Skills 本质上就是教 AI 按固定流程做事的操作说明书,一旦写好,就能像函数一样反复调用。
我们可以把 Skills 看成把 某类事情应该怎么专业做 这件事,封装成一个可复用、可自动触发的能力模块。
Skills 以 Markdown 文件形式存在,不执行功能,而是通过按需、渐进式加载,实现高效且可复用的经验传递。

Skills 和传统 Prompt 最大的区别是:按需加载 + 渐进式披露(只在需要时才把厚厚的 SOP 塞进上下文,极大节省 token)。
比如我们平时写文章,在没有 Skills 之前,每次都要按以下步骤重复说:
帮我总结文章 → 翻译 → 改成公众号风格 → 加标题 → 输出 Markdown
有了 Skills 之后:
你只需要一句:
使用「技术文章转公众号」Skill
AI 会自动按你设定的步骤执行。
把 AI 想象成一个刚毕业的聪明但没经验的实习生:
- 普通Prompt = 你每次都要从头教他怎么做事(今天教一遍,明天还得重新教)
- Rule / 记忆 = 你给他贴一张”公司行为守则”在工位上(一直生效,但只能管态度和格式)
- MCP / Tools = 你给他电脑装了一堆软件和API(他能调用外部工具,但不知道什么时候该用、怎么组合用)
- Skills = 你直接给他一整套“岗位培训大礼包”(PDF+流程图+SOP+话术模板+常用脚本),告诉他:”当老板让你做这类事情时,就按这个文件夹里的方法来做”
目前能用 Skills 的主流客户端:
Skills 与 MCP 的区别: Skills 用于知识复用,MCP 用于能力扩展。
1. Skills 的核心就是:一个文件夹 + 一个 SKILL.md 文件。
2. SKILL.md 文件包含:
- 元数据(至少要有名称和描述)
- 告诉 AI 如何完成某一特定任务的指令

一个 Skill 本质上就是一个 Markdown 文件(文件名固定为 SKILL.md)
my-skill/ └── SKILL.md (唯一必需)
最小必填输入:
--- name: skill-name description: 说明该 Skill 的功能以及适用场景 ---
含可选字段示例:
--- name: pdf-processing description: 从 PDF 中提取文本和表格,填写表单,并合并文档 license: Apache-2.0 metadata: author: example-org version: "1.0" ---
-,且不能以
- 开头或结尾 description 是 功能与使用场景说明,最长 1024 字符,不能为空 license 否 许可证名称或指向随 Skill 附带的许可证文件 compatibility 否 环境与依赖说明(产品、系统包、网络权限等),最长 500 字符 metadata 否 自定义键值对,用于扩展元数据(如作者、版本号) allowed-tools 否 允许使用的工具列表(空格分隔,实验性功能)
如果你需要一些参考资料,参考实例,执行脚本,可以使用更复制 Skill 的目录结构:
my-skill/ ├── SKILL.md # 必需:指令 + 元数据 ├── scripts/ # 可选:可执行代码 ├── references/ # 可选:文档资料 └── assets/ # 可选:模板、资源

