Skill Creator 是 Claude Code 生态中用于开发、创建、修改和优化技能的标准化工具。技能（Skill）是 Claude Code 的可复用能力单元，通过自然语言描述和指令定义，让 Claude 在特定场景下表现出专业化的行为。本文档系统性地介绍技能的结构、开发流程、评估方法和最佳实践，帮助你从零开始构建高质量的 Claude Code 技能。
技能的存在是为了解决重复性提示工程的问题。当你频繁要求 Claude 以特定方式执行某类任务时，将这些指令封装为技能可以大幅提升效率和一致性。技能的核心目的包括三个方面：
创建新技能：从零开始定义一个新的能力单元。这包括确定技能的触发词、行为描述、示例用法和约束条件，最终生成一个结构化的技能定义文件。
修改现有技能：对已有技能进行迭代优化。随着使用场景的变化或对技能理解的深入，可能需要调整触发条件、补充行为细则或修正边界情况，使技能表现更加精准。
优化技能描述：提升技能的触发准确率和执行质量。描述文本的措辞直接影响 Claude 是否能在正确场景下调用该技能，优化关键词、精简指令、强化示例是持续改进的关键。
一个完整的技能由三个核心部分组成，它们共同定义了技能的身份和行为边界。
名称（name）：技能的全局唯一标识符，采用 kebab-case 命名风格。名称应简洁且具有语义，便于在对话中通过 "/" 命令直接调用。
描述（description）：这是技能触发机制的核心。Claude 会根据对话上下文与 description 的匹配程度自动决定是否激活技能。因此描述需要精确涵盖触发场景，使用用户可能出现的自然表述。
指令（instructions）：技能激活后 Claude 应遵循的行为准则。包括步骤指引、输出格式要求、注意事项和禁忌事项。指令应当清晰、具体、可操作。
Skill Creator 本身也是一个 Claude Code 技能，它的工作流程涵盖了技能开发的全生命周期。当你通过 "/skill-creator" 或自然语言触发该技能时，它会依次执行以下阶段：
需求分析阶段：Skill Creator 首先与你对话，明确你要创建的技能类型、目标场景和预期行为。它会提出引导性问题来澄清模糊的需求，确保对技能目标达成共识。
结构生成阶段：基于分析结果，生成技能的三要素结构（名称、描述、指令）。这一阶段会自动检查命名规范、描述完整性以及指令的可执行性，确保基本质量。
内容填充阶段：将结构化定义写入技能文件。对于 Claude Code 技能，这通常涉及创建或更新项目中的技能定义文档，确保与其他技能的语义边界清晰，避免触发冲突。
验证与迭代阶段：生成完成后，Skill Creator 会引导你进行测试验证，并提供评估框架来度量技能的表现。根据评估结果进行迭代优化，直到技能表现符合预期。
评估是技能开发中最容易被忽视但至关重要的环节。没有评估就无法量化改进，也就无法判断技能是否真正达到了预期效果。Skill Creator 提供了多维度的评估框架。
触发准确率：在预期场景下技能是否被正确触发，在非预期场景下是否保持静默。这是技能描述质量的直接体现。可以通过构建测试用例集，包含正例（应触发）和反例（不应触发）来量化评估。
执行质量：技能激活后的输出是否符合预期。包括回答的准确性、格式的规范性、步骤的完整性和结果的可用性。建议定义明确的"验收标准"列表，逐项检查。
稳定性与边界：在边界条件和异常输入下技能的表现。例如输入信息不完整时是否优雅降级，遇到冲突指令时如何裁决，多次连续调用时状态是否一致。
技能描述（description）的优化是提升技能表现最有效的手段。描述文本直接影响 Claude 的语义匹配引擎，好的描述让技能在正确时机自动浮现，差的描述则可能导致技能被忽略或误触发。
关键词策略：在描述中覆盖用户可能使用的多种表达方式。例如一个代码审查技能，描述应包含"审查"、"review"、"检查代码"、"代码质量"、"pull request"等多种触发信号。使用同义词和近义词扩展覆盖面。
场景锚定：在描述中明确技能适用的场景上下文。例如"当用户提交了一个 PR 或要求审查代码变更时"，场景锚定可以帮助 Claude 更精确地判断触发时机。
负向排除：在描述或指令中说明不该触发的情况。例如"不要在日常对话中触发，仅在明确的代码审查场景中激活"，负向排除可以有效降低误触发率。
Skill Creator 适用于多种实际场景。以下是一些典型的使用案例，帮助你理解何时应该创建技能以及如何落地。
场景一：团队工作流标准化。开发团队可以将常用的代码审查、部署检查、日志分析等操作封装为技能，确保所有成员获得一致的自动化支持。例如创建一个"部署检查"技能，每次部署前自动运行预检查清单。
场景二：个人效率提升。个人开发者可以将重复性任务封装为技能。如"提交信息格式化"技能自动生成符合规范的 git commit 信息，"日报生成"技能从当日工作记录中提取关键信息生成日报。
场景三：领域专业化。针对特定领域创建深度技能。例如中医药领域的"方剂解析"技能、金融领域的"技术指标分析"技能、法律领域的"合同审查"技能等。领域技能需要深入的专业知识和精确的行为约束。
场景四：教育与学习。创建教学辅助技能，如"概念解释"技能以苏格拉底式提问引导学习者思考，"代码讲解"技能逐行分析代码逻辑并提供改进建议。
基于大量技能开发经验，以下最佳实践可以帮助你避免常见陷阱，构建更高质量的技能。
单一职责原则：一个技能只做一件事，并把它做好。避免创建"瑞士军刀式"的万能技能，这会导致描述模糊、触发混乱。如果需要多个能力，请创建多个独立技能。
描述优先于指令：在技能开发中，花最多精力在描述（description）上。描述决定技能是否被触发，而指令只在技能触发后才生效。一个从未被触发的技能，指令写得再好也没有意义。
渐进式迭代：不要追求一次性完美。先创建一个基础的可用版本，然后通过实际使用收集反馈，逐步优化。每次优化聚焦于一个具体问题（如触发准确率或输出质量）。
版本记录：在技能文件中保留变更历史。注明每次修改的日期、变更内容和理由。这不仅有助于回溯问题，也为后续的优化提供决策依据。
掌握了这些原则和方法，你就可以系统地创建高质量的 Claude Code 技能，将重复性的提示工作转化为可复用的能力资产，大幅提升与 Claude 的协作效率。