2026年Claude Agent Skills 完全指南

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。

基于 Anthropic 官方 32 页手册的深度解读

为什么需要 Skills
这份指南适合谁
你将学到什么

1.1 什么是 Skill
1.2 三级渐进式设计
1.3 核心设计原则
1.4 Skills 与 MCP 的协同

2.1 识别适用场景
2.2 设计 Skill 结构
2.3 编写有效指令
2.4 组织资源文件

3.1 测试策略
3.2 常见问题排查
3.3 优化技巧
3.4 版本管理

4.1 打包与发布
4.2 社区**实践
4.3 文档维护

5.1 独立 Skills 模式
5.2 Skills + MCP 融合模式
5.3 案例研究

6.1 常见错误
6.2 调试技巧
6.3 性能优化

如果你经常用 Claude 做重复性工作，应该遇到过这种情况：每次都要重新解释你的偏好、流程和领域知识。

Skills 解决了这个问题。它让你教 Claude 一次，然后每次都受益。

读完这份指南，你能在一次会话内构建一个可用的 Skill。预期 15-30 分钟完成第一个工作版本。

从文件结构看，Skill 就是一个文件夹：

my-skill/ ├── SKILL.md # 必需：核心指令 ├── scripts/ # 可选：可执行代码 ├── references/ # 可选：参考文档 └── assets/ # 可选：模板、字体、图标

但这个简单的结构背后有一套设计哲学。

SKILL.md 是核心。它包含两部分：
– YAML frontmatter：元数据（名称、描述、标签）
– Markdown 正文：完整的指令和引导

scripts/ 存放可执行代码。Python、Bash 或其他语言。Claude 可以按需调用这些脚本。

references/ 放参考文档。Claude 不会全部加载，而是按需读取。

assets/ 存放模板和资源。生成文档时可能用到这些文件。

这是 Skill 架构的核心思想。

第一级：YAML frontmatter
– 总是加载到系统提示中
– 只包含足够的信息让 Claude 知道何时使用这个 Skill
– 不占用太多 token

第二级：SKILL.md 正文
– Claude 认为相关时才加载
– 包含完整指令和引导
– 这是 Skill 的主体内容

第三级：链接文件
– Skill 目录中的其他文件
– Claude 按需导航和发现
– 进一步节省 token

这个设计让 Claude 在保持专业能力的，最小化 token 使用。

渐进式披露
– 不要一次性加载所有内容
– 从元数据开始，逐步展开细节

可组合性
– 你的 Skill 应该能和其他 Skill 并存
– 不要假设它是唯一可用的能力

可移植性
– Skills 在 Claude.ai、Claude Code 和 API 中完全一致工作
– 一次创建，到处使用

如果你在构建 MCP 集成，Skills 是知识层。

比喻：厨房与食谱
– MCP 是专业厨房：工具、食材、设备
– Skills 是食谱：如何用这些东西创造价值

MCP 提供：
– 连接到你的服务（Notion、Asana、Linear 等）
– 实时数据访问和工具调用

Skills 提供：
– 工作流程和**实践
– 如何有效使用服务

为什么重要

（未完待续，下一节：第二部分：规划与设计）

不是所有任务都需要 Skill。先判断你的场景是否适合。

适合 Skills 的场景特征：

重复性工作流
每次都要解释相同的步骤
输出需要保持一致格式
多步骤流程需要编排
需要领域专业知识
行业特定的术语和惯例
团队内部的工作方式
**实践和经验法则
需要与其他工具集成
文档模板
代码脚本
API 调用

不适合的场景：

一次性任务
简单问答
不需要格式化的创意工作

自查清单：

[ ] 我至少重复解释过 3 次这个工作流？
[ ] 输出需要遵循特定格式或标准？
[ ] 这个任务涉及 3 个以上步骤？
[ ] 团队中其他人也需要做类似工作？

