你有没有重复告诉AI"请按这个格式写提交信息"？或者"记得用我们的代码规范"？

每次都要提醒很麻烦。技能系统（Skills）就是解决这个问题的——让AI学会你的"独门绝技"，下次直接用。

今天咱们就聊聊这个"AI的技能书"。

图：技能系统像游戏里的技能书，学会后就能用

技能是什么

技能（Skill）是封装好的提示词模板，可以被AI调用执行特定任务。

简单理解：

  • 普通prompt：每次都要说"请按X格式写Y"
  • 技能：一次定义，多次复用，“使用writeCommitMessage技能”

技能的核心价值：

  • 复用：一次定义，到处使用
  • 标准化：统一的行为和输出
  • 简化：复杂的任务变成简单的调用
  • 可分享：团队共享，社区交流

内置技能vs用户自定义

Claude Code的技能分两类：

内置技能：Anthropic官方提供的，开箱即用。

- /commit：生成规范的提交信息
- /pr：生成PR描述
- /review：代码审查清单
- /test：生成测试用例

用户自定义技能：用户或团队自己定义的。

- 公司代码规范检查
- 项目特定的重构模式
- 团队的文档模板

图：内置技能vs用户自定义技能

技能的定义

技能是一个YAML文件，定义了：

name: writeCommitMessage
description: |
  根据代码变更生成规范的提交信息。
  使用Conventional Commits格式。
input:
  type: object
  properties:
    changes:
      type: string
      description: 代码变更的描述
run: |
  请根据以下代码变更，生成符合Conventional Commits规范的提交信息：

  {{changes}}

  格式要求：
  - type(scope): subject
  - body（可选）
  - footer（可选）

  示例：
  feat(auth): add OAuth2 login support

  - Add Google OAuth provider
  - Update login UI
  - Add token refresh logic

  Closes #123

关键字段：

  • name：技能名称，调用时使用
  • description：技能的描述，模型用来决定是否使用
  • input：技能需要的参数
  • run：执行技能的提示词模板

SkillTool：技能的执行器

技能通过SkillTool调用：

// 模型调用
{
  tool: 'SkillTool',
  input: {
    skill: 'writeCommitMessage',
    changes: 'Added user authentication with bcrypt...'
  }
}

SkillTool的工作流程：

接收调用 → 查找技能定义 → 填充模板 → 执行提示词 → 返回结果

填充模板使用Jinja2语法：

run: |
  请为以下代码变更生成提交信息：
  {{changes}}

  作者：{{author}}
  日期：{{date}}

输入{changes: "...", author: "张三", date: "2026-06-20"}会被填充成：

请为以下代码变更生成提交信息：
...

作者：张三
日期：2026-06-20

技能vs MCP工具

技能和MCP工具都能扩展AI能力，但用途不同：

维度技能MCP工具
本质提示词模板外部程序
执行者AI模型外部系统
能力文本生成、分析任意计算、IO操作
复杂度简单复杂
状态无状态可以有状态
示例生成文档、格式化读取数据库、调用API

简单说：

  • 技能：让AI"更会做事"（提示词层面的扩展）
  • MCP工具：让AI"能做更多事"（能力层面的扩展）

图：技能与MCP工具的区别和配合

两者可以配合使用：

  • 技能调用MCP工具获取数据
  • MCP工具的结果由技能处理
  • 技能决定什么时候用什么MCP工具

实战：自定义技能

看几个实际技能案例。

案例1：代码规范检查

name: checkCodeStyle
description: |
  根据团队代码规范检查代码。
  返回不符合规范的地方和建议。
input:
  code:
    type: string
    description: 要检查的代码
  language:
    type: string
    description: 编程语言
run: |
  请检查以下{{language}}代码是否符合我们团队的规范：

  ```{{language}}
  {{code}}

我们的规范：

  • 函数名使用驼峰命名
  • 行尾不要有分号
  • 使用2空格缩进
  • 注释使用JSDoc格式

请列出所有不符合规范的地方，并给出修改建议。


**案例2：生成API文档**

```yaml
name: generateApiDoc
description: |
  根据代码生成API文档。
  使用OpenAPI格式。
input:
  code:
    type: string
    description: API处理函数代码
run: |
  请根据以下代码生成OpenAPI规范的文档：

{{code}}


输出格式：
- 路径
- 方法
- 请求参数（含类型、必填、描述）
- 响应格式
- 错误码

案例3：多语言翻译

name: translateDoc
description: |
  将文档翻译成目标语言。
  保持技术术语准确。
input:
  content:
    type: string
  targetLanguage:
    type: string
run: |
  请将以下内容翻译成{{targetLanguage}}，保持技术术语准确：

  {{content}}

  注意事项：
  - 代码块保持原样不翻译
  - 专有名词保持英文
  - 保持Markdown格式

技能的管理和分享

技能文件放在哪里？

项目级技能：.claude/skills/*.yaml 只对当前项目可用

用户级技能：~/.claude/skills/*.yaml 对所有项目可用

内置技能：内嵌在Claude Code中 所有人都能用

分享技能：

# 导出技能
claude skill export checkCodeStyle > check-code-style.yaml

# 导入技能
claude skill import check-code-style.yaml

# 分享给别人
# 直接发送YAML文件，或发布到GitHub

最佳实践

技能设计：

  • 单一职责：一个技能只做一件事
  • 清晰描述：description要准确说明使用场景
  • 合理参数：参数不要太多，必要的要有默认值
  • 示例丰富：在run中包含示例输出

技能命名：

  • 使用驼峰命名
  • 动词开头：write、check、generate
  • 见名知意：不需要看描述就知道做什么

技能文档：

  • 说明使用场景
  • 提供示例输入输出
  • 说明与相关技能的区别

技能版本：

  • YAML文件中加入version字段
  • 重大变更时更新版本
  • 考虑向后兼容

这对使用Claude Code的启示

理解技能系统，能让你：

减少重复prompt：把常用的prompt封装成技能

标准化团队工作流：共享技能，统一AI使用方式

提升AI输出质量：精心设计的技能比临时prompt更可靠

扩展AI能力：不需要写代码，用YAML就能扩展

总结

技能系统让AI从"通用助手"变成"专业顾问"：

  • 技能是封装好的提示词模板
  • SkillTool执行技能，填充模板，返回结果
  • 技能与MCP工具互补：技能扩展"智慧"，MCP扩展"能力"
  • 自定义技能让AI学会你的"独门绝技"

这就是Claude Code技能系统的全部。希望这个系列帮你深入理解了Claude Code的底层原理。

这个系列到此结束。12篇文章，从架构到提示工程，从上下文管理到安全权限，从CLAUDE.md到技能系统，带你完整解剖了Claude Code的内脏。

如果觉得有收获，欢迎点赞转发。想看更多技术深度文章，关注梦兽编程。