拓冰网站定制 
1. 从“skills”这个热词说起它到底是什么为什么突然火了最近几个月不管是在技术社区、AI 工具群还是在做数学建模、前端开发、甚至做 AI 漫剧的圈子里“skills”这个词出现的频率高得离谱。很多人第一次看到它以为是某种新出的编程语言或者某个技能培训课程。其实都不是。这里的 skills指的是围绕 Claude 系列工具尤其是 Claude Code、Claude Desktop构建的一套可复用能力模块核心载体是一个叫SKILL.md的文件。你可以把它理解成给 AI 助手写的“岗位操作手册”。以前我们用 AI 写代码、做分析每次都要在对话里反复交代背景、规则、输出格式聊到后面上下文一乱AI 就开始胡说。skills 的出现就是把这套“交代”固化下来变成一个文件放在指定目录里AI 在需要的时候自动读取、自动执行。它解决的是重复劳动和上下文漂移这两个最让人头疼的问题。这套东西适合谁我梳理了一下大致三类人最该关注。第一类是每天用 Claude Code 写业务代码的开发者尤其是前端和全栈skills 能把项目规范、组件模板、接口约定全部固化省掉大量重复 prompt。第二类是做数据分析、数学建模的学生和研究者把常用的数据清洗流程、建模套路、论文格式要求写成 skill比赛时直接调用效率提升非常明显。第三类是内容创作者包括做 AI 漫剧、做自动化内容流水线的人用 skills 来统一风格、统一输出结构。但问题也来了。网上关于 skills 的信息非常碎有人问“claude code 怎么手动装 github 上的 skills”有人搜“skills 技能库网址”还有人遇到“claude : 无法将‘claude’项识别为 cmdlet、函数、脚本文件或可运行程序的名称”这种环境问题。更麻烦的是很多教程默认你已经会了跳过了最基础的安装和目录结构导致新手卡在第一步就放弃了。我接下来要做的就是把这套东西从零到一讲清楚包括它为什么这么设计、怎么装、怎么写、怎么排查问题以及我在实际使用中踩过的坑。2. 核心设计思路拆解为什么是 SKILL.md而不是插件或脚本2.1 用 Markdown 做能力载体的逻辑第一次看到SKILL.md这个命名我其实有点意外。按理说要让 AI 执行特定任务用 JSON、YAML 或者直接写 Python 脚本不是更“工程化”吗但用下来之后我理解了这套设计的巧妙之处。Markdown 是纯文本对人类和模型都极其友好。你不需要懂任何编程语法就能写 skill只要你会写清楚“什么时候用、输入是什么、步骤是什么、输出长什么样”。模型读取 Markdown 的成本极低不需要额外的解析器也不容易因为格式错误导致整个 skill 失效。相比之下如果你用 JSON 写一个逗号放错位置整个文件就废了排查起来非常痛苦。另一个关键点是可读性即文档。一个写好的SKILL.md既是给 AI 看的指令也是给团队新人看的手册。你不需要维护两份东西。我在团队里推行的时候直接把 skill 文件丢给新同事他看完就知道这个项目的代码规范、目录结构、提交习惯是什么。这种“一份文件两用”的特性是它比传统插件更轻、更容易传播的根本原因。2.2 自动触发机制背后的考量skills 最核心的体验是“自动触发”。你不需要每次手动说“请使用某某 skill”只要你的请求匹配了 skill 描述里的触发条件它就会自动加载。这个机制背后其实是一套语义匹配加优先级排序的逻辑。每个SKILL.md开头通常有一段描述说明这个 skill 解决什么问题、在什么场景下使用。当你向 Claude Code 提问时它会先扫描所有已安装 skill 的描述判断哪些和当前请求相关然后按相关度排序把最相关的 skill 内容注入到当前上下文里。这个过程是自动的但并不是“万能”的。如果你的 skill 描述写得太模糊比如只写“用于前端开发”那它可能在任何前端相关的问题里都被触发反而干扰正常对话。所以描述要具体要包含明确的触发词和边界。我自己的经验是一个好的 skill 描述应该像一条精准的搜索关键词。比如“当用户要求生成 React 函数组件且需要包含 TypeScript 类型定义时使用”就比“用于 React 开发”好得多。前者能精确命中后者容易误触发。2.3 与插件、脚本方案的对比很多人会问这和直接写个脚本有什么区别区别在于执行主体不同。脚本是你自己运行skill 是让 AI 按照你的意图去运行。