别再直接 Fork 别人的 Claude Skill：真正有用的 Skill，都是从项目里长出来的
AI Coding 系列第 05 篇 · 核心工具
我第一次批量导入公开 Skill 模板的时候，是真的以为自己走了捷径。
GitHub 上一堆 star 很高的仓库，code review、需求分析、文档编写、调研、拆任务，看起来什么都有。我当时的想法很直接：既然别人已经把常见工作流整理好了，我直接 fork 一份，全量导入，不就能让 Claude 立刻更稳、更懂项目吗？
结果用了几天，我反而越来越不放心。
不是因为它“明显做错了什么”，而是因为它总在看起来没问题的地方出问题。格式完整，措辞专业，检查项也不少，可真正让我在项目里反复吃亏的那几件事，它一次都没替我盯住。异步链里是不是又漏了 await，这次 migration 有没有回滚方案，新同学是不是又顺手写了 throw new Error()，数据库 schema 改了之后 Prisma 类型是不是也一起更新了。
它会提醒一堆“大家普遍都应该注意”的东西，却不知道“我们团队到底最怕什么”。
后来我才明白，问题不是 Skill 机制不好，而是我导入的根本不是“自己的 Skill”，只是别人整理好的经验。
这些经验当然有价值，但它们解决的是共性问题，不会天然长成你项目里的“肌肉记忆”。
真正有用的 Skill，恰恰应该做一件事：
把那些你本来总要重复提醒、总会漏掉、总会在项目里反复踩坑的动作，固化成默认动作。
也就是一句话：
Skill 的本质，不是收藏经验，而是固化默认动作。
这篇文章会从最基本的边界讲起，一路走到 SKILL.md、源码机制、任务类型和可执行能力。内容不少，但我尽量只保留真正有助于你在项目里把 Skill 用起来的部分。
先说结论
如果你只记住这几条，这篇文章就已经值回时间：
- 对所有任务都生效的规则，写进
CLAUDE.md；只对某类重复任务生效的，做成 Skill；只对这一次有效的，写进 Prompt
- 只有“输入相对稳定、输出有模式、而且容易漏步骤”的任务，才值得沉淀为 Skill
- 通用 Skill 模板只能当原材料，项目级 Skill 必须自己裁剪、自己维护
-
description 不是装饰字段，它承担了触发场景的职责，最好把 Use when... 直接写进去，关键词前置、长度克制
- Claude 启动时主要只看 frontmatter，Skill 正文在真正触发时才按需载入
-
allowed-tools 是权限边界，不是行为建议；paths 是条件激活，不是说明文字
- 第一个 Skill 不要挑最关键的任务，先拿中等风险任务练手
一、公开 Skill 模板为什么一开始很香，后来却越用越别扭
我现在反而会对“看起来很全”的公开 Skill 模板保持一点警惕。
不是因为它们没用，而是因为它们太容易制造一种错觉：好像什么都覆盖到了，但真正最重要的东西其实没进去。
公开模板最常见的问题，不是方向错，而是下面这三种。
1. 太宽泛
它什么都管一点，但什么都不够深。
它会告诉你“注意异常处理”“注意性能”“注意安全”，这些当然没错。但这些话本身不构成你项目里的工作流。它不知道你们统一用的是 AppError，不知道你们数据库变更必须检查回滚，也不知道你们哪几个目录历史包袱最重。
2. 太嘈杂
50 行模板里，真正有价值的可能只有 5 行。
剩下的 45 行不是完全没用，而是在和那 5 行争夺 Claude 的注意力。对于 agent 来说，规则不是越多越强。很多时候，8 行写透项目约束的 Skill，比 50 行“样样都提一点”的模板更有用。
3. 太不像你的项目
这点最致命。
公开模板知道“大家普遍应该注意什么”，但不知道“你们团队反复死在哪些地方”。而真正有价值的 Skill，恰恰应该把那些项目特有、团队高频踩坑的东西固化下来。
说得更直白一点：你把一个新同事扔进团队，给他一份行业通用培训材料，当然比什么都不给强；但如果你不告诉他“我们团队最容易出错的是哪三件事”，他依然干不好你最在意的活。
所以正确姿势不是“找一个最全的模板直接用”，而是：
先借鉴，再裁剪，最后只留下真正属于你项目的那几条。
二、先把 Prompt、CLAUDE.md、Skill 这三件事彻底分清楚
很多人不是不会写 Skill，而是一开始就把这三件事混在一起了。
判断方法其实很简单，只问一个问题：
这个要求的作用范围到底有多大？
- 这个要求对所有任务都成立吗？如果是，放
CLAUDE.md
- 这个要求只对某一类任务成立吗？如果是，做成
Skill
- 这个要求只对这一次成立吗？如果是，写进
Prompt
举几个特别典型的例子：
“所有 throw 必须是 AppError”
这是全局规则。不管你是在写新功能、修 bug，还是做重构，都要遵守。它应该进 CLAUDE.md。
“代码审查时按固定顺序检查数据库、异步和错误处理”
这只在 code review 这种任务里才触发，它不是全局规则，而是任务模板，所以应该做成 Skill。
“这次先只分析原因，不要动代码”
这只对当前这次任务有效，应该写进 Prompt。
最容易搞混的是 CLAUDE.md 和 Skill。它们都能约束 Claude 的行为，但本质完全不同：
-
CLAUDE.md 是永远生效的规则
-
Skill 是遇到对应任务才触发的模板
如果要打个比方：
-
CLAUDE.md 是交通规则
-
Skill 是导航路线
-
Prompt 是你这次上车前临时交代的一句话
这三层一旦分清楚，后面 80% 的混乱都会自动消失。
一个常见误判：很多问题根本不需要写 Skill
我后来发现，很多人想写 Skill，并不是因为真的存在一个稳定、重复、值得沉淀的任务，而是因为这一次和 Claude 协作得不顺。
