各位小伙伴们！最近大模型、AI 编程工具（比如 Claude Code、Cursor、Roo Code 等等）火得一塌糊涂。但在用 AI 的时候，你是不是经常遇到这些让人抓狂的瞬间：
- 太健忘：每次开个新对话，都得把“不要用
any”、“严格按我的格式写代码”这些长篇大论重新喂给它一遍。 - 字数多太贵：把几十页的开发手册全塞给它，AI 没说几句话，你的 Token 额度（或者是钱包）就先空了。
- 不听话/放飞自我：明明让它按步骤来，它非要抄近道，输出的格式每次都“看心情”。
为了解决这些痛点，AI 界在 2026 年迎来了绝杀大招——Skill（技能）！今天我带大家轻松搞懂这个能让 AI 瞬间变身“职场熟手”的神器。
一、什么是Skill
简单来说，Skill 就像是给 AI 准备的“武功秘籍”或“专业技能说明书”。它不仅仅是一个简单的 Prompt（提示词），而是一个可复用的、结构化的、能够按需动态加载的流程文档，也就是需要的时候就用，不需要的时候不会使用。
二、 Skill与 Prompt区别
以前的 Prompt（提示词）就像你在路边临时指挥外卖小哥，得一句句喊。而 Skill 则是你直接写了一本《完美送达指南》丢给小哥，里面写清楚了“第一步敲门，第二步微笑，第三步说祝您用餐愉快”。
在日常开发中，你可能会发现自己总是在重复给 AI 制定规则，比如：“写代码时不要用any”、“提交代码前先跑一下npm run lint”。
- 普通 Prompt：是一次性的。换个对话或重启 Session 就遗忘了。
- CLAUDE.md / Project Context：是全局静态的。无论你问什么，它都会把这些背景知识全部塞进 Context（上下文）里，容易导致 Token 浪费和“上下文污染（Context Rot）”。
- Skill：是按需动态加载的，也就是需要时才会使用。它采用渐进式开启（Progressive Disclosure）机制（后面会介绍）。平时只占用极少的 Token（约 100 tokens 的元数据描述），当 Claude 判定当前任务需要该 Skill 时，才会完整加载其内部的具体步骤和规则。
三、工作原理
什么是渐进式开启机制？那么有了Skill，它是如何被使用的呢？我怎么知道它什么时候被用呢？
渐进式开启机制：
以前我们给 AI 立规矩，都是用传统的 Prompt（提示词）做法：你一进门，不管三七二十一，把《全市水管布局图》、《生料带缠绕手法》、《扳手使用说明书》一共 200 斤重的书全部砸在 AI 头上。AI 直接被砸晕，看书看到眼花，最后连你要修啥都忘了，而且还特别烧钱（太占 Token）。
而有了Skill 的“渐进式开启机制”，AI 就像变身成了一个聪明的私人侦探：他脑子里有一个小索引。当你一说“漏水”，他脑子里的索引瞬间触发。他走到书架前，第一步先抽出《水管维修总指南》；读到一半发现是厨房漏水，他第二步再据此去档案柜里翻出《厨房特种水管接口图》。
简单来说，这就是“按需翻书”，绝不浪费脑子。
Skill是如何被使用的：
整个调用流程，就是把“侦探破案”的思维工程化。AI 把它分成了两步：
平时只看封面（静默等待）：AI 启动时，只读一下这个 Skill 的名字（name）和一句话介绍（description），这些名字和介绍会出现在SKILL.md文件中（后面会详细介绍）。这时候它处于“只知其名，不知其详”的状态。这些简单的简介只占几个字，几乎不花钱，但已经在 AI 脑子里埋下了“雷达种子”。
需要时才翻书（动态激活）：当你对 AI 说：“帮我检查下代码。”AI 脑子里的雷达瞬间一响：“对上了！主人配置过一个叫‘代码审查’的 Skill！”就在这一瞬间，AI 才会把这本说明书在后台完整翻开，严格按照里面的规矩来怎么办。办完事，书一合，绝不拖泥带水。
Skill什么时候被使用：
其实 AI 每一个小动作都会在终端里老老实实地“打报告”。
比如，我跟 Claude Code 说：“我想要创建一个技能。”（没错，用我已经写好的''skill-creator''skill帮我创建skill，疯狂套娃！）