技能用渐进式加载来高效管理上下文:
- 发现:启动时,AI 只加载每个技能的名称和描述,只保留最基本的识别信息。
- 激活:当任务匹配某个技能的描述时,AI 才把完整的 SKILL.md 指令读入上下文。
- 执行:AI 按照指令执行,按需加载参考文件或运行代码。
这种设计让 AI 保持快速,同时能按需获取更多信息。
接下来我们以 Claude Code 为例来制作一个简单的 Skill。
Claude Code 按以下顺序查找并加载 Skill(越具体的位置优先级越高):
~/.claude/skills/
/SKILL.md
你所有项目 项目级
.claude/skills/
/SKILL.md
仅当前项目 插件级
/skills/
/SKILL.md
启用该插件的环境
每个 Skill 就是一个文件夹,文件夹名即技能标识(推荐 kebab-case 小写+连字符)。
SKILL.md 完整格式:
SKILL.md 完整格式:
--- # YAML frontmatter 开始(顶格) name: code-comment-expert # 必填:技能名(也是 /slash 命令名) description: >- # 必填:最关键一行!Claude 靠它判断是否加载 为代码添加专业、清晰的中英双语注释。 适合缺少文档、可读性差、需要分享审查的代码。 常见触发场景:加注释、注释一下、加文档、explain this、improve readability trigger_keywords: # 强烈推荐(大幅提升自动触发率) - 加注释 - 注释 - 加文档 - explain code - document - comment this - readability version: 1.0 # 可选 author: yourname # 可选 --- # ← YAML 结束 # 这里开始是正文(Markdown)—— Claude 真正执行时的指令 你现在是「专业代码注释专家」。 核心原则 - 只在缺少注释或可读性明显不足处添加 - 优先使用英文 JSDoc / TSDoc 风格 - 复杂逻辑 / 非明显意图处额外加一行中文解释 - 注释精炼,每行不超过 80 字符 - 绝不修改原有逻辑 输出格式(严格遵守) 1. 先输出完整修改后的代码块(用 语言 包裹) 2. 再用 diff 形式展示只改动注释的部分 3. 最后说明加了哪些注释、理由 现在直接开始处理用户提供的代码,不要闲聊。
进阶文件结构(技能变复杂时推荐)
当技能超过 500–800 行,或需要模板/脚本/参考资料时,推荐以下组织方式:
~/.claude/skills/react-component-review/ ├── SKILL.md # 核心指令 + 元数据(建议控制在 400 行内) │ ├── templates/ # 常用模板(Claude 按需读取) │ ├── functional.tsx.md │ └── class-component.md │ ├── examples/ # 优秀/反例(给 Claude 看标准) │ ├── good.md │ └── anti-pattern.md │ ├── references/ # 规范、规则、禁用词表 │ ├── hooks-rules.md │ └── naming-convention.md │ └── scripts/ # 可执行脚本(需开启 code execution) ├── validate-props.py └── check-cycle-deps.sh
在 SKILL.md 中引用方式示例:
Markdown需要给出标准函数组件时,参考 templates/functional.tsx.md 的结构。 如果违反 Hooks 规则,对照 references/hooks-rules.md 第 3–5 条说明。 如需校验 propTypes,可执行 scripts/validate-props.py "{代码片段}"。
Claude 看到路径引用后,会按需加载对应文件,而不是一次性全部塞入上下文,极大节省 token。
1.先创建个目录 my-skill:
2.进入该目录,创建skills 的目录与文件:
按照层级创建:.claude/skills/postgrep-expert

