Claude Code官方放了套Skill，33页手把手教你从零搭

Anthropic放了个PDF，整整33页，专门教你怎么给Claude写Skill。

不是那种给你看文档你自己悟的。是从零开始，从"我想让Claude帮我干什么"，到"跑通一个能用的Skill"，一步一步带着你走。

关键还有一个skill-creator，Claude Code里预装的一个元Skill。你说一句"帮我做个XX的Skill"，它自己就帮你生成完整的SKILL.md文件。

33页的PDF + 自动生成的skill-creator，这组合的意思是：Anthropic不再只卖模型了，它在认真推Skill生态。

---

一、Skill不是配置，是可执行的习惯

很多人把Skill当成高级Prompt，这是个误解。

Prompt是一次性的，Skill是有生命周期的工作流：

• 有明确的触发条件（什么时候跑）
• 有阶段划分（第一步做什么，第二步做什么）
• 有退出条件（什么时候算完成，什么时候该停下来）

比如我前面写的product-expert，Phase 0是探知阶段，Phase 5是评分交付。你告诉Claude"帮我诊断一个产品想法"，它会按照这个流程一步步推进，而不是给一堆零散建议。

Skill的本质，是你把自己的工作方法教给AI，让它按你的习惯来执行。

---

二、skill-creator：一句话生成Skill

33页PDF适合深度理解，但如果你只是想快速上手，用skill-creator就够了。

用法：

/codex skill-creator create

然后告诉它你想做什么。比如：

"帮我做一个Skill，当我推了一个GitHub PR时，自动跑代码审查、检查测试覆盖率、给reviewer推荐谁适合审这个PR。"

skill-creator会：

1. 生成完整的SKILL.md（含触发条件、工作流程、输出格式）
2. 自动生成测试用例（evals）
3. 让你试运行验证
4. 迭代到你满意为止

不用你手动写一行Skill语法，AI帮你全包了。

---

三、33页PDF的硬核内容

如果你真想搞懂底层，这33页值得读。核心结构：

Phase 1：定义问题

• 你想让Skill解决什么具体问题？
• 在什么场景下触发？
• AI容易跑偏的地方在哪里？

Phase 2：设计工作流

• 拆步骤（探知→分析→输出→验证）
• 每步的输入输出格式
• 失败时的降级策略

Phase 3：写SKILL.md

• YAML frontmatter（名称、触发条件、版本）
• 正文（工作流描述、注意事项、示例）
• references（外部文件引用）

Phase 4：测试与迭代

• evals：用固定测试用例批量验证
• 实际运行：在真实场景里跑
• 失败分析：为什么偏了、怎么修

最狠的部分是第5章："常见失败模式"。

Anthropic把最容易犯的错全列出来了：

• Skill太宽泛，什么都管→什么都管不好
• 没有明确的退出条件→AI无限循环
• 没有错误处理→一遇到异常就崩
• 指令模糊→AI自己脑补

每错一个，配一个真实案例。

---

四、Skill生态正在加速

几个信号：

1. Anthropic官方skill仓库：https://github.com/anthropics/skills 已经有几十个官方和社区Skill
2. skill-creator内置：预装在Claude Code里，不需要额外安装
3. 33页官方指南：说明Anthropic把它当战略级能力推，不是实验功能
4. Medium上有人专门写提炼："I Read the 33-Page Claude Skills Guide So You Don't Have To"

对比一下：GPT的GPT Store是插件集市，Claude的Skill是可执行方法论的沉淀。前者是工具库，后者是 workflow 库。

对独立开发者来说，后者的价值更大。因为你不缺工具，缺的是一套被验证过的、能复用的工作方法。

---

五、你下一步怎么做

最快路径：

/codex skill-creator create

描述你想做什么 → 让AI生成 → 试运行 → 迭代3轮 → 存下来。

如果想深度理解：

官方PDF下载地址： https://resources.anthropic.com/hubfs/The-Complete-Guide-to-Building-Skill-for-Claude.pdf

读完33页再写Skill，跟没读直接写，差距是结构完整度。

---

关注我们，获取 AI 实战和工具情报。