一、Claude Skills 介绍

1. 核心定义

Claude Skills 是 Anthropic 为 Claude 推出的「模块化、可复用、可落地的能力扩展工具」，本质是用「YAML配置+Markdown流程+可选脚本」，将复杂操作、系统调用、业务流程封装成“能力包”，导入Claude后，通过自然语言触发，无需重复输入指令，支持联动外部工具、存量业务系统，实现“一次封装、终身复用”。

2. 核心价值（为什么要用）

• 高效复用：避免重复写复杂Prompt，一次封装，所有对话可触发
• 降低门槛：无需懂代码开发，复制模板修改即可，新手也能上手
• 功能扩展：联动存量业务系统、外部工具，让Claude适配实际工作流
• 稳定可控：流程化配置，输出结果更规范，避免Prompt触发偏差

3. 适用人群

开发者、运营、产品、行政等所有使用Claude的职场人，尤其适合需要高频处理标准化任务、联动业务系统的人群。

二、核心对比分析（一眼看懂优势）

很多人混淆Claude Skills、传统Prompt、MCP（工具调用），用表格清晰对比，重点看“实操差异”，快速选对工具：

对比维度	Claude Skills	传统Prompt	MCP（工具调用）
核心本质	可复用的能力包（流程+配置+脚本）	单次性自然语言指令	外部工具/系统的接口调用
复用性	一次封装，全局复用、跨对话可用	单次有效，需重复复制输入	一次配置，全局调用（仅工具本身）
落地难度	低（复制模板修改，无需开发）	极低（直接输入指令）	中（需配置API、工具权限）
适用场景	高频标准化任务、业务系统联动、复杂流程执行	临时、简单、一次性任务	需要实时数据、外部系统交互的任务
核心优势	高效、稳定、可扩展，适配实际工作流	便捷、无需准备，快速测试	突破Claude自身限制，联动外部资源

一句话总结：传统Prompt解决“临时需求”，MCP解决“工具调用需求”，Claude Skills解决“高频、规范、可复用的实操需求”，三者可协同使用（Skills可调用MCP，内部可嵌入Prompt）。

三、Claude Skills 核心

本质：以SKILL.md为核心的“可复用能力包”，用自然语言+简单脚本，封装操作流程/系统调用，导入Claude即可触发，无需重复输入指令，支持联动外部工具、存量业务系统。

标准文件结构：

my-skill/                # 技能目录（与name一致，小写横杠）
├── SKILL.md            # 必需：核心配置+流程（YAML+Markdown）
├── scripts/            # 可选：辅助脚本（Python/Bash，复杂操作用）
└── references/         # 可选：参考文档（非必需，简化版可省略）

核心逻辑：YAML配置（触发+权限）+ Markdown流程（执行步骤+示例），无需复杂开发，复制模板修改即可。

四、4个可直接落地案例

所有案例均为完整可导入版本，打包成zip上传Claude即可启用，重点标注修改点（替换成自己的信息即可）。

案例1：基础款 - Git Commit规范生成（新手首选）

文件结构（极简，无需脚本）

git-commit-generator/
└── SKILL.md

SKILL.md（直接复制，无需修改）

---
name: git-commit-generator
description: 生成符合Conventional Commits规范的Git提交信息，触发词：git提交、commit、代码变更、提交信息
version: 1.0.0
allowed-tools: [Read] # 仅读取用户输入，无需其他权限
---

# Git Commit规范生成技能
## 核心规则（必遵守）
1. 格式：<type>(<scope>): <subject> (#issue)
2. type仅限：feat(新功能)、fix(修复bug)、docs(文档)、style(格式)、refactor(重构)、test(测试)、chore(构建)
3. subject≤50字，动词开头，无句号
4. scope（可选）：修改模块（如auth、api）；issue（可选）：关联需求ID

## 执行步骤
1. 解析用户提供的代码变更描述
2. 判定type和scope（无则省略）
3. 生成符合规范的commit信息
4. 输出最终结果（加粗显示）

## 示例（直接参考）
输入：修复登录接口bug，关联#123
输出：`fix(auth): 修复登录接口bug (#123)`
输入：添加用户注册功能
输出：`feat(user): 添加用户注册功能`

使用步骤

1. 创建上述文件夹和文件，复制代码粘贴
2. 打包为zip（文件夹名必须是git-commit-generator）
3. Claude → 设置 → Skills → 上传zip，启用技能
4. 对话输入触发词，如“帮我写commit：修复文档排版错误”，自动输出规范内容

案例2：进阶款 - 会议纪要→行动项提取（带脚本，更稳定）

文件结构

meeting-notes-extractor/
├── SKILL.md
└── scripts/
    └── extract_action.py

SKILL.md（复制即改，标注处可微调）

---
name: meeting-notes-extractor
description: 从会议文本中提取行动项、责任人、截止时间，触发词：会议纪要、行动项、待办提取、会议总结
version: 1.0.0
allowed-tools: [Read, Write, Bash] # 允许读取文件、执行脚本
---

