重磅！Anthropic内部Skills经验公开了！

Anthropic 自己内部是怎么用 Claude Code Skills 的，这次终于公开了。

他们把内部团队的用法做了一次完整复盘：Skills 分成哪 9 类、哪类最值得花力气、怎么写才真的有用。这些经验之前只在 Anthropic 内部流转，现在一次讲清。

今天把这个经验帖的核心干货给你梳理清楚。

一、先把 Skill 理解对

Anthropic 先纠正了一个很常见的理解。Skill 不只是几段提示词，它更接近一个围绕任务组织起来的文件夹。

这个文件夹里可以放 SKILL.md，也可以放参考文档、脚本、模板、示例、hooks，甚至放会被后续任务继续读取的数据。Claude 调用 Skill 时，拿到的其实是一套完成任务所需的工作材料。

这个定义很重要。因为很多团队真正缺的，从来不是“再补一段提示词”，而是把那些已经验证过的做法、容易错的细节、常用脚本和固定流程，一次整理好，后面反复复用。

二、Anthropic 把内部 Skills 归成了 9 类

Anthropic 盘了一遍内部的 Skills，最后大致分成了 9 类。这 9 类连起来看，其实很像一条完整的软件工作流，从补知识到写代码，再到验证、部署、排障和运维。

前三类：给模型补知识、补验证、补数据

第一类是 library 和 API reference，给模型解释某个库、CLI 或 SDK 在团队内部到底该怎么用，把容易用错的规则和 gotchas 写清楚。

第二类是 product verification，负责判断产出有没有真的工作，比如在无头浏览器里完整跑一遍注册和结账流程。Anthropic 明说这类对输出质量提升最明显，值得让工程师专门花一周打磨。

第三类是 data fetching and analysis，连着数据仓库和监控系统，把取数方法、字段约定和常见分析路径封装好，模型不用再去猜表结构和字段名。

中间三类：开始接住团队里的日常流程

第四类是 business process and team automation，把重复发生的团队流程压成一个命令就能跑的工作流，比如只输出相对昨天增量的 standup，或固定格式的周报。能看出来，Skill 接住的不只是代码任务，也包括协作任务。

第五类是 code scaffolding and templates，生成那些有固定骨架、但又带着大量自然语言约束的代码，比如新 service 或迁移文件。这正是纯模板引擎覆盖不了的部分。

第六类是 code quality and review，让代码尽量符合团队的质量标准。典型例子是拉一个“新鲜视角”subagent 来挑错的 adversarial-review，这类能力还能做成 hook 接进 CI。

后三类：已经连到生产环境了

第七类是 CI/CD and deployment，把代码从开发态推到上线态。比如 babysit-pr 会盯完一个 PR 的全过程，deploy- 会把 build、放量、错误率对比和回滚条件串成一条链路。

第八类是 runbooks，入口不是“我要写什么”，而是“现在出了什么症状”。报警、Slack thread、request ID 进来，它负责映射到该用哪些工具、查哪些路径，最后给出结构化结论。

第九类是 infrastructure operations，处理资源清理、依赖治理和成本排查这类例行操作。这些动作常带破坏性，所以 Skill 里要写清 guardrail，先通知、再确认，最后才真正执行。

三、Anthropic 真正强调的，不只是“会写”，更是“写对”

把 9 类梳理完以后，Anthropic 接着讲的，其实是几条更底层的判断：什么样的 Skill 更稳，哪些地方最值得花力气。

好的 Skill，往往都很聚焦

Anthropic 说得很直接，最好的 Skill 往往都很聚焦。能清楚落进某一类里的 Skill，通常更稳；试图同时覆盖太多目标的 Skill，反而更容易把模型带乱。

