Claude Code Skills实战：从写代码到写技能的AI编程进阶指南

为什么企业级AI编程正在从「写代码」转向「写Skill」

在AI编程工具已经普及的今天，很多开发者依然停留在最原始的用法：在Cursor、Claude Code或Codex里直接告诉AI「帮我开发某某功能」。这种做法看似高效，实则暗藏隐患。

据B站技术讲师的实战分享，如果你只是让AI编程工具原生地开发一个个功能，项目做久了之后大概率会变成「屎山代码」——难以维护、难以协作。而真正在大厂里运行的做法，是把AI编程更多的时间用于开发Skill（技能包），再让Skill去生成具体的代码。

讲师给出了一个颇具冲击力的观点：在一些成熟企业里，程序员使用AI编程时，大约70%-80%的时间是在写Skill，真正写业务代码的时间反而比较少。这种工作方式的核心逻辑是——把日常重复、常用的开发模式（如缓存架构、分布式事务、微服务架构）沉淀为Skill，让AI通过Skill来产出代码，质量更可控、更易于团队协作、更能长久维护。

Skill的概念并非凭空而来，它本质上是软件工程中「设计模式」和「最佳实践」思想在AI时代的延伸。在传统开发中，GoF设计模式（即1994年由Erich Gamma等四人提出的23种经典设计模式）、Martin Fowler的企业应用架构模式等知识体系帮助团队建立了统一的代码组织方式。但这些模式依赖开发者的个人经验和学习积累，执行层面仍存在大量偏差——同一个「策略模式」，十个开发者可能写出十种不同的实现。Skill将这种隐性知识显性化、结构化，使得AI在生成代码时不再依赖通用训练数据中的「平均水平」，而是按照团队预先定义的规范和架构来执行，大幅降低了AI输出的不确定性。

从更宏观的视角看，Skill的理念与近年来DevOps领域的「基础设施即代码（Infrastructure as Code, IaC）」和「策略即代码（Policy as Code）」一脉相承。IaC通过Terraform、Pulumi等工具将基础设施配置代码化，使得环境搭建可重复、可审计；而Skill则是将「开发实践即代码」——把架构决策、编码规范、质量标准全部编码化，让AI在生成代码时严格遵循这些预定义的工程约束。这种思路也与持续集成/持续交付（CI/CD）流水线中「质量门禁」的概念相呼应：Skill相当于在代码生成阶段就嵌入了质量控制，而不是等到代码评审或测试阶段才发现问题。

开发Skill

什么是Skill（技能包）

Skill翻译过来就是「技能」。它的本质是把某类重复性工作封装成可复用的能力单元。简单的Skill可以只是一段精心编写的提示词；复杂的Skill则可以嵌入代码、脚本等，用来处理企业级的开发场景。

换句话说，Skill是介于「一句话指令」和「完整代码」之间的中间层，它承担了「如何做」的知识沉淀，让AI在执行时有章可循，而不是每次都从零发挥。从软件工程的角度来看，Skill类似于可执行的「架构决策记录（ADR）」与「代码模板」的结合体——它不仅记录了「为什么这样做」，还包含了「具体怎么做」的可执行逻辑，实现了从文档到执行的闭环。ADR（Architecture Decision Record）是由Michael Nygard提出的一种轻量级文档实践，用于记录项目中每个重要的架构决策及其背景、理由和后果。传统的ADR仅停留在文档层面，开发者需要自行阅读并手动执行；而Skill将ADR中的决策直接转化为可被AI调用的执行逻辑，真正实现了「文档即执行」。

从技术实现上看，一个完整的企业级Skill通常包含以下几个组成部分：上下文描述（说明该Skill适用的场景和前置条件）、输入参数定义（明确AI需要从开发者那里获取哪些信息）、执行逻辑（包括提示词模板、代码片段、脚本调用等）、输出规范（定义生成代码应遵循的格式和质量标准）、以及验证规则（用于自动检查输出是否符合预期）。这种结构化的设计使得Skill本身也具备了可测试性和可版本管理的特性。

