create-skill-file（创建技能文件）

Claude Agent Skill 编写规范

如何创建高质量的 SKILL.md 文件

目录

• 快速开始
• 核心原则
• 文件结构规范
• 命名和描述规范
• 内容编写指南
• 质量检查清单

快速开始

3步创建 Skill

第1步: 创建目录

mkdir -p .claude/skill/your-skill-name
cd .claude/skill/your-skill-name

第2步: 创建 SKILL.md

---
name: your-skill-name
description: Brief description with trigger keywords and scenarios
---

# Your Skill Title

## When to Use This Skill

- User asks to [specific scenario]
- User mentions "[keyword]"

## How It Works

1. Step 1: [Action]
2. Step 2: [Action]

## Examples

**Input**: User request
**Output**: Expected result

第3步: 测试

• 在对话中使用 description 中的关键词触发
• 观察 Claude 是否正确执行
• 根据效果调整

核心原则

1. 保持简洁

只添加 Claude 不知道的新知识:

• ✅ 项目特定的工作流程
• ✅ 特殊的命名规范或格式要求
• ✅ 自定义工具和脚本的使用方法
• ❌ 通用编程知识
• ❌ 显而易见的步骤

示例对比:

# ❌ 过度详细
1. 创建 Python 文件
2. 导入必要的库
3. 定义函数
4. 编写主程序逻辑

# ✅ 简洁有效
使用 `scripts/api_client.py` 调用内部 API。
请求头必须包含 `X-Internal-Token`(从环境变量 `INTERNAL_API_KEY` 获取)。

2. 设定合适的自由度

判断标准:

• 任务是否有明确的"正确答案"? → 低自由度
• 是否需要适应不同场景? → 高自由度
• 错误的代价有多大? → 代价高则用低自由度

3. 渐进式披露

将复杂内容分层组织:

SKILL.md (主文档, 200-500行)
├── reference.md (详细文档)
├── examples.md (完整示例)
└── scripts/ (可执行脚本)

规则:

• SKILL.md 超过 500行 → 拆分子文件
• 子文件超过 100行 → 添加目录
• 引用深度 ≤ 1层

文件结构规范

YAML Frontmatter

---
name: skill-name-here
description: Clear description of what this skill does and when to activate it
---

字段规范:

命名禁忌:

• ❌ XML 标签、保留字(anthropic, claude)
• ❌ 模糊词汇(helper, utility, manager)
• ❌ 空格或下划线(用短横线 -)

Description 技巧:

# ❌ 过于泛化
description: Helps with code tasks

# ✅ 具体且包含关键词
description: Processes CSV files and generates Excel reports with charts. Use when user asks to convert data formats or create visual reports.

# ✅ 说明触发场景
description: Analyzes Python code for security vulnerabilities using bandit. Activates when user mentions "security audit" or "vulnerability scan".

目录组织

基础结构(简单 Skill):

skill-name/
└── SKILL.md

标准结构(推荐):

skill-name/
├── SKILL.md
├── templates/
│   └── template.md
└── scripts/
    └── script.py

命名和描述规范

Skill 命名

推荐格式: 动名词形式 (verb-ing + noun)

✅ 好的命名:
- processing-csv-files
- generating-api-docs
- managing-database-migrations

❌ 不好的命名:
- csv (过于简短)
- data_processor (使用下划线)
- helper (过于模糊)

Description 编写

必须使用第三人称:

# ❌ 错误
description: I help you process PDFs

# ✅ 正确
description: Processes PDF documents and extracts structured data

4C 原则:

• Clear (清晰): 避免术语和模糊词汇
• Concise (简洁): 1-2句话说明核心功能
• Contextual (上下文): 说明适用场景
• Complete (完整): 功能 + 触发条件

内容编写指南

"When to Use" 章节

明确说明触发场景:

## When to Use This Skill

- User asks to analyze Python code for type errors
- User mentions "mypy" or "type checking"
- User is working in a Python project with type hints
- User needs to add type annotations

模式:

• 直接请求: "User asks to X"
• 关键词: "User mentions 'keyword'"
• 上下文: "User is working with X"
• 任务类型: "User needs to X"

工作流设计

简单线性流程:

## How It Works

1. Scan the project for all `.py` files
2. Run `mypy --strict` on each file
3. Parse error output and categorize by severity
4. Generate summary report with fix suggestions

条件分支流程:

## Workflow

1. **Check project type**
   - If Django → Use `django-stubs` config
   - If Flask → Use `flask-stubs` config
   - Otherwise → Use default mypy config

2. **Run type checking**
   - If errors found → Proceed to step 3
   - If no errors → Report success and exit

Checklist 模式(验证型任务):

## Pre-deployment Checklist

Execute in order. Stop if any step fails.