比如目标没说清，边界没收紧，上下文没给够，或者你真正缺的是一条全局规则，却误以为自己需要一份任务模板。这个时候你如果急着把它沉淀成 Skill，本质上只是把一次性的混乱模板化。
几个很常见的误判场景是：
- 这次需求本身还在摇摆，连你自己都没想清楚要什么
- 这个问题只发生过一次，下次未必还会以同样的形状出现
- 你真正缺的是全局约定，比如错误处理、目录规范、命名规则
- 你只是想表达“这次先别改代码”“这次先只分析原因”这种一次性约束
写 Skill 之前，先问自己一句话：
这个问题下次还会以差不多的形状再来一次吗？如果不会，先别急着写 Skill。
三、什么时候一个任务真的值得被沉淀成 Skill
不是所有重复任务都值得沉淀。
我现在给自己的标准其实很克制，就一句话：
同一类任务做了三次以上，而且每次都要重新给 Claude 解释背景。
反过来说，如果某个任务每次背景和目的都完全不同，就不值得沉淀。比如“写文档”这个动作本身很常见，但公司文档、API 文档、用户手册的写法完全不同，它们应该是三个不同的 Skill，而不是一个叫“写文档”的通用模板。
在真正开始写之前，我会先做三个检查。
1. 输入是否稳定
“根据 Figma 设计稿生成 React 组件”这种任务，输入格式相对稳定，比较适合沉淀。
“根据 SQL 查询结果生成图表”这种任务，每次数据格式和图表类型都可能差很多，Skill 会很难写得稳。
2. 输出是否有共同模式
“写 Pull Request 描述”很适合，因为它天然就有固定框架：改了什么、为什么改、怎么测试。
但“和 AI 讨论技术方案”这种任务，每次深度、重点、结论都不同，就不太适合硬沉淀成一个模板。
3. 有没有容易漏掉的关键步骤
最值得沉淀成 Skill 的任务，通常不是“最复杂”的任务，而是那些不特别提醒就容易漏一步的任务。
Skill 最有价值的地方，不是让 Claude 变得更聪明，而是把你每次最容易忘的检查项，固化成默认动作。
所以一个任务如果同时满足下面三点：
它就很值得沉淀成 Skill。
四、从一个真实痛点开始，走完 Skill 的提炼过程
光讲判断标准还是有点抽象，不如走一遍完整例子。
代码审查，几乎每个后端工程师每周都在做，也是最容易进入“重复解释”困境的任务。用它来走一遍完整的 Skill 提炼过程会很清楚。
你反复踩的坑
假设你们团队每周都做代码审查，而且总在重复盯这几件事：
- 有人改一个功能，顺手动了三个不相关模块
- 新同学不知道项目里统一用
AppError，直接 throw new Error()
- Promise 链里漏了
await
- 数据库查询没有索引，或者潜在 N+1 没被看出来
这就是非常典型的“该沉淀 Skill 的信号”。
先设计内容，再去想格式
一个好 Skill，先别急着写文件。先把内容层想清楚，只要回答四个问题：
1. 什么时候用
不是写“代码审查”四个字，而是写清楚触发场景。
❌ 代码审查
✅ 当我提交 PR 前，检查我的 TypeScript 后端代码是否符合项目约定
差别在于：模糊的描述会让 Claude 在不该用的时候乱触发，而具体的场景描述更容易精准命中。
2. 按什么顺序做
步骤尽量不要超过五步。
你从公开模板里借灵感，但通用模板有 50 行，而你真正关心的可能只有四件事：改动范围、错误处理、异步操作、数据库查询。
1. 读完整个改动的 diff，确认改动是否只涉及这个 PR 的范围
2. 检查错误处理：所有 throw 都必须是 throw new AppError()
3. 检查异步操作：Promise 链是否有遗漏的 await
4. 检查数据库查询：是否有 N+1 问题，关键查询是否 explain 过
3. 输出长什么样
不要写“请清晰输出”。这种话几乎没有约束力。直接给格式。
🔴 Critical: ...
🟡 Warning: ...
✅ Suggestion: ...
Summary: X critical issues to fix before merge.
4. 什么时候不适用
写清楚边界比写清楚功能更重要。
比如：
- 不审查 UI 层代码
- 不关注代码风格
- 改动超过 500 行先拆 PR
这些“我不做什么”的声明，往往比“我会做什么”更能防止 Claude 越界。
到这里，你脑子里其实已经有一个能用的 Skill 了。下一步只是把它放进 Claude Code 认识的格式里。
五、真正落到 SKILL.md 文件层，哪些字段值得你认真写
一个完整的 SKILL.md，通常会长这样：
---
name: code-review
description: Review TypeScript backend code before merging. Use when asked to review code, check a PR, or verify implementation before committing.
allowed-tools:
- Read
- Grep
- Glob
- Bash(git diff *)
argument-hint: "[PR 分支名或文件路径]"
arguments:
- target
---
# Code Review
## 步骤
1. 读取 ${target} 的改动 diff
2. 检查错误处理：所有 throw 必须是 throw new AppError()
3. 检查异步操作：Promise 链是否有遗漏的 await
4. 检查数据库查询：是否有 N+1 问题
## 输出格式
🔴 Critical: ...
🟡 Warning: ...
✅ 通过: ...
