Claude Skill 工程化(跨作者主题综合)

何时打开:你听说过 Claude Skills 想做一个 / 想把自己的提示词工程化封装 / 在挑 Skill vs MCP vs Sub-Agent / 想知道 Skill 三大致命陷阱。本 wiki 把 6 份 author wiki 在 Skill 主题上的视角融合,显式标注 4 条核心分歧。

一句话核心:Skill = 一个可被 Claude / 其他 Agent 调用的"提示词工程产品"(老 D 定义)= Agent 的 wiki(王凯比喻)= Sequential Thinking + 框架库 + MCP 的协同载体(老黄实战)。Skill 是把提示词从"散落文本"升级到"软件级资产"的关键抽象。

0. 5 重视角的"Skill"

视角	来源	"Skill"是什么	一句话核心
产品工程化派	newtype Skill 体系实战(Super Analyst v1/v2 + Super Writer)(黄益贺)	Anthropic Skill 格式标准实现(SKILL.md + references + scripts)	"Sequential Thinking + MCP + 框架库的工程化范本"(Super Analyst 三件套)
Agent 哲学派	王凯 Claude Code 终端工作流方法论(完整版) §4(王凯)	Agent 的 wiki / 工作内化成可复用资产	"Skill 是 Agent 的 wiki / 用代码写 Skill 信息衰减最少"
心理治疗派	王凯 IFS 内在家庭系统 AI 辅助实践 + Claude Skill 定义	完整 SOP + 安全边界 + 触发条件	"IFS 7 步工作流 + Schwartz 8C Self + 三类部分识别"
创意应用派	小红书 / AI 工具 + Skill 教程合集	可直接调本地服务 + 文件拼接的 SOP 容器	"Skill 不仅 SOP 化,还能调本地的各种文件 + 本地服务"(比 N8N 优势)
跨平台复用派	dontbesilent AI 自媒体课程 / 13 节系统化方法论 §L13(老 D)	跨平台可复用的提示词工程产品	"SKILL.md + references/ + Git 版本管理 / 任何兼容 Skill 的 Agent 都可调用"
视频生产 SOP 派	王凯 SillyTavern 视频生产 SOP(Skill 落地范例)	完整 7 阶段工程化范本	"Phase 1-7:目录骨架 → 资产抓取 → Skill 体系 → Components → 第一条视频 → 三类视频 → 规模化"

1. 跨作者共识(6 条)

1.1 Skill 是 "提示词工程化的终态"

老黄newtype · MCP 协议与生态实战:"Skill 化是终态。任何提示词 + 工作流足够稳定,就 Skill 化"。

老 D 印证(dontbesilent AI 自媒体课程 / 13 节系统化方法论 §L13):

"写好的系统提示词散落在各种平台 — LobeChat / 元气 / ChatGPT 不同模型不同效果。好提示词没法复用,版本飞起。Skill 解决:零碎提示词集中管理(Git 版本控制)+ 触发条件自动 + 跨平台复用"。

王凯印证(王凯 Claude Code 终端工作流方法论(完整版) §4.4):"想要精确性 → 用代码写 Skill"。文字宽泛度高,代码/数学信息衰减最少。

1.2 Skill 的 3 件套结构(Anthropic 官方 + 全作者共识)

.skill = zip 包,含:
├── SKILL.md          (必有) Skill 核心定义 + workflow
├── references/       (可选) 详细文档(框架说明、用法示例、风格指南)
├── scripts/          (可选) Python / TypeScript 辅助脚本
├── README.md         (可选) 用户文档
└── INSTALLATION-GUIDE.md (可选)

SKILL.md frontmatter(全作者用同一格式):

