Skills是什么？怎么用？
Skills 是今年 AI 圈最火的概念之一。这节课用大白话把它讲清楚，附送实战案例。
一、Skills 到底是什么
Skills 翻译过来就是"技能"。给 Agent 用的技能包。
举个例子：
你每天要刷十几个平台（微博、知乎、小红书、B站…）找热点选题。过去每天要花 2-3 个小时。现在你可以做一个"选题系统"的 Skill，以后每天说一句"开始今日选题"，AI 自动帮你全网抓取、筛选、整理出 TOP10 值得写的选题。
两个真实案例感受一下
案例1：AI 选题系统
做一个每天自动采集全网热点的 Skill。先抓取 → 再筛选 → 再审核 → 如果不通过就重新修改 → 直到审核通过为止。整套流程全自动，你只负责看结果。
案例2：GitHub 整合包生成器
很多 GitHub 项目没有图形界面，小白根本用不了。做一个 Skill，你扔一个项目链接进去，它自动帮你打包成开箱即用的本地软件，一键启动。编程小白也能用上各种大佬的开源工具。
二、Skills 和 Prompt、MCP 的区别
很多人搞不清楚这三个东西有什么区别，用一个故事来解释：
· Prompt = 你站在他旁边口头交代任务（临时、每次都要说）
· Skills = 你给他一本 SOP 手册（固化流程，随时调用）
· MCP = 你给他一张门禁卡（解决"能访问什么"的问题）
所以：
Prompt 是临时指令，关闭对话就没了；Skills 是固化下来的能力包，下次直接用；MCP 是让 AI 能连接外部系统的"接口卡"。
三、Skill 的基本结构
Skills 不是一个文本，而是一个文件夹。里面可以放很多东西：
SKILL.md（必须）
核心文件，包含技能的名称、描述和使用说明。
Instructions（必须）
详细的工作流程，告诉 AI 每一步该怎么做。
Examples（可选）
具体的使用案例，展示技能怎么用。
脚本/模板（可选）
其他辅助文件，比如参考文档、脚本等。
SKILL.md 的写法很简单，分两部分：
--- name: skill名称 description: 简要描述这个技能的功能和使用场景 --- # 技能名称 ## 指令 (Instructions) 清晰、逐步的操作指南，告诉 AI 每一步怎么做。 ## 示例 (Examples) 展示具体的使用案例。
四、如何安装 Skills
1. 安装 Claude 官方的 Skills
Claude 官方做了一个 Skills 仓库，推荐安装这些：docx、frontend-design、pdf、skill-creator、xlsx。
在 Codex 里直接发一句 Prompt：
安装这个 skill，skill 项目地址为: https://github.com/anthropics/skills/tree/main/skills/skill-creator
发完之后就装好了，特别简单。
2. 手动安装到本地
把 Skills 文件夹直接拖到本地目录：
Codex / Claude Code
Mac: ~/.claude/skills
Windows: 对应用户目录下的 .claude/skills
OpenCode
Mac: ~/.config/opencode/skill
Windows: 对应用户目录下的 .config/opencode/skill
建议放在全局目录，这样在任何项目里都能用。
五、一个重要的设计思想：渐进式披露
这是做 Skills 时最重要的设计原则之一。简单说就是：
AI 一开始只加载一小段描述，知道"有这个手册、适用范围是什么"。当它判断这次任务真的用得上，再把完整的说明读进来。还不够的话，再按需读取附带的其他文件。
为什么这么做？因为 AI 和人一样，瞬时记忆区太小。一口气塞太多信息进去，AI 会变笨、效果变差。
这样做的好处是：既能让 AI 准确执行任务，又能在长对话中节省大量 Token，让 AI 保持聪明。
六、一句话总结 + 马上可以做的事
Skills = 把重复要做的事打包成可复用的能力包。
价值在于"复用"——你少说一遍废话，AI 多交一份结果。
今天你可以做的第一件事：把最常用的一个动作固化成一个 Skill。比如：
选题采集
把报错日志丢进去，自动分析问题 + 给出修复方案
日报生成
把一堆链接丢进去，自动整理成摘要和观点
Bug 修复
把报错日志丢进去，自动分析问题 + 给出修复方案
文章润色
把你写的草稿丢进去，按你的风格模板润色
做第一个的时候可能会有点麻烦，但当你跑起来的那一刻，你就会真正感受到 Skills 的价值。