一、Skills系统的设计目的

Skills系统的诞生源于一个核心需求：消除重复性劳动。在使用AI辅助开发的过程中，开发者常常需要反复输入类似的提示词——例如"请review这段代码"、"帮我简化这个函数"、"请检查这个文件中的安全性问题"。每次都完整输入这些指令不仅低效，而且容易遗漏重要细节，导致AI的输出质量不稳定。

Skills系统从根源上解决了这一问题，其设计目的包括以下几个方面：

• 自动化重复工作流：将常用的、多步骤的提示词序列打包成一个命令，一键触发。例如，将代码review、测试生成和文档更新三个步骤组合成一个/release-prep命令。
• 封装领域知识：将特定领域的专业知识和最佳实践编码到Skill中，确保每次调用的质量一致性。团队成员无需精通所有领域细节，也能获得专业水准的AI辅助。
• 降低操作复杂度：从记忆和执行长段prompt，简化为只需记住一个简短的斜杠命令。这遵循了"接口简化"的设计哲学——内部可以很复杂，但对外暴露的接口必须简单。
• 团队知识复用：通过CLAUDE.md文件在项目内共享Skills，让整个团队受益于集体积累的最佳实践。新人加入团队时，只需浏览项目中的Skills列表，就能快速了解团队的AI协作模式。

从更宏观的角度看，Skills系统的战略价值在于：它将AI从"被动响应者"转变为了"主动工作者"。开发者不再需要手把手地指导AI每一步该做什么，而是可以通过预定义的Skills向AI下达高级指令。这种从"指令式"到"声明式"的转变，是AI辅助开发走向成熟的重要标志。

二、Skill的基本概念

Skill的本质是一个可触发的prompt模板。在Claude Code的语境中，Skill就是自定义的斜杠命令（/slash command）。当用户在聊天界面中输入以斜杠开头的命令时，系统会自动查找对应的Skill定义，执行其prompt模板并返回结果。

2.1 Skill的组成要素

一个完整的Skill定义包含以下核心组成部分：

• 名称（Name）：Skill的唯一标识符，用于在CLAUDE.md中查找和引用。名称通常采用小写字母加连字符的命名风格，如release-prep。
• 触发词（Trigger）：即斜杠命令的名称。用户在聊天框中输入/触发词即可调用该Skill。触发词与名称通常保持一致。
• 描述（Description）：简要说明Skill的功能和用途。清晰的描述有助于其他开发者理解和使用该Skill。
• Prompt模板（Prompt）：Skill的核心内容，定义当Skill被触发时发送给Claude的完整指令。这是Skill的灵魂所在，决定了AI的行为和输出质量。
• 可选参数（Optional Parameters）：允许用户在调用时传入额外信息，实现动态化定制。参数通过占位符（如{selected_code}）在prompt模板中标记，由系统在调用时自动填充。

2.2 Skill在CLAUDE.md中的定义方式

在CLAUDE.md文件中，Skill通过结构化的标记块来定义。以下是一个典型的Skill定义示例：

当用户在对话中输入/simplify时，Claude Code会执行以下操作：查找CLAUDE.md中名为simplify的Skill定义，获取其prompt模板，并将{selected_code}替换为当前用户选中的代码片段，然后将完整的prompt发送给Claude执行。

三、内置Skills vs 自定义Skills

Claude Code提供了两种类型的Skills，分别服务于不同的使用场景。理解两者的区别和适用边界，有助于做出合理的技术选型。

3.1 内置Skills

内置Skills是Claude Code自带的、开箱即用的命令。它们覆盖了通用的、高频的开发辅助场景，无需任何配置即可使用：

• /simplify：简化选中的代码，提高可读性和执行效率，消除冗余逻辑。
• /review：对当前分支或选中的代码进行专业review，涵盖安全性、性能、可读性等方面。
• /explain：解释选中的代码或概念，适用于代码阅读和学习场景。
• /fix：尝试诊断并修复当前代码中的问题，包括编译错误、逻辑错误等。
• /tests：为选中的代码自动生成单元测试用例，支持多种测试框架。

内置Skills的设计哲学是"通用"——它们适用于任何项目和任何编程语言。内置Skills的prompt经过了精心调优，输出质量有保障。

3.2 自定义Skills

自定义Skills是开发者在项目的CLAUDE.md文件中自行定义的斜杠命令。它们针对特定项目的需求而设计，灵活性极高：

• 项目特定上下文：可以包含项目特有的信息，如框架版本、编码规范、目录结构、API设计约定等。
• 多步骤工作流：可以组合多个操作步骤，形成完整的工作流。例如，一个/release命令可以依次执行版本号更新、changelog生成、构建、测试和发布。
• 参数化调用：通过参数传递动态内容，实现个性化调用。/build --env=production和/build --env=staging可以触发不同的构建配置。
• 团队共享：CLAUDE.md是项目的一部分，被纳入版本控制。所有团队成员都能自动获得相同的Skills集，确保一致的开发体验。