---
name: super-analyst
description: 简短描述 + 触发条件(LLM 自动识别何时调用此 Skill)
---

1.3 Skill vs MCP vs Sub-Agent 边界

维度	Skill	MCP	Sub-Agent
本质	封装 Agent 行为模式	连接外部工具	启动新 Claude 实例
典型场景	"怎么思考 / 怎么搜索 / 怎么决策"	"调 GitHub / 数据库 / 浏览器"	"并行扫不同目录"
调用关系	可调用 MCP	不调用 Skill	重新读 CLAUDE.md / Skill
持久性	永久存储	永久存储	单次会话

老黄判断:Skill 是路由 + 选择 + 编排层,具体内容(prompts)放 MCP 里(可独立维护、复用)。

1.4 Skill 优先级层级(王凯实测)

王凯 Claude Code 终端工作流方法论(完整版) §5.1:

Enterprise > Personal (User) > Project > Plugin
同名上层覆盖下层

具体路径:

Enterprise:/Library/Application Support/ClaudeCode/...(managed)
User(全局):~/.claude/skills/<name>/SKILL.md
Project:./.claude/skills/<name>/SKILL.md
Local:不写 Skill(只写 CLAUDE.local.md)

4 问决策(放哪一层):

这个能力绑定特定资源吗?(如某个浏览器端口)→ Project
不同身份/agent 凭证不一样吗?→ Project
不同身份/agent 行为不一样吗?→ Project
纯逻辑、所有 agent 都用同一份?→ User

1.5 Sequential Thinking 是 Skill 的"标配配套"(老黄共识)

newtype Skill 体系实战(Super Analyst v1/v2 + Super Writer) §三 Super Analyst Pro 2.0 用 Dual Sequential Thinking(双调度):

Stage 2:Intelligence Planning(Sequential Thinking #1)
Stage 4:Framework Selection(Sequential Thinking #2)

newtype · MCP 协议与生态实战 §3.1:Sequential Thinking 是老黄"默认会安装和保留的 MCP"。

和模型自带 Thinking 的关系:

旗舰模型(Claude 4 / o3 / Gemini 2.5 Pro)的 Thinking 可以替代
但 API 接入有成本 → 对不带或不开 Thinking 的模型有帮助
最佳实践:配上 Sequential Thinking 让模型自己决定

1.6 Skill 触发条件 LLM 自动识别(老 D + 老黄共识)

dontbesilent AI 自媒体课程 / 13 节系统化方法论 §L13:"SKILL.md = 元数据 + frontmatter + name + description + 触发条件"

老黄 Super Analyst 触发条件示例(newtype Skill 体系实战(Super Analyst v1/v2 + Super Writer) §2.2):

description: Advanced analytical framework selector for complex problem-solving 
  and decision-making. Use when users need structured analysis, strategic thinking,
  problem diagnosis, or decision support. Automatically selects and applies the 
  most appropriate framework(s) from 12 specialized analytical methods...

Why 触发条件至关重要:

LLM 通过 description 自动判断"何时调此 Skill"
不写清触发条件 → Skill 永远调不起来
写得太宽 → 抢其他 Skill 的活儿

2. 显式分歧(4 条 —— 不抹平)

2.1 分歧 1:Skill 用"自然语言"还是"代码"?

视角	立场
老黄 Super Analyst	以自然语言 + 框架定义为主 —— SKILL.md 539 行文字 + 12 个分析框架(自然语言描述)
王凯(王凯 Claude Code 终端工作流方法论(完整版) §4.4)	"想要精确性 → 用代码写 Skill" —— "文字宽泛度高,代码/数学信息衰减最少。想要精确性的场景非常适合转成 skill 确保唯一效果"
老 D(dontbesilent AI 自媒体课程 / 13 节系统化方法论 §L13)	混合 —— SKILL.md 文字 + scripts/ 代码辅助

王凯实战论证:

"制作视频过程中经常会用到各种动效……如果用文字告诉 Claude Code 遵照执行,它总是走各种路线无法保证输出效果。后来我让其写代码,把知识点写成代码放到视频 skill 中,实现路径就比较唯一。"

真分歧:精确性 vs 灵活性的权衡:

分析框架 / 思考流程 → 自然语言(老黄,允许 LLM 灵活)
视频动效 / 数学计算 / 严格输出格式 → 代码(王凯,确保唯一)
内容生产 SOP → 混合(老 D)

2.2 分歧 2:Skill 是否优于 N8N / LangChain 等编排框架?

