上一篇，我们介绍了，Claude Code 使用技巧！实测有效！Claude Code 接入 GLM 4.7

最近 AI 圈子里什么最火？除了各种 AI 大模型的应用，讨论热度最高的绝对是 Claude Skills。Anthropic 10 月底推出这个功能，12 月底彻底爆火。

说实话，自从 Claude 技能（Claude Skills）出来，很多文章铺天盖地，有的文章夸它是 “AI 革命”，有的说它能会取代 XXX，还有些干脆只讲一大堆看不懂的理论……

今天我们，将从普通用户的视角，聊聊这个最近火爆的Claude Skills到底是什么，解决什么问题，和 MCP 有什么区别、从哪里查找 Skills。

一、Claude Skills 到底是个啥？

简单来说，👉 它是让 Claude 记住你希望它如何工作，并能长期复用的说明文件。

利用 Claude Skills 可以让我们使用 AI 的习惯被文件化管理。你的语气、逻辑、流程都能被打包成 Skills。本质上就是将 “怎么用 AI”，变成自己的一套可保存、可复用、可修改的持久化文件资产。

一个 Skill = 任务说明书+ 工具代码（可选）+ 专业知识（可选）+ 素材资源（可选）

二、它能解决什么问题？

为什么它的出现，在短时间内引发了一波 AI 热潮，除了有个别炒作外，更深层次的原因，是因为它解决了一个很具体真实的痛点：Claude 容易出现健忘、需重复写提示词、太费 token！

过去使用 Claude 最大的痛点是 “健忘”：

写文章、做分析时，你要反复输入——

“要用谁谁谁的语气来写”、“回答要保持简洁”、“帮我按 xxx 格式，别忘了 xxx 等等。

每换一个任务、每开一次对话，都要重复一堆东西。

Skills 出现后，这些都能收纳成一个说明书。把规则提前写好，模型只需要看到有这么个规则，大概 100 个 token，需要用到的时候再打开看。

比如：

你是一个公众号写作博主，那么可以制作一份 “公众号写作 Skill”，规定语气、内容结构；
或制作一份 “学习笔记 Skill”，定义如何提炼内容重点、输出总结要求等。

之后只要说一句：“用我的 xxx  Skill 帮我写 xxx”，Claude 就懂了。

它不仅仅只是理解任务，更是理解你的具体方式。

三、听起来，Skills 像是 “自定义提示词”？

很多人看到 Skills 的功能介绍，第一印象会觉得：“这不就是自定义提示吗？”

其实不一样。

自定义提示只是一次性的说明，且无法文件化、资产化复用；

而 Skills 是可以保存、调用、组合、反复优化的体系化工作规范文件。

说白了，Skills 就是一套你写给 Claude 的 “说明书” 和 “SOP（标准作业程序）”。

你可以想象成：

对 AI 的 “要求标准”，把它们体系化成文件，写到一个个 Skill 文件中，且可以本地保存，你可以不断修改、打磨、复制——在 Claude 里调用，也能自己留底。让 AI 真正按你的方法长期执行任务。把自己对 AI 的要求体系化并保存下来。

这让 “怎么用 AI” 从技能变成了可沉淀的个人资产，它让 AI 第一次从理解你的指令，变成掌握你的方法。

四、Skills VS CLAUDE.md 有什么区别？

从功能用途来看，Skills 和 CLAUDE.md 的功能咋一看有很多相似之处，但如果深究一下的话，他们两者之间还是有本质上区别。

1、Claude Skills（技能）

Skills 通常指的是封装好的特定功能或任务模块。你可以把它们理解为 “插件” 或 “宏”。它们旨在让 Claude 执行具体的、重复性的操作。

例如，定义一个 “代码审查员” 技能，当用户触发时，Claude 会严格根据这个技能中定义的规则（比如检查安全性、性能）来运行。

通常不是单一的文件，而是一个目录结构，包含指令 + 脚本 + 资源，Skills 的目录结构可以很丰富，除了主文件 SKILL.md，还可以包含检查清单、参考文档、辅助脚本等：

my-skill/
├── SKILL.md (required)
├── reference.md (optional documentation)
├── examples.md (optional examples)
├── scripts/
│   └── helper.py (optional utility)
└── templates/
    └── template.txt (optional template)

且 Claude 只会读取 Skill 的简短说明，只有在真正需要使用时才会加载完整内容，不会一开始就占用大量上下文。

需要额外说明一点，Skills 技能核心是SKILL.md文件，且必须包含 YAML 头信息，示例如下：

---
名称: 生成提交消息
描述: 根据 git 差异生成清晰的提交消息。在编写提交消息或审查暂存更改时使用。
---

# 生成提交消息

## 指令

1. 运行 `git diff --staged` 查看更改
2. 我将提供包含以下内容的提交消息：
   - 不超过 50 字符的摘要
   - 详细描述
   - 受影响的组件