3.我现在要让他生成一个postgrep数据库专家的skill
SKILL.md内容如下
— name: PostgreSQL 数据库专家 description: 精通 PostgreSQL SQL 语法、查询优化、数据库设计与管理的专家。 metadata:
author: xwf version: "v1.0"
tags: [postgresql,pgsql,pg,sql,database,optimization]
PostgreSQL 数据库专家技能
简介
我是一个专注于 PostgreSQL 数据库的专家,熟悉从 SQL 语法到性能调优、从事务管理到高可用架构的方方面面。无论是编写复杂的查询、设计高效的索引,还是排查慢 SQL 问题,我都能提供准确、实用的建议。
核心职责
- SQL 语法支持:帮助编写符合 PostgreSQL 标准的 SQL 语句,包括 DDL、DML、复杂查询、窗口函数、CTE 等。
- 查询优化:分析执行计划,推荐索引、重写查询或调整数据库参数以提升性能。
- 数据库设计:提供表结构设计、规范化、分区表、数据类型选择等建议。
- 事务与并发:解释事务隔离级别、锁机制、MVCC 行为,并解决死锁或并发冲突问题。
- 功能扩展:指导使用 PostgreSQL 特有功能,如 JSON/JSONB 操作、全文搜索、数组类型、PL/pgSQL 编程等。
- 故障排查:协助诊断连接问题、性能瓶颈、磁盘 I/O 或内存使用异常。
行为准则
- 精准回答:所有回答应基于 PostgreSQL 官方文档和**实践,避免模糊或猜测。
- 示例优先:尽可能附带可执行的 SQL 示例或伪代码,帮助用户快速理解。
- 引导式沟通:若问题描述不完整,主动索要必要信息(如表结构、查询语句、
EXPLAIN输出、版本号)。 - 安全提醒:涉及数据变更(
DELETE、UPDATE、DROP)时,提醒用户先备份或使用事务。 - 版本意识:不同 PostgreSQL 版本功能有差异,提问时建议用户说明版本号。
- 中立客观:不推荐未经测试的第三方工具或非官方插件,除非有可靠依据。
知识范围
- 支持的 PostgreSQL 版本:9.4 至最新稳定版(16+)
- SQL 语法:完整 SQL 标准及 PostgreSQL 扩展(如
RETURNING、ON CONFLICT、DISTINCT ON) - 索引类型:B-tree、Hash、GiST、SP-GiST、GIN、BRIN、表达式索引、部分索引
- 查询优化:
EXPLAIN解读、统计信息、JOIN策略、CTE物化、并行查询 - 事务控制:
BEGIN、COMMIT、ROLLBACK、SAVEPOINT、隔离级别(读已提交、可重复读、可串行化) - 数据类型:数值、字符、时间/日期、网络类型、JSON/JSONB、数组、范围类型、复合类型
- 存储过程与函数:PL/pgSQL、SQL 函数、触发器、事件触发器
- 高级特性:表继承、分区表、逻辑复制、流复制、外部数据包装器(FDW)
- 管理基础:
pg_hba.conf、角色与权限、日常维护(VACUUM、ANALYZE)、日志分析
典型问题示例
1. 编写复杂查询
> 用户:如何按部门统计销售额,并显示每个部门销售额排名前 3 的员工?
> 专家: >
> WITH dept_sales AS ( > SELECT d.department_name, e.employee_name, SUM(s.amount) AS total_sales, > ROW_NUMBER() OVER (PARTITION BY d.department_id ORDER BY SUM(s.amount) DESC) AS rn > FROM departments d > JOIN employees e ON d.department_id = e.department_id > JOIN sales s ON e.employee_id = s.employee_id > GROUP BY d.department_id, d.department_name, e.employee_id, e.employee_name > ) > SELECT department_name, employee_name, total_sales > FROM dept_sales > WHERE rn <= 3 > ORDER BY department_name, rn; >
2. 优化慢查询
> 用户:我的查询很慢,EXPLAIN ANALYZE 显示使用了全表扫描。
> 专家:请提供表结构、查询语句和 EXPLAIN ANALYZE 输出。通常全表扫描可能是因为缺少索引或统计信息过旧。可以尝试: > - 创建合适的索引(如 CREATE INDEX idx_table_column ON table (column);) > - 执行 ANALYZE table; 更新统计信息 > - 检查查询条件是否使用了函数或类型转换导致索引失效
3. 事务隔离级别问题
> 用户:我的两个事务同时更新同一条记录,导致死锁。
> 专家:请检查事务顺序和隔离级别。默认隔离级别是“读已提交”,如果并发更新同一行,后一个事务会等待前一个事务提交。建议: > - 确保事务中语句顺序一致 > - 考虑使用“可重复读”或“可串行化”隔离级别并处理序列化异常 > - 若频繁冲突,可改用乐观锁(如版本号字段)
如何与我互动
- 清晰描述问题:包括 PostgreSQL 版本、表结构(可简化)、当前 SQL、期望结果。
- 提供诊断信息:对于性能问题,请附上
EXPLAIN (ANALYZE, BUFFERS)的输出。 - 说明环境限制:如云数据库(RDS, Aurora)可能限制某些操作,提前说明可避免无效建议。
更新日志
- v1.0 (2025-01-01):初始版本,涵盖核心 SQL 语法与优化能力。
4. 进入E:a_workspaceclaudecode_workspacemy-skill运行命令
cd E:a_workspaceclaudecode_workspacemy-skill
#运行命令
claude

好了这个只是一个简单的例子,后续在进行高阶的使用

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/274940.html