Anthropic 最新发布的《Claude Skill 构建指南》pdf 版，一共 33 页，可下载。下载点这里：Anthropic 最新发布的《Claude Skill 构建指南》pdf 版 这份详尽的指南是由 Anthropic 官方发布，旨在帮助开发者和普通用户更高效地利用 Claude 的“技能”（Skills）功能。虽然 Claude 的 Skill 最早是在 2025 年 10 月 随 Agent 功能一同推出的，但这份长达 32-33 页的完整版技术指南才刚刚发布。不管这家公司的立场有什么问题，他们的技术和产品确实是顶级的，推出的 MCP 和 Skills 都成了行业标准。我们构建的 Skill，稍作迁移即可适配各大公司的产品。学会构建自己的 Skills 本身就是一个非常重要的技能了。以前大家和大模型打交道，主要还得靠各种提示词工程；现在开始转向以“技能（Skills）”为核心的结构化系统设计。通过渐进式披露和标准化工作流，这套体系把 AI 聊天从海量的临时对话，升级成一套可扩展的基础设施。 Anthropic 的这套《Claude Skill 构建指南》，本质上是在讲一件事：如何高效构建 AI Agent，把 AI 能力打包成一个结构化系统，即“技能（Skill）”，从而获得更稳定、可复制的执行效果。一个“技能（Skill）”不再只是对话中的一小段指令，而是一个完整的系统：包含 SKILL.md 文件、相关脚本、参考资料以及配套资产。开发者通过这种方式定义一次工作流，Claude 就能在不同场景下反复调用，而不用每次对话都重新解释任务逻辑。最佳实践被固化到执行层里了，API 调用和任务处理会更加稳定，一致性也更好。比如我基于墨问的 OpenAPI，做了两个 Skill，一个用来自己创建和发布笔记，一个用来查询某个用户的创作状态：近期写了多少，点赞评论阅读数多少，自动分类，等等。这俩 Skill，Claude Code 能用，OpenClaw 也能用，我每次用自然语言激活它们就行。指南里还详细解释了“渐进式披露（Progressive Disclosure）”的设计理念，这是用来解决 AI Agent 常见的上下文窗口过载问题。系统通过轻量级的 YAML 前置数据（Frontmatter）来引导 Claude 判断何时调用特定技能。只有在任务真正需要时，才会加载完整的详细指令和额外文件。这种按需加载机制，一方面显著减少 Token 消耗，另一方面也提升了 AI 在处理复杂任务时的精确度。 Anthropic 在指南中给出了三种主要的 Skill 应用模式：文档与资产创作、工作流自动化，以及对模型上下文协议（MCP）的增强。具体细节阅读指南全文更佳。