这时候你只要盯紧终端的输出，就会看到类似于下面这样的一行提示：
只要看到界面上跳出了Skill(xxx)的字样，就说明 AI 的雷达成功匹配，它正在调用名为skill-creator的专属技能包呢！
四、 Skill 的文件结构
在实际项目里，一个完整的 Skill 通常不是孤零零的一个文件，而是一个“智慧文件夹”，里面通常有四样东西SKILL.md、references文件夹、scripts文件夹、assets文件夹：（注：SKILL.md一定存在，其余可不存在）
skill文件在项目中的.claude / skills / Skill_Name文件夹中（Skill_Name是skill名字，可根据功能自定义）。
每个独立技能都单独放在Skill_Name文件夹内，方便管理、启用 / 禁用。
那这四个文件/文件夹有什么作用？存放了什么内容呢？
3.1.1 SKILL.md
在项目或全局中，一个自定义 Skill 通常表现为一个独立的文件夹，核心是SKILL.md文件（有时也叫skill.md）。它是核心指挥官 ，包含规则和提示词，是整个技能的入口文件，其必须存在。
作用： 定义技能名称、描述、使用场景、触发规则；编写技能提示词、指令逻辑、交互规则；声明依赖、权限、调用方式；写给使用者的使用说明、示例。
它的内部结构非常清晰，通常由YAML Frontmatter（元数据）和Markdown 流程步骤组成：
注意：这里的元数据就是上文中提到的翻书时看的封面
3.1.2 reference
作用：存放参考文档、参考代码、知识库、引用素材。给 Claude 提供外部上下文，让技能调用时自动读取这里的资料作为参考（通常拆分为多个独立的.md文件）。
常见内容：行业文档、接口文档、规范说明；示例代码、模板文件、参考案例；知识库文本、规则文档、FAQ；
如何调用：当SKILL.md里写着“步骤 3：如果数据库迁移卡住，请参阅references/db-trouble.md”时，AI 只有在确实卡住的那一刻，才会用内置的文件读取工具去翻阅这个文件，从而实现了“ lean SKILL.md , fat reference ”（精简主干，充实参考）的完美平衡。
3.1.3 scripts
作用：存放可执行的脚本代码（如.py、.js、.sh脚本）。 大模型并不擅长做极其精确的逻辑、大规模数据过滤、计算哈希或解析复杂的二进制/PDF 文件，这些事情由代码（Code）来做是 100% 确定且不消耗 Token 的。
特点：大模型直接运行脚本，不读取执行代码，所以不消耗Token
如何调用：AI 读完主流程后，会直接在本地沙箱中调用scripts/下的工具。例如一个处理表格的 Skill，AI 自己不去做复杂的 Excel 行数合并，而是去运行scripts/merge_sheets.py，然后读取脚本返回的结构化结果。这让 AI 从“只会动嘴”变成了“有手能干活”。
3.1.4 assets
作用：存放用于输出、比对或生成文件的静态模板（Template）、配置 Schema、示例文件或图片/UI 资源。
为什么需要它：如果你的 Skill 是为了帮团队自动“新建一个微服务服务（Scaffolding）”或者“自动生成每周 Bug 修复报告 Markdown”，你需要在assets/里放一个完美的模版文件（如assets/report-template.md）。
如何调用：AI 会直接读取这个模板，像填空一样把变量和内容塞进去。这样能确保 AI 输出的格式、排版 100% 稳定，甚至连标点符号和空格都不会错，彻底解决 AI 每次回答格式“看心情”的顽疾。
五、常用的调用方式
根据你平时怎么叫它，使用Skill 分为以下四种方式：
- 斜杠命令（Commands）：最主动。你在终端敲一个
/skill-creator或者/review，AI 立刻开始跑这个技能对应的多步流程。 - 悄悄跟班（Passive Context）：最智能。你什么都不用喊，当你打开一个前端页面文件或者改了
.ts代码时，AI 自动识别并加载你的“前端规范 Skill”，默默地让写出来的代码符合你的审美。 - 领域专家（Agents）：需要高级活的时候，派生出一个“子智能体”。比如触发
