Claude Code Skill Creator 入门：技能工程时代的实战指南

从 Prompt 工程到 Skill 工程

在 Claude Code 的进阶使用中，一个明显的趋势正在形成：开发者正从传统的「提示词工程」（Prompt Engineering）转向「技能工程」（Skill Engineering）。按照官方讲解者的说法，与其一次次重复输入相同的提示、反复提醒模型注意某些事项，不如把这些重复性工作流封装成可复用的 Skill（技能）。

讲解者直言不讳地说：「如果你想在当下的行业里保持竞争力，就去创建那些对很多人有用的 Skill，然后通过插件分享出去。」这句话背后，是对 Skill 本质的清晰认知——它并非什么神秘的黑科技，而是「本质上就是一个打包好的提示词」（essentially a packaged prompt），用 Markdown 编写，仅此而已。

不过，正因为它只是「打包的提示词」，Skill 才具备了极强的可分享性与可复用性。网络上甚至流传着「有多少 SaaS 公司其实本可以只是一个 Skill」的调侃，讲解者承认这话虽然听起来有点扎心，但「并非完全不真实」。当你把一个 Skill 配置正确，并赋予它访问所需内容的能力时，它处理重复性工作流的威力相当可观。

Skill Creator：不只是生成，还会做评估

谈到如何创建 Skill，讲解者给出了明确答案：「我几乎总是用 Skill Creator。」相比手动编写，Skill Creator 工具最大的价值之一在于它能自动帮你写出一个极为精准的描述（description）——而这恰恰是模型能否正确调用 Skill 的关键所在。

Skill Creator 还有一个容易被忽视的能力：自动运行评估（evals）。当你运行它时，它会测试「你的代码库在有这个 Skill 和没有这个 Skill 的情况下表现如何」，以此验证你新增的 Skill 是否真正改善了工作流。这一点非常重要——如果一个 Skill 不能带来实际提升，它只会白白消耗额外的 token。评估会跑在你仓库中已有的 Skill 上，并生成一份 HTML 格式的小报告，直观展示 Skill 的效果。

如果你想直接上手，官方建议可以克隆 Skills 仓库，把里面的内容复制粘贴即可使用。仓库中附带的评估脚本会与你的 Skill 一同运行，帮你判断效果好坏。

**评估（Evals）**是机器学习工程中用于衡量模型或系统输出质量的一套测试框架。在传统 AI 开发中，evals 往往需要工程师手工设计测试用例、编写评分逻辑，门槛较高。Skill Creator 将这一机制内置化：它会自动生成针对当前代码库的对比测试，分别在「有 Skill」和「无 Skill」两种条件下运行相同任务，再以 HTML 报告呈现差异。这种「差分评估」思路的关键价值在于防止 Skill 膨胀——由于每个额外加载的 Skill 都会占用上下文窗口（context window）中的 token，若一个 Skill 不能带来实质性改善，它反而会稀释模型注意力、拖慢响应速度、增加 API 成本。因此，评估不是锦上添花，而是保证 Skill 生态健康运转的质量门控机制。

描述与 when-to-use：让模型精准调用

一个现实问题是：Claude 能否自动判断该调用哪个 Skill？答案是「不能完全依赖自动」。讲解者坦言这高度依赖具体模型——有些模型非常擅长调用 Skill，有些则需要你主动提醒。他本人在使用 Opus 时就遇到过「配了一堆 Skill，但模型就是不用」的情况。

解决这个问题的核心在于 Skill 的 front matter 字段。除了 description，还有一个关键字段叫 when to use（何时使用）。两者的区别在于：

• description：面向用户，当你在 CLI 中加载 Skill 时能看到它；
• when to use：更偏向模型，为模型提供额外上下文，帮助它更精准地理解「这个 Skill 应该用于哪类任务」，同时不会让用户界面显得杂乱。

除此之外，front matter 还支持大量个性化配置：argument hint（参数提示，面向 CLI，比如提示用户输入 staging 或 production）、disable model invocation、user invocable（决定它是一个命令还是模型可自动调用的能力），甚至还能设置 effort levels（努力程度）等较新的选项。

权限、Hooks 与 Context Fork：Skill 的高级配置

Skill 的强大不止于封装提示词，它还能做精细的运行时控制。

在权限层面，你可以为单个 Skill 设置 allowed tools，相当于「针对每个 Skill 的权限控制」。比如你只想让某个 Skill 执行 bash npm run 之类的命令，就把它加进 allowed tools，这样它便不会被允许执行其他任何操作。

