本文深入解析Claude的Skills技术，这是一种可复用的能力模块，用于封装复杂工作流程。核心机制是"渐进式披露"的三层信息加载（元数据、指令、资源），实现"无限扩展"而不占上下文。采用文件系统架构支持脚本执行，有三层存储级别。作为开放标准，Skills已被25+平台支持，实现"一次编写，多处运行"。其价值在于将工作流程打包成可复用单元，实现"一次创建，无限次自动调用"。
1 你可能用过 Skills，但不一定懂它
之前写过几篇 Skills 的文章：怎么创建、怎么优化、怎么用它做 PPT。
但有个问题一直没聊：Skills 到底是什么？为什么这么设计？
很多人用 Skills 的感觉是：能用，但不知道为什么能用。
今天系统聊一下。从概念到架构，把 Skills 的底层逻辑讲清楚。
看完这篇，你会明白：
- Skills 和 Prompt、MCP 有什么区别
- 为什么 Skills 能"无限扩展"却不占上下文
- 三个存储级别是怎么回事
- 为什么 25+ 个平台都在支持它
2 Skills 是什么：不是 Prompt，不是 MCP
先澄清一个常见误解：Skills 不是高级版的 Prompt。
Prompt 是便签，Skills 是操作手册。
Prompt 是一次性的。每次对话都要重新写。写完用完就没了。
Skills 是可复用的。写一次，Claude 自动调用。你甚至不用告诉它"用这个 Skill"，它自己会判断。
那 Skills 和 MCP 呢？
MCP 是"工具的使用"——定义 Claude 怎么和外部系统交互（API、数据库）。
Skills 是"工作流的执行"——定义 Claude 怎么用这些工具完成一个完整任务。
打个比方：
- MCP 是锤子、螺丝刀、扳手
- Skills 是"怎么组装一张桌子"的说明书
说明书里可以写"第三步用螺丝刀"。Skills 可以调用 MCP 工具，但它们解决的是不同层面的问题。
一张表说清楚：
| 能力扩展 | 核心功能 | 使用场景 |
|---|---|---|
| Prompts | 一次性指令 | 简单、非重复任务 |
| Slash Commands | 手动触发的简单脚本 | 快速执行预定义操作 |
| MCP | 与外部工具交互的协议 | 集成 API、数据库 |
| Skills | 封装工作流和领域知识 | 复杂、需要专业知识的重复任务 |
Skills 的定位很清晰：把复杂的、重复的、需要专业知识的工作流程，打包成可复用的模块。
3 核心机制：渐进式披露
说实话，这个设计是我觉得 Skills 最聪明的地方。
问题是这样的：
Claude 的上下文窗口是有限的。你的 Skill 要和对话历史、系统提示、其他 Skill 抢空间。
如果每个 Skill 都把所有内容塞进上下文，装几个 Skill 就满了。
Skills 的解决方案：三层信息加载。
3.1 第一层：元数据（启动时加载）
只加载 Skill 的"名片"：名字和描述。
name: pdf-processordescription: 从 PDF 提取文本和表格。当处理 PDF 文档时使用。就这么点东西。每个 Skill 大约占 100 个 token。
Claude 靠这个判断"有哪些 Skill 可用"。
3.2 第二层：指令（触发时加载）
用户说"帮我处理这个 PDF"，Claude 判断要用 pdf-processor。
这时候才读取 SKILL.md 的完整内容：具体怎么做、分几步、有什么注意事项。
3.3 第三层：资源（按需加载）
SKILL.md 里可能写着：“详细的表格提取规则见 references/table-rules.md”。
Claude 不会一开始就读这个文件。只有真的需要提取表格时，才去读。
效果是什么？
一个 Skill 可以包含几十个参考文件、几千行代码。但如果这次任务用不到，它们就不占任何空间。
这就是为什么 Skills 能"无限扩展"。
不是真的无限，是"用多少加载多少"。没用到的部分，成本为零。
4 文件系统架构：为什么能执行脚本
Skills 不是存在数据库里的。它就是文件夹。
my-skill/├── SKILL.md # 主文件├── references/ # 参考文档│ └── api-spec.md└── scripts/ # 可执行脚本 └── process.pyClaude 可以像人一样操作这些文件：
- 用
cat读文件 - 用
python跑脚本 - 用
ls看目录
这带来两个好处：
1. 按需读取
Skill 里有 10 个参考文件，但这次任务只需要 1 个。Claude 就只读那 1 个。
2. 脚本执行
有些任务用自然语言很难描述，但用代码很简单。