# 会议纪要行动项提取技能
## 工作流程
1. 读取用户上传的会议文本（txt/docx均可）
2. 调用scripts/extract_action.py脚本，解析文本并结构化
3. 按表格格式输出行动项，补充3条以内核心会议结论
4. 若未识别到责任人/截止时间，标注“待补充”

## 输出固定格式
### 会议核心结论
- 结论1
- 结论2（无则省略）

### 待执行行动项
| 行动项 | 责任人 | 截止时间 |
| :--- | :--- | :--- |
|  |  |  |

## 示例
输入：（上传会议文本）“今天讨论用户留存方案，A负责优化注册流程，3天内完成；B负责整理用户反馈，周五前提交；结论：优先推进注册流程优化”
输出：
### 会议核心结论
- 优先推进注册流程优化

### 待执行行动项
| 行动项 | 责任人 | 截止时间 |
| :--- | :--- | :--- |
| 优化注册流程 | A | 3天内 |
| 整理用户反馈 | B | 周五前 |

scripts/extract_action.py（复制即能用，无需修改）

def extract_action_items(meeting_text):
    """提取行动项、责任人、截止时间"""
    import re
    action_items = []
    # 匹配“责任人+行动项+截止时间”格式（可根据自己的会议习惯微调正则）
    patterns = [
        r'([A-Za-z0-9\u4e00-\u9fa5]+)负责([^，。；！？]+)，([^，。；！？]+内|周[一二三四五六日]前)',
        r'([A-Za-z0-9\u4e00-\u9fa5]+)牵头([^，。；！？]+)，([^，。；！？]+内|周[一二三四五六日]前)',
        r'([A-Za-z0-9\u4e00-\u9fa5]+)跟进([^，。；！？]+)，([^，。；！？]+内|周[一二三四五六日]前)'
    ]
    for pattern in patterns:
        matches = re.findall(pattern, meeting_text, re.DOTALL)
        for match in matches:
            person = match[0].strip()
            action = match[1].strip()
            deadline = match[2].strip()
            action_items.append({"行动项": action, "责任人": person, "截止时间": deadline})
    
    # 提取核心结论（匹配“结论：”“重点：”开头的内容）
    conclusions = []
    conclusion_patterns = [r'结论：([^，。；！？]+)', r'重点：([^，。；！？]+)']
    for cp in conclusion_patterns:
        conc_matches = re.findall(cp, meeting_text)
        conclusions.extend([c.strip() for c in conc_matches])
    # 控制结论不超过3条
    conclusions = conclusions[:3]
    
    return {"action_items": action_items, "conclusions": conclusions}

# 测试代码（可删除，不影响Skill运行）
if __name__ == "__main__":
    test_text = "今天讨论用户留存方案，A负责优化注册流程，3天内完成；B负责整理用户反馈，周五前提交；结论：优先推进注册流程优化"
    result = extract_action_items(test_text)
    print("核心结论：", result["conclusions"])
    print("行动项：", result["action_items"])

使用步骤

1. 创建上述文件夹和两个文件，复制对应代码粘贴
2. 打包为zip（文件夹名必须是meeting-notes-extractor）
3. Claude → 设置 → Skills → 上传zip，启用技能
4. 对话上传会议文本，输入触发词（如“提取会议行动项”），自动输出结构化结果

案例3：实战款 - 调用存量业务系统（CRM）实现自然语言问答（重点）

核心：通过Claude Skills联动企业存量CRM系统（以常见的简道云CRM为例，其他CRM可替换API），实现“自然语言提问→Skill调用API→返回结构化结果”，无需手动登录CRM，无需写代码，非技术人员也能落地。

前置准备（必做）

• 获取CRM系统API密钥（简道云：登录后台→设置→API接口→获取API Key和Secret）
• 确认CRM接口地址（简道云客户查询接口：https://api.jiandaoyun.com/api/v1/form/data/list）
• 记录CRM表单ID（查询客户信息的表单ID，简道云后台可查）

文件结构

crm-query-skill/
├── SKILL.md
└── scripts/
    └── crm_api_call.py

SKILL.md（复制后，替换标注的API信息即可）

---
name: crm-query-skill
description: 调用存量CRM系统，通过自然语言查询客户信息（姓名/手机号/公司），触发词：CRM查询、客户查询、查客户信息、CRM客户查询
version: 1.0.0
allowed-tools: [Read, Bash, Write] # 允许读取输入、执行脚本、输出结果
---

# 存量CRM系统自然语言查询技能
## 核心目的
通过自然语言提问，自动调用CRM系统API，查询客户基础信息（姓名、手机号、公司、跟进状态），无需手动登录CRM，快速获取结果。

## 前置配置（替换为自己的CRM信息）
1.  CRM_API_KEY: 你的CRM API Key（简道云为例）
2.  CRM_API_SECRET: 你的CRM API Secret
3.  CRM_FORM_ID: 你的CRM客户表单ID
4.  API_URL: 你的CRM查询接口地址（简道云：https://api.jiandaoyun.com/api/v1/form/data/list）