- [ ] Run tests: `npm test` (must pass)
- [ ] Build: `npm run build` (no errors)
- [ ] Check deps: `npm audit` (no critical vulnerabilities)

示例和模板

输入-输出示例:

## Examples

### Example 1: Basic Check

**User Request**: "Check my code for type errors"

**Action**:
1. Scan for `.py` files
2. Run `mypy` on all files

**Output**:

   Found 3 type errors in 2 files:
   src/main.py:15: error: Missing return type
   src/utils.py:42: error: Incompatible types

脚本集成

何时使用脚本:

• 简单命令 → 直接在 SKILL.md 中说明
• 复杂流程 → 提供独立脚本

脚本编写规范:

#!/usr/bin/env python3
"""
Brief description of what this script does.

Usage:
    python script.py <arg> [--option value]
"""

import argparse

DEFAULT_VALUE = 80  # Use constants, not magic numbers

def main():
    parser = argparse.ArgumentParser(description=__doc__)
    parser.add_argument("directory", help="Directory to process")
    parser.add_argument("--threshold", type=int, default=DEFAULT_VALUE)

    args = parser.parse_args()

    # Validate inputs
    if not Path(args.directory).is_dir():
        print(f"Error: {args.directory} not found")
        return 1

    # Execute
    result = process(args.directory, args.threshold)

    # Report
    print(f"Processed {result['count']} files")
    return 0

if __name__ == "__main__":
    exit(main())

关键规范:

• ✅ Shebang 行和 docstring
• ✅ 类型注解和常量
• ✅ 参数验证和错误处理
• ✅ 清晰的返回值(0=成功, 1=失败)

最佳实践

Do:

• ✅ 提供可执行的命令和脚本
• ✅ 包含输入-输出示例
• ✅ 说明验证标准和成功条件
• ✅ 包含 Do/Don't 清单

Don't:

• ❌ 包含 Claude 已知的通用知识
• ❌ 使用抽象描述而非具体步骤
• ❌ 遗漏错误处理指导
• ❌ 示例使用伪代码而非真实代码

质量检查清单

核心质量

• name 符合命名规范(小写、短横线、≤64字符)
• description 包含触发关键词和场景(≤1024字符)
• 名称与目录名一致
• 只包含 Claude 不知道的信息
• 没有冗余或重复内容

功能完整性

• 有"When to Use"章节,列出 3-5 个触发场景
• 有清晰的执行流程或步骤
• 至少 2-3 个完整示例
• 包含输入和预期输出
• 错误处理有指导

结构规范

• 章节组织清晰
• 超过 200行有目录导航
• 引用层级 ≤ 1层
• 所有路径使用正斜杠 /
• 术语使用一致

脚本和模板

• 脚本包含使用说明和参数文档
• 脚本有错误处理
• 避免魔法数字,使用配置
• 模板格式清晰易用

最终检查

• 通读全文,确保流畅易读
• 使用实际场景测试触发
• 长度适中(200-500行,或已拆分)

常见问题

Q: Skill 多长才合适?

• 最小: 50-100行
• 理想: 200-500行
• 最大: 500行(超过则拆分)

Q: 如何让 Skill 更容易激活?

• 在 description 中使用用户会说的关键词
• 说明具体场景("when user asks to X")
• 提及相关工具名称

Q: 多个 Skill 功能重叠怎么办?

• 使用更具体的 description 区分
• 在"When to Use"中说明关系
• 考虑合并为一个 Skill

Q: Skill 需要维护吗?

• 每季度审查一次,更新过时信息
• 根据使用反馈迭代
• 工具或 API 变更时及时更新

快速参考

Frontmatter 模板

---
name: skill-name
description: Brief description with trigger keywords
---

基础结构模板

# Skill Title

## When to Use This Skill
- Scenario 1
- Scenario 2

## How It Works
1. Step 1
2. Step 2

## Examples
### Example 1
...

## References
- [Link](url)

相关资源

• Claude Agent Skills 官方文档
• Best Practices Checklist
• 模板文件 - 开箱即用的模板

- 基础 skill 的模板 - 工作流 skill 的模板

• 示例库 - 完整的 Skill 示例

- 优秀示例 - 常见错误示例