skill-creator Skill 多维度简评

来源：anthropics/skills（官方） 类别：开发工具 / 元 Skill 特别说明：这是教你自己创建 Skill 的 Skill

一、核心定位与价值

它是你从”用别人 Skill”升级到”造自己 Skill”的关键工具。

区分”会用 AI 的人”和”能带团队用 AI 的人”的分界线就是——能不能把团队的最佳实践沉淀成 Skill。

二、核心价值

元 Skill 的三层含义

1. 教你写 SKILL.md：完整模板、最佳实践
2. 自动化生成脚手架：不用手写 YAML
3. 设计原则传递：避免常见错误

三、Skill 创建 5 步法

第一步：定边界

明确这个 Skill 做什么、不做什么。

❌ 错误：

description: 处理所有公众号相关工作

✅ 正确：

description: 为科技类公众号文章生成 SEO 优化的标题

一个 Skill 只做一件事——Unix 哲学。

第二步：显性化经验

把你脑子里的”经验”变成可执行的步骤。

❌ 错误（模糊）：

我觉得文章应该短一点，重点突出

✅ 正确（可执行）：

1. 每个段落不超过 80 字
2. 用 ** 加粗核心观点
3. 每 3-4 段插入一个分隔线
4. 小标题用 ## 标签，层级不超过三级

第三步：工具与脚本

把确定性的任务交给 scripts/：

# scripts/fetch_weather.py
import requests
import sys

city = sys.argv[1] if len(sys.argv) > 1 else "Beijing"
url = f"https://wttr.in/{city}?format=j1"
resp = requests.get(url, timeout=10)
data = resp.json()
print(f"城市: {data['nearest_area'][0]['areaName'][0]['value']}")
print(f"温度: {data['current_condition'][0]['temp_C']}°C")

在 SKILL.md 中引用：

## 使用方法
运行 `python scripts/fetch_weather.py <城市名>` 获取天气数据。

第四步：引入控制流

好的 Skill 不只是”步骤清单”——它还需要判断和分支：

## 处理逻辑
1. 用户问了天气 → 调用天气 API
2. API 成功 → 格式化输出
3. API 失败 → 检查是否是城市名问题
   - 城市名不存在 → 提示用户确认
   - 网络超时 → 返回缓存数据
   - 其他错误 → 告知用户稍后重试

第五步：迭代与反馈

第一个版本一定不完美。迭代关键：

## 更新日志
- v1.0.0 (2026-04-15) — 初始版本
- v1.1.0 (2026-04-20) — 增加缓存机制
- v1.2.0 (2026-04-25) — 支持多城市对比

四、SKILL.md 完整模板

---
name: your-skill-name          # 1-64 字符，小写字母/数字/连字符
description: Brief description of what this skill does and when to use it.  # 1-1024 字符，第三人称
license: MIT                  # 可选
compatibility: Requires Python 3.10+  # 可选
metadata:
  author: Mnet
  version: "1.0.0"
---

# Your Skill Name

## Objective
What this skill accomplishes and what "done" looks like.

## When to Use This Skill
- Use case 1
- Use case 2
- Use case 3

## Inputs
- **Input A**: Description and format
- **Input B**: Description and format

## Outputs
- **Output A**: Description and format
- **Output B**: Description and format

## Workflow
1. Step 1: Detailed description
2. Step 2: Detailed description
3. Step 3: Detailed description

## Constraints & Guardrails
- What not to do
- Safety considerations
- Security notes
- Stop conditions

## Anti-Rationalization
- Common excuse: "This is just a small change"
  - Refutation: Even small changes need testing
- Common excuse: "I'll add tests later"
  - Refutation: Tests are not optional

## Examples

### Example 1
**Input:**
\`\`\`
[Example input]
\`\`\`

**Expected Output:**
\`\`\`
[Example output]
\`\`\`

## Evaluation Checklist
- [ ] Correctness: Output matches expected format
- [ ] Completeness: All required fields present
- [ ] Safety: No security or privacy issues
- [ ] Reproducibility: Same inputs produce same outputs

五、5 条核心设计原则（Anthropic 官方）

1. 简洁是关键

上下文窗口是公共资源。 技能需要与 Claude 需要的其他所有内容共享上下文窗口：系统提示、对话历史、其他技能的元数据，以及实际的用户请求。

默认假设：Claude 已经非常智能。 只添加 Claude 还没有的上下文。质疑每一条信息。

2. 设置适当的自由度

3. 渐进式披露

SKILL.md < 500 行
├── 概述、使用时机、流程
├── 反合理化表
├── 验证标准
└── 详细参考 → references/REFERENCE.md

复杂的参考文档移到单独文件，按需加载。

4. description 是关键

description 决定 Agent 是否激活这个 Skill。

✅ 好：

description: Extracts text and tables from PDF files, fills PDF forms,
and merges multiple PDFs. Use when working with PDF documents or when
the user mentions PDFs, forms, or document extraction.

