4-1 什么是 Skills？如何使用 Skill？

什么是 Skill？

一句话：Skill 是一份写给 AI 的"操作手册"，教它如何处理某一类特定任务。

你可以把它想象成"经验笔记"——你把自己的工作标准、流程和偏好写进一个 Markdown 文件，AI 在遇到相关任务时就会自动翻阅这份笔记，按照你的要求来执行。

举个例子：你每次让 AI 帮你写 PR 描述，都要反复强调"要包含改动摘要、测试方法、影响范围"。有了 Skill，你只需要把这些要求写一次，AI 以后每次写 PR 描述时就会自动遵循。

重要概念：Skill 不是可执行的程序或插件，它是 Markdown 格式的指令文件。AI 读取这些指令后，用自己的能力去执行任务——就像你给新同事一份工作指南，他按照指南干活一样。

Skill 的核心文件：SKILL.md

每个 Skill 就是一个文件夹，里面有一个名为 SKILL.md 的文件。这个文件有两部分：

1. Frontmatter（元数据）：告诉 AI 这个 Skill 叫什么、什么时候该用

2. 正文（指令内容）：具体的操作步骤和规范

---
name: pr-description
description: 撰写 Pull Request 描述。当用户创建 PR、撰写 PR 描述、提交代码变更说明时使用。
---

## PR 描述规范

每份 PR 描述必须包含以下部分：

1. 改动摘要：用 2-3 句话说明这次改了什么、为什么改
2. 改动：列出主要的代码变更
3. 测试方法**：说明如何验证这些改动
4. 影响范围：标注这次改动可能影响的模块

其中 frontmatter（--- 之间的部分）支持以下字段：

关键提醒：description 是最关键的字段。AI 通过语义匹配把你的请求和 Skill 的 description 做对比，来决定是否激活这个 Skill。如果你发现某个 Skill 总是不触发，通常是 description 写得不够明确。

Skill 存放在哪里？

Skill 可以放在两个地方，取决于谁需要用它：

1.个人 Skill — 放在你的 home 目录下，跟着你走，所有项目都能用：

# macOS / Linux
~/.claude/skills/你的skill名称/SKILL.md

# Windows
C:\Users\你的用户名\.claude\skills\你的skill名称\SKILL.md

适合场景：你个人的 commit 风格、你喜欢的代码注释规范、你的 PR 描述模板——这些跟具体项目无关，走到哪用到哪。

2.项目 Skill — 放在项目仓库根目录的 .claude/skills 里，通过 Git 和团队共享：

你的项目/.claude/skills/你的skill名称/SKILL.md

适合场景：团队的代码审查标准、项目的文档模板、特定框架的调试流程——这些是整个团队需要统一遵守的规范。项目 Skill 会随着代码库一起提交到 Git，团队成员 clone 仓库后自动获得。

Skill 是怎么被激活的？

这是很多新手容易困惑的地方，让我一步步说清楚：

1. 启动时扫描：AI 启动时会扫描所有 Skill 目录，但只加载每个 Skill 的名称和描述，不会读取完整内容——这样不会浪费上下文窗口。

2. 语义匹配：当你发送一个请求，AI 会把你的话和所有 Skill 的 description 做语义对比。比如你说"帮我写一下这个 PR 的描述"，AI 发现这和 pr-description 这个 Skill 的描述匹配度最高。

3. 确认提示：匹配到之后，AI 会先问你："要加载 pr-description 这个 Skill 吗？"——你确认后，它才会读取完整的 SKILL.md 内容。

4. 按需加载：确认后，完整的 Skill 指令才会加入到当前对话中，AI 按照指令来执行任务。

关键点：Skill 是"按需加载"的——只有当你的请求和 Skill 匹配时才会被调用，不会像背景设置一样始终存在于每次对话中。这种设计既节省上下文空间，又能在需要时提供专业指导。

Skill 适合用在哪些场景？

Skill 最适合那些你反复向 AI 解释的东西：

• 代码审查标准：团队的 Code Review 清单

• Commit message 格式：你偏好的提交信息风格

• 文档模板：特定类型文档的结构规范

• 调试流程：某个框架的常见问题排查清单

• 品牌指南：组织的 UI/文案规范

黄金法则：如果你发现自己在反复向 AI 解释同一件事，那就是一个 Skill 等着你去写。

下一步

现在你知道了 Skill 是什么、怎么存放、怎么被激活。下一课，我们将动手从零创建一个 Skill，并学习如何测试、优化和分享给团队。