---

title: Claude Code Skills 实操指南：从零搭建自己的AI技能体系
slot: csdn-main
date: 2026-05-22
direction: 工具实战
words: 3200

上个月 GitHub 上最火的开源项目是什么？不是某个大模型，而是一份 CLAUDE.md 文件——multica-ai 的 andrej-karpathy-skills，单月新增 80,800 stars。一份配置文件而已，凭什么？

答案藏在一个更深的趋势里：2026年5月，Claude Skills 生态彻底爆发了。NousResearch/hermes-agent 155k stars 稳坐榜首，mattpocock/skills 一个月新增 72.5k stars，就连 Karpathy 本人也在反复强调——“LLM 非常擅长循环执行直到达成特定目标，关键是你得给它正确的成功标准”。

Skill 就是那个"成功标准"的载体。

过去我们跟 AI 对话，每次都要重复上下文：“用 Conventional Commits 规范写提交信息”、“不要过度抽象”、“优先写测试再改代码”……有了 Skill，这些规则变成被动加载的智能模块——Claude 检测到相关语境，自动加载对应 Skill，你甚至不需要手动指定。

这篇从零开始，手把手带你搭建自己的 Claude Skills 体系。不需要前置知识，有手就能跟上。

什么是 Claude Skills

先说清楚概念。Claude Code 的扩展方式有四种：Plugins（插件市场）、MCP（模型上下文协议）、Hooks（钩子）和 Skills（技能包）。它们的区别一句话总结：

• Plugins：第三方开发的完整功能包，安装即用
• MCP：让 Claude 连接外部工具（数据库、API等）
• Hooks：在特定事件前后执行脚本（类似 Git Hooks）
• Skills：用自然语言写的「行为规范」，Claude 自动按上下文激活

Skill 本质上就是一个包含指令的 Markdown 文件，放在 ~/.claude/skills/ 下。它的特别之处在于：你不需要手动触发。当你说"帮我写个 commit message"，Claude 会自动发现 commit-message Skill，并应用你预设的规范。

再看它的目录结构：

~/.claude/skills/
├── commit-message/
│   └── SKILL.md          # 全局生效，所有项目通用
└── api-design/
    └── SKILL.md

项目级 Skill 则放在 .claude/skills/ 下，只对当前项目生效。优先级：项目级 > 全局级。

动手：创建你的第一个 Skill

别光看，直接上手。我们来创建一个规范的 Git Commit Message Skill。

第一步：创建目录和文件

mkdir -p ~/.claude/skills/commit-message

第二步：编写 SKILL.md

---
description: 生成规范的 Git commit message。当用户请求编写提交信息、commit message、或完成代码修改准备提交时自动触发。
---


遵循 Conventional Commits 规范，格式如下：

():

```

type 可选值：

• feat: 新功能
• fix: 修复 bug
• refactor: 重构
• docs: 文档变更
• test: 测试相关
• chore: 构建/工具变更

scope：影响模块名，如 auth、api、ui。

要求：

1. subject 用中文描述，不超过50字
2. body 说明变更原因，而非变更内容本身
3. 如果有 breaking change，在 body 末尾标注 BREAKING CHANGE:

**第三步**：测试效果

打开 Claude Code，输入：

> 帮我写个 commit message，我刚改完了用户登录模块的 JWT 过期刷新逻辑

你会看到 Claude 自动生成类似这样的输出：

feat(auth): 实现 JWT 过期自动刷新机制

token 过期后不再强制用户重新登录，通过 refresh_token 静默续期。
减少了生产环境中 70% 的登录中断投诉。

全程没提"用 Conventional Commits"，Skill 自动匹配了对话语境。

# 安装社区热门 Skills

自己写 Skill 很有成就感，但更高效的是直接用社区已验证的方案。目前 Claude Code 支持两种安装方式。

# 通过插件市场安装（推荐）

以安装 Karpathy Skills 为例：

```bash
# 先添加插件市场
claude /plugin marketplace add forrestchang/andrej-karpathy-skills

# 安装 skill
claude /plugin install andrej-karpathy-skills@karpathy-skills

这条命令安装了什么呢？一份针对 LLM 编码陷阱的优化指令集，核心四条：

1. 给成功标准，而非步骤——别说"实现这个功能"，说"写测试通过所有 case"
2. 保持简单——100 行能解决的问题，不要写 1000 行
3. 不要删你不懂的代码——即使跟当前任务无关
4. 先写测试，再写实现——让它能自己验证

通过 npx 安装官方 Skill

# 前端设计 Skill
npx skills-installer install @anthropics/claude-code/frontend-design --client claude-code

# 文档协作 Skill
npx skills-installer install @anthropics/claude-code/doc-coauthoring --client claude-code

# 测试编写 Skill
npx skills-installer install @anthropics/claude-code/test-writer --client claude-code

# 算法艺术 Skill
npx skills-installer install @anthropics/claude-code/algorithmic-art --client claude-code

安装社区 Skills 合集

mattpocock/skills（90.8k stars）是一套面向"真实工程师"的 Skill 集合，安装方式类似：

git clone https://github.com/mattpocock/skills.git ~/.claude/skills/mattpocock-skills