这里最值得你认真写的，其实是下面几个字段。
name
名字别太抽象。要让人一眼知道它是做什么的。像 helper、utils、tools 这种名字几乎没有路由价值，远不如 code-review、pr-summary、api-conventions 这种具体命名。
description
这是现在最关键的字段。它不只是“简介”，还承担了“触发场景”的职责。你最好直接把 Use when... 写进去，而不是写一句空话。更重要的是，别把它写成长段说明文。关键词尽量前置，长度最好控制在 250 字符左右，太长往往只会稀释命中信号。官方还特别提醒，description 最好用第三人称去写，像 “Analyzes pull requests...” 这种句式，比 “I can help...” 或 “You can use this...” 更稳。
allowed-tools
它决定这个 Skill 具备哪些能力。这个字段后面我会在源码部分展开讲，因为它比很多人想象的更“硬”。
arguments
让 Skill 接受参数，比如目标文件、目录、分支名。${target} 会在正文里被替换成你传进去的实际值；如果你喜欢按位置拿参数，也可以用 $0、$1 这类方式。
还有几个很好用，但不是每次都要上的字段。
argument-hint
告诉调用者这个 Skill 期待什么参数。
model: haiku
简单任务可以指定更轻量的模型，直接省成本。像格式化、重命名、简单改写这类工作，很多时候没必要上更重的模型。
paths
让 Skill 只在某些路径下激活。适合模块边界明确的项目。
context: fork
高风险操作放进独立上下文，避免污染主会话。
disable-model-invocation: true
禁止 Claude 自动触发，只允许你手动 /skill-name 调用。部署、发版、发邮件这类有副作用的 Skill，应该优先考虑加上。
大多数 Skill 根本不需要把字段填满。真正实用的思路不是“功能全”，而是“正好够用”。
如果一个 Skill 只是做常规代码审查，name、description、allowed-tools、arguments 往往就够了。只有当你真的遇到参数化、模块隔离、上下文隔离这些需求时，再往上加。
SKILL.md 不是整个 Skill，它只是入口
很多人以为一个 Skill 就是一份 SKILL.md。其实不是。
更实用的做法通常是：把 SKILL.md 控制在足够短、足够清楚的范围里，让它承担“入口”和“调度”职责；真正长的规范、示例、脚本都拆出去。
一个 Skill 目录完全可以长这样：
my-skill/
├── SKILL.md
├── reference.md
├── examples/
│ └── sample.md
└── scripts/
└── helper.py
这里的关键点不是“可以放很多文件”，而是：这些文件不会自动加载，必须在 SKILL.md 里显式引用。
比如：
## 参考资料
- 完整的 API 规范见 [reference.md](reference.md)，需要查接口细节时读它
- 期望的输出格式见 [examples/sample.md](examples/sample.md)
这个设计和前面说的懒加载是同一套思路：不是 Skill 触发时把所有材料都灌进上下文，而是只在真正需要的时候再去读。
所以：
-
reference.md 适合放项目特有知识，比如内部 API 规范、禁用库、架构约定
-
examples/ 适合放期望输出样例，帮助 Claude 对齐格式
-
scripts/ 适合放真正可执行的辅助脚本，让 Skill 不只是“描述怎么做”，还能“先把上下文准备好”
这点很重要，因为它决定了 Skill 的上限不是“几行 prompt”，而是“一个有入口、有知识、有执行能力的局部工作流”。
Skill 放在哪，决定它是谁的能力
这点很容易被忽略，但工程上很重要。
同样是一个 Skill，放在不同位置，意义完全不一样：
-
~/.claude/skills：你个人所有项目都能用，适合个人长期习惯
-
.claude/skills：只在当前项目生效，适合团队项目约定
-
<plugin>/skills：跟着插件走，适合做模块化分发
如果不同层级里恰好有同名 Skill，优先级也不是平均的。官方规则更接近：企业级配置优先于个人级，个人级优先于项目级；插件 Skill 因为带命名空间，通常不会和前面这些直接撞名。
官方文档里甚至把这件事讲得很直接：Skill 存放的位置，本身就是它的作用域设计。
这背后的工程含义非常大。
如果你把一个强项目耦合的 Skill 放进个人目录，它就会带着这个项目的假设跑到别的仓库里；反过来，如果你把一个本该跨项目复用的通用 Skill 只塞在项目目录里，它的复用价值又被锁死了。
在 monorepo 里，这件事更有意思。Claude Code 会自动发现子目录下的 .claude/skills/。也就是说，你完全可以让 packages/frontend/.claude/skills/ 只服务前端包，让 packages/backend/.claude/skills/ 只服务后端包，而不是把所有知识都堆在仓库根目录。
这时 Skill 就不只是“提示词文件”，而是团队知识的分发机制：
- 个人层的 Skill，固化的是你的工作习惯
- 项目层的 Skill，固化的是团队约定
- 包级 Skill，固化的是模块边界里的局部知识
如果你能把这层想清楚，很多“这个规则到底该放哪”的问题，答案会比只看内容本身更清楚。
六、如果只停在经验层，这篇还差半口气：我后来去翻了源码
前面这些判断，靠经验其实也能总结出来。
但我后来还是不太满足。因为有几个问题如果不看实现，心里总会悬着：
-
description 到底是不是自动触发的关键？
-
allowed-tools 到底只是提示，还是硬限制？
-
paths 到底是真过滤，还是只是写给人看的说明？
我后来去翻了一遍源码，结论是：这些字段比我一开始以为的更“硬”。
1. 为什么触发逻辑主要看 frontmatter，而不是正文
loadSkillsDir.ts 里有一个函数 estimateSkillFrontmatterTokens，注释写得非常直接：
/**
* Estimates token count for a skill based on frontmatter only
* (name, description, whenToUse) since full content is only loaded on invocation.