这个判断很有参考价值。因为很多团队一开始做 Skill，最容易犯的错误就是想“一次做大做全”，结果最后既不好触发，也不好维护。

所有类型里，他们最看重「验证」

在所有类型里，Anthropic 特别强调 verification。因为模型最容易给人一种“已经做完了”的错觉，而真正容易掉链子的地方，恰恰是最后那一步验证。

原文甚至建议，值得让工程师单独花一周，把验证类 Skill 做到足够好。这个投入听起来很重，但如果它直接影响结果质量，其实很划算。

他们还给了两个非常实用的建议。一个是让 Claude 录下自己测试过程的视频，这样你能清楚看到它到底测了什么。

另一个是在关键节点加程序化断言。状态有没有变化，事件有没有真正落库，最终页面是不是到了目标状态，都尽量不要只靠“看起来差不多”。

真正有价值的内容，往往是 gotchas

Anthropic 对 Skill 里的内容优先级也讲得很清楚。最有信号量的部分，通常不是通用步骤，而是 gotchas。

因为 Claude 本来就会写代码，也会读代码库。那些“默认它也会做”的东西，写进 Skill 里只会增加上下文，不一定增加价值。

真正值得写的，是那些会把模型从默认思路里拽出来的细节。比如 subscriptions 表是 append-only，要找最高 version，不能只看最新 created_at。

再比如同一个字段，在 API gateway 里叫 @request_id，到了 billing 服务里叫 trace_id。还有 staging 返回 200，也不代表 Stripe webhook 真处理成功了，还得去看 payment_events 里的真实状态。

这类信息单看都不大，但一旦出错，最后结果就会偏。Skill 的价值，很多时候就体现在这些“团队里人人知道，但模型默认不知道”的地方。

四、Skill 到底该怎么写

前面 Anthropic 团队讲完了“先做什么”，这一段他们共享了“具体怎么写，才能让 Skill 真起作用”的内部经验。

1. 别把显而易见的话再写一遍

第一个细节是别把显而易见的话再写一遍。Skill 不是给人看的摘要，它要补的是模型默认拿不到、或者默认容易走偏的信息。

Anthropic 提到过一个前端设计 Skill 的例子。它的价值不在于教 Claude 怎么写前端，而在于补充团队通过和客户反复迭代后沉淀下来的“设计品味”和避坑点，比如少用一些过于套路化的字体和配色选择。

2. SKILL.md更像目录，不该写成大杂烩

第二个细节是 SKILL.md 不要写成大杂烩。更好的做法，是让它做目录和路标，把具体资料按需分发到别的文件里。

比如任务卡住了，再去读 stuck-jobs.md。API 的函数签名和用法示例，可以拆进 references/api.md。

如果最终要产出一份 markdown 文件，那模板可以放进 assets/。脚本、参考资料、例子也都可以分目录放好，让 Claude 需要时再去取。

这套做法对应的就是 Anthropic 说的 progressive disclosure。文件系统本身，也是一种上下文工程。

3. Skill 不要写得太死

第三个细节是别把 Skill 写得太死。你需要给 Claude 关键规则，但也要给它足够的适应空间，不然 Skill 一复用，就容易在别的具体情境里卡住。

4. setup 要提前想好

第四个细节是提前想好 setup。很多 Skill 真跑起来时，会缺一些来自用户的上下文，比如 Slack 要发到哪个频道。

原文建议把这类配置放进 config.json。如果配置还没建好，Claude 就先问用户；如果需要结构化、多选式提问，还可以直接调用 AskUserQuestion 工具。

5. description 要直接服务触发

第五个细节是 description 要写给模型看。Claude Code 一开局会先扫描所有 Skill 的名称和 description，再判断这次请求有没有可用 Skill。

