红色 3. 「 优化建议」标题 -> 红色 """ text = re.sub(r"[r](.*?)[/r]", RED_SPAN + r"1", text, flags=re.DOTALL) pattern = r"(建议[：:])([^  
     *`<]+?)([。； ]|$)" 
     def _repl(m): content = m.group(2).strip() if not content or len(content) > 100: return m.group(0) end = m.group(3) return f"{m.group(1)}{RED_SPAN}{content}{end}" text = re.sub(pattern, _repl, text) text = re.sub(r"(s*)(优化建议|建议)(s*)$", r"1" + RED_SPAN + r"23", text, flags=re.MULTILINE) return text  
     def main() -> None: 
     GPT plus 代充 只需 145raw = read_input() if not raw.strip(): print("（未收到输入）", file=sys.stderr) sys.exit(1) out = wrap_bare_sql(raw) out = ensure_sections(out) out = apply_italic(out) out = apply_red_highlight(out) print(out.strip())  
     if name == "main": 
     main() 
    
 效果

除了自己编写，还可以利用2025年末发布的Agent Skills开放标准：

•官方市场：访问github.com/anthropics/...仓库下载预设的技能（如：pdf生成器、SQL 调优工具）。

•Skill Creator：你可以对 Claude 说："帮我把我刚才教你的关于 Docker 的配置逻辑总结成一个 Skill"，它会自动在相应目录为你生成文件。

我们可以将本仓库注册为 Claude Code 的插件市场，只需在 Claude Code 中执行以下命令：

GPT plus 代充 只需 145 
  
    
     
     /plugin marketplace add anthropics/skills 
    
 然后就可以使用/plugin查看：

装指定技能集的步骤：

•浏览并安装插件（Browse and install plugins）

•选择 anthropic-agent-skills 插件源

•选择 document-skills（文档技能）或 example-skills（示例技能）

资源说明链接 Skill 聚合入口 skills.sh/ Skills 市场（中文界面） skillsmp.com/zh Agent Skills 官方标准站点 agentskills.io Anthropic 官方工程文章（Agent Skills 实战理念） www.anthropic.com/engineering… VS Code Copilot Agent Skills 文档 code.visualstudio.com/docs/copilo… Anthropic 官方 Skills GitHub 仓库 github.com/anthropics/… Claude 技能精选列表（Awesome 系列） github.com/ComposioHQ/… 软件开发自动化工作流 Skills 集合 github.com/obra/superp… 自动生成 Skill 的 Skill（官方示例） github.com/anthropics/…

工作原理（三层加载机制）

3.1 解决 Claude 的"通才局限"

3.2 避免重复"发明轮子"

3.3 封装复杂流程

3.4 渐进式加载，不浪费上下文

3.5 可分享、可迭代

标准目录结构

SKILL.md格式

license: LICENSE.txt ← 可选

Skill 标题

简介

工作流程

参考资料

Step 1：确定 Skill 的目标

Step 2：创建目录和 SKILL.md

Step 3：编写 SKILL.md

包括…、…等场景。即使用户没有明确说出技能名，只要涉及…也应触发。

My Skill 标题

概述

前置要求

工作流程

第一步：分析输入

第二步：执行处理

第三步：输出结果

常见问题和注意事项

参考资料

在 scripts/ 下添加 Python/Shell 脚本

Step 5：测试与迭代

Step 6：打包发布

前置准备

macOS/Linux 用户配置指南

第一步：安装 Claude Code

第二步：配置 CloseAI 接入

第三步：免登录配置

第四步：开始使用

实现code review的skills

description: 当用户要求代码审查、code review、看代码问题时使用；对指定文件或目录做风格、潜在 bug 与可读性检查

代码审查助手

何时使用

执行步骤

输出格式

实现sql优化器的skills

dependencies: python>=3.8

SQL 优化助手

何时使用

执行步骤

输出格式（脚本会在此基础上做后处理）

使用 Python 脚本的注意点

示例流程

相关推荐