视角	立场
小红书 vibecoding(小红书 / AI 工具 + Skill 教程合集 §3)	Skill 优于 N8N —— "N8N 多次请求不同模型 OK,但拼视频步骤麻烦;Skill 可直接调用本地的拼接工具"
老 D	Skill 跨平台优势 —— "任何兼容 Skill 的 Agent 都可调用"
老黄(newtype 杂项实战:llms.txt 协议 + CrewAI Obsidian 项目 + n8n MCP 工作流)	Skill + N8N 互补 —— N8N MCP Server Trigger 暴露成 MCP,再被 Skill 调用
王凯多模态 Agent(王凯 Claude Code 终端工作流方法论(完整版) §3.2)	Skill 是基本单位,工程化编排靠多终端 + Codex CTO 审查

小红书原话:

"Skill 不仅能将流程性、批量性的工作 SOP 化,还可以非常方便的去调用本地的各种文件,然后去使用一些非常好用的本地的服务。"

真分歧:Skill 是 N8N 的替代品还是上层:

老黄立场:Skill 是上层,N8N 通过 MCP 暴露给 Skill 调用
小红书立场:Skill 直接替代 N8N(因为可调本地服务)
王凯立场:Skill 是基本单位,Codex CTO 审查 + 多终端是上层

2.3 分歧 3:Skill 越多越好吗?

视角	立场
王凯(王凯 Claude Code 终端工作流方法论(完整版) §4.3)	"Skill 越多越冲突" —— 致命陷阱之一:需要持续整理结构 → Karpathy LLM Wiki 思维(把所有文件整理下,按项目构建文件夹、层级关系、互相关联)
老黄 Super Analyst	少而精 —— 3 个核心 Skill(Super Analyst v1 / Pro 2.0 / Super Writer)覆盖所有分析 + 写作场景
老 D	多但分类 —— SKILL.md 工程化提示词管理,允许散点存储,靠触发条件路由

王凯独家:"3 大致命陷阱":

规则必须写"适用范围" —— 不要写"后面要加 tag",要写"你发小红书时,一定要加 tag"(限定平台)
记忆会串 —— 一个窗口说着事,它给你回复完全不相关的另一个项目 → 检查 ~/.claude/CLAUDE.md 是不是写多了项目名
Skill 越多越冲突 —— 需要 Karpathy LLM Wiki 结构化整理

2.4 分歧 4:Skill 应该装在哪层?(User 全局 vs Project 项目)

视角	立场
王凯多矩阵(王凯多 Agent 浏览器矩阵架构(v1.1 实操指南) §4)	大部分 Skill 装 Project(身份级) —— "publish-youtube" / "identity-A-tone" 都按身份分(不同 YT 账号特有规则)
老黄 Super Analyst	装 User(全局) —— 所有项目都能用
老 D	不分 —— Git 版本管理,按需 install

真分歧:矩阵化 vs 通用化:

多身份运营 / 多账号矩阵 → 王凯立场,Skill 必须 Project 级隔离
单用户 / 通用工具 → 老黄立场,User 全局共享
团队 / Git 协作 → 老 D 立场,按需安装

3. 老黄独家:Super Analyst 三件套(产品级 Skill 范本)

newtype Skill 体系实战(Super Analyst v1/v2 + Super Writer) 三个完整 Skill bundle:

3.1 Super Analyst v1(2025-Q3)

核心定位:12 个分析框架的智能选择器

12 框架:

First Principles Thinking
5 Whys
SWOT Analysis
Porter's Five Forces
Cost-Benefit Analysis
Design Thinking
Systems Thinking
Socratic Method
Pareto Analysis (80/20)
MECE Principle
Hypothesis-Driven Analysis
Scenario Planning