比如"把这个 CSV 按第三列排序"。与其让 Claude 用语言解释怎么排，不如直接跑一个 Python 脚本。
脚本执行时，代码本身不进上下文，只有输出结果返回给 Claude。
这就是 Skills 的设计哲学：
上下文窗口是稀缺资源。能不占就不占，能晚占就晚占。
5 三个存储级别：谁覆盖谁
Skills 可以放在三个地方：
| 级别 | 路径 | 作用域 |
|---|---|---|
| 企业级 | 后台配置 | 组织内所有用户 |
| 个人级 | ~/.claude/skills/ | 当前用户所有项目 |
| 项目级 | .claude/skills/ | 仅当前项目 |
优先级规则：企业级 > 个人级 > 项目级
什么意思？
假设公司有个企业级的code-reviewSkill，定义了统一的代码审查标准。
你在个人目录也建了个同名的code-review。
用的时候，企业级的生效，你的被忽略。
这个设计很聪明：
- 公司层面可以强制执行标准（安全规范、编码风格）
- 个人和项目层面可以定制自己的工作流
- 同名时，上层覆盖下层，不会冲突
还有个自动发现机制：
在大型项目（比如 Monorepo）里，Claude 会自动查找嵌套目录中的 Skills。
你在packages/frontend/.claude/skills/放了个 Skill，在 frontend 目录工作时，Claude 能自动发现它。
6 开放标准：25+ 平台支持
2025 年 10 月，Anthropic 推出 Skills。
2025 年 12 月，宣布 Agent Skills 成为开放标准，官网 agentskills.io 上线。
2026 年 1 月，GitHub Copilot、VS Code、Cursor 相继宣布支持。
现在的情况：
- 25+ 主流平台支持 Agent Skills 标准
- 社区已编目 25,000+ Skills
- mcpmarket.com 有每日热门排行
这意味着什么？
你写的 Skill，不只能在 Claude Code 里用。理论上，任何支持这个标准的 AI 工具都能用。
一次编写，多处运行。
跨平台注意事项：
- 用相对路径，不用绝对路径
- 用正斜杠
/，不用反斜杠\ - 避免依赖特定平台的功能
7 2026 年 1 月的重大更新
Claude Code V4 带来了几个关键变化。我最近更新后，明显感觉写 Skill 的心态不一样了。
MCP Tool Search：85% 上下文节省
以前，所有 MCP 工具定义在启动时全部加载，占用 50-70% 上下文。
现在，工具定义懒加载。初始上下文从 ~77K tokens 降到 ~8.7K tokens。
对你的影响：
以前写 Skill 要精打细算，怕上下文不够用。现在可以放心加参考文件了。从"省着用"变成"放心用"，心态完全不一样。
Custom Agents：自动委派
可以创建专门的代理，Claude 根据任务自动委派。
复杂的多步骤任务，不用塞进一个大 Skill 里。拆成多个原子 Skill + Custom Agent，让 Claude 自己组合。
新命令/context：
随时查看 token 使用情况。优化 Skill 时很有用。
8 总结：Skills 的核心价值
回顾一下 Skills 的设计：
| 设计点 | 解决的问题 |
|---|---|
| 渐进式披露 | 上下文有限，按需加载 |
| 文件系统架构 | 支持脚本执行，无限扩展 |
| 三层存储级别 | 企业标准 + 个人定制 |
| 开放标准 | 跨平台复用 |
一句话总结：
Skills 是"一次创建，无限次自动调用"的能力模块。
把你的工作流程和专业知识打包成可复用的单元。Claude 在需要时自动加载和执行。
如何学习AI大模型？
如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！
这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！
第一阶段：从大模型系统设计入手，讲解大模型的主要方法；
第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
100套AI大模型商业化落地方案
大模型全套视频教程
200本大模型PDF书籍
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
LLM面试题合集
大模型产品经理资源合集
大模型项目实战合集
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
