构建 Claude Code 的经验教训：我们应该如何运用 Skills- 大数跨境

首页

构建 Claude Code 的经验教训：我们应该如何运用 Skills

硅基生命AIGC

2026-03-19

Anthropic 内部现在有几百个 Skills 在跑。

Claude Code 的 Skills 功能上线后，很快成了用得最多的扩展点。但没有人告诉你什么样的 Skill 值得做，也没有人告诉你怎么写才不会浪费。

Claude Code 团队的 Thariq 最近发了一篇长帖，把他们在 Anthropic 内部用了一整年之后总结出来的东西都写出来了。三百多万的浏览量，是近期传播最广的一篇工程向内容。

以下是我个人觉得值得拿出来说的部分。

(一) Skills 是一整套工具

常见的误解认为 Skills 就是一个 .md 文件，往里面写指令就行。

Thariq 说，Anthropic 内部做得最好的 Skills 其实不是这样。

Skills 应该是一个文件夹，里面可以放脚本、数据、模板、示例代码，Claude 可以自己去探索、读取、甚至操作这些文件。这带来了一个叫做 progressive disclosure（渐进式披露）的设计模式——不需要把所有信息一次性塞给模型，只需要告诉它有什么文件、什么时候去读，让它按需取用。

如果你的 Skill 最终要输出一个 Markdown 文档，可以在 assets/ 里放一个模板文件，让 Claude 直接复制使用。如果有大量 API 参考，可以单独放在 references/api.md，主文件里只写需要时去读这个文件。

一年前 Claude 几乎不能自己去找上下文，现在它可以跨多层文件做嵌套搜索，找到它真正需要的东西。这个设计模式的价值，也在跟着放大。

(二) Skills 的 9 个类型

Thariq 把 Anthropic 内部用的 Skills 总结为 9 个类型，需要注意的是，做得好的都有清晰的单一用途，跨类型的反而会让 Claude 不知道该在什么情况下调用它。

前几类比较常见：Library & API Reference、Product Verification、Data Fetching & Analysis、Scaffolding、Code Quality & Review。

后几类的做法值得单独说一下。

Business Automation：

把重复性工作压成一条命令。比如 standup-post：聚合你的 ticket tracker、GitHub 活动和 Slack 记录，自动生成格式化的站会更新。这类 Skill 通常指令简单，但可能依赖其他 Skills 或 MCPs，建议把每次执行结果存进日志，方便模型对照历史保持一致。

CI/CD & Deployment：

比如 babysit-pr：监控一个 PR，自动重试 flaky CI，解决 merge conflict，最后开启 auto-merge。

cherry-pick-prod：开一个独立的 worktree，cherry-pick，处理冲突，然后生成带模板的 PR。

这类 Skill 可以接进 hooks 或者 GitHub Action 自动触发，完全不需要人盯着。

Runbooks：

接一个异常（Slack 里的报错、一条 alert、一段错误日志），跑完一套多工具的排查流程，最后输出结构化的诊断报告。做好了，能把一个小时左右的 oncall 排查压缩到几分钟。

Infrastructure Ops：

处理日常运维和维护操作，包括一些涉及破坏性操作的场景。比如 resource-orphans：找出孤立的 pod 或 volume，发到 Slack，等一段 soak period，用户确认后再做级联清理。

（Verification 类 Skills 值得专门投入，可以让一个工程师花一整周来把 verification skills 做好。能让 Claude 录下它测试过程的视频、在每一步强制做程序化断言。如果 Claude 每天在跑几百次 CI，这个投入是划算的。）

(三) 写 Skill 最容易出错的地方

写 Skill 的时候有一个地方容易搞错，就是 Claude 自身已经知道很多东西了，其实没必要再教它一些基础的东西。

最有价值的应该是那些跳出 Claude 默认思维方式的东西。

比如 frontend-design Skill，这是Anthropic 员工通过和用户反复迭代做出来的，专门纠正 Claude 的审美习惯：避免 Inter 字体、避免紫色渐变，避免所有典型 AI 风格的默认设计选择。这个 Skill 在 Claude 不擅长的地方施加了约束，不是在重复它已经知道的事。

所以最好是建一个 Gotchas 区块，专门收录 Claude 在用这个 Skill 时踩过的坑。每次出现新的边缘案例，就加进去。Skill 是会成长的，不是写完就放在一边。

Anthropic 内部大多数 Skills 都是从几行和一两个 gotcha 开始的，后来被人慢慢加到现在的样子。

(四) 别把 Claude 框死

Skills 是高度可复用的，同一个 Skill 可能被几十种不同的场景调用。指令写得太死，Claude 就没有办法根据实际情况做判断。Thariq 的建议是：给 Claude 需要的信息，但需要保留足够的灵活度。

Skill Creator是一个专门用来创建 Skills 的 Skill。另外他们还接了一个 PreToolUse hook，用的是数据优化 Skill 的触发逻辑，记录每个 Skill 的使用情况，找出哪些 Skills 用得多、哪些触发率低于预期，然后去调整。

结论

Skills 在遇到新问题时会不断成长，这更接近于一个团队的集体记忆——把人踩过的坑、想清楚的事、总结出来的判断，编码进一个可以被 AI 直接调用的格式里。

我的上期文章（AI 已经足够强了，企业怎么没什么变化？）讲的是公司层面怎么重建流程，这期讲的是一个具体工具怎么把团队的判断编进去，两件事的方向其实是一样的。

Reference：

Lessons from Building Claude Code: How We Use Skills | Thariq (@trq212)