三款主流Agentic编程工具的选型策略

讲师在实战中同时演示了三款工具，并根据场景做了明确的分工。

所谓Agentic编程（智能体编程），是2024-2025年AI开发领域最重要的范式转变之一。与传统的Copilot式「自动补全」不同，Agentic编程工具具备自主规划、工具调用、环境交互、错误自纠等能力。它们不再是被动响应开发者的逐行指令，而是能够接收高层目标后自主拆解任务、执行多步操作。

从技术架构上看，Agentic编程工具的核心通常基于ReAct（Reasoning + Acting）推理框架。这一框架由Google Research和普林斯顿大学在2022年提出，它让大模型在每一步操作前先进行推理（Reasoning），明确当前状态和下一步目标，然后采取行动（Acting），如调用工具、编辑文件、执行命令等，再根据行动结果继续推理。这种「思考-行动-观察」的循环使得AI能够处理多步骤的复杂任务。在编程场景中，Agentic工具通常会集成一系列工具链——文件系统读写、终端命令执行、代码搜索与导航、Git操作、浏览器交互等，大模型根据任务需求动态选择和组合这些工具。Devin、Codex Agent、Claude Code等工具都属于这一范式。Gartner预测，到2028年，75%的企业软件工程师将使用AI编码助手，而Agentic架构将成为其中的主流形态。

Codex与Claude Code：全球能力最强的两款AI编程工具

从全球范围看，Codex和Claude Code是目前能力最强的两款AI编程工具。

OpenAI Codex最初于2021年发布，是GitHub Copilot的底层引擎。2025年OpenAI推出了全新的Codex智能体，它运行在云端沙盒环境中，能够并行处理多个编程任务，支持代码编写、调试、测试等完整开发流程。与早期版本不同，新Codex基于codex-mini模型（o3-mini的定制版本），专门针对编程任务进行了优化。它的核心优势在于能够读取整个代码仓库的上下文，理解项目结构后再生成代码，而不是孤立地处理单个文件。Codex默认后端集成的是GPT最新版本，这是与其最适配的组合，一般不建议更换其他大模型。

值得一提的是，Codex的云端沙盒架构带来了一个重要的安全优势：代码生成和执行在隔离的容器环境中进行，即使AI生成的代码包含潜在的危险操作（如文件删除、网络请求），也不会直接影响开发者的本地环境。这种设计在企业环境中尤为重要，它从基础设施层面降低了AI编程的安全风险。此外，并行处理能力意味着开发者可以同时提交多个独立任务（如「重构模块A的接口」和「为模块B编写单元测试」），Codex会在后台同时处理，显著提升了开发效率。

选型考量

Claude Code是Anthropic推出的命令行AI编程工具，基于Claude系列大模型。它的独特优势在于超长上下文窗口（最高支持200K token），这意味着它能一次性理解大型项目的完整代码库。要理解200K token的含义，可以做一个粗略的换算：1个token大约等于4个英文字符或1-2个中文字符，200K token约相当于15万个英文单词或30-50万个中文字符，换算成代码大约是5000-8000行——这已经足以覆盖一个中型微服务的核心代码。对于超大型项目，Claude Code会通过智能索引和代码检索来弥补上下文窗口的限制。Claude Code采用Agentic架构，可以自主规划任务、编辑文件、运行测试、操作Git等。然而，Anthropic对API使用有严格的地域和频率限制，通过VPN等方式访问时IP地址频繁变动，容易触发风控机制导致账号被封禁。

因此讲师在实战中选择了一个折中方案：在VS Code里安装Claude Code插件，后端整合国内的智谱GLM大模型。智谱AI是清华大学技术团队孵化的人工智能公司，其GLM（General Language Model）系列大模型基于自研的GLM预训练架构，采用自回归填空（Autoregressive Blank Infilling）的训练方式，这种方式结合了自回归模型和自编码模型的优势，在中英双语任务上表现突出。最新的GLM-4系列在代码生成、数学推理等任务上已接近GPT-4水平，且在中文场景下有天然优势。在SWE-bench（一个评估大模型自主修复GitHub真实issue能力的基准测试）等权威编程评测中，GLM-4的表现已跻身国内第一梯队。由于服务器部署在国内，响应延迟低、合规风险小，成为替代海外模型的重要选择。这样既能享受Claude Code的工程能力，又规避了因科学上网导致IP变化而被封号的风险。