❌ 差：

description: Helps with PDFs.

要素：第三人称 + 做什么 + 何时用 + 关键词。

5. 包含反合理化（Anti-rationalization）

每个 Skill 都应包含 AI 常用的跳过步骤借口 + 标准反驳：

## 反合理化

### "这是历史代码"
→ 仍要审查。技术债不挑新旧。

### "改动太小"
→ 5 行代码也能引入安全漏洞。

### "我之后再加测试"
→ TDD 不允许跳步。如果不能测试，重构到能测试。

### "来不及了"
→ 优先级：安全 > 性能 > 风格。安全不能省。

六、实战：构建”天气查询”Skill

1. 创建目录结构

mkdir weather-skill && cd weather-skill
mkdir -p references scripts

2. 写 SKILL.md

---
name: weather
description: 获取当前天气和预报信息。当用户询问天气、温度、降水预报时使用此 Skill。
license: MIT
metadata:
  version: "1.0.0"
  author: Mnet
---

# 天气查询技能

## 使用场景
当用户询问天气、温度、降水预报时使用此技能。

## 使用步骤
1. 提取用户提到的城市名（默认为用户所在城市）
2. 运行 `python scripts/fetch_weather.py <城市名>`
3. 将输出格式化为中文天气报告

## 输出模板

城市：{city} ☀️
当前温度：{temp}°C
天气状况：{condition}
风速：{wind} km/h
湿度：{humidity}%
今日预报：{forecast}

## 注意事项
- 城市名使用拼音或英文（如 Beijing、Shanghai）
- API 超时 10 秒则提示"网络异常，请稍后重试"

3. 写脚本

#!/usr/bin/env python3
"""fetch_weather.py — 天气数据获取脚本"""
import requests
import sys

def get_weather(city="Beijing"):
    url = f"https://wttr.in/{city}?format=j1"
    resp = requests.get(url, timeout=10)
    if resp.status_code != 200:
        print(f"错误：无法获取 {city} 的天气数据")
        return None
    data = resp.json()
    current = data['current_condition'][0]
    return {
        'city': data['nearest_area'][0]['areaName'][0]['value'],
        'temp': current['temp_C'],
        'condition': current['weatherDesc'][0]['value'],
        'wind': current['windspeedKmph'],
        'humidity': current['humidity'],
    }

if __name__ == "__main__":
    city = sys.argv[1] if len(sys.argv) > 1 else "Beijing"
    result = get_weather(city)
    if result:
        for key, value in result.items():
            print(f"{key}: {value}")

4. 安装

# Claude Code
mkdir -p ~/.claude/skills/weather
cp -r weather-skill/* ~/.claude/skills/weather/

# OpenCode / Cursor 等通用
# 按各自路径复制

5. 测试

重启 Agent，在对话中输入”北京今天天气怎么样”——应该自动激活 weather Skill。

七、4 个常见误区

❌ 误区一：一个 Skill 干所有事

一个 Skill 应该像 Unix 哲学说的——做一件事，做好它。

❌ 误区二：只写 SKILL.md 不测试

写完后一定要在真实场景测试。AI 读到的效果和你想象的可能不一样。

❌ 误区三：忽略脚本的兼容性

如果脚本依赖特定 Python 版本或第三方库，在 SKILL.md 里注明安装步骤。

❌ 误区四：不更新

Skill 用了一周后发现问题，修好了但没更新 SKILL.md——下一个使用者还会犯同样的错。

八、进阶技巧

1. Skill 组合使用

## 依赖
- 需要 `web-search` Skill 进行联网搜索
- 需要 `image-gen` Skill 生成配图

2. references/ 建立知识库

seo-skill/
├── SKILL.md
├── references/
│   ├── baidu-seo-guide.md
│   ├── wechat-seo-rules.md
│   └── keyword-database.md
└── scripts/
    └── analyze_seo.py

复杂的参考资料放在 references/ 目录下，AI 在执行任务时会主动查阅。

九、安装

# Claude Code
/plugin install example-skills@anthropic-agent-skills

# 通用
npx skills add anthropics/skills --skill skill-creator

十、总结

skill-creator 是从 Skill 使用者升级到 Skill 创造者的关键。

核心价值：

• 5 步法教你做 Skill
• 完整 SKILL.md 模板
• 5 条核心设计原则
• 4 个常见误区

适用人群：

• ✅ 团队领导（沉淀最佳实践）
• ✅ 资深开发者（自动化重复工作）
• ✅ 想让 AI 越来越懂自己的人

本文基于官方文档和公开资料整理，未经过 MagicNetWorld 实测。

参考资料

• anthropics/skills 官方仓库 — GitHub 官方仓库
• Agent Skills 开放规范 — 官方规范网站
• What are skills? - Claude 官方文档 — Anthropic 官方文档
• How to create custom skills — Anthropic 官方文档
• Equipping agents for the real world with Agent Skills — Anthropic 工程博客