脚本解决的是“自动化”skill 解决的是“意图对齐”。举个例子你写一个 Python 脚本批量重命名文件每次都要手动跑。但如果你写一个 skill描述里写“当用户要求整理项目文件命名时使用”那么当你在对话里说“帮我把这些文件按规范重命名”AI 就会自动加载这个 skill按照你预设的规则去操作。你不需要记住脚本放在哪也不需要手动传参。和插件相比skill 更轻。插件通常需要安装、注册、可能还要重启工具而 skill 就是一个文件放到目录里就能用。这种低摩擦的特性让它特别适合快速迭代和团队共享。我们团队现在把常用的代码审查规则、接口文档模板、测试用例生成逻辑都做成了 skill放在 Git 仓库里谁需要谁拉下来放到目录里立刻生效。3. 从零开始安装、目录结构与第一个 skill3.1 环境准备与 Claude Code 安装要点在写 skill 之前你得先有一个能读取 skill 的环境。目前最主流的是 Claude Code它是一个命令行工具可以在终端里直接和 Claude 交互并且支持读取本地文件系统。安装方式根据操作系统不同略有差异但核心步骤是一致的。Windows 用户需要注意一个常见报错“claude鈥檚 workspace requires the virtual machine platform on windows. enable”。这个提示的意思是Claude Code 的某些功能依赖 Windows 的虚拟机平台组件。你需要在“启用或关闭 Windows 功能”里勾选“虚拟机平台”和“适用于 Linux 的 Windows 子系统”然后重启。这不是 Claude Code 本身的问题而是它底层依赖的容器化环境需要这些组件。我一开始也卡在这里后来查了文档才明白。安装完成后在终端输入claude应该能看到交互界面。如果提示“claude : 无法将‘claude’项识别为 cmdlet、函数、脚本文件或可运行程序的名称”说明环境变量没配好。Windows 下需要把 Claude Code 的安装路径加到 PATH 里macOS 和 Linux 下通常是/usr/local/bin或~/.local/bin。这个报错非常常见但解决起来就是一步 PATH 配置的事。提示安装完成后先用claude --version验证能输出版本号再继续。不要跳过这一步否则后面 skill 不生效你会以为是 skill 写错了。3.2 skill 的目录结构与存放位置Claude Code 读取 skill 的默认目录是项目根目录下的.claude/skills/或者用户主目录下的~/.claude/skills/。前者是项目级只对当前项目生效后者是全局级对所有项目生效。我建议把通用型 skill 放在全局目录把项目特定的规范放在项目目录。目录结构大概是这样的.claude/ skills/ my-skill/ SKILL.md another-skill/ SKILL.md每个 skill 一个文件夹文件夹名就是 skill 的标识。文件夹里必须有SKILL.md这是入口文件。你可以在同一个文件夹里放其他辅助文件比如模板、示例代码、配置文件skill 执行时可以引用它们。这种“一个文件夹就是一个能力包”的设计让 skill 的分享和迁移变得非常简单直接拷贝文件夹就行。3.3 手写第一个 SKILL.md从模板到可用写SKILL.md没有严格的格式要求但根据我的经验一个结构清晰的 skill 应该包含以下几个部分。我用一个“生成 React 组件”的 skill 来举例。# React 组件生成器 ## 描述 当用户要求创建新的 React 函数组件并且需要包含 TypeScript 类型定义和样式模块时使用本 skill。 ## 触发条件 - 用户提到“新建组件”“创建 React 组件”“生成组件模板” - 请求中包含组件名称和至少一个 prop 描述 ## 执行步骤 1. 在 src/components/ 下创建组件文件夹文件夹名使用 PascalCase。 2. 创建 index.tsx使用函数组件写法导出默认组件。 3. 创建 styles.module.css包含基础样式占位。 4. 创建 types.ts定义 Props 接口。 5. 在组件文件中引入类型和样式。 ## 输出规范 - 组件必须使用 export default function 写法。 - Props 接口必须以组件名加 Props 命名。 - 样式类名使用 camelCase。这个模板看起来简单但每一部分都有讲究。“描述”决定了自动触发的准确性“触发条件”是给模型更明确的信号“执行步骤”是核心逻辑“输出规范”是质量底线。我建议新手先从模仿开始找一个现成的 skill 改一改跑通了再自己从头写。注意SKILL.md里的步骤要写成“可执行”的指令而不是“建议”。比如写“创建 index.tsx”比“可以考虑创建 index.tsx”要好模型对确定性指令的遵循度更高。4. 实操全流程从安装到跑通一个真实 skill4.1 安装一个 GitHub 上的现成 skill网上有很多开源的 skill 仓库比如搜“typesafe ai skills github”能找到一些类型安全相关的 skill 集合。手动安装的流程其实很简单但新手容易在路径上出错。第一步找到你想安装的 skill 仓库把整个文件夹下载下来或者用git clone。第二步找到里面的SKILL.md所在的文件夹把整个文件夹拷贝到.claude/skills/下面。第三步重启 Claude Code或者在对话里输入/skills查看已加载的 skill 列表。如果能看到你刚放进去的 skill 名称说明安装成功。这里有个坑有些仓库的目录结构是repo-name/skills/skill-name/SKILL.md你需要拷贝的是skill-name这一层而不是整个仓库。我见过有人把整个仓库塞进.claude/skills/结果 Claude Code 找不到SKILL.md因为层级太深了。判断标准很简单.claude/skills/下面直接就是各个 skill 文件夹每个文件夹里直接就是SKILL.md。4.2 用 skill 完成一次数学建模任务数学建模比赛里skills 的用处特别大。我拿“数据预处理”这个场景来演示。假设你有一个 CSV 文件需要做缺失值填充、异常值处理、标准化然后输出一份数据质量报告。如果没有 skill你每次都要跟 AI 解释用什么填充策略、异常值阈值是多少、报告格式长什么样。有了 skill这些全部固化。我写了一个> Claude Skills 从零到一：SKILL.md 安装、编写与实战指南
1. 从“skills”这个热词说起它到底是什么为什么突然火了最近几个月不管是在技术社区、AI 工具群还是在做数学建模、前端开发、甚至做 AI 漫剧的圈子里“skills”这个词出现的频率高得离谱。很多人第一次看到它以为是某种新出的编程语言或者某个技能培训课程。其实都不是。这里的 skills指的是围绕 Claude 系列工具尤其是 Claude Code、Claude Desktop构建的一套可复用能力模块核心载体是一个叫SKILL.md的文件。你可以把它理解成给 AI 助手写的“岗位操作手册”。以前我们用 AI 写代码、做分析每次都要在对话里反复交代背景、规则、输出格式聊到后面上下文一乱AI 就开始胡说。skills 的出现就是把这套“交代”固化下来变成一个文件放在指定目录里AI 在需要的时候自动读取、自动执行。它解决的是重复劳动和上下文漂移这两个最让人头疼的问题。这套东西适合谁我梳理了一下大致三类人最该关注。第一类是每天用 Claude Code 写业务代码的开发者尤其是前端和全栈skills 能把项目规范、组件模板、接口约定全部固化省掉大量重复 prompt。第二类是做数据分析、数学建模的学生和研究者把常用的数据清洗流程、建模套路、论文格式要求写成 skill比赛时直接调用效率提升非常明显。第三类是内容创作者包括做 AI 漫剧、做自动化内容流水线的人用 skills 来统一风格、统一输出结构。但问题也来了。网上关于 skills 的信息非常碎有人问“claude code 怎么手动装 github 上的 skills”有人搜“skills 技能库网址”还有人遇到“claude : 无法将‘claude’项识别为 cmdlet、函数、脚本文件或可运行程序的名称”这种环境问题。更麻烦的是很多教程默认你已经会了跳过了最基础的安装和目录结构导致新手卡在第一步就放弃了。我接下来要做的就是把这套东西从零到一讲清楚包括它为什么这么设计、怎么装、怎么写、怎么排查问题以及我在实际使用中踩过的坑。2. 核心设计思路拆解为什么是 SKILL.md而不是插件或脚本2.1 用 Markdown 做能力载体的逻辑第一次看到SKILL.md这个命名我其实有点意外。