如果大部分答”是”，就值得构建 Skill。

文件结构要求

your-skill-name/ ├── SKILL.md # 必需 - 主文件 ├── scripts/ # 可选 - 可执行代码 │ ├── process_data.py # 示例 │ └── validate.sh # 示例 ├── references/ # 可选 - 参考文档 │ ├── api-guide.md # 示例 │ └── examples/ # 示例 └── assets/ # 可选 - 模板等

└── report-template.md # 示例

命名规范（严格）

SKILL.md 文件名：
– 必须是 SKILL.md（区分大小写）
– 不接受变体（SKILL.MD、skill.md 等）

Skill 文件夹命名：
– ✅ 使用 kebab-case：notion-project-setup
– ❌ 不能有空格：Notion Project Setup
– ❌ 不能有下划线：notion_project_setup
– ❌ 不能有大写：NotionProjectSetup

不要 README.md：
– Skill 文件夹内不要包含 README.md
– 所有文档放在 SKILL.md 或 references/ 中
– 注意：通过 GitHub 分发时，仍需要仓库级别的 README 供人类阅读

YAML frontmatter：最重要的部分

YAML frontmatter 是 Claude 决定是否加载你的 Skill 的依据。这部分必须做好。

最小必需格式：

— name: your-skill-name

description: What it does. Use when user asks to [specific phrases].

就这些，足够开始。

字段要求

name（必需）：
– 只用 kebab-case
– 不能有空格或大写
– 应该与文件夹名匹配

description（必需）：
– 必须包含两个要素：
– 做什么
– 何时使用（触发条件）
– 1024 字符以内
– 不能有 XML 标签（< 或 >）
– 包含用户可能说的具体任务
– 如果相关，提及文件类型

好的 description 示例：

# 好 - 具体可操作 description: Analyzes Figma design files and generates developer handoff documentation. Use when user uploads .fig files or asks for design specs.

不好 - 太模糊

description: Helps with Figma designs.

好 - 包含触发词

description: Creates GraphQL API clients from OpenAPI specs. Use when user says "generate client", "create SDK", or uploads .json/.yaml spec files.

不好 - 缺少使用场景

description: GraphQL client generator.

license（可选）：
– 如果开源 Skill，使用此字段
– 常见值：MIT、Apache-2.0

compatibility（可选）：
– 1-500 字符
– 说明环境要求：目标产品、系统包、网络需求等

metadata（可选）：
– 任意自定义键值对
– 建议：author、version、mcp-server
– 示例：

metadata: author: ProjectHub version: 1.0.0 mcp-server: projecthub

安全限制

frontmatter 中禁止：
– XML 尖括号（< >）
– 名字中包含 “claude” 或 “anthropic”（保留字）

原因：frontmatter 会出现在 Claude 的系统提示中。恶意内容可能注入指令。

Description 字段的黄金法则

根据 Anthropic 工程博客：”这个元数据…提供足够的信息让 Claude 知道何时使用每个 Skill，而无需将全部内容加载到上下文中。”

这是渐进式披露的第一级。

结构：

[做什么] + [何时使用] + [关键能力]

实战案例

案例 1：文档生成器

— name: api-doc-generator

description: Generates REST API documentation from OpenAPI specs. Use when user uploads .json/.yaml spec files or asks to "generate docs", "create API reference", or "build documentation". Outputs Markdown with endpoint descriptions, request/response schemas, and code examples.

案例 2：代码审查助手

— name: code-reviewer

description: Reviews code for security vulnerabilities, performance issues, and style consistency. Use when user asks to "review code", "check for bugs", or shares code files. Supports Python, JavaScript, Go, and Rust. Outputs annotated review with severity ratings and fix suggestions.

