本文为「AI 辅助编程实战指南」第4篇，完整系列持续更新中。

前言

Skills 是 AI 编程工具的”模块化能力插件”——通过预定义的指令文件，让 AI 瞬间获得某个领域的专家能力。本篇从 Skills 的底层设计讲起，覆盖文件结构、设计原则、创建流程、实战开发和生态推荐全流程。

本篇学完你将掌握：

  • Skills 的核心概念、文件结构与工作原理
  • 渐进式展开（Progressive Disclosure）设计原则
  • 从零创建一个高质量 Skill 的完整流程
  • 实战开发一个”自动生成 Skill 的 Skill”
  • 12 款经过社区验证的热门 Skills 推荐

一、Skills 是什么：给 AI 装插件

Skills 的概念由 Anthropic 提出，本质上是一种模块化的能力封装，用于扩展智能体的功能边界。每一个 Skill 都封装了指令、元数据以及可选的资源（如脚本、模板等），智能体在执行任务时，会根据上下文相关性自动选择并调用合适的 Skill。

打个比方：AI 编程工具就像一个聪明的实习生，什么都懂一点，但什么都不精。Skills 就是你递给他的”专家入职手册”——读了手册后，他就知道怎么做代码审查、怎么写 PRD 文档、怎么生成 API 接口。

1.1 Skills 能提供什么

能力类型 说明 举例
专业工作流 特定领域的多步骤操作流程 代码审查流程、PRD 生成流程
工具集成 使用特定文件格式或 API 的指导说明 PDF 处理、Word 文档生成
领域专长 企业特有知识、数据架构、业务规则 公司编码规范、数据库 Schema
资源包 处理复杂和重复任务所需的脚本、模板等 Python 工具脚本、项目脚手架模板

1.2 Skills 与其他配置的区别

配置类型 作用 文件 举例
Rules 固化项目规范（始终生效） .cursorrules、CLAUDE.md “用 4 空格缩进、函数命名用 snake_case”
Skills 按需召唤领域专家（调用时生效） SKILL.md、.claude/commands/ “/review 请用安全专家视角审查代码”
Agents 分配独立任务并自主执行 Agent 配置文件 “完成用户模块的全部开发”
MCP 扩展 AI 的外部工具能力 MCP 配置文件 “AI 可以调用数据库、浏览器、文件系统”

💡 提示：Rules 是”始终在线的规范”，Skills 是”按需召唤的专家”。Rules 在每次对话中自动加载，Skills 需要你主动调用（通常通过 /命令名 触发）。

当前市场现状

截至 2026 年中，Skills 生态已经从”尝鲜玩具”发展为 AI 编程工具的标配能力层，各大工具纷纷跟进支持：

工具 Skills 支持现状
Claude Code 原生支持最完善，官方 GitHub 仓库（anthropics/skills）提供 16+ 生产级技能，斜杠命令体系成熟
Cursor 正式支持 SKILL.md 格式，提供从旧版 Rules 迁移工具，社区 Skills 数量增长迅猛
OpenClaw 官方 ClawHub 商店 + 腾讯 SkillHub 双生态，提供命令行安装管理工具
ChatGPT GUI App 中支持 Skill 商店安装和压缩包上传两种方式
Qoder 内置技能面板，支持一键安装和管理

生态基础设施也已初步成型：Vercel 推出的 skills.sh 排行榜可以直观查看最受欢迎的 Skills，npx skills 命令行工具实现了技能的发现、安装和更新一体化，第三方聚合仓库（如 libukai/awesome-agent-skills）按类别整理了大量精选技能。GitHub 周榜上，直接与 AI Coding Agent 相关的项目占比超过 70%，其中多数是 Skills 或 Plugin 项目。

💡 提示：Skills 生态正在快速膨胀，但也存在质量参差不齐的问题。社区反馈显示，部分”Skills 合集”仓库的实际可用率并不高，建议优先选择官方出品或高星标项目。

二、Skill 文件结构与设计原则

很多 Skill 写出来效果不好，根本原因是对文件结构和设计原则缺乏理解。这一节把 Skill 的”骨架”和”灵魂”讲透。

2.1 标准文件结构

每个 Skill 都包含一个必需的 SKILL.md 文件和可选的捆绑资源：

1
2
3
4
5
6
7
8
skill-name/
├── SKILL.md              # （必需）核心指令文件
│   ├── YAML frontmatter  # 元数据：name + description
│   └── Markdown 正文     # 具体指令和使用说明
└── 捆绑资源（可选）
    ├── scripts/          # 可执行脚本（Python/Bash 等）
    ├── references/       # 参考文档，按需加载到上下文
    └── assets/           # 输出资源（模板、图标、字体等）

