Claude Skills 非常棒，可能比 MCP 还重要
2025 年 10 月 16 日
Anthropic 今天早上推出了 Claude Skills，这是一种为其模型提供新能力的新模式：
Claude 现在可以使用 Skills（技能）来改进其执行特定任务的方式。技能是包含指令、脚本和资源的文件夹，Claude 可以在需要时加载它们。
仅当技能与当前任务相关时，Claude 才会访问该技能。使用时，技能能使 Claude 在专业任务（如处理 Excel 或遵循你组织的品牌指南）上表现更佳。
他们的工程博客有更详细的解释。还有一个新的 anthropics/skills GitHub 仓库。
（我上周五通过逆向工程写了关于此功能的文章，无意中抢先发布了他们对这个功能的公告！）
Skills 在概念上极其简单：一个技能就是一个 Markdown 文件，告诉模型如何做某件事，并可附带额外的文档和预编写的脚本，模型可以运行这些脚本以帮助完成技能所描述的任务。
Claude 新推出的文档创建能力（随九月份的新代码解释器功能一起推出）原来完全是通过 Skills 实现的。那些技能现在可以在 Anthropic 的仓库中找到，涵盖 .pdf、.docx、.xlsx 和 .pptx 文件。
还有一个额外的细节使这不仅仅是一堆磁盘上的文件，而是一个真正的功能。在会话开始时，Claude 的各种 harness 可以扫描所有可用的技能文件，并从 Markdown 文件的前置 YAML 中读取每个技能的简短说明。这非常节省 token：每个技能只占用几十个额外的 token，仅当用户请求的任务需要技能帮助时，才会加载完整的细节。
尝试 slack-gif-creator 技能
以下是 Anthropic 今早发布的 slack-gif-creator 技能 的元数据示例：
用于创建针对 Slack 优化的动画 GIF 的工具包，包含大小约束验证器和可组合的动画原语。当用户请求根据描述（例如"给我做一个关于 X 正在做 Y 的 Slack GIF"）生成动画 GIF 或表情动画时，此技能适用。
我刚刚在 Claude 移动端 Web 应用中使用 Sonnet 4.5 尝试了这项技能。首先我在设置中启用了 slack-gif-creator 技能，然后提示：
给我做一个关于 Skills 比 MCPs 酷多了的 Slack GIF
Claude 为我制作了这个 GIF。点击播放（它几乎要引发癫痫，所以采用点击播放机制）：
好吧，这个具体的 GIF 很糟糕，但技能的优点在于非常容易迭代，从而让它变得更好。
以下来自 它编写的 Python 脚本 的一些值得注意的片段，注释是我的：
# 首先将技能的目录添加到 Python 路径
import sys
sys.path.insert(0, '/mnt/skills/examples/slack-gif-creator')
from PIL import Image, ImageDraw, ImageFont
# 这个类位于技能的 core/ 目录下
from core.gif_builder import GIFBuilder
# ... 构建 GIF 的代码 ...
# 将其保存到磁盘：
info = builder.save('/mnt/user-data/outputs/skills_vs_mcps.gif',
num_colors=128,
optimize_for_emoji=False)
print(f"GIF 创建成功！")
print(f"大小：{info['size_kb']:.1f} KB ({info['size_mb']:.2f} MB)")
print(f"帧数：{info['frame_count']}")
print(f"时长：{info['duration_seconds']:.1f}s")
passes, check_info = check_slack_size('/mnt/user-data/outputs/skills_vs_mcps.gif', is_emoji=False)
if passes:
print("✓ Ready for Slack!")
else:
print(f"⚠ File size: {check_info['size_kb']:.1f} KB (limit: {check_info['limit_kb']} KB)")
```
这很巧妙。Slack 的 GIF 文件大小上限是 2MB，因此这个 skill 中包含了一个验证函数，模型可以用它来检查文件大小。如果文件太大，模型可以再尝试将其压缩得更小。
Skills 依赖于编码环境
Skills 机制完全依赖于模型能够访问文件系统、拥有导航工具以及在该环境中执行命令的能力。
这是目前 LLM 工具化的一种常见模式——ChatGPT Code Interpreter 是早在 2023 年初出现的首个重要例子，后来这种模式通过编码代理工具（如 Cursor、Claude Code、Codex CLI 和 Gemini CLI）扩展到本地机器。
这一要求是 Skills 与之前其他扩展 LLM 能力的尝试（如 MCP 和 ChatGPT Plugins）的最大区别。这是一个重大的依赖，但它所解锁的新能力之多令人有些惊叹。
Skills 如此强大且易于创建，这一事实又为让 LLM 拥有安全的编码环境提供了另一个论据。不过，“安全”这个词在这里承担了很多责任！我们确实需要弄清楚如何最好地沙箱化这些环境，使得诸如提示注入之类的攻击造成的损害限制在可接受的范围内。