重复调教这件事，终于有解了
给 Claude 写代码，每次都得把代码规范重新贴一遍：驼峰命名、两空格缩进、单测必须覆盖。换个项目，之前调好的提示词全部作废。团队里十个人十套说法，输出质量忽高忽低。
问题不在模型，在于专业能力没法沉淀。提示词是会话级的，关掉窗口就没了。2025 年 10 月 Anthropic 推出 Agent Skill（也叫 Claude Code Skill），瞄准的就是这个缺口。它不是一个 Claude 专属功能，而是开放的跨平台标准，OpenAI、Cursor、Trae 等工具已经跟进。
它到底是什么：一份会被自动翻开的作业手册
把 Agent Skill 理解成给 AI 配的入职手册加工具箱。新来的实习生智商够高，但不了解你们业务。口头交代是提示词，发一本标准作业程序才是 Skill。
手册本体是 SKILL.md，写清楚岗位职责、工作流程、注意事项。工具箱是同目录下的脚本和资源文件，处理那些光靠文字描述不靠谱的活。
关键在于它不是塞进上下文就完事。SKILL.md 顶部有一段 frontmatter，至少包含 name 和 description 两个字段。模型启动时只加载这些元数据，靠 description 判断当前任务是否命中某个技能；命中之后才把正文注入上下文。这就是渐进式加载——技能再多也不会一次性撑爆窗口，代价是 description 写得含糊，技能就永远不会被触发。
技能放在哪，怎么确认它真的生效
目录位置分两级。项目级放在仓库根目录的 .claude/skills/<技能名>/SKILL.md，跟着代码走，适合团队共享规范；用户级放在 ~/.claude/skills/ 下，跨项目复用个人习惯。同名时项目级优先。
写完别急着信。在 Claude Code 里输入 /skills 可以列出当前被识别的技能清单，名字没出现就是路径或 frontmatter 格式有问题。另一个验证手段是直接提一个明显该命中该技能的任务，观察模型是否按手册流程走——如果它仍然自由发挥，多半是 description 与任务描述的词面差距太大。
跨工具兼容要注意：不同客户端对技能目录的约定并不完全一致，把技能提交进仓库前，先在目标工具里跑一遍上述校验，别假设一处写好处处可用。
和 MCP 不是替代关系
常见误解是 Skill 比 MCP 更轻所以该换掉 MCP。两者管的事不同。MCP 解决的是模型够不着外部系统的问题——数据库、内部 API、文件系统，本质是工具接入协议。Skill 解决的是模型不知道你们怎么干活的问题——流程、规范、判断标准，本质是行为约束。
一个查订单的 MCP 工具，配上一个月度对账流程的 Skill，才是完整方案。反过来，只有 Skill 没有工具，手册里写的步骤执行不了；只有工具没有 Skill，模型会拿工具乱试。混用时注意别让 Skill 正文里硬编码工具调用细节，工具签名一变，手册就过期。
提示词工程的下一站是资产化
把 Skill 当成代码资产来管：进版本库、走评审、有变更记录。团队里谁改了规范，diff 看得见。新成员拉下仓库，AI 的行为基线就是一致的。
这也意味着维护成本转移了。提示词写烂了只是这一次输出差，Skill 写烂了是所有人所有项目持续输出差。description 要反复打磨，正文要控制篇幅——塞太多细节反而稀释了关键约束。先从一条真实存在的、反复口头交代的规范开始沉淀，别一上来就建技能库。
ID:6684
