模型只是引擎,skill 是它的工具箱
很多人用 Claude 几个月,输出还是停留在「回答问题」和「写几行代码」的水平。但如果你打开一些资深用户的界面,会发现他们的 Claude 能做的事情完全不在一个维度——自动评审一个 PR、生成一份完整的接口文档、帮你把 SQL 优化到原来的 1/10 耗时。
差别不在模型本身。Anthropic 的模型对所有人是一样的。差别在于:你有没有为 Claude 装上合适的 skill。
skill 是一套预置的「角色 + 工作流 + 输入输出模板」。它把一段复杂的任务流程打包成一个你随时可以调用的按钮。你不再需要每次用三行 Prompt 描述你的角色、期望的产出、步骤;你点开一个 skill,填几行输入,剩下的交给它。
没有 skill 的 Claude 是裸机;装上 skill 之后,它才真正变成了你的数字同事。
按我自己的使用频率排序
下面这 10 个 skill 是我自己每天都在调用的,按使用频率从高到低排。每一个都给出了它的核心用途和典型输入示例。
1. Code Reviewer(代码评审)
用途:把你的一段代码或一个 PR diff 贴进去,让它从可读性、正确性、性能、安全性四个维度给出结构化点评。典型输入:「这是我新提交的 payment service,帮我做一轮 review,重点关注并发和幂等。」
2. Code Explainer(代码解释器)
用途:把一段别人的代码丢进去,让它用中文逐函数、逐循环解释。特别适合接手老项目、或者读框架源码。典型输入:「下面是一个遗留的订单结算逻辑,帮我梳理它的控制流,并指出潜在的 bug 点。」
3. Doc Writer(文档生成器)
用途:把你的函数签名或接口 spec 贴进去,让它自动生成 README、API 文档、或架构图描述。典型输入:「下面是我项目里 auth 模块的 3 个核心函数,帮我写一份适合新人阅读的 README.md。」
4. Shell Command Helper(命令行助手)
用途:用自然语言描述你想在终端里做什么,它返回一条精确的 shell 命令,并逐段解释。典型输入:「我想把当前目录下所有 .log 文件中包含 error 的行找出来,按时间戳排序,导出成 out.txt。」
5. SQL Optimizer(SQL 优化器)
用途:把你的 SQL + 表结构 + EXPLAIN 结果给它,让它分析瓶颈并给出改写建议。典型输入:「这条 SQL 在 300 万行的表上跑 12 秒,帮我分析并改写。」
6. API Debugger(API 调试助手)
用途:把你的 HTTP 响应 / 错误堆栈贴进去,让它做故障推断。典型输入:「下面是我调用支付接口返回的 500 错误,帮我定位故障在我方还是第三方。」
7. Test Case Writer(测试用例编写)
用途:描述你要测的函数/接口,让它生成完整的单元测试,包含边界 case。典型输入:「给下面这段金额计算函数写 10 个测试用例,覆盖正常路径、边界、异常。」
8. Regex Builder(正则调试)
用途:描述你想匹配的模式,让它生成正则并解释每一部分。典型输入:「帮我写一个能从一段文本中提取所有中国大陆手机号的正则,并解释每一段。」
9. Data Cleaner(数据清洗)
用途:把你的脏数据样例贴进去,让它写一个 Python 脚本把数据规范化。典型输入:「下面是一段用户上传的地址数据,格式很乱,帮我写一个脚本把省/市/区分开。」
10. Learning Tutor(学习助手)
用途:输入一个你想学的概念或技术,让它给出学习路径、关键要点、下一步练习。典型输入:「我想学一下 Vector Database 的原理和选型,请给我一份从 0 到上手的学习计划。」
为什么它比空聊更可靠
一个好的 skill 不是一段 Prompt——它是一个工作流的封装。完整的 skill 通常包含四部分:
角色设定(Role):「你是一名有 10 年经验的后端工程师,擅长……」。这让模型给出的产出风格稳定,不会在高手和新手之间来回跳。
输入规范(Inputs):明确告诉模型它应该期望收到什么样的数据——代码片段、日志、URL、SQL。这能避免模型对输入做不必要的猜测。
输出模板(Output Template):规定输出格式——例如代码评审必须按「可读性 / 正确性 / 性能 / 安全」四节输出,每节有评等 + 理由 + 建议。这让产出可比较、可复用。
工具调用(Tools):一个 skill 可以绑定一组工具——读文件、跑命令、访问 API。这是最核心的区别:空聊的 Claude 只有嘴,有 skill 的 Claude 有手。
skill 的精髓:让模型在一个有边界的房间里工作,而不是让它在无限广阔的可能性里自由发挥。
skill 真正改变的是什么
装这 10 个 skill,表面上是让 Claude 多了 10 个按钮。但真正发生的变化,是三件事:
一致性提高。你本周让它做的代码评审,和下周让它做的,格式一致、维度一致、质量可比较。这在空聊模式下几乎做不到——每次你给的 Prompt 不同,它给出的评审风格就会变。
上下文切换成本下降。你不用在 10 个窗口之间切来切去(终端 → Claude → Postman → 文档 → 浏览器)。重要操作直接在一个入口里完成。
个人知识可以被沉淀。你给它写的每一个 skill,本质上是在把你自己的一部分工作方式「编码」下来。一年后你回头看这些 skill,会发现它们比你今天写的任何一条笔记都更有用。
Prompt 是一条一条的鱼,skill 是钓鱼的方法。前者让你吃一顿,后者让你一直吃。
避免把 skill 用成普通 Prompt
我看到很多人装了一堆 skill,但效果还是一般。下面是最常见的三个问题:
误区一:把 skill 当搜索入口用。打开代码评审 skill,但输入的是「解释什么叫依赖注入」。这其实不需要 skill,直接问就好。skill 的价值是处理需要结构化输出的复杂任务。
误区二:给的上下文不够。skill 越「重」,它需要的上下文越多。如果你只是把一段 5 行代码丢给代码评审,它给不出比「代码看起来还行」更有意义的反馈。你至少应该提供:代码在项目中的位置、它的调用关系、你关心的重点是什么。
误区三:不做迭代。第一次让它做的评审可能质量一般,但你应该把评审中它错过的问题反馈给它,让它下一次做得更好。好的 skill 是你和它一起迭代出来的。
给你的动手建议
最后给一个非常具体的起步路径。别一开始就去网上下载 50 个 skill——那只会让你和它们都消化不良。我建议的起步方式是「3 个起步 + 1 个自写」:
3 个起步:从上面 10 个里挑你最经常面对的 3 个。如果你是后端工程师,优先装「SQL Optimizer / API Debugger / Test Case Writer」。如果你是前端,优先装「Code Explainer / Doc Writer / Shell Command Helper」。
1 个自写:挑一个你自己每天重复做 3 次以上的小任务,给 Claude 写一个你自己的 skill。哪怕只有 10 行模板,也比永远用别人写的更贴近你的实际。
做完这两件事,接下来一周你会看到一个效果:你在 Claude 里打字越来越少,点按钮越来越多。这不是你变懒了——这是你在把重复的脑力劳动,交给一个被你训练过的智能同事。