Skills 机制详解：与其他工具的对比

学习来源: Skills explained

概述

Claude 的 Agentic 生态由多个构建块组成，每个都有其独特用途。理解它们的区别和组合方式是构建有效工作流的关键。

五大构建块对比

构建块	提供什么	持久性	包含	加载时机
Skills	程序性知识	跨会话	指令+代码+资源	按需动态
Prompts	即时指令	单会话	自然语言	每轮
Projects	背景知识	项目内	文档+上下文	项目内始终
Subagents	任务委托	跨会话	完整代理逻辑	调用时
MCP	工具连接	持续连接	工具定义	始终可用

Skills vs Prompts

Prompts 的特点

Prompts = 你在对话中提供的自然语言指令
- 临时性：每次对话都要重新输入
- 反应性：被动等待你提供上下文
- 即时性：适合一次性请求

适合用 Prompts 的场景：

• 一次性请求："总结这篇文章"
• 对话式改进："让语气更专业"
• 即时上下文："分析这个数据"
• 临时指令："格式化为列表"

Skills 的优势

Skills = 跨会话复用的专业能力
- 持久性：一次创建，永久使用
- 主动性：Claude 自动识别何时使用
- 包含代码：可执行复杂工作流

应该创建 Skill 当：

• 发现自己在多个对话中输入相同的指令
• 需要标准化执行流程
• 需要包含可执行代码

组合使用

Prompts + Skills = 即时上下文 + 专业能力
Prompts 提供具体任务上下文
Skills 提供专业知识和标准化流程

Skills vs Projects

Projects 的定位

Projects = 特定工作的自包含工作空间
- 200K 上下文窗口
- 上传文档作为背景知识
- RAG 模式可扩展到 10x

适合用 Projects 的场景：

• 需要持续上下文：背景知识贯穿所有对话
• 工作空间组织：不同项目隔离
• 团队协作：共享知识和对话历史
• 自定义指令：项目特定的语气或方法

Skills 与 Projects 的区别

维度	Projects	Skills
本质	"这是你需要知道的"	"这是怎么做"
内容	背景知识库	程序性知识
加载	始终在项目中	按需动态
格式	文档+上下文	指令+代码+资源

关键区别

Projects → 静态参考材料（知识库）
Skills → 动态专业知识（能力）

组合示例：

• Project: "Q4 产品发布" → 包含市场研究、竞品分析、产品规格
• Skill: "写作标准" → 教 Claude 团队的写作规范

Skills vs Subagents

Subagents 的特点

Subagents = 独立执行的专用 AI 助手
- 独立上下文窗口
- 自定义系统提示
- 特定工具权限

适合用 Subagents 的场景：

• 任务专业化：代码审查、测试生成、安全审计
• 上下文管理：主对话保持专注
• 并行处理：多个 subagents 同时工作
• 工具限制：限制特定 subagent 的操作权限

Skills vs Subagents

维度	Skills	Subagents
本质	训练材料	专用员工
范围	可移植复用	特定目的
执行	被主代理调用	独立执行
工具	可包含工具	完全控制

组合使用

Subagent + Skills = 独立性 + 专业能力
Subagent 获得 Skills 提供的专业知识
同时保持独立执行和工具权限控制

示例：

code-reviewer subagent:
  name: code-reviewer
  description: 代码质量和安全审查
  tools: [Read, Grep, Glob]  # 没有 Write/Edit
  # 可以使用 security-best-practices Skill

Skills vs MCP

MCP 的定位

MCP = AI 应用与外部工具/数据的通用连接层
Model Context Protocol = 连接 AI 到数据所在之处

MCP 连接类型：

• 内容仓库：Google Drive、Slack、GitHub
• 业务工具：CRM、项目管理平台
• 数据库
• 开发环境

Skills vs MCP

维度	MCP	Skills
本质	连接数据	教授如何使用数据
作用	提供访问能力	提供处理流程
关系	数据源	数据处理方法

组合使用

MCP + Skills = 连接能力 + 处理知识
MCP 提供数据访问
Skills 提供处理流程和最佳实践

示例：

• MCP: 连接数据库或 Excel 文件
• Skill: "查询数据库时总是先过滤日期范围" 或 "用特定公式格式化 Excel 报告"

渐进式披露 (Progressive Disclosure)

Skills 使用渐进式披露保持效率：

1. 元数据加载 (~100 tokens)
   - 描述和摘要
   - Claude 判断 Skill 是否相关

2. 完整指令 (<5k tokens)
   - 相关时才加载

3. 代码/资源文件
   - 按需加载，不是全部

优势：

• 不压爆上下文窗口
• Claude 按需获取exactly what it needs

实战：研究 Agent 工作流

完整架构

用户请求
    ↓
Project (背景知识)
    ↓
MCP (数据连接: GDrive, GitHub, Web)
    ↓
Skills (分析框架)
    ↓
Subagents (并行执行)
    ↓
Prompts (对话精炼)

具体配置

Step 1: Project

• 上传：行业报告、竞品文档、客户反馈
• 指令：分析视角、差异化机会

Step 2: MCP

• Google Drive (内部研究)
• GitHub (竞品开源仓库)
• Web Search (实时市场信息)

Step 3: Skills

competitive-analysis skill:
  描述: 竞品分析方法论
  包含:
    - 分析框架
    - 数据源优先级
    - 报告格式

Step 4: Subagents

market-researcher:
  tools: [Read, Grep, Web-search]
  专长: 市场趋势、行业报告

technical-analyst:
  tools: [Read, Bash, Grep]
  专长: 技术架构、工程决策

执行流程

用户: "分析三大竞品的新 AI 功能定位，找出我们可以利用的差距"

1. Project context loads
   → Claude 访问上传的研究文档

2. MCP connections activate
   → 搜索 GDrive 竞品简报
   → 拉取 GitHub 技术数据

3. Skills engage
   → competitive-analysis Skill 提供分析框架

4. Subagents execute
   → market-researcher 收集行业数据
   → technical-analyst 审查技术实现

5. Prompts refine
   → 用户: "特别关注医疗健康企业客户"

常见问题

Skills 如何决定何时触发？

不是关键词匹配！
Claude 理解语义关系
描述越精确，触发越准确

何时用 Subagent 而非 Skill？

场景	选择
任何 Claude 实例都需要的能力	Skills
独立执行+特定工具权限	Subagents
专业化+复用	Subagent + Skills

Skills 可以被 Subagent 使用吗？

可以！

在 Claude Code 和 Agent SDK 中，Subagent 可以像主代理一样访问和使用 Skills。

参考资源

• Skills 官方介绍
• Skills 详解
• 创建 Skills 指南
• GitHub Skills 库

更新日志

• 2026-04-12: 初始化文档