💡 参考：以上文件结构定义来自 Anthropic 官方文档，详见 Extend Claude with skills - Claude Code Docs 和 Agent Skills Overview - Claude API Docs。

SKILL.md 的两个核心部分

1. 头部元数据（YAML frontmatter）

1
2
3
4
---
name: skill-name
description: 简要描述 Skill 的功能和触发场景
---

description 是 Skill 的主要触发机制——AI 就是通过这段描述来判断”当前任务要不要调用这个 Skill”。所以必须写清楚：这个 Skill 能做什么、什么时候该用它。

2. Markdown 正文

元数据决定了 Skill “会不会被调用”，而正文决定了 Skill “被调用后怎么干活”。正文只在 Skill 被触发后才加载到上下文中，所以可以写得详细一些。

一个标准的正文通常包含四个部分：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
## 角色设定
告诉 AI "你现在是谁"。比如"扮演熟悉 Conventional Commits 规范的资深前端工程师"。
角色越具体，AI 的输出质量越高。

## 执行步骤
告诉 AI "按什么顺序做"。把任务拆解成有序的步骤，AI 就会一步步执行，
而不是自由发挥。步骤越清晰，结果越可控。

## 输出格式
告诉 AI "输出长什么样"。给出一个具体的格式示例，AI 就会照着来，
避免每次输出的格式都不一样。

## 约束条件
告诉 AI "什么不能做"。比如"不要生成 emoji 前缀""不要引入额外依赖"。
约束条件越明确，AI 越不容易跑偏。

三种可选捆绑资源

除了 SKILL.md，你还可以在 Skill 目录下放置三类辅助资源。不是每个 Skill 都需要全部三种，根据你的实际需求选用：

资源类型 目录 什么时候用 举例
脚本 scripts/ 某段代码每次都要重写，不如封装好直接调用 scripts/rotate_pdf.py：PDF 旋转脚本，AI 直接执行而不用每次生成代码
参考文档 references/ AI 执行任务时需要查阅的资料，但内容太多不适合全塞进 SKILL.md references/schema.md：数据库表结构文档，AI 需要时按需读取
资源文件 assets/ 最终输出中需要用到的文件，AI 只是使用它们而不需要”理解”它们 assets/template.pptx：PPT 模板，AI 直接往里面填内容

💡 提示：脚本最省 token——它们可以直接执行而不需要加载到上下文窗口中。如果你的 Skill 涉及重复性的代码操作，优先考虑封装为脚本。

技能中不应包含的内容

Skill 只应包含 AI 执行任务所必需的文件。不要创建给人看的辅助文档，例如 README.md、CHANGELOG.md、INSTALLATION_GUIDE.md 等。Skill 是给 AI 用的，不是给开发者用的——额外的文档只会干扰 AI 的判断。

2.2 渐进式展开：三级加载系统

知道了文件该怎么组织，还有一个关键问题：这些文件什么时候加载到上下文中？ 如果一股脑全部塞进去，上下文窗口很快就会爆掉。Skill 通过三级加载系统来解决这个问题：

加载层级 内容 加载时机 大小限制
第一级 元数据（name + description） 始终在上下文中 ~100 字
第二级 SKILL.md 正文 Skill 被触发时 < 5000 字
第三级 捆绑资源 AI 按需读取 无限制

核心设计原则：上下文窗口是公共资源。Skill 与对话历史、系统提示词、用户请求共享上下文窗口，所以必须精打细算每一个 token。

三、从零创建 Skill：理解底层流程

在实际工作中，你大概率不需要手动从零创建一个 Skill——下一节会介绍的 skill-creator 工具可以帮你自动完成大部分工作。但理解底层流程仍然很重要：它能帮你判断 skill-creator 生成的结果是否合格，也能在需要微调时知道该改哪里。

以下是一个高质量 Skill 的创建流程，也是 skill-creator 在后台实际遵循的逻辑。

步骤 1：厘清使用场景和意图

在动手之前，先回答三个问题：

  • “这个 Skill 要解决什么问题？”
  • “用户会说什么话来触发这个 Skill？能给出几个示例吗？”
  • “期望的输出格式是什么样的？”