按理说要让 AI 执行特定任务用 JSON、YAML 或者直接写 Python 脚本不是更“工程化”吗但用下来之后我理解了这套设计的巧妙之处。Markdown 是纯文本对人类和模型都极其友好。你不需要懂任何编程语法就能写 skill只要你会写清楚“什么时候用、输入是什么、步骤是什么、输出长什么样”。模型读取 Markdown 的成本极低不需要额外的解析器也不容易因为格式错误导致整个 skill 失效。相比之下如果你用 JSON 写一个逗号放错位置整个文件就废了排查起来非常痛苦。另一个关键点是可读性即文档。一个写好的SKILL.md既是给 AI 看的指令也是给团队新人看的手册。你不需要维护两份东西。我在团队里推行的时候直接把 skill 文件丢给新同事他看完就知道这个项目的代码规范、目录结构、提交习惯是什么。这种“一份文件两用”的特性是它比传统插件更轻、更容易传播的根本原因。2.2 自动触发机制背后的考量skills 最核心的体验是“自动触发”。你不需要每次手动说“请使用某某 skill”只要你的请求匹配了 skill 描述里的触发条件它就会自动加载。这个机制背后其实是一套语义匹配加优先级排序的逻辑。每个SKILL.md开头通常有一段描述说明这个 skill 解决什么问题、在什么场景下使用。当你向 Claude Code 提问时它会先扫描所有已安装 skill 的描述判断哪些和当前请求相关然后按相关度排序把最相关的 skill 内容注入到当前上下文里。这个过程是自动的但并不是“万能”的。如果你的 skill 描述写得太模糊比如只写“用于前端开发”那它可能在任何前端相关的问题里都被触发反而干扰正常对话。所以描述要具体要包含明确的触发词和边界。我自己的经验是一个好的 skill 描述应该像一条精准的搜索关键词。比如“当用户要求生成 React 函数组件且需要包含 TypeScript 类型定义时使用”就比“用于 React 开发”好得多。前者能精确命中后者容易误触发。2.3 与插件、脚本方案的对比很多人会问这和直接写个脚本有什么区别区别在于执行主体不同。脚本是你自己运行skill 是让 AI 按照你的意图去运行。脚本解决的是“自动化”skill 解决的是“意图对齐”。举个例子你写一个 Python 脚本批量重命名文件每次都要手动跑。但如果你写一个 skill描述里写“当用户要求整理项目文件命名时使用”那么当你在对话里说“帮我把这些文件按规范重命名”AI 就会自动加载这个 skill按照你预设的规则去操作。你不需要记住脚本放在哪也不需要手动传参。和插件相比skill 更轻。插件通常需要安装、注册、可能还要重启工具而 skill 就是一个文件放到目录里就能用。这种低摩擦的特性让它特别适合快速迭代和团队共享。我们团队现在把常用的代码审查规则、接口文档模板、测试用例生成逻辑都做成了 skill放在 Git 仓库里谁需要谁拉下来放到目录里立刻生效。3. 从零开始安装、目录结构与第一个 skill3.1 环境准备与 Claude Code 安装要点在写 skill 之前你得先有一个能读取 skill 的环境。目前最主流的是 Claude Code它是一个命令行工具可以在终端里直接和 Claude 交互并且支持读取本地文件系统。安装方式根据操作系统不同略有差异但核心步骤是一致的。Windows 用户需要注意一个常见报错“claude鈥檚 workspace requires the virtual machine platform on windows. enable”。这个提示的意思是Claude Code 的某些功能依赖 Windows 的虚拟机平台组件。你需要在“启用或关闭 Windows 功能”里勾选“虚拟机平台”和“适用于 Linux 的 Windows 子系统”然后重启。这不是 Claude Code 本身的问题而是它底层依赖的容器化环境需要这些组件。我一开始也卡在这里后来查了文档才明白。安装完成后在终端输入claude应该能看到交互界面。如果提示“claude : 无法将‘claude’项识别为 cmdlet、函数、脚本文件或可运行程序的名称”说明环境变量没配好。Windows 下需要把 Claude Code 的安装路径加到 PATH 里macOS 和 Linux 下通常是/usr/local/bin或~/.local/bin。