*/
export function estimateSkillFrontmatterTokens(skill: Command): number {
const frontmatterText = [skill.name, skill.description, skill.whenToUse]
.filter(Boolean)
.join(' ')
return roughTokenCountEstimation(frontmatterText)
}
这段代码背后的意思非常重要。
Claude Code 启动时，主要只把每个 Skill 的 frontmatter 信息算进上下文。Skill 正文不是一开始就全量塞进去，而是在你真正触发它的时候才加载。
这直接解释了两件事。
第一，Claude 不是先把你整篇 Skill 读完再判断要不要触发，它先看的就是前面这几行。换句话说，触发效果主要取决于 frontmatter，不取决于正文写得多漂亮。
第二，Skill 多不等于上下文立刻爆炸，因为启动时压进去的不是全文，而是 frontmatter。
源码里保留了 whenToUse 这个概念，但从现在的文档实践看，推荐做法已经更偏向把触发描述直接写进 description。所以对大多数人来说，最稳的策略不是纠结“要不要额外写一个触发字段”，而是把 description 写得具体、可命中、带触发场景。
比如：
description: Review TypeScript backend code before merging. Use when asked to review code, check a PR, or verify implementation before committing.
比“代码审查 Skill”这种描述强太多了。
源码注释里其实还暗含了一个很实用的提醒：触发描述不是越长越稳。冗长的 whenToUse 或 description 不会线性提高命中率，很多时候只是在白白消耗首轮缓存和注意力。所以对这个字段最好的优化，不是“多写一点”，而是“把真正会命中的词放到前面”。
2. 为什么 allowed-tools 不是建议，而是权限边界
这一点是我看源码之后感受最强的一处。
Skill 执行时，getPromptForCommand 会在返回内容之前把 allowedTools 写进工具权限上下文：
getAppState() {
const appState = toolUseContext.getAppState()
return {
...appState,
toolPermissionContext: {
...appState.toolPermissionContext,
alwaysAllowRules: {
...appState.toolPermissionContext.alwaysAllowRules,
command: allowedTools,
},
},
}
}
这说明 allowed-tools 不是“提醒 Claude 尽量这样做”，而是权限层的强制限制。
比如一个 code review Skill 只开放 Read、Grep、Glob 和 Bash(git diff *)，那它就不是“理论上不该写文件”，而是从架构上根本没有写文件的能力。Bash(git diff *) 这种写法也不是装饰，它真的只允许 git diff 开头的命令，其他 Bash 调用会被挡住。
这让我对 allowed-tools 的理解完全变了。它不是“不信任模型”，而是最小权限设计。就像你给数据库只读账号只开 SELECT 权限，不是因为你怀疑这账号会作恶，而是因为这个任务本来就不该拥有写权限。
3. 为什么 paths 不是说明文字，而是条件激活机制
源码里，带 paths 的 Skill 在加载时会被单独分流到一个 conditionalSkills Map：
// Separate conditional skills (with paths frontmatter) from unconditional ones
for (const skill of deduplicatedSkills) {
if (skill.type === 'prompt' && skill.paths && skill.paths.length > 0
&& !activatedConditionalSkillNames.has(skill.name)) {
newConditionalSkills.push(skill)
} else {
unconditionalSkills.push(skill)
}
}
// Store conditional skills for later activation when matching files are touched
for (const skill of newConditionalSkills) {
conditionalSkills.set(skill.name, skill)
}
// 最后只返回无条件的 Skill
return unconditionalSkills
这段逻辑的含义是：带 paths 的 Skill，根本不会像普通 Skill 一样直接进入启动时上下文。它会先待在一个“条件激活区”里，只有当你在会话里碰到了匹配路径的文件，它才会被真正激活。
这点对复杂项目非常有价值。
比如你给支付模块写一个 paths: src/payment/** 的 Skill，在你处理用户系统、文章系统、管理后台时，这个 Skill 对 Claude 几乎是隐身的。只有当你真的进入 src/payment/ 相关文件，它才“出现”。
这也是我现在很认同的一种团队实践：不要在根目录堆一个什么都想管的大 Skill 集合，而是让复杂模块在自己的目录附近维护自己的 Skill。
4. 为什么大型项目不该只在根目录维护一套总 Skill
还有一个很容易被忽略，但工程上非常实用的机制：Claude Code 会从当前文件所在目录一路向上寻找 .claude/skills。
源码大概是这样：
// Walk up to cwd but NOT including cwd itself
while (currentDir.startsWith(resolvedCwd + pathSep)) {
const skillDir = join(currentDir, '.claude', 'skills')
// ...check if exists, then load
currentDir = dirname(currentDir)
}
// Sort by path depth (deepest first) so skills closer to the file take precedence
return newDirs.sort((a, b) => b.split(pathSep).length - a.split(pathSep).length)
这里最关键的是最后一行：deepest first。也就是说，越靠近当前文件的 Skill，优先级越高。
这意味着你放在 src/auth/.claude/skills/ 里的 Skill，可以自然覆盖根目录下更通用的同名 Skill。对 monorepo 或大仓库来说，这个机制非常好用：