正文编写技巧

第一级（YAML）：
– 只说”是什么”和”何时用”
– 50-100 字足够

第二级（正文）：
– 展开”怎么做”
– 分步骤引导
– 提供示例

第三级（引用文件）：
– 详细参考文档
– 代码示例
– 模板资源

常见错误

过度详细：

# 不好 - 太长 description: This skill does a lot of things including analyzing documents, generating reports, sending emails, and integrating with various APIs. It can handle multiple file formats and supports customization…

缺少触发词：

# 不好 - 没说何时使用 description: Advanced data analysis and visualization tool.

缺少具体能力：

# 不好 - 太模糊 description: Helps with coding tasks.

Scripts 目录

存放可执行代码。Claude 可以按需调用。

使用场景：
– 数据处理
– 文件转换
– API 调用
– 验证检查

**实践：
– 保持脚本简单单一职责
– 添加清晰的参数说明
– 处理错误情况
– 记录输出格式

示例：

# scripts/validate_yaml.py import sys import yaml

def validate_yaml(file_path):

"""Validate YAML file structure.""" try: with open(file_path, 'r') as f: data = yaml.safe_load(f) return True, "Valid YAML" except Exception as e: return False, f"Error: {str(e)}"

if name == "main":

if len(sys.argv) < 2: print("Usage: validate_yaml.py 
       
    
         
           ") sys.exit(1) valid, message = validate_yaml(sys.argv[1]) print(message) sys.exit(0 if valid else 1)

References 目录

存放参考文档。Claude 不会全部加载，而是按需读取。

适合放什么：
– API 文档
– 风格指南
– 代码示例
– 故障排查指南

组织方式：

references/ ├── api/ │ └── endpoints.md ├── examples/ │ ├── basic-usage.md │ └── advanced-patterns.md └── troubleshooting/

└── common-errors.md

Assets 目录

存放模板和资源文件。

适合放什么：
– 文档模板
– 配置文件模板
– 字体文件
– 图标资源

示例：

assets/ ├── templates/ │ ├── report-template.md │ └── email-template.txt └── styles/

└── custom.css

（未完待续，下一节：第三部分：测试与迭代）

测试方法选择

三种主要测试方法：

1. 手动测试
– 快速反馈循环
– 适合早期迭代
– 低成本，高灵活性

2. Beta 测试
– 真实用户场景
– 发现意外用例
– 收集定性反馈

3. 程序化测试
– 通过 skills API 自动化
– 系统性评估
– 适合持续集成

选择匹配你质量要求的方法。内部团队用的小 Skill 和部署给企业用户的 Skill，测试需求不同。

Pro Tip：先攻克单一任务

最有效的做法：先在一个有挑战性的任务上迭代，直到 Claude 成功完成，然后把成功方法提取为 Skill。

这利用了 Claude 的上下文学习能力，比广泛测试更快获得信号。有了工作基础后，再扩展到多个测试用例覆盖。

创建 Skills：

从自然语言描述生成 Skills
生成正确格式的 SKILL.md（带 frontmatter）
建议触发短语和结构

审查 Skills：

标记常见问题（模糊描述、缺少触发器、结构问题）
识别潜在过度/不足触发风险
基于 Skill 声明的目的建议测试用例

迭代改进：

使用 Skill 后遇到边界情况或失败，把例子带回 skill-creator
示例：”用这次对话中发现的问题和解决方案，改进 Skill 如何处理 [特定边界情况]”

提示词优化

渐进式细化：
1. 从简单指令开始
2. 识别失败模式
3. 添加针对性引导
4. 重复直到稳定

约束明确化：

# 不好 description: Helps with data analysis. # 好 description: Analyzes CSV files up to 10MB. Generates statistical summaries and visualizations. Use when user uploads .csv files or asks to "analyze data", "generate statistics", or "create charts".