所以 description 不是摘要，而是触发条件说明。用户可能会说什么关键词，会上传什么文件，什么场景下应该激活这个 Skill，都应该直接写进去。

原文还举了一个很小但很典型的点。像 “babysit” 这种触发词，就应该直接出现在 description 里。

五、Skill 用深之后，会先长出记忆、脚本和 hooks

Anthropic 专门留了一节讲这个。很多 Skill 一开始只是几行说明，越用越多之后，最先长出来的就是记忆、脚本和 hooks 这三样。

先说记忆。像 standup-post 这种 Skill，可以把每次输出都记进 standups.log，下次运行时先读历史，再判断今天和昨天相比到底变了什么。

这种记忆可以很简单，用 append-only 文本或 JSON 就够了；也可以复杂一点，直接用 SQLite。原文还提到，可以用 ${CLAUDE_PLUGIN_DATA} 这个环境变量，拿到一个稳定的持久化目录来存这些数据。

再说脚本。Anthropic 的判断很明确，能给 Claude 的最强工具之一，其实就是代码本身。

如果你把常用的数据抓取函数、分析函数或者操作脚本预先放进去，Claude 就不用每次从零重写样板代码，而是把更多回合花在“怎么编排”和“下一步做什么”上。

比如数据分析类 Skill 可以直接带一组 helper functions。这样当用户问“周二到底发生了什么”时，Claude 就能临时拼出一段更复杂的分析脚本，而不是先花很多力气重建基础设施。

最后是 on-demand hooks。它们只在 Skill 被调用时生效，而且只在当前会话里存在。

原文举了两个很典型的例子。/careful 会拦住 rm -rf、DROP TABLE、force-push、kubectl delete 这类高风险操作；/freeze 则会阻止对指定目录之外的 Edit 和 Write，适合排障时防止自己一边加日志一边顺手改坏别的地方。

六、当团队开始大量用 Skill，后面就是分发和治理

这是单个 Skill 长大的下一步。Skill 一旦开始在团队里扩散，问题就不只是“怎么写”，还会变成“怎么发给别人用、怎么持续管理”。

两条主路线：repo 内 check-in 和插件 marketplace

一种是直接把 Skill check in 到 repo 里的 ./.claude/skills。对于规模不大的团队、或者只在少数代码库协作的团队，这已经很好用。

另一种是做成插件，用内部的 Claude Code Plugin marketplace 来上传和安装。团队一变大，这种方式的优势会更明显。

原因很简单。每多 check-in 一个 Skill，模型可见的上下文负担就会多一点；而 marketplace 可以把安装权交给团队成员自己，也方便顺手做 setup 流程。

Anthropic 在治理上也没有一上来就搞中央审批。更常见的方式，是谁有 Skill 想给大家试，就先传到 GitHub 里的 sandbox 文件夹，再发到 Slack 或别的渠道让别人试用。

等这个 Skill 真有了 traction，再由 Skill owner 提 PR，把它正式移进 marketplace。这个流程很轻，但很符合 Skills 这种靠真实使用慢慢长出来的东西。

Skills 之间也可以互相组合

原文还提到一个很有意思的方向，就是 skill composition。比如你可以有一个文件上传 Skill，再有一个 CSV 生成 Skill，后者生成完文件后，再去调用前者完成上传。

这类依赖管理目前还不是 marketplace 或 Skill 机制里的原生能力，但只要在 Skill 里直接引用另一个 Skill 的名字，模型在安装了它们的前提下，照样能把链路串起来。

还可以做 usage measurement

Anthropic 也提到，他们会用 PreToolUse hook 记录公司内部的 Skill 使用情况。这样就能看到哪些 Skill 很热门，哪些触发明显不足。

这类数据其实很有用。因为 Skill 做出来以后，真正的问题常常不是“能不能运行”，而是“会不会在该触发的时候被想起来”。

写在最后

Anthropic 在文章结尾提到一个细节：他们内部最好的 Skills，一开始往往只有几行字和一个 gotcha，用得越多，才补得越完整。

这句话基本可以当成上手指南。写 Skill 不用追求一步到位，先把验证方法写清楚，把真正踩过的坑记下来，脚本、记忆、hooks 和分发，等用起来之后再慢慢补。

如果你也在用 Claude Code，不妨从手头最常重复的那个任务开始。先写几行说明，加上一个 gotcha，剩下的交给时间和使用频率。