💡 提示：这一步的核心是意图捕获。如果你已经在对话中完成了一个工作流，想把它固化成 Skill，可以直接从对话历史中提取工具使用、步骤顺序、输入输出格式等信息。

步骤 2：规划可重用资源

分析使用场景，识别哪些内容值得封装为可重用资源：

场景 重复痛点 封装方案
“帮我旋转这个 PDF” 每次都要重写旋转代码 scripts/rotate_pdf.py
“给我做个待办事项应用” 每次都要写样板代码 assets/hello-world/ 模板
“今天有多少用户登录了？” 每次都要重新发现表结构 references/schema.md

步骤 3：初始化目录结构

1
2
3
4
5
# Claude Code 项目级
mkdir -p .claude/commands/my-skill

# Cursor
mkdir -p .cursor/skills/my-skill

步骤 4：编写 SKILL.md

这是最核心的步骤。前面讲过 SKILL.md 由元数据和正文两部分组成（详见 2.1 节），这里直接看一个完整的示例。

description 示例：

1
2
3
4
---
name: commit-message
description: 根据 Git 变更自动生成符合 Conventional Commits 规范的提交信息。当用户提及提交信息、commit message、git commit、提交规范，或想让 AI 帮忙写提交说明时，都应该使用此技能，即使用户没有明确说出"规范"二字。
---

💡 提示：目前 AI 存在”触发不足”的倾向——在应该使用 Skill 时却没有使用。为了对抗这个问题，description 可以写得稍微”积极”一些，把相关的触发词都列进去，覆盖用户可能说的各种表达方式。

正文示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
# Git 提交规范生成器

## 角色设定
扮演熟悉 Conventional Commits 规范的资深前端工程师。

## 执行步骤
1. 分析 `git diff --staged` 的输出，理解本次变更的内容
2. 判断变更类型（feat/fix/refactor/docs/style/test/chore）
3. 提取影响范围（scope），如 auth、user、api
4. 生成符合规范的 commit message，包含中文描述
5. 如果变更涉及破坏性更新，添加 BREAKING CHANGE 说明

## 输出格式
输出格式示例：
feat(auth): 实现 JWT 无感刷新机制

- 新增 refresh token 自动刷新逻辑
- 拦截器支持 401 状态码自动重试
- 新增 token 过期前 5 分钟的预警回调

## 约束条件
- 标题行不超过 72 个字符
- 必须使用英文 type，中文描述
- 不要生成 emoji 前缀

⚠️ 注意：SKILL.md 正文控制在 500 行以内。接近这个限制时，将详细内容拆到 references/ 目录下的独立文件中，并在 SKILL.md 中明确指引何时查阅这些文件。信息只放在一处，不要两边重复。

步骤 5：测试验证

设计 2-3 个真实用户会说的测试提示，运行检查：

  • Skill 是否能被正确触发
  • 执行步骤是否按预期进行
  • 输出格式是否符合要求
  • 脚本是否能正常运行

步骤 6：基于反馈迭代优化

根据使用反馈持续优化，重点关注：

  • 哪些指令 AI 经常忽略？→ 加强约束条件
  • 哪些步骤执行不稳定？→ 降低自由度，提供更具体的脚本
  • 触发不准确？→ 优化 description 中的触发词

以上六步就是创建 Skill 的完整流程。如果你不想每次都手动走一遍，下一节介绍的 skill-creator 可以自动帮你完成。

四、skill-creator：让 AI 帮你自动创建 Skill

上一节讲了手动创建 Skill 的底层流程，但在实际工作中，你完全可以跳过手动环节——直接安装 skill-creator 这个 Skill，让 AI 自动帮你走完“意图捕获 → 资源规划 → 编写 SKILL.md → 测试评估 → 迭代优化”的全流程。

4.1 什么是 skill-creator

skill-creator 是目前社区最火的 Skill 之一，本质上是一个“自动生成 Skill 的 Skill”。它内置了：

能力 说明
意图捕获 通过结构化提问，帮你厘清 Skill 要解决什么问题、何时触发、期望输出
资源分析 自动识别哪些内容应封装为 scripts/references/assets
SKILL.md 生成 根据需求自动生成符合规范的 SKILL.md 文件
测试用例设计 自动生成 2-3 个真实测试提示，并运行评估
量化评估 对比“有 Skill”和“无 Skill”的运行结果，量化 Skill 的效果
描述优化 专门优化 description 的触发准确率，解决“触发不足”问题

4.2 安装 skill-creator

1
2
3
4
5
6
7
8
9
# 方式 1：通过 npx skills 安装（推荐）
npx skills add anthropics/skills --skill skill-creator