关键设计:框架 prompt 通过 prompt-house-local MCP 取(Skill 本身不存 12 个完整 prompt)。

3.2 Super Analyst Pro 2.0(2025-10-26)

口号:Deep Thinking + Comprehensive Research + Structured Analysis = Consulting-Grade Insights

升级(vs v1):

维度	v1	v2.0 (Pro)
行数	180	539(3x)
工作流	简单选择	7-Stage Systematic Workflow
思考	无	Dual Sequential Thinking
信息	无	Web Search 集成(Chinese-English bilingual)
复杂度	一刀切	Level 1/2/3 自适应
输出	框架结果	Consulting-Grade Insights

7-Stage Workflow:

Stage 1: Problem Understanding & Assessment (10-30秒)
Stage 2: Intelligence Planning (Sequential Thinking #1) *[可跳]
Stage 3: Intelligence Gathering [可跳]
Stage 4: Framework Selection (Sequential Thinking #2) **[必跑]
Stage 5: Prompt Retrieval (via MCP)
Stage 6: Structured Analysis
Stage 7: Integrated Output

Level 1/2/3 复杂度:

Level 1 Simple(1-2 分钟):概念解释 / 框架描述
Level 2 Medium(3-6 分钟):部分外部信息 + 2-3 维度
Level 3 Complex(10-20 分钟):深度研究 + 多维度战略

3.3 Super Writer(2026-Q1)

3 大栈:

Material Collection(素材收集)
7 种 Style Analysis(风格分析)
6 种 Writing Methodology(写作方法论)
三重 Sequential Thinking

4. 王凯 IFS Skill 独家(完整 SOP + 安全边界)

王凯 IFS 内在家庭系统 AI 辅助实践 + Claude Skill 定义 —— Richard Schwartz IFS(Internal Family Systems) 心理治疗框架做成 Skill:

4.1 IFS 核心概念(Schwartz, 1980s)

Self(真我)— 8C 特质:

Calm / Curiosity / Compassion / Clarity / Confidence / Courage / Creativity / Connectedness

三类部分(Parts):

类型	功能	常见表现
管理者(Managers)	提前防御 / 避免受伤	完美主义 / 过度计划 / 自我批评 / 控制 / 讨好
流放者(Exiles)	携带旧伤痛 / 被压抑情绪	内在小孩 / 深层恐惧 / 羞耻 / 被遗弃 / 无助
消防员(Firefighters)	紧急灭火	暴食 / 酗酒 / 逃避 / 愤怒爆发 / 刷手机 / 工作狂

4.2 IFS 7 步工作流(AI 辅助版)

准备:识别部分
  ↓
1. 找到它(Locate)
  ↓
2. 检查 Self 能量(Check for Self-Energy)— 最关键
  ↓
3. 靠近和建立联系(Approach & Connect)
  ↓
4. 倾听(Listen)
  ↓
5. 见证(Witness)
  ↓
6. 了解需求(Understand)
  ↓
7. 安置关闭(Unburden & Close)

4.3 投资场景应用

王凯把 IFS 用于:

损失厌恶 / 决策焦虑
过度自信 / FOMO
内在小孩(亏损时)
保护者-流放者动力

这是非典型 Skill 范本 —— 心理工作 SOP 也能 Skill 化,只要有结构化流程 + 安全边界。

5. 王凯 SillyTavern 视频 Skill 落地范例(Phase 1-7)

王凯 SillyTavern 视频生产 SOP(Skill 落地范例) —— 完整 7 阶段工程化范本,可平移到任何产品视频量产:

Phase	内容
1. 目录骨架	视频项目结构 / 素材 / Components / Compositions 分层
2. 参考视频分析 8 维度	选题 / 镜头 / 节奏 / 情绪 / 主题 / 风格 / BGM / 转场
3. 真实资产抓取 5 类	截图 / 角色 / 场景 / 物件 / Voice
4. Skill 体系 / Components / Compositions 分层	可复用单元 → 组合
5. 第一条视频	MVP 验证
6. 三类视频 + 即梦混剪	内容矩阵化
7. 规模化	复制 + Skill 优化

6. 老 D L13 Skill 工程化管理(独家国内适配)

dontbesilent AI 自媒体课程 / 13 节系统化方法论 §L13:

6.1 痛点

写好的系统提示词散落在各种平台:

LobeChat 一个版本
元气一个版本
ChatGPT 一个版本
不同模型不同效果

结果:好提示词没法复用,版本飞起。

6.2 Claude Skill 方案

Skill = 一个可被 Claude Code / 其他 Agent 调用的"提示词工程产品":

SKILL.md = 元数据 + frontmatter + name + description + 触发条件
references/*.md = 长文档不写在 SKILL 主文件,但 Skill 触发时被 Claude 自动加载
scripts/ = 配套工具(脚本 / 数据文件)

优势:

零碎提示词集中管理(版本控制可用 Git)
触发条件自动(类似函数签名)
跨平台复用(任何兼容 Skill 的 Agent 都可调用)

6.3 实战流程

把你做好的提示词整理成 SKILL.md
用 Claude 4.5 整理 frontmatter(name / description 触发条件)
长 reference 拆 references/*.md
测试触发条件
Git 提交 = 版本管理 + 团队共享

6.5 zara 张咋啦 Skill 数据分发模式:Centrally fetch, locally Remix(2026-05-18 follow-builders 实战)

zara 张咋啦 / follow-builders skill 与 AI 信息源严选方法论补充了一个 L13 没讲的新维度:当 Skill 的 workflow 依赖外部数据(API 调用 / 远程内容)时,该让用户自己拿 key 还是作者中心化提供?

(作者:zara 张咋啦,GitHub: zarazhangrui。skill 已开源 github.com/zarazhangrui/follow-builders)

6.5.1 痛点(v1 用户自爬失败)

zara 早期 follow-builders v1:每个用户的 Agent 自行调 Supadata API(YouTube 逐字稿) + X 官方 API(Twitter) → 用户在第一步就放弃,因为:

X API 付费且配置复杂
大多数用户不愿/不会拿 API key

6.5.2 方案:Centrally fetch, locally Remix

作者侧(中心化):
  每日脚本 → 调 API(作者付费) → 抓内容 → 写入 JSON 数据源

用户侧(skill 装在 OpenClaw / Agent):
  skill 触发 → fetch 中心 JSON → 按用户偏好本地 remix(语言/长度/风格) → 推送

6.5.3 模式对比

维度	v1 用户自爬	v2 中心抓取 + 本地改写
用户门槛	高(自拿 API key + 付费)	零(skill 装上即用)
API 成本	用户承担	作者承担(可控量级)
内容质量	用户写 prompt 决定	作者严选,质量保证
个性化	内容 + 形式都个性化	内容统一,形式本地 remix
价值主张	工具	严选 + 工具

6.5.4 心法外溢

凡是"作者维护的外部数据 + 用户端 skill 调用"的产品形态,都可套用:行业简报 / 专业知识库 / 数据集分发(股票/房价/招聘) / 付费 API 中转(可结合订阅变现)。

核心金句(zara):"skill 最大的价值,就是严选筛选后的高质量信息源" —— 价值不在分发机制,在严选本身。

6.6 zara 张咋啦 Skill 产品组合方法论(2026-05-22 全集 sweep)

详 zara 张咋啦 / Skill & 独立产品组合(策略复盘)。从 follow-builders 单点扩展到 zara 一整年的 Skill 实战体系。

6.6.1 数字效果(产品级 Skill 排名实证)

