当前位置: 首页 > news >正文

Agent Skills 实战指南:从模板到自建技能

Agent Skills 实战指南:从模板到自建技能

【免费下载链接】skillsPublic repository for Agent Skills项目地址: https://gitcode.com/GitHub_Trending/skills3/skills

每次让 AI 生成文档,都要重新交代一遍公司的排版规范和导出要求?把这些规则写进一个技能文件夹,Claude 以后会在合适的时机自己加载它们。这份仓库(Anthropic 官方的 Agent Skills 集合)把这件事做成了标准形态:每个技能是一个带SKILL.md的文件夹,靠渐进式披露控制上下文开销,可以直接装进 Claude Code,也可以照着模板写出你自己的技能。

重复喂规则?把流程固化进技能文件夹

技能长什么样:一个文件夹加一个 SKILL.md

技能不是插件、不是 pip 包,就是一个目录。最小结构只有一个文件:

my-skill/ └── SKILL.md

SKILL.md由 YAML frontmatter 和 Markdown 正文两部分组成,前者告诉 Claude "这个技能叫什么、什么时候该用",后者是触发后执行的指令。仓库里的template/SKILL.md就是这个最小形态,spec/目录则指向 Agent Skills 规范。

仓库里现成的四类技能

skills/目录下可以直接抄作业,大致分四类:

  • 文档类skills/docxskills/pdfskills/pptxskills/xlsx——驱动 Claude 文档能力的生产级实现,是学习复杂技能组织方式的最佳样本
  • 创意类skills/canvas-design(海报/视觉设计)、skills/frontend-design(UI 设计方向)、skills/brand-guidelinesskills/theme-factoryskills/slack-gif-creator
  • 开发类skills/mcp-builder(写 MCP 服务器的完整方法论)、skills/webapp-testing
  • 企业协作类skills/internal-comms(含新闻稿、FAQ 等范文)、skills/doc-coauthoring

三层渐进式披露:控制上下文开销

元数据层:常驻的约百词

技能再多也不怕上下文爆炸,因为加载是分层的。第一层只有namedescription两项元数据常驻上下文,约百词。这就是为什么 description 是技能最重要的字段——它决定了 Claude 在几十上百个技能里能不能准确挑中你。

正文层:500 行是软上限

第二层是SKILL.md正文,技能触发时才进上下文。仓库的惯例是控制在 500 行以内;逼近上限就再拆一层,在正文里写明"什么时候去读哪个文件"。超过 300 行的大参考文件,自己加个目录索引。

资源层:scripts 与 references 按需加载

第三层是随技能打包的资源,目录约定如下:

skill-name/ ├── SKILL.md ├── scripts/ # 可执行代码,跑完即弃,不必读进上下文 ├── references/ # 按需加载的文档 └── assets/ # 输出用的模板、字体等

支撑多个变体时按变体拆文件,例如references/aws.mdreferences/gcp.md,Claude 只读相关的那一份。

在 Claude Code 里装好现成技能

注册 marketplace 并安装插件

在 Claude Code 中把本仓库注册为插件 marketplace,然后按需安装:

git clone https://gitcode.com/GitHub_Trending/skills3/skills /plugin marketplace add anthropics/skills /plugin install document-skills@anthropic-agent-skills /plugin install example-skills@anthropic-agent-skills

两个插件分别对应文档技能包和示例技能包,装哪个取决于你日常处理的是 Word/PDF 还是设计、协作类任务。

使用时只提一句

安装后不需要任何额外配置,在对话里点名即可:

"用 PDF skill 把report.pdf里的表单字段提取出来"

Claude 会加载对应技能并按SKILL.md里的流程执行。付费版 Claude.ai 和 Claude API 也内置了这批技能,上传自定义技能的流程在各端入口一致。

🔧 用模板写出第一个技能

frontmatter 只有两个必填字段

template/SKILL.md拷出来改名,填好这两个字段就是一个合法技能:

--- name: my-skill-name description: A clear description of what this skill does and when to use it --- # My Skill Name [Add your instructions here]

name用小写加连字符,全局唯一。

description 要写得"敢触发"

skills/skill-creator/SKILL.md里给了一个关键提醒:Claude 目前倾向于"欠触发"——该用技能时不用。对策是把 description 写得稍微"强势"一点,同时说清做什么和什么时候用。对比仓库里的两个真实写法:

  • skills/pdf/SKILL.md:"If the user mentions a .pdf file or asks to produce one, use this skill."——把触发条件写成祈使指令
  • skills/docx/SKILL.md:把 "report"、"memo"、"letter" 等可能出现在用户嘴里的词全部列进触发清单,并明确排除边界("Do NOT use for PDFs, spreadsheets")

正文:祈使句加按任务拆节

正文用祈使句写指令,按任务而非按概念分节。skills/pdf/SKILL.md的开头就按"合并/拆分/抽取/填表"分节,每节给出最短可运行的代码,进阶内容指向reference.md,填表流程单独放进forms.md——这正是第二层拆到第三层的标准示范。

从 docx 看复杂技能的组织方式

SKILL.md 放决策表,脏活交给 scripts

skills/docx/SKILL.md开头就是一张任务-方案对照表:新建用 docx-js 脚本,编辑已有文件走 "unzip → 改word/document.xml→ zip",读取用pandoc -t markdown。模型一触发技能就能选对路线,不会被长篇解释淹没。