这个集合覆盖了 TypeScript 类型设计、React 组件拆分、测试策略等日常高频场景，相当于给 Claude 装了一个"有 10 年经验的高级工程师大脑"。

Skills 进阶：从单文件到多文件

当你的 Skill 越来越复杂，单文件可能不够用。Skill 支持引用外部文件：

~/.claude/skills/my-api-skill/
├── SKILL.md           # 主文件，入口
├── references/
│   ├── api-style.md   # API 风格指南
│   └── auth-flow.md   # 认证流程说明
└── scripts/
    └── validate.sh    # 可执行的验证脚本

在 SKILL.md 中引用：

---
description: API 设计与编码规范。当用户涉及 REST API 设计、接口定义、路由规划时自动触发。
---

# API 设计规范

参考 [API 风格指南](references/api-style.md) 设计接口。

认证流程遵循 [认证规范](references/auth-flow.md)。

# 自动验证

每次完成 API 修改后，执行：

```bash
bash scripts/validate.sh

多文件结构的价值在于：你可以把**经常变化**的部分单独抽出来维护，核心规则保持不变。比如接口风格指南可能随团队约定变化，但"先写测试再实现"这条原则永远不会变。

# Skill 设计的最佳实践

踩过一些坑之后，我总结了几条实用原则。

# description 是灵魂

`SKILL.md` 的 YAML frontmatter 中，`description` 字段决定了 Claude 什么时候加载这个 Skill。写得不好有两种后果：

- **太宽泛**：不该触发的时候乱触发，浪费 token
- **太窄**：该触发时不触发，Skill 白写了

对比一下：

```yaml
# ❌ 太宽泛
description: 代码相关的技能

# ❌ 太窄
description: 当用户输入"帮我写一个 commit message，要求符合 Conventional Commits 规范，且 scope 要用英文"时触发

# ✅ 刚刚好
description: 生成规范的 Git commit message。当用户请求编写提交信息、commit message、或代码修改准备提交时自动触发

一次创建，永久受益

Skill 最值的点在于投资回报率极高。创建一次，以后每次相关对话自动生效。

用我自己举例子：我写了一个 python-test-strategy Skill，规定所有 Python 代码必须先用 pytest 写测试，覆盖边界条件和异常路径，mock 外部依赖。建好花了 20 分钟，但这 20 分钟省下了后续至少几十个小时的人工检查。

优先级意识

Skill 的加载有优先级规则：

CLAUDE.md（项目根目录）→ 项目级 Skills → 全局 Skills

如果同一个规范在多个地方被定义，最具体的那个优先。这意味着你可以在 CLAUDE.md 里写"本项目用 TypeScript"，在项目级 Skill 里写"React 组件用 hooks 模式"，在全局 Skill 里写"commit message 规范"——三层互不冲突。

不要重复造轮子

在写自己的 Skill 之前，先看看社区有什么。当前 GitHub 上 Stars 靠前的 Skill 项目：

项目	Stars	定位
NousResearch/hermes-agent	155.8k	自适应增长的智能 Agent 系统
multica-ai/andrej-karpathy-skills	135.3k	Karpathy 编码准则
mattpocock/skills	90.8k	真实工程师 Skill 合集
TauricResearch/TradingAgents	76.8k	金融交易 Agent 框架

如果社区已经有了，直接装；只有社区没有的独特场景，才自己写。

我自己的 Skill 工具箱

实际用了一个月后，我目前的配置：

~/.claude/skills/
├── commit-message/          # commit 规范化（自建）
├── karpathy-guidelines/     # Karpathy 编码准则（插件安装）
├── python-test-strategy/    # Python 测试策略（自建）
├── api-design/              # REST API 设计规范（自建）
└── mattpocock-skills/       # TypeScript/React 规范（社区合集）

效果很直观：以前改一个 bug，我要盯着 Claude 看它有没有"过度抽象"（Karpathy 说的没错，LLM 真的喜欢搞复杂），现在直接给成功标准，它自己迭代到通过为止。我的角色从"监工"变成了"验收员"——省心太多了。

写在最后

2026 年 5 月的 GitHub 数据说得很明白：Claude Skills 已经不只是「锦上添花」的扩展机制，而是 AI 编程工作流的核心基础设施。Karpathy Skills 一个月涨 80k stars 不是偶然，它标志着开发者对 AI 助手的需求从「能干活」升级到了「按我的方式干活」。

Skill 这东西，建一个不费事，但每多一个，你和 AI 协作的摩擦就少一分。如果今天只做一件事，我建议你：建一个跟 commit message 相关的 Skill——5 分钟搞定，以后每次提交都舒服。

毕竟，最好的工具是那种你用着用着就忘了它存在的工具。Skill 就是。