四、Skill的执行流程

深入理解Skill的执行流程有助于更好地设计和调试自定义Skills。以下是完整的执行链路：

4.1 各步骤详解

• 步骤1 - 用户输入：用户在Claude Code对话界面中输入以斜杠开头的命令，如/review或/simplify --focus=security。斜杠前缀是触发Skill系统的标识，告诉Claude Code这不是普通对话而是命令调用。
• 步骤2 - 解析命令名称：Claude Code解析用户输入，提取命令名称（如review）和可选参数（如--focus=security）。参数解析遵循标准的命令行参数约定，支持短选项（-f）和长选项（--focus）两种格式。
• 步骤3 - 查找定义：系统首先读取项目的CLAUDE.md文件，查找与命令名称匹配的Skill定义。如果未找到，则尝试匹配内置Skills。如果两者都未匹配成功，系统会返回友好的错误提示，并建议可用的命令列表。
• 步骤4 - 提取prompt模板：从匹配的Skill定义中提取prompt模板文本。对于自定义Skill，这部分内容完全由开发者编写；对于内置Skill，则使用系统预置的模板。
• 步骤5 - 参数填充：如果Skill定义中包含参数占位符（如{selected_code}、{file_path}、{arguments}等），系统会进行上下文感知的参数替换。参数可以来自用户输入、当前选中的代码、当前打开的文件等来源。
• 步骤6 - 模型执行：完整的prompt被发送给Claude大模型。模型根据prompt中的指令和上下文生成响应。这一步充分利用了Claude的理解和推理能力。
• 步骤7 - 结果呈现：Claude的响应结果经过格式化后呈现给用户。结果可能包含代码、文本解释、结构化数据等多种形式。

五、CLAUDE.md文件的作用

CLAUDE.md是整个Skill系统的基石和上下文枢纽。它不仅仅是一个Skill定义文件，更是项目级别的AI指令中心。理解CLAUDE.md的多重角色，是有效使用Skills系统的前提。

5.1 CLAUDE.md的多重角色

• 项目说明书：描述项目的整体架构、技术栈、目录结构和设计理念。这部分信息为AI提供了理解项目背景所需的基础知识。
• 编码规范：定义团队遵循的编码标准、命名约定、文件组织和代码风格。AI在生成代码时会自动遵循这些规范。
• 约束条件：告知AI哪些操作是禁止的。例如，不允许修改某些关键文件、不允许更改配置文件的结构、必须遵循特定的提交消息格式等。
• Skill定义仓库：存放项目的所有自定义Skills定义。每个Skill定义包括名称、描述、触发词和prompt模板。
• 标准工作流描述：描述项目的标准开发工作流，如如何运行测试、如何构建项目、如何部署到不同环境等。

5.2 Skill与CLAUDE.md的交互关系

Skill并非在真空中运行。当Skill被触发时，它运行在CLAUDE.md所定义的完整上下文环境中。这意味着Skill可以自动获得以下信息：

• 项目的整体背景信息（通过CLAUDE.md的项目说明部分）
• 应遵守的编码规范和风格指南（通过CLAUDE.md的规范部分）
• 不应触碰的边界和限制（通过CLAUDE.md的约束部分）
• 项目中其他可用的Skills列表（通过CLAUDE.md的Skills部分）

这种设计确保了Skill的执行始终与项目的整体上下文保持一致，避免了"只见树木不见森林"的狭隘视角。

六、Skills vs MCP服务器的对比

Skills和MCP（Model Context Protocol）服务器都是扩展Claude能力边界的机制，但它们在设计理念、复杂度和适用场景上有本质区别。理解两者的差异，有助于在合适的场景选择合适的技术方案。

6.1 核心对比

对比维度	Skills系统	MCP服务器
本质	Prompt模板（文本指令）	外部工具/服务接入协议
复杂度	轻量级，纯文本定义	较重，需要独立服务器进程
外部依赖	无，仅依赖CLAUDE.md	需要安装和配置服务端程序
能力范围	文本指令组合与编排	可执行代码、访问API、操作文件系统等
配置方式	在CLAUDE.md中以文本形式声明	在settings.json中注册服务端配置
性能开销	几乎为零（纯文本处理）	取决于外部服务的响应时间
学习曲线	低（纯文本编写，无需编程知识）	中等（需理解MCP协议规范和服务端开发）
典型用途	代码review、简化、解释、测试生成等文本类操作	数据库查询、API调用、文件操作、系统管理等

6.2 互补关系与协同工作

Skills和MCP服务器并非非此即彼的竞争关系，而是互补协作的伙伴关系。在实际项目中，两者可以形成强大的协同效应：

• Skill可以调用MCP工具：在Skill的prompt模板中，可以指示Claude在适当时机使用MCP工具来完成特定任务。例如，一个/deploy Skill可以指示Claude调用MCP中的服务器管理工具来完成部署操作。
• MCP扩展Skill的能力边界：当Skill需要执行实际操作（如读写文件、调用外部API、操作数据库）时，MCP提供了安全可控的执行环境。单纯的文本指令无法完成这些操作，但通过与MCP配合，Skill的能力得到了质的飞跃。
• 分层架构设计：一个合理的技术架构是：上层使用Skills组织工作流逻辑和业务编排，下层使用MCP提供原子操作能力和外部系统接入。Skills关注"做什么"（意图和流程），MCP关注"怎么做"（具体执行）。