## 工作流程
1.  解析用户自然语言提问，提取查询关键词（客户姓名/手机号/公司名称）
2.  调用scripts/crm_api_call.py脚本，传入关键词和CRM配置信息
3.  脚本调用CRM API，获取客户信息并结构化
4.  按固定格式输出查询结果，若未查询到客户，提示“未找到该客户，请核对关键词”

## 输出固定格式
### CRM客户查询结果
| 客户姓名 | 手机号 | 公司名称 | 跟进状态 | 跟进人 |
| :--- | :--- | :--- | :--- | :--- |
|  |  |  |  |  |

### 备注
- 若部分字段为空，标注“未填写”
- 可输入“查询客户XXX（姓名/手机号）”触发查询

## 示例
输入：查询客户张三的信息
输出：
### CRM客户查询结果
| 客户姓名 | 手机号 | 公司名称 | 跟进状态 | 跟进人 |
| :--- | :--- | :--- | :--- | :--- |
| 张三 | 138XXXX1234 | XX科技有限公司 | 已跟进，待签约 | 李四 |

输入：查询手机号139XXXX5678的客户
输出：
### CRM客户查询结果
| 客户姓名 | 手机号 | 公司名称 | 跟进状态 | 跟进人 |
| :--- | :--- | :--- | :--- | :--- |
| 王五 | 139XXXX5678 | XX贸易公司 | 新客户，未跟进 | 赵六 |

scripts/crm_api_call.py（复制后，替换标注的CRM信息即可）

import requests
import hashlib
import time

def query_crm_customer(query_keyword):
    """
    调用CRM API查询客户信息
    query_keyword: 查询关键词（姓名/手机号/公司名称）
    返回：结构化客户信息列表
    """
    # 替换为自己的CRM配置（必改！）
    CRM_API_KEY = "你的CRM API Key"
    CRM_API_SECRET = "你的CRM API Secret"
    CRM_FORM_ID = "你的CRM客户表单ID"
    API_URL = "https://api.jiandaoyun.com/api/v1/form/data/list"

    # 简道云API签名生成（其他CRM可替换签名逻辑）
    timestamp = str(int(time.time() * 1000))
    signature = hashlib.md5((CRM_API_KEY + timestamp + CRM_API_SECRET).encode("utf-8")).hexdigest()

    # 请求头
    headers = {
        "Content-Type": "application/json",
        "ApiKey": CRM_API_KEY,
        "Timestamp": timestamp,
        "Signature": signature
    }

    # 请求参数（根据自己的CRM字段调整，简道云为例）
    payload = {
        "form_id": CRM_FORM_ID,
        "fields": ["客户姓名", "手机号", "公司名称", "跟进状态", "跟进人"], # CRM表单字段名，需与后台一致
        "filter": {
            "rel": "or",
            "conds": [
                {"field": "客户姓名", "type": "contain", "value": query_keyword},
                {"field": "手机号", "type": "contain", "value": query_keyword},
                {"field": "公司名称", "type": "contain", "value": query_keyword}
            ]
        },
        "page_size": 10, # 最多返回10条结果
        "page_index": 1
    }

    try:
        # 调用CRM API
        response = requests.post(API_URL, json=payload, headers=headers)
        response.raise_for_status()
        data = response.json()

        # 解析返回结果，结构化客户信息
        customer_list = []
        if data.get("data") and data["data"]["items"]:
            for item in data["data"]["items"]:
                customer = {
                    "客户姓名": item["fields"].get("客户姓名", "未填写"),
                    "手机号": item["fields"].get("手机号", "未填写"),
                    "公司名称": item["fields"].get("公司名称", "未填写"),
                    "跟进状态": item["fields"].get("跟进状态", "未填写"),
                    "跟进人": item["fields"].get("跟进人", "未填写")
                }
                customer_list.append(customer)
        return customer_list
    except Exception as e:
        return f"CRM查询失败：{str(e)}"

# 测试代码（可删除，不影响Skill运行）
if __name__ == "__main__":
    # 测试查询
    result = query_crm_customer("张三")
    print("CRM查询结果：", result)

使用步骤

1. 创建上述文件夹和两个文件，复制代码后，替换crm_api_call.py和SKILL.md中“你的CRM信息”（API Key、Secret等）
2. 确认CRM表单字段名与脚本中“fields”列表一致（不一致会导致查询失败）
3. 打包为zip（文件夹名必须是crm-query-skill）
4. Claude → 设置 → Skills → 上传zip，启用技能
5. 对话输入触发词+查询关键词，如“查询客户张三”“查手机号138XXXX1234的客户”，自动调用CRM并返回结构化结果

备注：其他CRM（如Salesforce、企业自建CRM），只需替换脚本中的API地址、请求参数和签名逻辑，SKILL.md流程无需修改，适配所有存量业务系统。

五、实操避坑小结

• 1. 文件夹名必须与SKILL.md中“name”一致（小写横杠），否则上传失败
• 2. allowed-tools权限按需添加，无需多余权限（如仅读取输入，只写[Read]）
• 3. 脚本中涉及API、密钥等敏感信息，可单独保存，避免泄露
• 4. 若Skill触发失败，优先检查：触发词是否匹配、文件夹结构是否正确、脚本无语法错误