真正的工作由skills/docx/scripts/下的脚本承担:accept_changes.py处理修订、comment.py插入批注、office/validators/里是整套 XML 校验器。脚本可以执行而无需读进上下文,这就是资源层的价值。

把踩坑点写成 gotchas

这个技能最值得学的是"gotchas"一节——模型知道 API,但不知道坑:

- 页面默认 A4,US Letter 要显式设 12240x15840 (DXA) - 表格要双重宽度:table 和 cell 都设 DXA 宽度 - 底纹用 ShadingType.CLEAR,SOLID 会渲染成黑色 - ImageRun 必须带 type: ("png" / "jpg")

写完还要验证产出。skills/docx/SKILL.md给出的流程是转成 PDF 再转成图片自己"看":

python scripts/office/soffice.py --headless --convert-to pdf output.docx pdftoppm -jpeg -r 100 output.pdf page

skills/pdfskills/pptxskills/xlsx都带同样的校验脚本结构,四者可以互相参照。

✅ 用 skill-creator 打磨与评估

先跑测试提示词,再看量化指标

skills/skill-creator是"写技能的技能",它定义了一条迭代回路:写草稿 → 准备几条测试提示词 → 带着技能跑一遍 → 用eval-viewer/generate_review.py生成结果评审页 → 根据定性反馈和量化指标改写 → 重复,直到满意再扩大测试集。配套脚本在skills/skill-creator/scripts/下:run_eval.py跑单条评估,aggregate_benchmark.py做带方差分析的基准聚合,improve_description.py专门优化 description 的触发准确率。

按技能类型决定要不要测试

它的建议很务实:输出可客观验证的技能(文件转换、数据抽取、代码生成)值得建测试用例;输出偏主观的(文风、设计)不必强求量化评估,先跑几条提示词人工看效果即可。

交付前的检查清单

  • description 写清触发时机
  • 正文控制在 500 行内
  • 大文件已拆分并加指引
  • 重复操作沉到 scripts
  • 踩坑点写成 gotchas
  • 用测试提示词验证过
  • 与既有技能无触发冲突

现在就 clone 仓库,打开template/SKILL.md,挑一个你每周都要重复交代规则的流程,把它写进第一个技能——写完装进 Claude Code,下一句重复的指令就是你省下的人。

【免费下载链接】skillsPublic repository for Agent Skills项目地址: https://gitcode.com/GitHub_Trending/skills3/skills

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

http://www.cnnetsun.cn/news/4265576.html

相关文章:

  • AI编程助手能替代手写代码吗?手写代码的六大困境与破解之道
  • 内存为什么会发热?从HBM到Python实时监控与散热实战指南
  • R语言数据分析核心工具包:从数据清洗到建模报告的全流程实践
  • MarkItDown 开源工具:10 秒把 PDF 转成 Markdown 的完整教程
  • 蓝桥杯国赛C++核心算法精讲:从动态规划到并查集的实战解析
  • 如何用 Everything Claude Code 的 frontend-slides 生成 HTML 演示文稿和 PPTX 转换完整指南
  • InfiniSplat解析:3D高斯溅射与隐式解码如何攻克大基线单目视图合成
  • 从散料到成稿,3步用 Dify 搭好一条内容自动化流水线
  • mfc140.dll丢失怎么修复?先修复VC++运行库再排查软件本身
  • YOLOv8多任务模型GUI部署实战:从ONNX/TensorRT转换到PyQt应用开发
  • Anql离线桌面编辑器:写作、工作与计算的本地闭环
  • Hermes Agent 容器编排实战:5 种后端 × 3 个场景跑通微服务部署
  • MATLAB函数从入门到精通:定义、调用与实战技巧全解析
  • Python-100-Days:3 步搭好一个规范 RESTful API,DRF 全流程实战
  • 蓝桥杯算法核心:树遍历原理、应用场景与高频题型解析
  • Nordic BLE SoC可穿戴追踪器开发:从选型、低功耗设计到量产排障
  • 基于参数模型的点云滤波:从RANSAC原理到工程实践
  • 如何验证 AI 技能好不好用:一套评估系统完整实战指南
  • LMCache命中率98%却返回zeros?KV Cache正确性验证指南
  • 云端视频生成与本地部署:从API接入到工程化落地的完整指南
  • 蓝桥杯单片机国赛实战:状态机与时间片轮询架构精解
  • Bolt CMS扩展开发指南:如何用Composer生态打造你的第一个自定义插件
  • Hermes Agent 容器镜像瘦身:多阶段构建+分层缓存,源码提交省 4-5 分钟
  • 基于PaddleDetection的足球比赛多目标跟踪系统实战指南
  • Hermes Agent 完整上手:从 clone 到配好安全开发环境
  • Zig Io.Threaded:把多线程并发写日志的锁藏进I/O接口
  • 3 步让编程面试准备内容做进搜索结果前 10
  • 推理大模型测试时扩展:推理模式与可复现评估指南
  • COM-HPC 1.2 Mini:PCIe 5.0与USB4加持的嵌入式边缘计算新方案
  • 聚类算法实战指南:从K-means到DBSCAN,掌握数据分群核心技巧