Skill / 产品	数据	排名
Frontend Slides	GitHub 16,000+ star(2026-05)	PPT 领域第一 Skill
follow-builders	开源 + 内置 Skill 仓库	详 §6.5
飞书 CLI agent skill	已开源	会议 todo → done 自动化
视频长剪短 skill	已开源	自动提取高光片段

6.6.2 跟前 5 视角(老黄 / 王凯 / IFS / xhs / 老 D)的关键差异

维度	前 5 视角	zara 第 7 视角(opinionated 分发派)
Skill 价值定位	工程化封装 / SOP 复用 / 安全边界	作者的世界观 / 观点的载体
用户与 Skill 关系	工具调用	接受作者的洗脑(observed as a feature)
抄袭风险	"你的提示词被偷"	不可被抄 — 抄的是工具,不是观点
商业模式	收费 / 内嵌广告	不收费,产品 = 自我表达,流量来 26 万粉小红书

6.6.3 Skill > SaaS(zara 的反共识选型)

zara 大部分产品先做成 Claude Skill(GitHub 开源)而非 web app:

选项	Skill 形态	SaaS 形态
部署成本	0(GitHub README)	高(Vercel + DB + 域名 + Stripe + 客服)
分发成本	0(README + 26 万粉一发)	高(SEO / PH / 投放)
用户改造	fork(每人有自己版本)	不可改
维护	写文档就够	24h 在线 + bug 修复
Coding ≠ Shipping 的 70% Shipping 工作	不需要	必须做(Excalicord 切身案例:8 个系统打通)

zara 心法(详 zara 张咋啦 / Skill & 独立产品组合(策略复盘) §4):"给自己做产品 vs 给别人做产品,难度不是一个数量级。Skill 是介于'纯本地工具'和'端到端 SaaS'之间的中间形态 — 享受工具的轻量 + 用户能用上你的成果。"

6.6.4 Fork > PR(zara 独家)

zara 不希望用户对 follow-builders / Tab Out 等开源 skill 提 PR(改 zara 主仓):

"现在这个时代,每个人都可以去改造一个自己的版本。我希望你去 fork 我的产品,而不是提 PR。"

机制:Skill 是 opinionated → 每人审美不同 → 适合每人 fork 一份改自己版本 > 大家用同一个产品。

→ 这点是前 5 视角都没明确讲的。

6.6.5 心法外溢(到 Builder vs Influencer 的最大杠杆)

zara 把 Skill 工程化跟内容创作绑在一起:

做 Skill(Builder)
   ↓
26 万粉小红书发示范作品(Influencer)
   ↓
GitHub star 涨(数据飞轮)
   ↓
更多用户 fork(自我筛选 + 信任沉淀)
   ↓
更多 Skill idea(Twitter 看技术 + Claude Code brainstorm)
   ↓
循环

详 zara 张咋啦 / 内容创作 SOP(26 万粉小红书 + 5 万粉 Twitter 实证) §5.4 build in public + zara 张咋啦 / PM & VC 职业轨迹 + 计算机历史博物馆讲解员 §7 Builder + Influencer 交集 = 最大杠杆。

7. 小红书 vibecoding Skill 实战(独家创意应用)

小红书 / AI 工具 + Skill 教程合集:

7.1 雅思 7.5 Skill 三件套(不报班)

IELTS Diagnose Skill(诊断口语 / 写作 / 阅读)
IELTS Speaking Skill + Gemini Live
IELTS Writing/Reading Skill + Notebook LM

完整 SOP 自学到 7.5。

7.2 Vibe Marketing Skill(批量视频)

为什么 Skill 优于 N8N:

N8N	Skill
多次请求不同模型(图像/文本/视频)OK	同样能力
拼视频步骤麻烦	可直接调用本地的拼接工具
工作流可视化	SOP 化 + 本地资源调用

7.3 Obsidian Skill 画图

Obsidian 创始人做的 Skill:10 秒画 H16Z 长文逻辑图。

7.4 像素小人特工(VS Code 插件可视化)

