本文全面解析了Claude的“技能”功能，对比了MCP、Commands、SubAgents等同类功能，阐述了技能如何通过预设提示词和工具使用，让AI完成复杂任务。文章深入浅出地介绍了技能的创建方式、运行原理，并分析了其在渐进式披露和节省Token消耗方面的优势。对于需要设计开发AI产品的从业者，如产品经理和算法工程师，深入理解技能至关重要；而对于普通用户，了解基本概念和谈资即可。文章还推荐了优秀技能案例，并鼓励读者加入AI学习社群，共同探讨AI技术。

SKills是什么

这是 Claude 发布的一个功能，它可以被应用在 Claude 客户端和 Claude Code 中（目前越来越多工具开始支持，稍后再说）。与 MCP、Commands、SubAgents 属于同一级别。

如果这几个功能你都不熟悉也没关系，看下表：

我好像一不小心已经把 SKills 的原理讲完了……

如果看到这里你已经了解Skills是什么了，评论区打个 1，让大家看看谁这么聪明，一点就透！

还没看懂也没关系，不是你不聪明，你只是比评论区那些人少一点背景知识，接下来马上给你补齐。

所有这些花里胡哨的名词，本质上都是预设或者现场编写一些提示词、在需要的时候发给大模型，让AI 按提示词干活。

以 Claude Code 为例，你有以下可以“发送”提示词的入口：

1. 像 ChatBot 一样有个对话框可以输入文本，就是最基本的现场编写提示词发给 AI。

2. 你可以在项目的文件夹里，创建一个CLAUDE.md的文档，在里面写提示词。这些提示词会被插入到 Claude Code 的系统提示词里，在对话的最前面自动发送给大模型，统领全局。

3. 你可以在项目的文件夹里，创建一个.claude的文件夹，在里面再创建一个commands的文件夹，在里面创建name.md的文档，里面写上提示词的话，前面那个name就会在你输入/的时候显示。相当于把一些提示词预设到指令里，省的你每次复制粘贴了。

4. 你还可以在刚刚创建的.claude文件夹里再创建一个agents文件，在里面创建name.md的文档，里面写上提示词，就可以在 Claude Code 里通过/agents指令看到他们。可以主动唤醒让它们干活，它们也会在遇到适合自己的任务时被主模型调用。

众所周知，大模型它只能给你回复文本。

它没手没脚的，你就是把它吹上天，它也只有“嘴皮子”功夫。

得能让 AI 像人类一样使用各种工具，才会显得“智能”。

毕竟我们之所以被称为“智人”，除了会用语言以外，另一个重要的特征是会使用工具。

但，众所周知，大模型它只能给你回复文本，没手没脚。

只能由人类来伺候它（我想到了一个科学家，但我不能说，显得很不尊重人……）

所谓的 Tool Use、MCP 这种看起来让模型“使用工具”、“掌握某种技能”的说法，其核心本质是这样的：

💭 我想让大模型使用百度联网搜索资料
🤔 但是模型只能输出文本啊？
💭 那能不能让模型输出一段它想搜的关键词，我帮它搜、搜完以后把结果告诉它，它再帮我分析？
🤔 能，但是这太“人工”智能了。你这样：我这有百度搜索的 API 接口，我这写好一个程序，你让大模型按要求输出，我这边程序接收到以后直接就帮你搜了，搜完把结果告诉大模型。
💭 高级，把你说的这个封装起来给其他人用行不行？
🤔 行，就叫它搜索MCP吧！

如果我们给了 AI 好多工具，它怎么知道该用哪个呢？

MCP、SubAgents、SKills 这几个东西，在他们的 提示词/代码 里都有一个叫description的板块，里面写了什么时候、怎么使用这个功能。

总结一下：我们可以使用提示词直接约束引导 AI 通过生成文本完成某些事情（commands、SubAgents），也可以给它提供一些工具让 AI 通过生成指定格式的文本，我们帮它调用工具，获得更多信息后 AI 再通过生成文本完成一些相对复杂的任务(Tool Use、MCP、SKills)