类似地，如果你已经理解并使用过 Hooks，还可以在 Skill 中定义专属的 hooks 数组，让这些钩子只作用于该 Skill。不过讲解者提醒，这属于进阶功能，只建议已经掌握 Hooks 概念的用户使用。

另一个值得关注的概念是 Context Fork。默认情况下，Skill 运行在主上下文（main context）中，所有来回交互都会计入你的用户对话历史。但如果你不希望某个「支线任务」污染主上下文，可以让 Skill 通过 Context Fork 在**子代理（subagent）**中运行。

子代理会在一个全新的、独立的上下文中并行运行，主对话最终只拿回结果——中间所有的工具调用和过程都不会被塞进主对话里。这样做能有效提升模型输出质量，因为主上下文不会被与原始任务无关的内容干扰。

**Context Fork（上下文分叉）**的概念源自操作系统中的进程 fork 思想：主进程派生出一个子进程独立执行任务，完成后只把结果返回给父进程。在大语言模型的场景下，「上下文」相当于模型在当前对话中所能看到的全部信息——包括历史消息、工具调用记录和中间输出。随着对话轮次增加，上下文窗口会被大量过程性信息填满，导致模型在处理原始任务时「注意力分散」，输出质量下降，这一现象在业界常被称为「context pollution（上下文污染）」。Context Fork 通过让子代理在独立上下文中运行，使主对话只接收最终结论，从而保持主上下文的精简与聚焦。这一机制在需要执行多步骤调查性子任务（如代码审查、文档检索）时尤为有用。

Skill 不是工具调用：厘清核心概念

不少人会把 Skill 和工具调用（tool call）混淆，但两者性质完全不同。

讲解者解释：工具调用是模型执行动作的必需机制——「我需要读取某个文件」或「我需要编辑某处」就是典型的工具调用。没有工具调用，Agent 就不复存在，只会退化成一个纯文本回复的聊天机器人。

而 Skill 更多是一种用户体验层面的东西：它让你不必反复输入相同的提示，不必一再提醒模型记住某些事项。它和普通提示词唯一的实质区别，可能就是你可以在其中声明「这个任务应该在子代理中运行」等配置能力，并且可以通过插件分享给团队乃至全世界。

**工具调用（Tool Call / Function Calling）**是现代 LLM Agent 架构的基础机制。其原理是：模型在生成回复时，可以输出一段结构化的「调用请求」（通常为 JSON 格式），宿主应用程序捕获这段请求、执行对应的外部函数（如读取文件、调用 API、执行 shell 命令），再将执行结果作为新的上下文注入模型，模型据此继续生成下一步输出。这种「感知—行动—观察」循环正是 ReAct（Reasoning + Acting）等 Agent 范式的核心。没有工具调用，模型只能依赖训练数据中的静态知识，无法感知和修改外部世界的状态，也就无法完成任何真实的编程任务。理解这一点有助于明确 Skill 与工具调用的分工：工具调用是 Agent 的「手脚」，而 Skill 是规范 Agent「如何思考和行动」的预设指令集。

不只是 Skill：几个实用命令

讲解中还顺带提到了几个对新手友好的 Claude Code 命令：

• insights：生成一份 HTML 报告，告诉你自己使用 Claude Code 的表现如何。讲解者形象地比喻为「Claude Code 版的 MBTI 人格测试」——能看到你擅长什么、还有哪些需要改进。
• power up：帮助新用户快速上手，可以「与你的代码库对话」。其中一个实用技巧是：在提示中任意位置用 @ 提及文件，可以自动把该文件附加进提示里。这样做能直接省去模型的一次读取工具调用，提升效率。
• what's new：一个较新的命令，会告诉你自上次使用以来 Claude Code 有哪些更新。

此外，官方还上线了名为 Claude Devs 的 Twitter 账号，并在文档中新增了「What's New」周更页面，方便开发者追踪每周的新能力。

小结

Skill Creator 代表了 Claude Code 使用范式的一次转变：从精雕细琢单次提示，走向构建可评估、可复用、可分享的能力模块。它内置的自动评估机制确保你新增的每个 Skill 都「物有所值」，而 when to use、allowed tools、Context Fork 等配置则赋予了 Skill 远超普通提示词的灵活性。对于想在 AI 开发中保持竞争力的人来说，掌握「技能工程」或许正是下一步的关键。建议读者进一步阅读官方 Skills 文档，其中还有大量关于路径配置、跨项目复用等有价值的内容。