Claude Code Skills 完全指南：安装、编写与场景化应用实战

Claude Code 的 Skills 是我今年折腾得最多的东西。之前用终端版 Claude Code 写代码总觉得它像个记性不好的实习生同样的需求每次输出风格都不一样你前脚跟它说好的规范后脚它就忘了。直到我把 Skills 这套机制跑通才算是真正把 Claude Code 从聊天式编程助手变成了懂我工作方式的协作者。这篇就完整聊聊 Claude Code 的 Skills它解决什么问题、怎么安装、怎么用、怎么写、怎么在不同场景里搭配把我踩过的坑和经验一次说清楚。这几个月社群里的相关讨论也集中在这些点上claude code 怎么安装、ubuntu 和 vscode 里的配置方式、skills 怎么手动安装、怎么开发自己的 skills、数学建模和前端开发场景里有哪些 skills 值得装。下面我就按先理解原理、再上手实操、最后自己造的顺序讲。1. 先搞明白Skills到底解决了什么问题1.1 没有Skills时的Claude Code是什么体验2025年初我第一次装好 Claude Code 的时候说实话有点失望。让它写个小脚本、解释一段报错体验确实不错。但一旦任务稍微复杂问题就来了。举个例子我项目里一直用 OpenCV 做图像处理让它写一个图片批处理脚本它默认就import PIL。倒不是说 Pillow 不行而是我要把它接进已有的图像流水线里必须保持技术栈一致。没有 Skills 的时候我每次都要在对话里补充请用 OpenCV、不要用 Pillow、参考项目里已有的处理方式一遍两遍还能忍次数多了真的腻。更让人头疼的是项目级任务。你跟它说帮这个仓库补一组单元测试它不知道你团队用 pytest 还是 unittest不知道哪些模块需要 mock不知道测试文件放哪个目录。于是它就猜猜对了算运气好猜错了你就要在对话里来回纠正。这背后缺的其实不是模型能力而是关于我怎么工作的背景信息。当时我的感受是Claude Code 的对话能力很强但它每次启动任务都是从零开始没有记忆、没有偏好、没有团队沉淀下来的规范。你会发现自己一直在重复那些本该固定下来的指令。后来我才意识到Skills 就是解决这个问题的。1.2 Skills的运作方式和普通对话、MCP有什么不一样要理解 Skills 怎么解决问题得先弄清楚它的机制。简单说Skills 由一组触发规则 操作说明 可选脚本组成存放在 Claude Code 能读取的目录里。当你给 Claude Code 下达的任务描述命中某个 Skill 的适用范围时它会把对应的 SKILL.md 文件加载进上下文并按照里面写好的工作流和约束来执行。这里可以先和两个容易混淆的东西做对比。普通对话模式下模型完全是靠你当前这轮的指令和它自己的训练知识临场发挥没有前置规范行为一致性完全看运气。MCPModel Context Protocol解决的是另一类问题它让 AI 能够调用外部工具和数据源相当于给 AI 接上了手脚。而 Skills 解决的是让 AI 按照你定义的既定流程和做事标准来完成工作相当于给 AI 一本工作手册。用个生活化的类比训练出来的大模型像一个刚毕业的工程师学科知识扎实但没经历过公司的项目。普通对话是你站在旁边一点点告诉他该怎么做MCP 是给他配了一堆专业设备Skills 呢则是把你手上那套沉淀下来的项目规范和 SOP 整理成手册塞给他。有了手册他上手就能按你的标准干活不需要你反复叮嘱。1.3 从大家的提问看最核心的需求是什么我在几个技术社区逛了一圈发现大家搜得最勤的几类问题基本能归成四个方向问题类别高频关键词对应本文章节安装部署claude code安装、ubuntu安装claude code、vscode配置claude code、claude code桌面版、claude code下载第2章使用上手skills使用、claude code怎么使用、claude code接入deepseek、claude code怎么手动装github上的skills第3章自研技能skills开发、ai skills怎么写、怎么做一个latex排版skills第4章场景搭配数学建模skills推荐、前端开发skills、华为杯建模比赛好用的codex skills、AI漫剧常用skills第5章这四类问题背后其实是同一批人刚接触 Claude Code装好之后不知道怎么把 Skills 用起来用上几个之后又想知道怎么按自己的需求写一个。所以这篇文章的脉络我也这么安排先帮你把它装起来跑起来再带你手写一个属于自己的 Skill最后聊聊不同场景下怎么搭配、怎么避坑。2. 安装Claude Code不同环境的完整操作2.1 环境检查与安装前置条件工欲善其事必先利其器。装 Skills 之前首先得把 Claude Code 本体跑起来。官方推荐的方式是走 npm 全局安装所以第一步是检查 Node.js 环境。node -v npm -v实测下来Node.js 18 以上会比较稳npm 版本也别太老否则后面装依赖的时候容易卡在一些奇怪的错误上。如果node -v直接报command not found那得先去装一个 Node.js LTS 版本这个没什么好说的。