这个报错非常常见但解决起来就是一步 PATH 配置的事。提示安装完成后先用claude --version验证能输出版本号再继续。不要跳过这一步否则后面 skill 不生效你会以为是 skill 写错了。3.2 skill 的目录结构与存放位置Claude Code 读取 skill 的默认目录是项目根目录下的.claude/skills/或者用户主目录下的~/.claude/skills/。前者是项目级只对当前项目生效后者是全局级对所有项目生效。我建议把通用型 skill 放在全局目录把项目特定的规范放在项目目录。目录结构大概是这样的.claude/ skills/ my-skill/ SKILL.md another-skill/ SKILL.md每个 skill 一个文件夹文件夹名就是 skill 的标识。文件夹里必须有SKILL.md这是入口文件。你可以在同一个文件夹里放其他辅助文件比如模板、示例代码、配置文件skill 执行时可以引用它们。这种“一个文件夹就是一个能力包”的设计让 skill 的分享和迁移变得非常简单直接拷贝文件夹就行。3.3 手写第一个 SKILL.md从模板到可用写SKILL.md没有严格的格式要求但根据我的经验一个结构清晰的 skill 应该包含以下几个部分。我用一个“生成 React 组件”的 skill 来举例。# React 组件生成器 ## 描述 当用户要求创建新的 React 函数组件并且需要包含 TypeScript 类型定义和样式模块时使用本 skill。 ## 触发条件 - 用户提到“新建组件”“创建 React 组件”“生成组件模板” - 请求中包含组件名称和至少一个 prop 描述 ## 执行步骤 1. 在 src/components/ 下创建组件文件夹文件夹名使用 PascalCase。 2. 创建 index.tsx使用函数组件写法导出默认组件。 3. 创建 styles.module.css包含基础样式占位。 4. 创建 types.ts定义 Props 接口。 5. 在组件文件中引入类型和样式。 ## 输出规范 - 组件必须使用 export default function 写法。 - Props 接口必须以组件名加 Props 命名。 - 样式类名使用 camelCase。这个模板看起来简单但每一部分都有讲究。“描述”决定了自动触发的准确性“触发条件”是给模型更明确的信号“执行步骤”是核心逻辑“输出规范”是质量底线。我建议新手先从模仿开始找一个现成的 skill 改一改跑通了再自己从头写。注意SKILL.md里的步骤要写成“可执行”的指令而不是“建议”。比如写“创建 index.tsx”比“可以考虑创建 index.tsx”要好模型对确定性指令的遵循度更高。4. 实操全流程从安装到跑通一个真实 skill4.1 安装一个 GitHub 上的现成 skill网上有很多开源的 skill 仓库比如搜“typesafe ai skills github”能找到一些类型安全相关的 skill 集合。手动安装的流程其实很简单但新手容易在路径上出错。第一步找到你想安装的 skill 仓库把整个文件夹下载下来或者用git clone。第二步找到里面的SKILL.md所在的文件夹把整个文件夹拷贝到.claude/skills/下面。第三步重启 Claude Code或者在对话里输入/skills查看已加载的 skill 列表。如果能看到你刚放进去的 skill 名称说明安装成功。这里有个坑有些仓库的目录结构是repo-name/skills/skill-name/SKILL.md你需要拷贝的是skill-name这一层而不是整个仓库。我见过有人把整个仓库塞进.claude/skills/结果 Claude Code 找不到SKILL.md因为层级太深了。判断标准很简单.claude/skills/下面直接就是各个 skill 文件夹每个文件夹里直接就是SKILL.md。4.2 用 skill 完成一次数学建模任务数学建模比赛里skills 的用处特别大。我拿“数据预处理”这个场景来演示。假设你有一个 CSV 文件需要做缺失值填充、异常值处理、标准化然后输出一份数据质量报告。如果没有 skill你每次都要跟 AI 解释用什么填充策略、异常值阈值是多少、报告格式长什么样。有了 skill这些全部固化。我写了一个>