"赛博老板监工 AI 干活体验" —— 不是 Skill 但展示了 Skill / Agent 可视化的可能性。

8. 怎么选 —— 按身份的 Skill 路径

你是谁	主用方法	起点
想做产品级 Skill	老黄 Super Analyst 路线	7-Stage Workflow + Dual Sequential Thinking + MCP 取 prompt
想做心理 / 思维流程 Skill	王凯 IFS Skill 路线	完整 7 步 SOP + 安全边界 + 触发条件
想批量做视频 / 内容生产	王凯 SillyTavern 7 阶段 / 小红书 Vibe Marketing	Components + Compositions 分层 + 本地服务调用
想跨平台管理散落提示词	老 D L13	SKILL.md + references/ + Git 版本管理
想精确性场景	王凯"用代码写 Skill"	scripts/ 写 Python / TypeScript 代码
多身份运营	王凯 Project 级 Skill	不同身份独立 .claude/skills/

通用起步顺序(任何身份):

写 SKILL.md frontmatter(name / description / 触发条件)
如果内容长 → 拆 references/*.md(Skill 触发时自动加载)
如果要精确性 → 写 scripts/ 代码(信息衰减最少)
测试触发条件(LLM 能不能自动识别"什么时候调")
如果调外部工具 → 调 MCP 而不是写死在 Skill 里
加 Sequential Thinking 调度(复杂任务必备)
Git 提交 + 版本管理
过 3 大致命陷阱检查(王凯):规则有"适用范围"吗?会不会记忆串?Skill 多了冲突吗?

9. 引用清单

主要原始 author wiki:

newtype Skill 体系实战(Super Analyst v1/v2 + Super Writer) —— Super Analyst v1/Pro 2.0/Super Writer / 12 框架 / 7-Stage / Dual Sequential Thinking / Anthropic 官方格式
王凯 Claude Code 终端工作流方法论(完整版) §4 —— 3 大致命陷阱 / 用代码写 Skill / Skill 优先级层级 / 4 问决策
王凯 IFS 内在家庭系统 AI 辅助实践 + Claude Skill 定义 —— Schwartz 8C Self / 三类部分 / 7 步工作流 / 投资场景应用
王凯 SillyTavern 视频生产 SOP(Skill 落地范例) —— Phase 1-7 完整工程化 / Components + Compositions 分层
小红书 / AI 工具 + Skill 教程合集 —— 雅思三件套 / Vibe Marketing Skill / 像素小人 / Obsidian 画图 Skill
dontbesilent AI 自媒体课程 / 13 节系统化方法论 §L13 —— SKILL.md + references/ + Git / 国内适配 / 跨平台复用
zara 张咋啦 / follow-builders skill 与 AI 信息源严选方法论 —— Centrally fetch, locally Remix 数据分发心法(follow-builders 实战 2026-05-18)/ 严选 + 中心化 JSON + 本地 remix

2026-05-19 增补:Anthropic 把 Agent Skills 推成开放标准

来自 equipping-agents-for-the-real-world-with-agent-skills(2025-Q4 首发,2025-12-18 published 为开放标准 agentskills.io)。这是官方 schema 落地,跟前面 6 个 author wiki 的"用 Skill 实践"互校。

Skill 是什么(Anthropic 官方定义)

"organized folders of instructions, scripts, and resources that agents can discover and load dynamically to perform better at specific tasks"

译:有组织的文件夹,内含指令、脚本、资源,agent 可以动态发现并加载,以在特定任务上表现更好。

Anthropic 自己给的生活类比:给 agent 写 skill 像给新员工写 onboarding 文档。

官方 schema(跟本 wiki §1 一致):

my-skill/
├── SKILL.md           # 主指令 (YAML frontmatter + description + 步骤)
├── references/        # 参考资料 / 范例 / 数据
└── scripts/           # 可执行脚本 (Python / Shell)

为什么需要 Skill 作为新原语?(官方解释)

