Claude Skills 是 Anthropic 推出的模块化能力用于扩展 Claude 的功能。它通过封装指令、元数据和资源以标准化的方式向 Agent 注入流程化、确定性的内部知识。Skills 在沙盒环境中运行并遵循渐进式披露原则按需加载信息优化上下文窗口的使用。Claude Skills 与 MCP 协同工作为 Agent 提供领域知识而 MCP 则提供外部工具接口。本文详细介绍了 Claude Skills 的组成、工作原理及其与大模型 Agent 的关系适合想要了解和实做大模型应用的小白和程序员学习。一、什么是 Claude SkillsAnthropic 官方文档给出了 Agent Skills 的定义Agent Skills are modular capabilities that extend Claude’s functionality. Each Skill packages instructions, metadata, and optional resources (scripts, templates) that Claude uses automatically when relevant.智能体技能Agent Skills是一种模块化的能力用于扩展 Claude 的功能。每个“技能”都封装了相应的指令、元数据和可选资源例如脚本、模板。当场景匹配时Claude 会自动调用这些技能来完成任务。Agent Skills 的三大组成要素同时也构成了上下文的三个层级从抽象到具体元数据Skill 的名称、描述、标签等信息指令Skill 具体的指令资源Skill 附带的相关资源比如文件、可执行代码等Anthropic 在 GitHub 上开源了一系列的 Agent Skillshttps://github.com/anthropics/skills/blob/main/theme-factory/SKILL.md以画布设计的 Skill 为例一个 Skill 就是一个文件夹可以包含嵌套的子文件夹形成 Skills 的嵌套层级。这个设计堪称大道至简符合直觉且非常有效。上面的三要素对应元数据包含在SKILL.md的 YAML 头中指令SKILL.md的内容资源Skill 文件夹中的其他文件例如下图中的 canvas-font 文件夹包含了设计画布时可使用的字体资源可以在指令中被引用二、Claude Skills 是如何被 Agent 感知的?Claude Skills 设计遵循了一个非常重要的原则Progressive Disclosure - 渐进式批露分阶段、按需加载信息而不是在任务开始时就将所有内容全部塞入本已宝贵的上下文窗口中。整个加载过程分为三个层次对应上面的三要素第一层元数据始终加载每个 Skill 都有一个SKILL.md文件其头部的 YAML 元数据包含了名称和描述。--- name: pdf-processing description: 提取 PDF 文件中的文本和表格填写表单合并文档。当处理 PDF 文件或用户提及 PDF、表单或文档提取时使用。 ---元数据在 Claude 启动时加载并始终保持在上下文窗口中占用约 100 个 Token。第二层核心指令触发时加载当 Claude 发现某个 Skill 与当前任务相关时Claude 会使用 Bash 工具阅读SKILL.md文件的主体内容例如# PDF 处理 ## 快速入门 使用 pdfplumber 提取 PDF 文本 import pdfplumber with pdfplumber.open(document.pdf) as pdf: text pdf.pages[0].extract_text() 如需了解高级表单填写请参阅 [FORMS.md](FORMS.md)。如需了解高级表单填写请参阅 FORMS.md。只有在这个时候Skill 的核心指令和工作流程才会进入上下文窗口。Claude 开始学习如何完成这项具体任务。第三层代码与资源按需加载一个复杂的 Skill 可能包含多个文件形成一个完整的知识库。pdf-skill/ ├── SKILL.md (核心指令) ├── FORMS.md (表单填写指南) ├── REFERENCE.md (详细的 API 参考) └── scripts/ └── fill_form.py (实用工具脚本)Claude 会根据SKILL.md中的指引在需要时才去读取FORMS.md或执行fill_form.py脚本。执行脚本是最高效的方式。脚本代码本身永远不会进入上下文窗口只有脚本的输出结果例如 “验证通过” 或具体的错误信息会作为反馈进入上下文。下图说明了完整的渐进式披露的信息加载过程三、Claude Skills 和 MCP 的关系是什么?Claude Skills 是一种基于文件系统的、可复用的知识包运行在 Claude 的沙盒虚拟机VM环境中用于向 Agent 注入流程化、确定性的内部知识SOP的标准化方案。MCP 是一种开放 AI 工具的标准允许任何外部服务无论是 Jira、Stripe 还是内部 API将自己的能力以一种标准化的方式暴露给 Agent让 Agent 可以不关心工具注册、工具发现、工具调用等工程实现细节。Claude Skills 和 MCP 是可以协同工作的Claude Skills 为 Agent 提供领域知识、MCP 为 Agent 提供外部工具。MCP 成为了 Agent 工具的事实标准而且已经出现 Claude Skills Center用于分享各种可拔插的专家知识包。https://github.com/obra/superpowers/tree/main/skills如何实现 Agent Skillshttps://github.com/numman-ali/openskills提供了一个与 Claude 官方近似的实现思路非常直观把 skills 写入 AGENTS.md 中然后 Agent 可以通过Bash(openskills read pdf)进行调用这种方案可以支持 Claude Code 之外的其他 Agent例如 Qwen Code、Codex 等。主动式智能导购 AI 助手构建为助力商家全天候自动化满足顾客的购物需求可通过百炼构建一个 Multi-Agent 架构的大模型应用实现智能导购助手。该系统能够主动询问顾客所需商品的具体参数一旦收集齐备便会自动从商品数据库中检索匹配的商品并精准推荐给顾客。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包✅ 从零到一的 AI 学习路径图✅ 大模型调优实战手册附医疗/金融等大厂真实案例✅ 百度/阿里专家闭门录播课✅ 大模型当下最新行业报告✅ 真实大厂面试真题✅ 2026 最新岗位需求图谱所有资料 ⚡️ 朋友们如果有需要《AI大模型入门进阶学习资源包》下方扫码获取~① 全套AI大模型应用开发视频教程包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点② 大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通③ 大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。④ AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。⑤ 大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。⑥ 大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。以上资料如何领取为什么大家都在学大模型最近科技巨头英特尔宣布裁员2万人传统岗位不断缩减但AI相关技术岗疯狂扩招有3-5年经验大厂薪资就能给到50K*20薪不出1年“有AI项目经验”将成为投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。以上全套大模型资料如何领取