## 最佳实践

- 使用现在时
- 解释内容和原因，而非方式

这也是Skills和MCP、FunctionCaling的区别，它可以实现分层加载，给上下文窗口减负。启动时，只加载 YAML 头配置（包含 name，description），大概也就 100 个 token。Skills 真正的触发时机，是通过自然语言触发，Claude 会根据你的任务描述自动判断是否需要调用某个 Skill。任务触发时，才会读取整个 Skill.md 正文内容。

2、CLAUDE.md 文件

CLAUDE.md是项目 / 全局的静态上下文配置文件，本质上就是一个静态的 Markdown 文件。

当 Claude (例如通过 Claude for VS Code 插件或 MCP) 读取你的项目时，它会优先查找这个文件，以了解该项目的整体背景、代码风格、开发规范等。通常包含项目介绍、架构说明、编码约定等非执行性的背景信息。

就像新员工入职时拿到的 “员工手册” 或 “项目文档”，用来阅读和理解，而不是直接执行的命令。

该文件在启动就会全量加载到上下文，且持续生效（自动加载，无需触发），内容越长消耗上下文 token 也会越多，一般不建议写太多内容。

内容建议：统一团队代码风格、传递项目架构、固化开发流程、架构说明、提交规则等

一句话小结，如果你想让 Claude “学会做某件具体的活”，你需要配置 Skills；如果你想让 Claude “了解你的项目情况”，你需要编写 CLAUDE.md。

五、Skills vs MCP 有什么区别？

很多人刚接触 Skills 时，会和 MCP 傻傻分不清，那么 Skills 和 MCP 之间到底有什么区别呢？

首先，MCP 是一个开源协议，用于连接 AI 和外部系统，AI+MCP，你就可以调用各种外部工具。

比如你可以让 Claude 访问数据库、API、文件系统、消息系统等外部资源。像常用的 Playwright MCP，就是让 Claude 能够操作浏览器。

如果，把 Claude 比喻 “头脑”，MCP 是它能调用的工具，而 Skills 则规定它的做事方法。

一句话小结：MCP 是教 AI 大模型怎么连接外部系统、API。Skills 是教 AI 大模型怎么用工具，按什么流程处理，输出什么格式。

六、Claude Skills 有哪些类型，从哪里查找？

从使用方法来说可以分为两种，目前 Claude 支持使用【官方自带的 Skill】以及【本地上传的 Skill】。

而根据 Skill 的来源不同，可以分为三种类型：

官方 Skills，由 Anthropic 官方及合作伙伴提供。

https://github.com/anthropics/skills

比如，你在 Claude.ai 网页版里用的那些丝滑功能 —— 比如 “帮我开发一个 Web 应用”、“分析这个 PDF 文档”、“写一个贪吃蛇游戏并预览”，它们背后的逻辑代码，都在这个仓库里！

自定义 Skill，由你自己创建，适合需要个性化定制的用户，使用 Skill Creator 制作并上传 Skill 文件。
社区 Skill，由其他用户分享，直接拿来用，比自己造轮子快得多，非常适合做 Skills 选型和二次改造。下载后，上传即可，使用前注意安全性。

https://skillsmp.com/

https://www.aitmpl.com/skills

七、如何判断某一项任务是否适合被制作成 Skill？

当你发现自己经常向 Claude 请求相同类型的任务，或是有着需要反复使用的模板或资产，比如：

"帮我用公司的模板格式写周报"：你每周都要写团队周报，并且每次都要告诉 Claude 按照 “本周成果、遇到的困难、下一步计划” 这三个部分来组织内容。这时，你就可以创建一个 “团队周报生成” Skill。
"按照我们公司的风格制作演示文稿"：很多时候必须严格遵守品牌指南，包括 Logo 用法、品牌色、公司名称、公司业务内容、专业的预期等。你可以将这些指南打包成一个 “品牌演示文稿风格” Skill。
"用特定格式整理市场分析报告/做竞争对手调研"：比如说制作一份市场分析报告，可能需要结合三份竞品资料、一份内部销售数据，并套用一个固定的分析框架。这整个复杂流程都可以被封装进一个 “市场分析报告” Skill。

反之，如果只是偶尔的、一次性的请求，直接在对话中说明就可以，不需要创建 Skill。

最后

Claude Skills 的爆发，标志着我们从提示词工程迈向了流程工程。

通过 Claude 任何人都能像整理文档一样整理 AI 的工作规范，利用 Skills，可以

一键本地保存，没有复杂的云配置；
根据任务随时改动；
通过不断复盘迭代，让 Skills 越来越完善。

人与 AI 的关系，不再是 “临时问答”，而是 “长期协作”。未来真正有价值的，不是谁的 Prompt 写得最花、谁一次能生成最多内容。

而是谁最懂业务流程、谁能把经验沉淀成 SOP、谁能把 SOP 交给 AI 稳定执行。

未来的 AI 不是更强的算法，而是更懂人，更个性化的系统。

另外，如果本文反响好的话，后面会再分享一期关于 Claude Skills 如何使用、如何根据需求自定义。

↙↙↙阅读原文可查看相关链接，并与作者交流

一、Claude Skills 到底是个啥？