背景信息介绍已完成，截止到这里如果你看懂了，就说明你已经学会 MCP 和 Tool Use（Function Calling）了。

请在评论区里打个 1，让大家看看是谁这么聪明！

（是的，没人知道你是前面就看懂了，还是现在才看懂）

（现在学会了就行，管它早还是晚）

进入正题：什么是 SKills？

我们前面提到了 5 种让 AI 干活的方式：

1. [prompt]直接聊天发需求
2. [system_prompt]预设一个指令，写在系统提示词里，每次都带着
3. [commands]预设一个指令，/xxx一键发需求
4. [SubAgents]预设多个指令，写清楚啥时候用，AI 自己调用发需求
5. [MCP]给 AI 一些工具，写清楚啥时候用，AI 生成参数调用工具

事情发展到这里，好像已经挺够用的了，为什么还要有 SKills 这个功能出现呢？

其实，包括我在内的大部分重度用户，也都不知道为啥。

唯一可以拿来解释的就是：emmmm，渐进式披露，节省上下文。

一会再解释这个渐进式披露，先说这个 SKills 是让 AI 干活的。

SKills 的创建方式如下：

1. 在.claude文件夹内创建skills文件夹，里面再创建一个表示技能文件夹
2. 技能文件夹里创建名为SKILL.md的文档，里面写技能名称(name)、技能使用条件(description)和正式的技能用法（prompt）
3. 技能文件夹里还可以创建其他文件夹，里面存各种资料和程序脚本。

下面是 Claude 官方给出的让 AI 创建 MCP 服务的技能结构（我翻译成中文了）：

1. 根目录下的 SKILL.md文档详细阐述了什么时候、阅读什么文档、运行什哪个脚本
2. reference文件里是各种支持资料文档
3. scripts文件里是各种可以直接运行的 Python 代码程序

SKills 的运行原理如下：

1. Claude Code启动的时候，会加载/.claude/skills文件下面的每个技能文件夹里SKILL.md的 name 和 description，放在提示词里告诉 AI 你有这些技能可以用
2. AI 干活的时候，发现有一个技能挺有意思，想用一下，就会把技能的 SKILL.md文档里的正式用法的提示词拿出来读一读
3. 这时候 AI 发现：“哟，还有个Word文档教程呢！”、“哟，还有个 Python 脚本程序可以运行！”、“哟，还有模版可以抄！”……
4. 然后 AI 就对着SKILL.md里的描述，根据具体任务需求把那些资料和程序扒拉出来阅读学习、运行使用。

发现了没？这就一“炒冷饭”功能：

1. 在文件夹里预设好提示词，用的时候打开看 —— SubAgents
2. 提供资料或程序脚本，用的时候读取运行 —— MCP

差异在于两点（硬撑解释）：

1. SKills 渐进式披露，节省 Token 消耗；
2. 以“附件文件”形式提供，更灵活。

关于渐进式披露：

SubAgents 功能还好，每次运行只加载开头的description，真用的时候也是发给另一个 AI，不会占用当前模型的上下文，但是MCP功能就是硬生生的费 Token 了。

下面是现场报道：

🙋：给我讲个笑话。
你有如下工具可用：
web_search：在需要联网的时候调用，你需要输出这样的结构才能用{“tool”:“web_search”,“scheme”:{“query”:“”,“data_range”:“”}}
weather：需要查询天气的时候调用，你需要输出这样的结构才能用&#%￥*#……
file：想查看本地文档的时候调用，你需要输出这样的结构才能用&#%￥*#……
fetch：想要查看某个 URL 的时候调用，你需要输出这样的结构才能用&#%￥*#……