之前给 agent 加领域专长的 3 种方式都有缺陷:

方式	缺点(Anthropic 列的)
塞 system prompt	越塞越长 → 污染默认行为 + context 爆
定制 fine-tune	贵 / 慢 / 不可移植
MCP server	重 + 适合"调外部系统",不是"装领域知识"

Skill 的定位:轻量、动态加载、可移植 —— 平时不污染 agent 默认行为,触发场景才载入。

跟 MCP 的边界(官方明确)

	Skill	MCP
给 agent 的是	文档 + 脚本 + 范例(领域知识)	工具接口(调外部系统)
触发	agent 自己决定调用	agent 在工具描述里看到 → 选
加载	动态 import + unload	启动时连接,长期挂着
跨平台	是(open standard)	是(open standard)
内容	主要是 SKILL.md 自然语言 + scripts	server 代码暴露的 API

Anthropic 明确:两个互补不替代,实际项目里两个都用 —— Skill 装"领域工作流",MCP 装"外部系统接入"。

跟前面 6 个 author wiki 的关键互校

议题	三方实战派	Anthropic 官方
Skill 用自然语言还是代码?	王凯 "用代码写 Skill"(主张代码) / 老黄 Super Analyst 走自然语言 prompt	官方 schema 是 SKILL.md(自然语言)+ scripts/(代码),两者并存
Skill vs MCP?	老黄"Skill 越来越强" / 王凯 "Skill 优先级"	官方:互补不替代,Skill 是领域知识,MCP 是系统接入
动态发现?	xhs 三件套实操 / dontbesilent SKILL.md 跨平台	官方核心特性:discover and load dynamically —— agent 自己根据 task 找到要用的 skill
开放标准?	(无对应)	2025-12-18 published agentskills.io,跨平台可移植

Anthropic Engineering 25 篇其他 Skill 相关线索

Anthropic 工程团队第一方视角:Agent 工程化 / Skills / MCP / Claude Code(2025-2026 全集) §5 完整 Skill 章节
harness-design-long-running-apps 用 frontend-design SKILL 作为长跑 harness 的一环
writing-tools-for-agents 给的"工具描述 prompt-engineer" 5 原则,可以直接套到 SKILL.md 写法

History

2026-05-22:补 §6.6 zara Skill 产品组合方法论(基于 zara 全集 sweep 474 帖)。从 follow-builders 单点扩展到 zara 第 7 视角"opinionated 分发派":Skill 是观点的载体不是工具 / Skill > SaaS 选型 / Fork > PR / 16k+ star Frontend Slides 等数字证据 / Builder + Influencer 交集 = 最大杠杆。源 wiki: zara 张咋啦 / Skill & 独立产品组合(策略复盘) / zara 张咋啦 / 内容创作 SOP(26 万粉小红书 + 5 万粉 Twitter 实证) / zara 张咋啦 / Vibe Coding 心法体系
2026-05-19:增补 §2026-05-19 节(Anthropic 把 Agent Skills 推成开放标准)。加官方定义、官方 schema、跟 MCP 边界明确、跟前 6 个 author wiki 互校。新增 cross-link 到 Anthropic 工程团队第一方视角:Agent 工程化 / Skills / MCP / Claude Code(2025-2026 全集)。
2026-05-18:Topic-dimension wiki 首发。从 6 份 author wiki 综合改写。显式标注 4 条分歧:Skill 自然语言 vs 代码 / Skill vs N8N / Skill 越多越好? / User vs Project 装哪层
2026-05-18 (晚):补 §6.5 Skill 数据分发模式 "Centrally fetch, locally Remix"(来源:zara 张咋啦 follow-builders skill 实战分享,2026-05-18 视频 / GitHub: zarazhangrui)。覆盖 L13 没讲的新维度:依赖外部数据的 skill 该让用户拿 key 还是作者中心化。(初版误把作者归到老 D,2026-05-18 用户纠正后已修正)