这种「前端框架+后端模型」解耦的架构设计，反映了当前AI编程工具生态的一个重要趋势：工具层和模型层正在走向分离。开发者可以根据自身需求灵活组合——选择最顺手的开发界面（如VS Code、JetBrains IDE、终端命令行），搭配最适合当前任务的大模型（如代码生成用GPT-4/Claude、中文场景用GLM、追求性价比用DeepSeek^广告）。这种灵活性在企业环境中尤为重要，因为不同企业对数据安全、网络合规、成本控制等方面有不同的约束条件。

WorkBuddy：面向所有人的备选方案

针对那些无法或不愿使用国外网络的开发者，讲师还演示了腾讯的WorkBuddy^广告，后端整合性价比最高的DeepSeek。DeepSeek由深度求索公司开发，其DeepSeek-V2/V3系列模型采用了创新的MoE（Mixture of Experts，混合专家）架构，在保持高性能的同时大幅降低了推理成本。据公开数据，DeepSeek的API调用成本仅为GPT-4的1/10至1/20，这使得它在需要大量API调用的自动化场景中具有显著的经济优势。这类工具可视化能力更强，适合所有同学上手。

工具分工的逻辑很清晰：

简单Skill（如公众号排版、图文自动发布）→ 用Codex或WorkBuddy，可视化友好、门槛低
企业级Skill（如Java架构、Redis缓存架构、线上问题排查）→ 用Claude Code，更专业、更适合程序员深度使用

你可能没注意到，除了工具本身，后端大模型的选择同样关键。讲师提到国内的智谱GLM、阿里千问（基于通义大模型系列，在代码理解和生成方面持续优化）、小米MiMo（专注于推理能力的轻量级模型）、DeepSeek都是当下非常好用的选择，其中DeepSeek以性价比著称。

从入门到进阶：Skill开发的三个层次

讲师设计的课程遵循「由浅入深」的思路，覆盖了从零基础到企业级的完整路径。

第一层：内容自动化Skill

最基础的是公众号排版Skill，几乎不涉及复杂技术，本质上是写好提示词。讲师现场演示时，用Codex和WorkBuddy同时生成了一篇《Codex使用入门》的文章，展示了内容生成的基础能力。

更实用的是小红书图文自动发布Skill。对于每天要发布多篇小红书笔记的运营者来说，原本需要手动登录网站、逐条发布。而学会这个Skill后，只需把文章写好（甚至让AI代写），一键执行Skill即可全自动化发布，效率成倍提升。

这类Skill通常结合浏览器自动化工具实现网页操作的自动化，将登录、填写内容、上传图片、点击发布等一系列手动操作封装为可一键执行的脚本流程。在具体技术选型上，目前主流的浏览器自动化工具有两个：Selenium和Playwright。Selenium是老牌的浏览器自动化框架，诞生于2004年，支持多种编程语言和浏览器，生态成熟；Playwright则是微软于2020年推出的新一代方案，原生支持多浏览器（Chromium、Firefox、WebKit）、自动等待机制更智能、API设计更现代。在AI编程场景中，Playwright因其更简洁的API和更好的稳定性，逐渐成为首选。值得注意的是，这类自动化操作与企业级RPA（Robotic Process Automation，机器人流程自动化）在技术本质上是相通的，区别在于RPA平台（如UiPath、Automation Anywhere）提供了更完整的企业级特性，如流程编排、异常处理、审计日志等，而Skill驱动的浏览器自动化则更轻量、更灵活。