🤖：[加载10s后]啥任务？你后面啰嗦几万字，一个也没用，你前面说的啥来着？

但是 SKills 就不会这么刚，不会像 MCP 这样把所有程序的使用方法、资料说明都一股脑放在上下文里。

你可能会问了：改改 MCP 不行么？

改了，顺便改了一下名字，叫 SKills。

开玩笑，MCP 有它自己的好处：不会拖家带口带着那一堆文件。

我猜你可能在前面讲 SKills 运行原理的时候就发现了：那一堆文件夹，必须一直带着，并且确保客户端有读取文件、运行代码的能力。

这时候你应该能理解，为啥这 SKills 只能在客户端类的应用里运行，而不能像 MCP 那样可以配置在网页里。

MCP 有两种调用方法：

Stdio：把写好的功能程序保存或者缓存在本地，让客户端运行程序；
Streamable HTTP：原来叫SSE，开发者把功能代码放在云服务器，客户端的 AI 直接云端请求

你看到那些在网页上就能配置 MCP 的产品，用的都是第二种调用方法。

SKills 目前只有类似 MCP 的 Stdio 类型的调用方法，所以网页应用几乎没办法使用这个功能。

目前已知的支持 SKills 的客户端有如下几个：

1. Claude 官方客户端，但需要购买 Pro 及以上会员
2. Claude Code：在终端里使用的 AI 编程工具
3. Qwen Code：在终端里使用的 AI 编程工具
4. Alma：一个 ChatBot 客户端，不但支持 SKills，还有其他好多很强的能力

使用和创建 Skills

Skills 的使用非常简单，把别人打包好的文件下载下来放在你电脑上就好了。

如果你使用 Claude 客户端，把技能压缩包上传到 Claude 客户端，位置在：Setting >> Capability >> SKills，记得打开上面的 Code execution and files creation，也就是给客户端运行代码、编辑文件的权限。

如果使用 Claude Code，把技能文件夹放在以下两个地方都可以：

1. 电脑根目录下/.claude文件中（是个隐藏文件），创建一个 skills 文件夹，把技能文件夹放进去即可在所有项目中使用这个技能
2. 项目目录下，创建.claude文件，再创建一个 skills 文件夹，把技能文件夹放进去即可在当前项目中使用这个技能

如果你使用 Qwen Code，跟 Claude Code 一样，只是文件名不是.cluade了，换成.qwencode之类的（我没用过 Qwen Code，瞎猜的，自己找找看）

如果你使用 Alma，路径换成根目录>> .config >> Alma >> skills文件。

如果你想创建自己的 SKills，可以按照如下流程操作：

1. 首先确保你有一个值得被封装标准化的技能
2. 把这个技能写成 SOP，即：什么时候使用、如何使用、如何一步一步干活、怎么算干好了、有什么参考资料。
3. 把官方那个skills-creater技能包下载下来，配置到你的客户端里
4. 把你写的 SOP 发给客户端。

下面是一个示例指令：

给我创建一个 SKills，按下面的流程帮我指引大模型干活：1. 在需要做封面图片的时候使用这个技能2. 通过调用 Seedream API 根据需求生成图片，调用文档我放在工作目录下的`/makeCoverSkills-docs/Seedream_ 4.0-4.5_API.md`里了3. 工作流程这样：识别用户的需求→把用户的需求抽象成生成封面图片的提示词→根据需求选择合适的图片尺寸→以上信息作为入参运行可以调用 API 的脚本程序→把 API 返回的图片 URL 显示在前端4. 生成封面的提示词，参考`封面设计，主题“{根据用户需求抽象}”，副标题“{可选}”，主题和标题为黑色字体，圆润粗体，带阴影，铺满画面。干净的背景，白色到{根据需求调整主色调}渐变。点缀浅灰色、半透明的{根据需求抽象配图关键词}等元素线框插图做配饰插画。`5. Seedream API Key使用`XXXXX`，写死在调用程序里就好了。

我用 Alma，配置了 Kimi 的 K2-Thinking 模型，最终写出来的 SKills 还不错。

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？