触发器调优

过度触发：Skill 加载太频繁
– 收集误触发案例
– 在 description 中添加更具体的约束
– 添加否定条件

不足触发：Skill 应加载但没加载
– 收集漏触发案例
– 添加更多触发短语
– 在 description 中明确使用场景

性能优化

Token 使用：
– 把详细内容移到 references/
– 保持 frontmatter 简洁
– 使用渐进式披露

响应速度：
– 优化脚本性能
– 缓存重复计算
– 批量处理请求

语义化版本

建议使用语义化版本（Semver）：

v1.0.0 - 初始稳定版本 v1.1.0 - 添加功能（向后兼容） v2.0.0 - 破坏性变更 v1.0.1 - Bug 修复

在 YAML frontmatter 的 metadata 中记录：

metadata: version: 1.2.0 changelog: Added support for PDF files

变更日志

维护 CHANGELOG.md：

# Changelog

[1.2.0] - 2026-04-15

Added

PDF file support
Batch processing mode

Fixed

UTF-8 encoding issues
API timeout handling

[1.1.0] - 2026-04-01

Added

Excel export
Custom templates
向后兼容性
- 尽量保持向后兼容
- 破坏性变更时提供迁移指南
- 在 description 中标注兼容性要求

文件清单

发布前检查：

必需文件：
– [ ] SKILL.md（有效 YAML frontmatter）
– [ ] 文件夹名符合 kebab-case

可选文件：
– [ ] scripts/（如果需要）
– [ ] references/（如果有参考文档）
– [ ] assets/（如果有模板）
– [ ] README.md（仓库级，供人类阅读）

发布渠道

1. Claude.ai 插件目录
– 上传到 Claude Code 的 Skills 目录
– 在 Claude.ai 中启用

2. GitHub 仓库
– 创建公开仓库
– 添加仓库级 README
– 使用适当标签（如 claude-skill）
– 在 metadata 中包含仓库 URL

3. 团队内部分发
– 共享文件夹
– 内部 Git 仓库
– 包管理器

GitHub 发布**实践

仓库结构：

claude-skill-name/ ├── skill-name/ # 实际 Skill 文件夹 │ ├── SKILL.md │ ├── scripts/ │ └── references/ ├── README.md # 仓库级 README ├── LICENSE # 如果开源 └── examples/ # 使用示例

README.md 模板：

# Skill Name

Brief description of what this skill does.

Installation

Claude.ai

Download this repository
Copy skill-name/ to your Skills directory
Refresh Claude.ai

Claude Code

cp -r skill-name/ ~/.claude/skills/

Simply upload a file or ask Claude to [specific task].

Feature 1
Feature 2
Feature 3

List any dependencies
MCP servers (if applicable)
System requirements

MIT

 4.2 社区**实践 # 文档质量 好的文档： - 清晰的使用场景 - 具体的示例提示词 - 常见问题解答 - 故障排查指南 不好的文档： - 只有技术参数 - 缺少使用示例 - 没说明何时使用 # 示例提示词 在 README.md 或 references/examples/ 中提供： markdown Example Prompts Basic Usage "Generate API docs from this OpenAPI spec" Advanced Usage "Create client SDK for the authentication endpoints only, with TypeScript types" Edge Cases "Handle circular references in the schema gracefully"

反馈循环

在 GitHub Issues 中收集反馈
定期审查使用情况
根据用户报告迭代
在 changelog 中记录改进

定期审查

检查清单：
– [ ] Skill 在最新 Claude 版本中工作正常
– [ ] 所有脚本依赖是最新的
– [ ] 示例仍然准确
– [ ] 联系信息（metadata.author）有效