功能开发

第二层：量化分析Skill

再往上走，是涉及代码的Skill，比如「大A股量化分析Skill」。这类Skill需要嵌入实际的分析逻辑和脚本，已经从纯提示词进阶到了代码与提示词的结合。

量化分析在技术实现上通常涉及多个环节。首先是数据采集——通过金融数据API（如国内常用的Tushare、AKShare、Wind API等）获取实时行情和历史数据。其次是指标计算，常见的技术指标包括：MACD（移动平均收敛/发散指标，用于判断趋势方向和强度）、RSI（相对强弱指标，衡量价格变动的速度和幅度，通常RSI>70为超买、RSI<30为超卖）、布林带（Bollinger Bands，由均线和标准差构成的价格通道，用于判断波动区间）等。第三是策略回测——在历史数据上模拟执行交易策略，计算收益率、最大回撤、夏普比率等绩效指标来验证策略的有效性。Python生态中的Backtrader、Zipline、vnpy等是常用的量化回测框架。将这些环节封装为Skill后，开发者只需描述分析目标（如「分析某只股票近半年的趋势并给出买卖信号」），AI便能调用预定义的分析框架生成完整的量化分析报告或交易信号。

第三层：企业级二次开发Skill

最复杂的是企业级Skill，也是最能体现价值的部分。讲师特别强调了二次开发的概念：

从零写一个Redis缓存架构其实并不难，但真正的挑战在于——一个原本没有缓存的功能，现在要在其上加缓存。这就是典型的二次开发场景。Redis（Remote Dictionary Server）是一款开源的内存数据结构存储系统，由Salvatore Sanfilippo于2009年创建，目前是全球使用最广泛的内存数据库之一。它支持多种数据结构（字符串、哈希、列表、集合、有序集合、位图、HyperLogLog等），广泛用于缓存、消息队列、会话管理、排行榜、限流等场景。在企业级应用中，引入Redis缓存涉及的绝不仅是简单的读写操作，而是需要解决一系列架构难题：

缓存穿透：大量请求查询数据库中根本不存在的数据，这些请求穿透缓存直达数据库，常见解决方案包括布隆过滤器（Bloom Filter）和缓存空值
缓存雪崩：大量缓存key在同一时间过期，导致请求同时打到数据库造成压力骤增，通常通过设置随机过期时间、多级缓存等方式应对
缓存击穿：某个热点key在过期的瞬间被大量并发请求击穿，常用互斥锁（mutex）或「永不过期+异步更新」策略来解决
数据一致性：缓存与数据库之间的同步策略，业界主流方案包括Cache Aside Pattern（旁路缓存，应用层先更新数据库再删除缓存）、Write Through（穿透写，缓存层同步写入数据库）、Write Behind/Write Back（异步回写，缓存层异步批量写入数据库以提升性能）等。每种策略在一致性、性能和实现复杂度之间有不同的权衡

二次开发之所以比从零构建更具挑战，是因为需要在不破坏已有业务逻辑的前提下，精确地在数据访问层插入缓存逻辑，同时处理好事务边界、异常回滚、缓存更新策略等问题。在实际操作中，这通常涉及AOP（面向切面编程）、装饰器模式等技术手段，以非侵入式的方式将缓存逻辑织入现有代码。Spring框架中的@Cacheable、@CacheEvict等注解就是这种思想的典型实现。只需几句话调用相应的Skill，就能在既有代码基础上规范地叠加缓存、分布式事务、微服务等架构能力。

这里提到的分布式事务，是微服务架构中最棘手的技术难题之一。当一个业务操作需要跨越多个服务、多个数据库时，传统的ACID事务（原子性Atomicity、一致性Consistency、隔离性Isolation、持久性Durability）无法直接适用，因为不同服务有各自独立的数据库和事务管理器。业界常用的解决方案包括：

两阶段提交（2PC）：协调者先发送Prepare请求，所有参与者确认后再发送Commit请求。优点是强一致性，缺点是同步阻塞、单点故障风险高
TCC补偿模式（Try-Confirm-Cancel）：将业务逻辑拆分为尝试预留资源（Try）、确认提交（Confirm）、取消释放资源（Cancel）三个阶段，每个阶段都有对应的逆向操作
Saga模式：将长事务拆分为一系列本地事务，每个本地事务都有对应的补偿操作。如果某一步失败，逐步执行前面步骤的补偿操作来回滚。Saga又分为编排式（Choreography，通过事件驱动）和协调式（Orchestration，通过中央协调器）两种实现方式
基于消息队列的最终一致性：通过可靠消息投递（如RocketMQ的事务消息）来保证跨服务操作的最终一致性，牺牲实时一致性换取系统的高可用性和性能