-
packages/api/.claude/skills/ 可以放 API 专属 Skill
-
packages/web/.claude/skills/ 可以放前端专属 Skill
- 根目录只保留真正的全局规则
如果把上面四点放在一起看，设计 Skill 的顺序其实会变得很清楚：
- 先把 frontmatter 写准，再去打磨正文步骤
- 先按最小权限收紧
allowed-tools，再考虑要不要给更多能力
- 只有模块边界明确时再上
paths，不要为了“高级”硬加
- 多目录项目优先做“离代码更近”的局部 Skill，而不是维护一个大而全的总模板
5. 为什么长对话里，Skill 不会轻易“失忆”
还有一个很多人会担心的问题：会话一长、上下文一压缩，前面调过的 Skill 会不会就悄悄失效了？
从实现思路看，Claude Code 不是简单把它们扔掉，而是会把最近调用过的 Skill 重新注入压缩后的上下文。工程上你可以把它理解成：Skill 不是“一次触发完就全靠模型自己记住”，而是一个可以被系统再次带回来的工作单元。
当然，这也不是说你可以无限制地把 Skill 写成超长文档。实现上会有保留预算，比如最近调用的 Skill 只会保留前一段核心内容，而不是把所有正文永久塞在上下文里。所以前面那条原则依然成立：把 frontmatter 写准，把正文写短，把真正长的材料拆到 reference 或脚本里。
七、不是所有 Skill 都应该让 Claude 自动触发
到这里，其实已经够你写出一个基础可用的 Skill 了。
但如果你真的准备在项目里长期用，接下来有一个问题迟早会遇到：
这个 Skill 到底应该让 Claude 自动触发，还是只能我手动触发？
这背后其实对应两种完全不同的 Skill。
1. 参考型 Skill：给 Claude 补充背景知识
这类 Skill 的作用不是“执行一个任务”，而是“把某个项目知识注入到当前工作里”。
比如 API 设计规范、错误处理约定、数据库命名规则。这些东西你希望 Claude 在写代码、改代码、review 代码时，只要场景合适就自动想起来。
这类 Skill 的特点是：
- 倾向自动触发
- 内容会留在主对话上下文里
- 更像“局部规范”而不是“独立任务”
比如：
---
name: api-conventions
description: API design patterns and conventions for this codebase. Use when writing or reviewing API endpoints.
---
响应格式统一用 { success, data, timestamp }
禁止在 controller 层直接写 SQL，通过 service 层操作
所有异步函数必须有 try-catch，错误统一 throw new AppError()
2. 任务型 Skill：给 Claude 一个要完成的动作
这类 Skill 有明确边界，通常还可能带副作用。
比如 /deploy、/send-release-email、/prepare-release-notes、/migrate-db。这类 Skill 更像一段可执行流程，而不是知识注入。
这类 Skill 的特点是：
- 通常应该手动触发
- 有副作用时最好加
disable-model-invocation: true
- 有风险时再配
context: fork
比如：
---
name: deploy
description: Deploy the application to production. Manual trigger only.
context: fork
disable-model-invocation: true
allowed-tools:
- Bash(npm run test)
- Bash(npm run build)
- Bash(git push *)
---
1. 跑完整测试：npm run test
2. 确认测试全绿后构建：npm run build
3. 推送到部署分支
4. 等待 CI 完成并检查健康状态
这里的关键不是字段多了，而是触发权变了。
你真正要想清楚的问题是：
这件事我愿不愿意让 Claude 自己判断“现在该触发了”？
如果答案是“不愿意”，那就不要让它自动触发。
3. disable-model-invocation: true 和 user-invocable: false 不是一回事
这是一个很容易混淆，但又非常关键的区别。
默认情况下，你和 Claude 都可以调用一个 Skill。你可以手动 /skill-name，Claude 也可以在觉得合适时自动加载它。
但很多人会把下面两个字段混为一谈：
disable-model-invocation: trueuser-invocable: false
它们看起来都像“限制调用”，其实限制的是两件完全不同的事。
disable-model-invocation: true 的意思是：Claude 不能自己触发，只有你能手动触发。 这类 Skill 适合部署、发版、发邮件、推送消息这类你必须自己掌握时机的动作。更重要的是，它还会把这个 Skill 的描述从 Claude 的常驻上下文里拿掉，平时的上下文成本直接归零，只有你手动调用时才完整加载。
user-invocable: false 的意思则是：你不能从 / 菜单里把它当命令来点，但 Claude 仍然可以在合适时自动用它。 这类 Skill 更适合背景知识，比如老系统架构、内部缩写、遗留约定。这些东西你希望 Claude 在相关任务里自动想起来，但你并不需要一个显眼的 /legacy-context 命令天天挂在菜单里。
所以更准确的判断应该是：
- 有副作用、要你亲自控制时机：
disable-model-invocation: true
- 只是背景知识、不适合被人手动当命令点：
user-invocable: false
- 想限制 Claude 到底能不能调用某些 Skill：去配权限规则，而不是只盯菜单显示
这组区别值得写进脑子里，因为它直接决定了 Skill 的“触发权”到底属于谁。
八、Skill 的天花板：从静态模板到可执行能力
前面几节讲的，主要还是“怎么把经验写成一个好模板”。但如果 Skill 只能放静态文字，它的上限其实并不高。
真实项目里，很多任务依赖的是实时信息：当前 PR 的 diff、评论区讨论、今天的测试结果、最新 schema、CI 状态。你当然可以在 Skill 里写“先去看这些东西”，但这样一来，最关键的一步又变回 Claude 自己先兜一圈去找。
Claude Code 里真正更有意思的地方是：Skill 不只是 prompt 模板，它还可以在触发瞬间先准备上下文。
1. 动态注入：先拿真实数据，再交给 Claude
比如你要做一个 PR 总结 Skill，不一定要让 Claude 先自己去猜该看哪些信息，你可以直接让 Skill 触发时先把它们准备好：
---
name: pr-summary
description: Summarize the current pull request. Use when asked to review or summarize a PR.