# 方式 2：手动下载
# 从 https://github.com/anthropics/skills 下载 skill-creator 目录
# 放到项目的 .claude/commands/ 或 .cursor/skills/ 下

# 方式 3：Qoder 用户
# 在 Skills 面板中搜索 "skill-creator" 直接安装

4.3 使用方式

安装后，在 Claude Code 或 Cursor 中通过 /skill-creator 唤起，然后描述你的需求：

1
2
帮我创建一个“日报生成器”Skill，它能读取今天的 Git 提交记录，
归纳完成的任务，生成结构化的开发日报。

skill-creator 会自动执行以下流程：

  1. 提问澄清：确认日报要包含哪些板块、输出格式偏好、Git 仓库路径等
  2. 资源规划：识别出需要一个 Git 日志解析脚本（scripts/parse_git_log.py）
  3. 生成 SKILL.md：自动生成符合规范的 Skill 文件，包含完整的元数据、执行步骤和约束条件
  4. 生成测试用例：自动设计 2-3 个测试提示，如“生成今天的开发日报”“帮我生成本周的周报摘要”
  5. 运行评估：在后台同时运行“有 Skill”和“无 Skill”的对比测试，展示效果差异
  6. 迭代优化：根据评估结果自动调整 Skill 内容，直到你满意为止

整个过程你只需要回答几个问题，剩下的全部由 skill-creator 自动完成。

4.4 skill-creator 的高级用法

除了从零创建，skill-creator 还支持：

  • 改进现有 Skill：如果你已有一个 Skill 但效果不好，可以直接让它分析并优化
  • 优化触发准确率：使用内置的描述优化器，专门提升 description 的触发命中率
  • 批量评估：扩大测试集规模，在更大范围上验证 Skill 的稳定性

💡 建议：日常开发中，推荐的工作流是：先用 skill-creator 自动生成初版 Skill → 实际使用几天 → 根据使用体验再用 skill-creator 进行迭代优化。这样既省时间，又能持续打磨质量。

五、热门 Skills 推荐与发现渠道

5.1 值得安装的热门 Skills

以下 Skills 经过社区验证，覆盖从文档处理到架构设计的主要场景：

官方出品

Skill 名称 用途 来源
docx Word 文档创建、编辑和分析，支持修订追踪和评论 anthropics/skills
pdf 提取文本、表格、元数据，合并与标注 PDF 文件 anthropics/skills
pptx 读取、生成和调整幻灯片、布局与模板 anthropics/skills
xlsx 电子表格操作：公式、图表、数据转换 anthropics/skills

社区精选（数据来源于 SkillsMP 和 skills.sh 热榜，截至 2026 年中）

开发工具类

Skill 名称 安装量 用途 来源
find-skills 1.8M Skills 发现与一键安装，装其他 Skills 的入口 vercel-labs/skills
brainstorming 195K 在写代码前先做需求探索和设计，避免盲目开发 obra/superpowers
code-reviewer 112K 自动化代码审查，覆盖安全、性能和最佳实践 Shubhamsaboo/awesome-llm-apps
tdd 189K 测试驱动开发工作流，先写测试再写实现 mattpocock/skills
systematic-debugging 123K 系统化调试方法论，避免无目的的”试错式”debug obra/superpowers
improve-codebase-architecture 199K 分析并改进代码架构，识别设计问题并给出重构方案 mattpocock/skills
Superpowers 195K 完整的 AI 编程方法论，内置 TDD、系统化调试、子代理开发等 15+ 技能 obra/superpowers ⭐60K
Karpathy Skills — 基于 Karpathy 观点的 4 条编程守则：先思考、简洁优先、外科手术式修改、目标驱动 forrestchang/andrej-karpathy-skills ⭐109K

前端与设计类

Skill 名称 安装量 用途 来源
frontend-design 489K 生成高质量前端界面代码，避免”AI 味”的通用风格 anthropics/skills
vercel-react-best-practices 444K React/Next.js 性能优化最佳实践，Vercel 工程团队出品 vercel-labs/agent-skills
ui-ux-pro-max 195K UI/UX 设计智能，内置 50+ 设计风格、161 套配色方案 nextlevelbuilder/ui-ux-pro-max-skill
shadcn 170K shadcn/ui 组件库的最佳实践指南 shadcn/ui
web-design-guidelines 359K Web 设计规范指南，Vercel 出品 vercel-labs/agent-skills

效率与文档类

Skill 名称 安装量 用途 来源
to-prd 171K 需求描述一键转 PRD 文档 + 技术方案 mattpocock/skills
ppt-generation 70K 自动生成 PPT 演示文稿，字节跳动 DeerFlow 出品 bytedance/deer-flow
lark-doc 189K 飞书文档的读写操作，飞书官方出品 larksuite/cli
write-a-skill 159K 帮你编写高质量的 SKILL.md 文件 mattpocock/skills

