该图片可能由AI生成
Anthropic发布了一份32页的，社区的第一反应是：让Claude自己读，然后解释给我听。
这大概是2025年最具时代特征的学习方式了。
说是32页，其实是一套幻灯片，大量留白和logo插图，真正的信息量可能只有几页。但对于一直在摸索技能系统的开发者来说，这份指南确实填补了官方文档的空白，尤其是关于和资源文件分离的部分。
几个实战派分享的经验比指南本身更有价值：
技能的真正威力在于和、服务器组合使用。技能负责工作流编排，MCP服务器负责具体执行，Hooks处理重复性操作。指南提到了这一点，但没有深入。
Claude自动生成的技能往往太啰嗦、太通用。手动精简，让它贴合你的实际工作流，可靠性会大幅提升。
每次遇到坑，就把教训写进相关技能里。时间久了，技能就变成了活的知识库，而不只是一堆指令。
但现实是，Claude在管理技能时经常出问题：忘记技能是持久化的，更新时莫名删掉不相关的部分，不说清楚改了什么。有人总结得精准：典型的小组作业行为。
一个有趣的现象：当你的技能集合足够大时，模型必须压缩或丢弃部分技能定义才能把对话塞进上下文窗口。保持、职责单一，是目前最实用的应对策略。
Anthropic推荐的是微服务式的技能架构：每个技能只做一件事，技能之间通过组合协作，而不是搞一个巨无霸技能。这和生产环境中有效的提示工程原则完全一致：小而专注的系统提示链式组合，永远比一个庞大的指令集更可靠。
最后，有人把这份PDF转成了Markdown放在GitHub上，方便Claude直接阅读。
我们正在见证一种奇特的知识传递方式：人类写文档给AI读，AI再解释给人类听。文档的目标读者，从一开始就不是人类。
下载完整指南：pan.quark.cn/s/79f3f69238cb
MarkDown版：gist.github.com/liskl/269ae33835ab4bfdd6140f0beb
reddit.com/r/ClaudeAI/comments/1r3hr40/anthropic_released_32_page_detailed_guide_on
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/276415.html