context: fork
allowed-tools:
- Bash(gh *)
---
## 当前 PR 信息
- diff：!`gh pr diff`
- 评论区讨论：!`gh pr view --comments`
- 涉及文件：!`gh pr diff --name-only`
## 你的任务
基于以上真实数据，总结这个 PR 做了什么、为什么改、有哪些潜在风险。
这个 Skill 真正触发时，前面的命令会先执行，输出直接注入到 prompt 里。Claude 拿到的不是“请你去看看 PR”这种模糊要求，而是已经准备好的真实上下文。
这也是为什么前面说 scripts/ 不是装饰。如果一个 Skill 需要先查状态、先取数、先做一轮预处理，那它就不再只是“告诉 Claude 怎么做”，而是在执行前把材料也一起备好了。更复杂一点时，你完全可以把逻辑放进 scripts/，再通过 CLAUDE_SKILL_DIR 去调用目录里的脚本，让 Skill 触发时先跑一轮取数或整理。
2. 这件事为什么重要：它决定了 Skill 的上限
一旦你理解了动态注入这层能力，就会发现 Skill 的上限根本不只是“几行 prompt”。
它可以同时承担三件事：
- 定义触发条件
- 限制工具权限
- 在执行前准备实时上下文
换句话说，Skill 不是只能做静态模板，它完全可以长成一个带入口、带约束、还能主动取数的局部能力单元。
不要只把 Skill 当成“写给模型的一段话”，而要把它当成“一个局部工作流的入口”。
3. 从架构位置看，Skill 不是 Tool，也不是 Agent
如果再往上抽一层，我现在对 Skill 的理解是：
-
Tool 是原子能力
-
Skill 是任务知识和操作规约
-
Agent 是执行与编排单元
这个分层不一定是官方唯一表述，但作为工程心智模型非常有用。因为一旦把 Skill 放到 Tool 和 Agent 中间去理解，很多判断都会顺下来：
- 该写成脚本的，别硬写进 Skill 正文
- 该放进
CLAUDE.md 的全局规则，别误沉淀成任务 Skill
- 该拆给 SubAgent 的复杂协作，别硬让一个 Skill 扛完
Skill 真正做的事，不是替代 Tool，也不是替代 Agent，而是把“什么场景下、按什么步骤、调用哪些能力”组织成可复用的任务单元。
九、真正让 Skill 变靠谱的，不是写出来，而是验证出来
这是我觉得官方 best practices 里最容易被忽略、但最能拉开水平差距的一点。
很多人写 Skill 的方式是：先凭感觉写一版，再上项目里试试。这样当然也能跑，但它很容易陷进一种错觉里: 你以为自己在“优化 Skill”，其实只是一直在补想象中的问题。
官方更推荐的思路其实更工程化：
先准备评测样例，再写 Skill。
最轻量、也最实用的做法，是先找出三个真实场景：
- 一个 Claude 原本就能做得不错的
- 一个 Claude 容易漏步骤的
- 一个 Claude 容易理解偏、触发错或者输出不稳的
先不用 Skill 跑一遍，记录基线。看它具体错在哪：
- 是没想到要用这个 Skill
- 是触发了，但没读对参考资料
- 是步骤顺序不稳
- 是输出格式飘了
- 是该脚本处理的确定性工作，被它自己“猜”过去了
然后再写最小版本的 Skill，只补刚才暴露出来的那几个缺口，而不是一上来把所有可能性都写满。
把这个过程压缩成一句话，其实就是：
- 先找失败样例
- 再写最小 Skill
- 再看它是不是真的修掉了失败样例
如果三轮下来都没有明显提升，那大概率不是 Skill 写得不够多，而是这个问题根本不该沉淀成 Skill。
不要只看结果，还要看 Claude 是怎么“导航”这个 Skill 的
只看最终结果对不对还不够，更重要的是看 Claude 在过程中到底是怎么用这个 Skill 的。
官方专门建议观察 Claude 实际怎么使用 Skill，而不是只看最终结果对不对。比如：
- 它是不是总在错误顺序里读文件
- 它是不是老是忽略某个引用文件
- 它是不是每次都反复读同一个 reference，那这部分也许该往
SKILL.md 主体里提
- 某个 examples 文件是不是从来没被读过，那它可能根本没价值，或者信号太弱
这些观察特别重要，因为它能直接反推出信息架构是不是合理。
我现在会把一个 Skill 是否成熟，简单看成四个问题：
- 会不会在该触发的时候触发
- 触发后会不会按预期去读材料
- 执行过程会不会漏掉关键步骤
- 输出结果能不能稳定复现
如果你团队里会混用不同模型，官方还建议至少跨你计划使用的模型测一遍。不是因为所有模型都得兼容，而是因为有些 Skill 对提示强度和结构依赖更高，换模型后会暴露出你原来没看到的问题。
说到底，Skill 的成熟度，不是靠“我觉得写得挺全”来判断，而是靠一组真实任务能不能稳定跑通来判断。
十、写 Skill 时，最常见的四种设计模式，以及最容易踩的反模式
这里先说清楚：下面这四种名字，不是官方文档逐字给出的固定术语，而是我结合 Anthropic 官方 best practices 做的工程化归纳。
但它们确实能覆盖大多数项目里真正会遇到的 Skill 设计问题。
1. 模板驱动模式：解决“输出不稳定”
这类 Skill 的核心不是让 Claude 更会想，而是让它更稳定地按结构输出。
适合：
它的关键不是“给一个模板”，而是把模板当成输出接口。模板负责格式，SKILL.md 负责路由和规则。模板里不要塞判断逻辑，也不要把一个模板写成一套小程序。
如果一个模板已经长到一百多行，而且开始出现大量条件分支，通常不是你模板写得认真，而是职责已经混了。
2. 脚本增强模式：解决“结果不稳定”
这类 Skill 的核心是：确定性的事交给脚本，不要交给模型猜。
适合：
- 指标统计
- CSV 解析
- 正则匹配
- Git / PR / CI 状态抓取
- 需要预处理的上下文准备
官方对这件事的说法很直白：solve, don't punt。能脚本算出来的，就别只写一句“请 Claude 自行分析”。