依赖管理

固定脚本依赖版本
定期更新安全补丁
记录兼容性要求
测试新版本兼容性

退役策略

当 Skill 不再维护时：

在 README 中添加弃用声明
在 frontmatter 中添加 deprecated: true
推荐替代方案
保留仓库供参考

（未完待续，下一节：第五部分：实战模式）

独立 Skills 不依赖 MCP，完全基于指令和内置能力。

适用场景

文档生成和格式化
代码审查和重构
数据分析和可视化
内容创作和编辑

实战案例：API 文档生成器

需求：
从 OpenAPI 规范自动生成 REST API 文档。

SKILL.md 结构：

--- name: openapi-doc-generator description: Generates REST API documentation from OpenAPI 3.0 specs. Use when user uploads .json/.yaml spec files or asks to "generate API docs", "create endpoint reference", or "build documentation". Outputs Markdown with endpoint descriptions, request/response schemas, authentication requirements, and code examples. license: MIT metadata: author: DevTools Team version: 1.0.0 tags: [api, documentation, openapi] --- # OpenAPI Documentation Generator 自动生成清晰的 API 文档，让开发者快速理解如何使用你的 API。 你是谁 你是一个 API 技术文档专家。你从 OpenAPI 规范生成清晰、准确、开发者友好的文档。 工作流程 1. 解析规范：读取并验证 OpenAPI JSON/YAML 文件 2. 提取信息：收集端点、参数、响应、认证信息 3. 生成文档：输出结构化 Markdown 文档 4. 添加示例：为每个端点生成请求/响应示例 输出格式 端点文档模板 markdown {METHOD} {path} {summary} 描述：{description} 认证：{securityRequirements} 请求参数： | 参数 | 类型 | 必需 | 描述 | |------|------|------|------| | ... | ... | ... | ... | 响应： - 200: {responseDescription} - 400: Bad Request - 401: Unauthorized 示例请求： bash curl -X {METHOD} {url}

示例响应：

{responseExample}

所有端点都有完整文档
参数类型和必需性明确标注
包含实际可用的代码示例
认证要求清晰说明
错误响应文档化

循环引用：添加注释说明
多媒体类型：分别文档化
可选认证：明确说明何时需要

使用示例： 用户提示词：

生成文档：https://api.example.com/openapi.json

输出： - 完整的 Markdown API 文档 - 按标签分组端点 - 包含认证说明 - 提供 curl 和 JavaScript 示例 5.2 Skills + MCP 融合模式 Skills 与 MCP 结合时，MCP 提供连接性，Skills 提供工作流知识。 # 适用场景 - SaaS 服务集成（Notion、Asana、Linear） - 自定义 API 工作流 - 数据库操作 - 云服务管理 # 实战案例：ProjectHub 工作流 Skill 背景： 已有 ProjectHub MCP 服务器，提供工具访问。现在创建 Skill 教 Claude 如何有效使用这些工具。 YAML frontmatter： yaml --- name: projecthub-workflow description: Manages ProjectHub projects and tasks. Use when user asks to "create project", "set up workspace", "manage tasks", or references ProjectHub. Handles project creation, task management, and team collaboration workflows. metadata: mcp-server: projecthub author: ProjectHub Team version: 2.1.0 ---

正文结构：

# ProjectHub Workflow Manager 你是一个项目管理专家。你帮助用户在 ProjectHub 中高效组织和跟踪工作。 核心工作流 1. 项目初始化 触发条件：用户说"创建项目"、"新项目"、"初始化 workspace" 步骤： 1. 收集项目基本信息（名称、描述、截止日期） 2. 创建项目结构 3. 设置默认标签和里程碑 4. 邀请团队成员 **实践： - 询问项目类型（开发、市场营销、研发）以应用模板 - 建议使用标准命名约定 - 提醒设置里程碑和关键日期 2. 任务管理 触发条件：用户说"添加任务"、"创建待办"、"分配工作" 步骤： 1. 理解任务上下文（所属项目、优先级、负责人） 2. 创建任务并设置属性 3. 添加依赖关系（如果适用） 4. 设置提醒和截止日期 **实践： - 任务描述使用动词开头（如"实现登录功能"） - 建议合理的任务粒度（1-3 天完成） - 提醒检查任务依赖 3. 进度跟踪 触发条件：用户问"项目状态"、"进度报告"、"什么 overdue" 步骤： 1. 查询项目和任务状态 2. 生成进度摘要 3. 识别风险和瓶颈 4. 建议下一步行动 输出格式：

