Skills
Skills（技能模块）是人工智能或自动化系统中的可复用能力单元，用于封装特定任务的执行逻辑，使系统无需重复训练或配置即可调用已定义的功能。其核心特征包括：模块化设计、可复用性以及与主系统的解耦性。Skills广泛应用于AI助手、机器人流程自动化及大语言模型平台中，支持能力的标准化管理与组合调用。
核心事实
时间轴 (近 90 天)
对于高频、格式固定的任务（周报、数据核对、表格合并），建议优先技能化，并在技能内固定输出模板与校验步骤。
在 Lauren Tan 的比喻中，技能（Skills）对应菜谱与操作流程，CLI 与确定性脚本对应厨房专用工具，Lint 规则与类型系统对应物理约束，验证循环对应试吃与品控环节。
技能化封装（将领域知识拆成子技能和子智能体）是 AI 工具在垂直场景落地的主流路径。
UP 主“坤鹏talk”指出，Agent 长期使用后，90%以上的 Skills 除了第一次之外永远不会被用到。
Rules 和 Skills 在加载顺序上通常先于或独立于系统提示词生效，因此替换系统提示词并不会自动禁用它们。
MCP、Skills、SubAgent、Hooks 配合权限模式使用，才能发挥 Claude Code 作为可编排系统的能力。
文章建议的自动化分工模式为：必须发生的做成钩子，需要判断的写成技能，要巡逻的交给循环。
claude-code-setup 的推荐范围覆盖五类：Hooks、Subagents、Skills、MCP Servers 和 Plugins。
Claude Code 当前的提问行为并非由 Skills 触发，而是版本本身的新特性。
保持CLAUDE.md简短并将庞大工作流迁移到Skills，可以减少日常对话的基础上下文体积
还有 40 条时间轴事件
全部知识事实 (20)
Skill是赋予智能体专项能力的模块化封装，包含完整工作流、判断逻辑、上下文知识，可组合多个工具完成复杂目标
90%已验证Skill是将专业能力、领域知识和操作规范打包成可复用单元，让Agent在恰当时机自动调用的模块化封装
90%已验证Claude Code的Skills核心载体是CLAUDE.md文件，放置在项目根目录或特定目录下
90%已验证AI Skill是封装了特定任务逻辑的可复用AI执行单元，本质上是结构化提示词与代码逻辑的组合体
90%已验证Claude Code的Skills体系本质上是对其工具调用机制（Tool Use）的封装与定制化
90%已验证Claude Code的Skill机制通过在项目的.claude/目录下放置Markdown配置文件来定义Claude的行为模式和输出风格
80%已验证AI是效率放大器，不是专业能力的替代品，智能体系统的架构设计仍需扎实技术功底
80%已验证Skill与普通提示词的区别在于Skill是可复用、可积累的结构化能力单元
80%已验证Skills本质上是结构化的系统提示词（System Prompt）集合，通过标准化接口注入到AI代理的上下文中
80%已验证Skills不是MCP的竞争者而是MCP的上层：MCP负责连接工具标准化外部服务接口，Skills负责打包封装完整的任务执行能力
80%已验证Agent Skills是Anthropic发布的能力封装标准，定义为一个包含Skill.md文件的目录，可包含说明、脚本和其他资源
80%已验证多数技能可通过 npx skills add 命令一键安装
75%已验证业界通行的测试用例包含用例编号、所属模块、标题、前置条件、测试步骤、预期结果、优先级(P0/P1/P2)和测试类型等字段
75%已验证MCP解决的是连接问题（模型如何触达工具），而Skill解决的是使用问题（模型何时、以何种策略组合工具）
75%已验证Skill本质上是Markdown文件，存储在项目的.claude/目录中
75%已验证Skills通过渐进式披露机制实现按需加载专业知识，只在任务真正需要某类专业知识时才将其加载到上下文中
75%已验证Skills文件可以纳入Git版本控制系统，实现提示词迭代的diff记录、提交信息和分支历史管理
75%已验证Skills的渐进式加载机制首先只加载元数据，根据当前任务判断结果决定是否加载完整文件
70%已验证Agent 的所谓越用越聪明是基于规则归纳和上下文记忆检索，并非模型权重更新，换账号或清空记忆后积累的经验会消失
65%已验证一个Skill是一个文件夹，包含名为skill.md的文件，其描述以低成本常驻在Agent上下文中，正文只在任务匹配时才加载
65%