这类 Skill 真正提高的，不是文风，而是可靠性。你把概率型推理替换成确定性执行，整个 Skill 的下限会明显抬高。
3. 知识分层模式：解决“上下文过载”
这是官方反复强调的 progressive disclosure 思路。
也就是：SKILL.md 只做入口和导航，把大块知识拆进 reference/、examples/、forms/ 这类文件里，按需读取，而不是一次灌满。
这类模式适合：
- 领域知识很多的 Skill
- 不同子领域差异很大的 Skill
- 需要高级用法、边界情况、案例库的 Skill
它的关键不是“拆文件”，而是“拆得有层次”。官方明确不建议深层嵌套引用。最稳的做法是所有重要材料都从 SKILL.md 一层直达，别让 Claude 从 advanced.md 再跳 details.md 才看到真正关键信息。
4. 工具隔离模式：解决“能力边界失控”
这类模式最容易被低估。
很多人写 Skill 时只关注“让它能做事”，但真正稳定的 Skill 往往同样重视“让它不能乱做事”。
适合：
- 部署
- 发版
- 写数据库迁移
- 调外部系统
- 会改文件、发消息、推远端的任务
这一类 Skill 的核心组合通常是：
-
allowed-tools 收到最小
- 必要时配
context: fork
- 不希望自动触发时加
disable-model-invocation: true
它不是在限制 Claude 的创造力，而是在设计这个能力包的安全边界。
最常见的反模式
如果把前面四种模式反过来看，最常见的坑基本也就集中在下面这些地方：
- 一个 Skill 管太多事，什么都想覆盖，最后什么都不够准
-
description 写得很空，只写“处理文档”“帮助分析”这种谁都能套上的话
- 一上来给一堆方案，不给默认路径，让 Claude 自己从五六种做法里摇摆
- 模板里写判断逻辑，或者把本该脚本做的事丢给模型推理
- reference 层级太深，真正关键信息藏在第二跳、第三跳文件里
- 把会过期的信息硬写进 Skill，比如时间敏感规则、旧接口切换说明
- 默认假设工具和依赖都已经装好，结果一跑就断
- 在路径里写 Windows 反斜杠，跨环境直接出问题
你会发现，所谓反模式，本质上就是一句话：
该约束的地方没约束，该拆开的地方没拆开，该交给脚本的地方还在让模型猜。
十一、完整案例：把一个通用 code review 模板，提炼成你项目真正需要的 Skill
上面说了这么多抽象原则，不如走一遍完整例子。
假设你们团队每周都做后端代码审查，而且总在重复盯这几件事：
- 有人改一个功能，顺手动了三个不相关模块
- 新同学不知道项目里统一用
AppError，直接 throw new Error()
- Promise 链里漏了
await
- 数据库查询没有索引，或者潜在 N+1 没被看出来
这就是非常典型的“该沉淀 Skill 的信号”。
第一步：先确认痛点到底是什么
这一步别着急写模板，先把“你们到底在反复出什么问题”说清楚。
很多团队的问题不是“没有 code review”，而是每次 review 的注意力都被分散了。真正高频出错的点，永远是那几类项目特有的约束。
所以要沉淀的不是“代码审查”这四个字，而是你们团队在代码审查里最容易漏掉的那几类检查。
第二步：从公开模板里提取真正有用的部分
这时候公开模板就有用了，但它的用途不是直接上生产，而是当素材库。
假设你找到一个 50 行的通用 code review 模板。你真正该提取的，可能只有下面这几类东西：
- 逻辑正确性，尤其是异步操作
- 项目约定的遵守，比如
AppError、错误处理模式
- 数据库相关的风险，比如 N+1、索引、查询范围
- 改动范围是否聚焦，不要顺手改不相干文件
剩下那些跟你们项目关系不大的部分，就应该果断删掉。
第三步：把它压缩成一个真正能用的 Skill
最后落地出来的 Skill，应该更像这样：
---
name: code-review
description: Review TypeScript backend code before merging. Use when asked to review code, check a PR, or verify implementation before committing.
allowed-tools:
- Read
- Grep
- Glob
- Bash(git diff *)
argument-hint: "[PR 分支名或文件路径]"
---
# Code Review Skill
## Steps
1. 读 $ARGUMENTS 的改动 diff，确认改动是否只涉及这个 PR 的范围（不要顺手改无关文件）
2. 检查错误处理：所有 throw 都必须是 throw new AppError()，不能 throw new Error()
3. 检查异步操作：Promise 链是否有遗漏的 await，错误是否被正确 catch
4. 检查数据库查询：是否有 SELECT * 的懒惰写法，是否明显的 N+1 查询，关键查询是否 explain 过
## Output Format
Issues found (Critical → Warning → Info):
🔴 **Line 45**: Missing `.select()` in Prisma query - this will fetch unnecessary columns
🟡 **Line 67**: Potential N+1: loop inside `posts.map()` should use `Promise.all()`
✅ **No AppError violations** — all errors properly handled
Summary: 1 critical issue to fix before merge.
