《Claude Agent Skills: A First Principles Deep Dive》

Claude的Agent Skills系统，开创性地将技能设计为基于提示的“元工具”架构，彻底革新了大语言模型（LLM）的扩展方式。它不通过传统的函数调用或代码执行，而是通过注入领域专属的提示模板，动态修改对话和执行环境，从而赋能Claude执行复杂任务。

核心机制理解：
- Skills（技能）是一组包含指令、脚本和资源的文件夹，以SKILL.md为核心，定义技能行为和权限，非可执行代码。
- Skill Tool（大写S）是管理所有技能的“元工具”，以文本描述形式动态加载所有技能列表，Claude基于对技能描述的“语言理解”决定调用哪个技能，完全依赖LLM的推理，无算法匹配。
- 技能激活时，会注入两条消息：一条用户可见的简短状态提示，一条隐藏给Claude的详细技能执行指令，保证用户透明度同时避免界面信息过载。
- 技能可修改执行上下文（如工具权限、模型选择），为技能执行提供安全、灵活的环境。

构建智慧技能的关键：
- SKILL.md以YAML前置元数据+Markdown指令内容结构呈现，前者定义权限、模型、版本等，后者设定具体工作流程和示例。
- 支持脚本（scripts/）、文档参考（references/）和模板资源（assets/）三类辅助文件，实现复杂任务自动化、详细文档加载及模板填充。
- 设计理念强调渐进式披露（Progressive Disclosure），核心指令简洁明了，详细内容按需加载，避免上下文膨胀。

技能调用流程清晰：
1. 启动时扫描并聚合所有技能，构建技能描述列表。
2. 用户请求进来，Skill Tool将技能列表注入上下文，Claude基于描述自然语言推理选择匹配技能。
3. 技能通过注入用户可见元数据和隐藏指令消息，调整对话和执行权限。
4. Claude在改造后的上下文中完成任务执行，例如调用Bash脚本处理PDF，读取文件并返回结果。
5. 任务完成后，环境恢复正常，保证技能行为局部且可控。

这一设计不仅避免了传统代码执行的安全隐患，也突破了基于静态函数调用的局限，体现了将专业知识“提示化”与权限动态管理相结合的创新范式。它让Claude从通用助手变成可定制、高度模块化的智能体，极大提升了适应复杂场景的能力。

总结：
Claude Agent Skills是利用提示扩展和上下文注入实现AI技能模块化的里程碑。通过纯语言理解驱动的技能选择和细粒度权限管理，系统兼顾了灵活性、安全性与透明性。未来，类似架构有望成为AI智能体设计的主流范式，促使AI更智能、更可控、更易于定制。

原文：leehanchung.github.io/blogs/2025/10/26/claude-skills-deep-dive/