【Anthropic内部如何用Skills改进Claude Code】

快速阅读：Anthropic团队在实践中总结出Skills的9种典型用法和核心原则：Skills本质是包含脚本、数据、配置的文件夹系统，最有价值的部分不是告诉AI如何做，而是记录它会犯的错误。团队通过内部市场和使用日志来管理数百个Skills，让工程师自行决定采纳哪些。

—

很多人以为Skills只是markdown文件。错了。

它是个文件夹，里面可以放脚本、数据、配置项，甚至SQLite数据库。Claude能发现这些内容，探索它们，操作它们。真正有趣的Skills都在创造性地使用这些能力。

Anthropic内部现在有数百个活跃的Skills。我们把它们分成了9类：

1. 库和API参考 — 解释怎么正确使用某个库或CLI，尤其是Claude容易搞错的地方。比如内部账单库的边界情况，或者设计系统的正确用法。

2. 产品验证 — 描述如何测试代码是否工作。配合Playwright或tmux这类工具，Claude能录制测试视频，在每个步骤做程序化断言。值得让工程师花一周时间把这类Skills做到极致。

3. 数据获取和分析 — 连接监控系统，告诉Claude去哪个表找canonical user_id，或者哪个Grafana面板对应什么问题。

4. 业务流程自动化 — 把重复性工作变成一条命令。比如自动生成standup，从ticket系统、GitHub、Slack里聚合信息，输出格式化的进展报告。

5. 代码脚手架 — 生成框架模板，特别是那些有自然语言需求、无法纯靠代码覆盖的部分。

6. 代码质量审查 — 强制执行代码风格，甚至启动一个“对抗性审查”子代理来批评代码，迭代修复直到只剩nitpick。

7. CI/CD和部署 — 监控PR，重试不稳定的CI，解决merge冲突，逐步上线流量并自动回滚。

8. Runbook — 拿到一个症状（Slack消息、告警、错误信号），走完多工具调查流程，输出结构化报告。

9. 基础设施运维 — 找出孤儿资源，发到Slack确认，等待观察期，然后级联清理。

写Skills最重要的几点：

别说废话。 Claude已经知道很多东西了。你应该专注于那些能改变它默认思维方式的信息。前端设计Skill就是个好例子，它专门教Claude别用Inter字体和紫色渐变。

建立Gotchas清单。 这是任何Skill里信号最强的部分。随着Claude碰到新问题，持续更新这个清单。

用文件系统做渐进式披露。 别把所有内容都塞进一个markdown。告诉Claude有哪些文件，它会在合适的时候去读。API文档可以放在references/api.md，模板可以放在assets/。

别过度限制Claude。 Skills会被反复使用，指令太具体会让它失去适应能力。给它信息，但保留灵活性。

设置环节要想清楚。 有些Skills需要用户输入（比如发到哪个Slack频道）。可以把配置存在config.json里，如果没配置就让Claude去问。

Description字段是给模型看的。 这不是给人看的摘要，而是让Claude判断“什么时候该触发这个Skill”的依据。

Skill可以有记忆。 用追加日志或JSON文件存储数据。比如standup Skill可以保存历史记录，这样下次运行时Claude就知道昨天说了什么。

给Claude提供脚本，而不是让它重写。 最强大的工具是代码本身。给它一套函数库，让它专注于组合和决策，而不是重构样板代码。

分发Skills有两种方式：

检入到./.claude/skills目录（适合小团队）或建立内部插件市场（适合大规模使用）。Anthropic的做法是，任何人都可以把Skill传到sandbox文件夹，在Slack里分享。如果有人觉得好用，再提PR移到正式市场。

没有中心化审批。靠使用数据和口碑来筛选。

我们用PreToolUse hook记录每个Skill的使用情况，能看到哪些被频繁调用，哪些被冷落了。

大部分Skills一开始只有几行字和一个gotcha，是在Claude不断碰壁的过程中长大的。

ref: x.com/trq212/status/2033949937936085378

#AI创造营# #人工智能#