## Caveats
- 不审查 UI 层代码（只关心后端逻辑）
- 不关注代码风格（那是 prettier 的事）
- 如果一个改动涉及多个不相干功能，分别提交 PR 再 review
你会发现，到这一步之后，Skill 就不再是“通用模板的中文版”了，而是你们项目真正有用的一个局部工作流。
50 行公开模板，最后可能只剩下 4 个真正属于你项目的核心关注点。但恰恰是这 4 个点，才决定它到底值不值得用。
第四步：在真实使用里继续迭代
Skill 从来不是一次写完的。
比如你用了两周之后，又发现一个常见问题：改了数据库 schema，但忘记更新 Prisma 类型。那就把它加进去：
4.5. 检查 Prisma 类型：如果改了数据库，Prisma schema 和生成的 types 是否都已更新
这时候你会发现，Skill 真正的价值不是“第一次写出来”，而是在真实工作里被持续打磨。
十二、Skill 的维护节奏，比第一次写出来更重要
Skill 不是写好就扔。
如果你写完之后三个月不看，它很快就会从“项目经验”重新退化成“历史遗留文档”。
我更推荐一个更贴近实际的轻量节奏：
前一两周
高频使用，快速迭代。每次用完就问自己三个问题：步骤是不是太复杂？输出是不是太啰嗦？有没有漏掉今天刚踩到的新坑？
稳定之后每周一次
回顾一次。看看最近有没有经常被遗漏的步骤，有没有新的痛点需要加入。对 Skill 这种高频小迭代的东西来说，按周看通常比按月看更合适。
每个月做一次清理
把已经不再是问题的注意事项删掉，把那些已经变成全局共识的规则移进 CLAUDE.md。这一步的重点不是加内容，而是防止 Skill 越写越胖。
Skill 应该越用越精炼，而不是越写越臃肿。
十三、一个特别反直觉，但很重要的经验：第一个 Skill，故意别写最重要的任务
这条我非常想单独拿出来讲。
因为很多人第一次沉淀 Skill，会本能地想挑一个最关键的任务，比如“生产环境发布前检查”“数据库迁移前审查”“支付流程改动 review”。
但工程上更稳的做法，其实正好相反。
大多数人写的第一个 Skill，质量都不会太高。触发条件偏模糊，步骤偏啰嗦，输出格式也不够稳定。这很正常，因为你第一次做这件事时，对“什么是好的 Skill”还没有直觉。
如果你一开始就把它用在最关键的任务上，一旦写得不够好，伤害会非常直接：要么关键场合出问题，要么你从此对这套机制失去信心。
更好的策略是：先拿一个重要程度中等、容错率比较高的任务练手。
比如：
- 写周报
- 生成 PR 描述
- 做一次常规 code review
先跑两周，迭代两三次，等你对 Skill 的节奏有感觉了，再去沉淀真正关键的流程。
第一个 Skill 的目的，不是直接解决最大的问题，而是让你学会怎么写 Skill。
十四、如果你今天就想开始，可以直接做这三个动作
别先想着搭一整套系统，直接从最小动作开始：
任务一： 列出你最近一个月里重复做过三次以上的任务。用第一节的判断法（对所有任务成立？→ CLAUDE.md；只对某类任务成立？→ Skill；只对这次成立？→ Prompt），确认你要处理的是 Skill 还是 CLAUDE.md 的事。
任务二： 为这个任务写一个 Skill。先想清楚四个问题（什么时候用、按什么顺序、输出长什么样、什么时候不适用），然后包装成 SKILL.md。目标是精炼——大多数好 Skill 的有效指令不超过 10 行。记住：第一次的目的是练手，不是写出完美的 Skill。
任务三： 选三个你最近真的遇到过的场景，先不用 Skill 跑一遍，再用 Skill 跑一遍，对比它到底有没有少漏步骤、少返工、少补充解释。然后在 SKILL.md 里补一行今天发现的问题（哪个步骤漏了，或者哪个注意事项需要加）。这就是 Skill 的维护节奏，也是最轻量的评测方法。
真正好的 Skill，几乎都不是第一次就写对的，而是在实际使用里慢慢长出来的。
下篇预告
第 06 篇：Sub-agents 实战——什么时候应该拆任务，怎么设计子任务边界
单个 Claude 实例有上下文上限，复杂任务拆成多个子任务让 Sub-agents 并行处理，理论上能大幅提速。但什么时候值得拆？拆错了会有什么代价？下一篇会拆开 Sub-agents 的真实适用场景，以及最常见的过度设计陷阱。
写在最后
公开 Skill 模板当然有用，但它的价值更像脚手架，而不是成品。
你不需要一个很复杂的 Skill 系统。你需要的，往往只是把团队最容易反复犯错的那几件事提前写下来，让 Claude 每次都替你盯住。
如果你现在想动手，就直接做这三步：列出最近一个月里重复做过三次以上的任务；用"三问法"确认它该放 CLAUDE.md、Skill 还是 Prompt；先写一个只有 5 到 10 行的版本，实际用一次，再立刻改第一轮。不要追求第一版完美——Skill 的价值，从来不是"写出来的那一刻"，而是"它开始帮你减少重复错误的那一天"。
评论区想聊一个问题：你现在最卡的，到底是"写不出规则"，还是"没分清哪些该放 CLAUDE.md、哪些该做成 Skill"？ 这两个问题看起来很像，但解法完全不同。
觉得这篇有帮助，点个赞让更多工程师看到 👍
AI Coding 系列持续更新。用别人的 Skill 模板是起点，不是终点。真正管用的 Skill，只有你自己的项目才能提炼出来。
登录