 常见模式 敏捷开发项目

 营销活动项目

 错误处理 API 失败 - 检查认证状态 - 降级到手动指令 - 建议用户检查 MCP 连接 数据验证失败 - 指出具体字段问题 - 提供有效值示例 - 询问是否继续（部分创建） 性能优化 批量操作 - 创建多个任务时使用批量 API - 一次性设置标签和属性 缓存策略 - 缓存项目结构信息 - 避免重复查询

为什么这样有效：

MCP 层：提供创建项目、任务、标签的原始工具访问
Skill 层：封装**实践、工作流和领域知识
用户价值：无需了解 ProjectHub API 细节，直接用自然语言描述需求

案例 1：Figma 设计交付 Skill

问题：
设计团队每次都要手动解释如何从 Figma 导出开发资源。

解决方案：

— name: figma-handoff

description: Extracts developer handoff info from Figma designs. Use when user uploads .fig files or asks for "design specs", "developer handoff", or "export assets". Outputs CSS, SVG exports, spacing measurements, and component documentation.

效果：
– 设计师节省 80% 手动交接时间
– 开发者收到的资源格式一致
– 减少往返沟通次数

案例 2：代码审查 Skill

问题：
团队代码审查标准不统一，经常遗漏常见问题。

解决方案：

— name: team-code-review description: Reviews code against team standards. Checks security, performance, and style. Use when user asks to "review code", "check for bugs", or shares code files. Supports Python, JavaScript, Go. Outputs annotated review with severity ratings. metadata: author: Engineering Team version: 1.5.0

team-standards: v2.3

正文要点：
– 团队特定编码标准
– 常见反模式检测
– 安全漏洞检查清单
– 性能优化建议
– 自动修复建议（如果简单）

效果：
– 审查一致性提升 90%
– 常见问题检出率提升 60%
– 新团队成员上手更快

Skill 不触发

症状：
Claude 没有加载 Skill，表现像默认模式。

诊断：

检查 description 是否包含触发词
确认 frontmatter 格式正确
验证文件夹名符合规范

修复：

# 不好 - 太模糊 description: Helps with project management. 好 - 包含具体触发词
 description: Manages ProjectHub projects. Use when user says "create project", "add task", or mentions ProjectHub.

Skill 触发但输出不正确

症状：
Skill 加载了，但输出不符合预期。

诊断：

检查正文指令是否清晰
验证工作流步骤完整
确认示例和模板可用
修复：
– 添加更具体的引导
– 提供更多示例
– 明确边界条件处理

脚本执行失败

症状：
Claude 调用 scripts/ 中的脚本时出错。

诊断：
检查脚本权限（可执行）
验证依赖已安装

确认路径正确

修复：

# 添加执行权限 chmod +x scripts/*.sh

检查 Python 脚本 shebang

#!/usr/bin/env python3

启用详细日志

在 SKILL.md 中添加：

 调试模式

当用户说"debug mode"或"verbose"时：

输出每一步的决策过程
显示工具调用的参数和结果
记录错误和恢复尝试创建测试用例集合：
使用测试提示词
```
 测试用例
```

基本功能

测试 1：[描述] → [预期输出]
测试 2：[描述] → [预期输出]

边界情况

边界 1：[描述] → [预期输出]
边界 2：[描述] → [预期输出]

错误处理

错误 1：[描述] → [预期行为] 创建 Skill 变体进行对比：
A/B 测试
```
skill-name-v1/ skill-name-v2/ 
```
在同一任务上测试，记录效果差异。

Token 使用优化

问题：Skill 消耗太多 tokens。

解决方案：

压缩 frontmatter：

# 不好 - 冗长 description: This skill is designed to help users with various tasks related to project management including but not limited to creating projects, managing tasks, tracking progress, and generating reports.

好 - 简洁

description: Manages projects and tasks in ProjectHub. Use when user says "create project", "add task", or "project status".