/security技能，AI 立刻换上一身西装，变成“网络安全审计专家”来挑刺。 - 全家桶插件（Plugins）：把上面的命令、模板，甚至连接数据库的工具全部打包在一起，是一个超级大招。
六、如何创建一个属于自己的skill
例如你想创建一个给自己在工作时写工作周报的skill:
在项目里建一个.claude / skills / weekly-report / SKILL.md这样的文件。写的时候记住三条铁律：
- 大白话写描述：在开头写清楚“本技能在用户要求重构、精简、把代码变好看的时候使用。”关键词越接地气，AI 的雷达越容易匹配上。
- 多用数字列表：别写小作文！多用
1. 先干嘛、2. 再干嘛、3. 最后干嘛。AI 看到数字就走不动道，会老老实实一步步往下走。 - 狠狠地立红线：AI 有时候喜欢自作聪明。你一定要在里面加上【绝对不能做的事】。比如：“绝对不能擅自修改原有的业务逻辑！”、“严禁使用 any 类型！”。多用“绝对”、“严禁”，AI 就会乖乖听话。
根据上述铁律以及结合自己的实际要求，可在SKILL.md中写入相关内容。
下面是一个简单的周报创建skill，SKILL.md中的内容为：
--- name: weekly-report description: 根据用户提供的本周工作内容和下周计划文本，按周报Excel模板的格式生成周报文件。当用户提到"周报"、"每周工作"、"工作计划"、"工作汇报"时使用。 --- # 周报生成器 ## 模板文件 模板文件为 Skill 目录下的 `template.xlsx`。使用此文件作为基础模板。每次使用时复制模板进行填充，不修改原模板文件。 ## 工作流 ### Step 1: 获取模板 用 `openpyxl` 加载 Skill 目录下的模板文件： ### Step 2: 解析用户输入 用户会提供自由文本，从中提取： - **本周已完成任务**: 每条任务提取任务名、优先级、时间截点、完成结果、备注 - **下周计划**: 需要用户明确提供，若未提供则根据本周任务推理生成 ### Step 3: 填充标题和日期 - B1: 更新为 `部门工作汇报—YYYY年MM月DD日`（当周周五日期） ### Step 4: 填充本周任务 - 从第12行开始写入本周任务数据 ### Step 5: 填充总结复盘 - B19:C19 `总结复盘`, D19:H19 填写本周工作总结 - B20:C20 `亟待解决的问题`, D20:H20 填写遇到的问题（无则填"无"） ### Step 6: 生成并填充下周任务 根据用户提供的本周任务和下周计划文本填入对应区域 ### Step 7: 保存文件 保存为 `每周工作MM.DD.xlsx`，其中 `MM.DD` 为日期当你完成SKILL.md时，就已经创建了一个最简单的skill，对于其它文件（例如：assets）可结合自己的要求自选添加。
七、寻找skill的方法
网站：
- Skills.sh (全球最大的 Skill 公共市集)
- Anthropic Agent Skills 官方库 (agentskills.io)
- OpenAI Apps / Custom Actions 广场
找到自己想要的skill，下载并保存到自己的项目文件中的skills文件夹下即可
终端命令行搜索：
如果你已经在终端（Terminal）里用着 Claude Code 或相关的 AI 命令行工具，直接用内置命令搜索是最快的：
关键词模糊搜索：
npx skills find <关键词> # 示例：npx skills find git查看某个作者的全部作品
npx skills user <作者GitHub名> # 示例：npx skills user karpathy查看当前分类下的热门推荐：
npx skills trend --category=devops然后让AI将你想要的skill添加到你的项目中，添加成功后，检查自己的skill是否添加成功，可在输入框内使用命令/skill，/skill将罗列出你项目中存在的所有skill
