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.mdSKILL.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/docx、skills/pdf、skills/pptx、skills/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-guidelines、skills/theme-factory、skills/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name和description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.md、references/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
把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 pageskills/pdf、skills/pptx、skills/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