浏览器与自动化类

Skill 名称 安装量 用途 来源
browser-use 96K 自动化浏览器操作：网页测试、表单填写、截图、数据抓取 browser-use/browser-use
just-scrape 105K 网页数据抓取，适合爬虫和数据采集场景 scrapegraphai/just-scrape

AI 多媒体生成类

Skill 名称 安装量 用途 来源
ai-image-generation 212K AI 图片生成，支持多种模型 skills-shell/skills
ai-video-generation 211K AI 视频生成，支持文生视频 skills-shell/skills

云与数据库类

Skill 名称 安装量 用途 来源
supabase-postgres-best-practices 203K Supabase + PostgreSQL 最佳实践，数据库开发必备 supabase/agent-skills
azure-ai 359K Azure AI 服务部署指南，微软官方出品 microsoft/azure-skills

内容创作类

Skill 名称 安装量 用途 来源
baoyu-skills — 宝玉（Jim Liu）分享的内容创作者技能集，内置 22 个技能，覆盖文本分析、图像生成、内容编辑、多语言翻译等场景，专为 Claude Code / Codex 等 AI Agent 打造 JimLiu/baoyu-skills

💡 建议：不需要全部安装。推荐的最小配置：Skill Creator（快速创建新 Skill）+ software-architecture（代码架构指导）+ 一个与你工作最相关的文档处理 Skill。

5.2 去哪里发现更多 Skills

上面列的只是冰山一角。当你需要某个特定领域的 Skill 时，可以去以下站点搜索：

海量聚合站（找全、看热榜）

站点 链接 核心特点
SkillsMP skillsmp.com 全网最大索引（80 万+，自动抓取 GitHub）；支持 Claude/Cursor/Windsurf；有分类筛选和质量评分
skills.sh skills.sh Vercel 出品，npx skills add 一键安装；支持跨工具使用（Cursor/Claude/Copilot/Gemini）；有 24 小时热榜和安装趋势图
Smithery.ai smithery.ai/skills 1.5 万+ Skill，社区驱动；显示激活次数、GitHub Star、下载量；支持在线创建和发布

精品精选站（少而精、有审核）

站点 链接 核心特点
ClaudeSkills.info claudeskills.info 600+ 精选 Skill，经过官方验证和安全审计；PDF/代码/文档类常用 Skill 覆盖全面
Awesome Claude Skills GitHub 高星开源精选列表（16.5k+ Star），持续维护，全场景分类，质量筛选严格

中文友好站（适配国内生态）

站点 链接 核心特点
Skill Hub 中国 skill-cn.com 国内专属，严选精品+实战案例；覆盖微信/小红书/国内工具自动化场景；新手友好，安装教程详细
ClawHub clawhub.ai 近 2 万 Skill，OpenClaw 官方仓库；国内开发者活跃，专项工具多

快速选择指南：

你的需求 推荐站点
查热榜、一键安装 skills.sh
全网搜最全、看质量评分 SkillsMP
中文新手、国内场景 Skill Hub 中国
高质量、安全可信 ClaudeSkills.info / Awesome List

总结与回顾

核心要点 关键结论
Skills 本质 模块化能力封装，上下文工程的一部分
文件结构 SKILL.md（必需）+ scripts/references/assets（可选）
设计原则 简洁至上 + 渐进式展开 + 恰当自由度
创建流程 需求澄清 → 资源规划 → 初始化 → 编写 → 测试 → 迭代
核心机制 description 是触发机制，正文只在触发后加载
最小配置 Skill Creator + software-architecture + 文档处理 Skill
核心原则 单一职责、明确约束、分步执行

从本质来看，Skills 仍然属于上下文工程的一部分，其核心目标是缓解上下文长度受限和 Token 消耗过快的问题。它也继承了优秀系统提示词所具备的设计原则——清晰、简洁、结构化，只不过以文件系统目录结构的形式呈现。

延伸阅读

参考资料

资源 链接
Extend Claude with skills - Claude Code Docs https://code.claude.com/docs/en/skills
Agent Skills Overview - Claude API Docs https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview
手把手彻底学会 Agent Skills【小白教程】 https://www.bilibili.com/video/BV1G3FNznEiS
手把手教你在 Claude Code 中熟练使用 SKILL 技能 https://www.bilibili.com/video/BV1BFouBYERu

本文为「AI 辅助编程实战指南」第4篇，完整系列持续更新中。