移除详细内容到 references/：

# SKILL.md 中只保留概要 详细 API 文档见 references/api-guide.md

使用渐进式披露：
第一级：frontmatter（最小信息）
第二级：正文（工作流）
第三级：引用文件（细节）

响应速度优化

问题：Skill 执行太慢。

解决方案：

缓存重复计算：

# scripts/cache_helper.py import hashlib import json

def cache_key(data):

return hashlib.md5(json.dumps(data).encode()).hexdigest()

def get_cached(key):

# 实现缓存逻辑 pass

批量处理：

 批量操作策略

创建多个任务时：

收集所有任务数据
一次性调用批量 API
而非逐个创建
1. 异步处理：
2. 长时间操作显示进度
3. 提供取消选项
4. 后台执行非关键步骤

Claude Agent Skills 是一个强大的自定义机制。通过渐进式披露、可组合性和可移植性三个设计原则，它让你封装领域专业知识并重复使用。

核心要点：

从简单开始：先攻克单一任务，再扩展
明确触发条件：description 必须包含”做什么”和”何时用”
渐进式披露：三级结构（frontmatter → 正文 → 引用文件）
测试驱动：触发测试、功能测试、性能对比
持续迭代：收集反馈，优化 prompt，更新版本

下一步行动：

识别你团队中的重复性工作流
用 skill-creator 构建第一个 Skill
测试并迭代 15-30 分钟
分享给团队并收集反馈
根据使用数据持续优化

资源：

官方文档：https://docs.anthropic.com
skill-creator Skill：Claude.ai 插件目录
社区示例：GitHub 搜索 claude-skill

关于本指南

本指南基于 Anthropic 官方《The Complete Guide to Building Skills for Claude》（32 页）深度解读。已按照技术博客风格重写，避免 AI 痕迹，使用平实、清晰、有深度的表达方式。

最后更新：2026 年 4 月 15 日

2026年Claude Agent Skills 完全指南

文件结构要求

命名规范（严格）

YAML frontmatter：最重要的部分

description: What it does. Use when user asks to [specific phrases].

字段要求

不好 - 太模糊

好 - 包含触发词

不好 - 缺少使用场景

安全限制

Description 字段的黄金法则

实战案例

description: Generates REST API documentation from OpenAPI specs. Use when user uploads .json/.yaml spec files or asks to "generate docs", "create API reference", or "build documentation". Outputs Markdown with endpoint descriptions, request/response schemas, and code examples.

description: Reviews code for security vulnerabilities, performance issues, and style consistency. Use when user asks to "review code", "check for bugs", or shares code files. Supports Python, JavaScript, Go, and Rust. Outputs annotated review with severity ratings and fix suggestions.

正文编写技巧

常见错误

Scripts 目录

References 目录

Assets 目录

测试方法选择

Pro Tip：先攻克单一任务

推荐的测试方法

创建 Skills：

审查 Skills：

迭代改进：

提示词优化

触发器调优

性能优化

语义化版本

变更日志

[1.2.0] - 2026-04-15

Added

Fixed

[1.1.0] - 2026-04-01

Added

向后兼容性

文件清单

发布渠道

GitHub 发布**实践

Installation

Claude.ai

Claude Code

反馈循环

定期审查

依赖管理

退役策略

适用场景

实战案例：API 文档生成器

案例 1：Figma 设计交付 Skill

description: Extracts developer handoff info from Figma designs. Use when user uploads .fig files or asks for "design specs", "developer handoff", or "export assets". Outputs CSS, SVG exports, spacing measurements, and component documentation.

案例 2：代码审查 Skill

team-standards: v2.3

Skill 不触发

好 - 包含具体触发词

Skill 触发但输出不正确

脚本执行失败

检查 Python 脚本 shebang

启用详细日志

使用测试提示词

基本功能

边界情况

错误处理

A/B 测试

Token 使用优化

好 - 简洁

响应速度优化

相关推荐