每种方案都有其适用场景和权衡取舍，选择不当可能导致数据不一致或系统性能严重下降。将这类复杂的架构能力封装为Skill，意味着团队可以将经过验证的事务处理策略标准化，避免不同开发者在实现时选择不同方案导致的架构混乱。在Java生态中，Seata（阿里开源的分布式事务框架）是最常用的解决方案之一，它支持AT、TCC、Saga、XA等多种事务模式，一个设计良好的Skill可以根据业务场景自动选择最合适的事务模式。

这正是「让Skill去驱动代码生成」的价值所在：代码质量更可控、更易于团队协作、能够长久维护下去，而不是随着项目膨胀逐渐劣化为屎山。

AI工程化编程：从堆代码到构建Skill体系

这场实战分享传递的核心理念，其实超越了具体工具的操作：AI编程的高级形态不是让AI直接堆代码，而是构建可复用的Skill体系，实现AI工程化、系统化的编程。

从行业趋势来看，这种范式转变与软件工程历史上的几次重大演进一脉相承。从汇编到高级语言，开发者告别了直接操作硬件寄存器；从面向过程到面向对象，代码复用性和可维护性大幅提升；从单体应用到微服务，系统的弹性和可扩展性得到解放。如今从「直接写代码」到「写Skill让AI生成代码」，本质上是又一次抽象层级的跃迁——开发者的核心工作从「编写实现细节」上升到了「定义工程规范和架构模式」，而把具体的代码实现交给AI按照预定义的Skill来执行。

这种趋势与当前业界热门的Platform Engineering（平台工程）运动高度契合。Platform Engineering的核心理念是为开发团队提供自助式的内部开发者平台（Internal Developer Platform, IDP），将基础设施管理、CI/CD流水线、安全合规等通用能力封装为开箱即用的服务，让开发者专注于业务逻辑。Skill体系可以被视为Platform Engineering在AI编程维度的延伸——平台团队不仅提供基础设施服务，还提供经过验证的Skill库，使得所有开发者都能以标准化的方式利用AI生成高质量代码。Gartner在2024年的技术趋势报告中将Platform Engineering列为十大战略技术趋势之一，预测到2026年，80%的软件工程组织将建立平台团队。

对于还在「古法编程」手写代码、或仅停留在「让AI帮我写功能」阶段的开发者而言，转向Skill驱动的开发范式，意味着把重复劳动交给标准化的技能包，把宝贵的时间释放出来去做更有价值的事情。这既是效率的提升，也是团队协作与工程质量的保障。

值得注意的是，Skill体系的建设本身也是一种组织能力的积累。当团队中的资深工程师将多年积累的架构经验、最佳实践、踩坑教训都封装为Skill时，这些知识就不再锁死在个人的头脑中，而是变成了团队可共享、可迭代的数字资产。新成员加入后，通过使用团队积累的Skill库，可以快速产出符合团队标准的高质量代码，大幅缩短了知识传递和培训的周期。这与知识管理领域中野中郁次郎（Ikujiro Nonaka）提出的SECI模型不谋而合——该模型描述了知识从隐性到显性、从个人到组织的转化过程。Skill体系正是将资深工程师的隐性知识（个人经验、直觉判断）通过结构化封装转化为显性知识（可执行的Skill），再通过团队共享实现知识的组织化扩散。

从长期来看，一个团队的Skill库规模和质量将成为衡量其AI工程化成熟度的重要指标。正如代码库需要版本管理、代码评审、持续集成一样，Skill库同样需要版本控制（跟踪每次Skill的修改和优化）、效果评估（统计每个Skill生成代码的通过率、bug率）、定期维护（随着技术演进和业务变化更新Skill内容）等工程实践的支撑。那些率先建立起成熟Skill体系的团队，将在AI时代的软件开发竞争中占据显著优势。