之所以强调 npm 而不是其他安装方式是因为 Claude Code 作为命令行工具通过 npm 全局安装对后续的升级和管理最省心。你后面如果想更新版本一条npm update -g就搞定。2.2 Ubuntu/Linux命令行安装在 Ubuntu 这类 Linux 环境下安装过程其实就一条命令npm install -g anthropic-ai/claude-code装完再确认一下版本claude --version这里有一个高频小坑。如果你是用 nvm、fnm 或类似的 Node 版本管理器装的 Node.js全局包默认会装到你用户目录下的版本管理工具目录里而这个目录往往不在系统的 PATH 里于是你会遇到claude命令找不到的情况。解决办法是先看 npm 的全局目录在哪npm prefix -g然后把对应的bin目录加进你的~/.bashrc或者~/.zshrcexport PATH$PATH:$(npm prefix -g)/bin改完记得source ~/.bashrc让配置生效。这一步很多新手会卡住其实原理很简单装是装上了只是 shell 找不到入口。第一次在终端里输入claude启动时会引导你完成登录和授权走完流程就能开始用了。2.3 桌面版客户端和VSCode集成搜索热门词里claude code桌面版和vscode配置claude code出现得非常多。目前我的使用习惯是两种形式配合终端版负责日常快速操作VSCode 里跑它负责边写代码边调。如果你用的是 VSCode可以直接在扩展面板里搜 Claude Code 相关扩展装好后从侧边栏或命令面板启动。首次启动同样需要授权登录。比较关键的一点是终端版和 VSCode 扩展读取的配置目录是共用的所以你在~/.claude/skills/里放好的 Skills在 VSCode 里同样生效不需要重复安装。桌面版客户端则是面向不想碰命令行的人设计的界面化操作登录、配置、查看会话都更直观。我的建议是如果你日常主要在编码场景里用VSCode 集成体验最好如果你想要一个独立的工具窗口来管理多个任务桌面版更合适。2.4 安装过程中容易卡住的几个点这里集中说三个我见过最多的安装问题。第一个是权限报错。如果你在 Linux 或 macOS 上执行 npm 全局安装时遇到EACCES权限错误千万别图省事直接加 sudo。sudo 装全局包短期看能用但后面升级、卸载都会产生权限混乱而且有污染系统目录的风险。比较干净的做法是给 npm 设置一个用户级全局目录mkdir -p ~/.npm-global npm config set prefix ~/.npm-global再把~/.npm-global/bin加进 PATH。这样不碰系统目录后续权限问题一劳永逸。第二个是版本残留。之前装过别的预览版或者卸载不彻底会导致claude --version显示的还是旧版本。排查方式很简单npm list -g --depth0看看全局包里有没有多个相关包存在有的话统一卸载再重装。第三个是服务可用性提示。有时候安装完启动会看到类似note: claude code might not be available in your country的提示这属于服务商根据账号或网络环境做的可用性限制。正确做法是去确认你注册的账号地区是否在官方支持列表内或者直接联系官方支持渠道确认。千万不要去折腾那些绕过限制的网络操作既不安全也不合规。3. Skills的安装与调用先跑起来再说3.1 官方Skills机制和目录结构Claude Code 加载 Skills 时核心文件是每个技能目录下的 SKILL.md。里面会用 Markdown 写清楚这个技能在什么情况下使用、具体怎么操作、有哪些硬性约束。模型每次接到任务会根据你输入的内容判断当前情境再决定要不要加载对应的 SKILL.md。官方默认读取两个位置的 Skills全局位置~/.claude/skills/项目位置.claude/skills/这两个位置的分工很清晰。全局 Skills 适合放那些所有项目都用得上的通用技能比如代码审查规范、Git 提交信息生成、技术文档写作规范项目 Skills 则适合跟着具体项目走的内容比如这个仓库的前端组件开发规范、这个项目的部署流程。为什么我特别推荐项目位置因为它可以跟着 git 仓库一起走团队里的人 clone 下来就自带一套技能定义。这样新人接手项目时AI 的行为从一开始就是符合团队规范的不用等他自己踩坑再纠正。另外一个值得关注的现象是有开发者尝试让 CodeBuddy、Codex 这类工具和 Claude Code 共用同一个 skills 目录原理上只要两个工具都能读取遵循 SKILL.md 规范的目录把配置路径指到同一个文件夹就行。不过我自己不太建议新手一开始就这么配工具之间细节差异还是有的等玩熟了一个再尝试联动会更省心。3.2 从GitHub手动安装Skills很多开发者在 GitHub 上开源了自己的 Skills手动安装步骤其实不复杂# 1. 把仓库克隆下来 git clone https://github.com/xxx/awesome-skills.git # 2. 把其中某个 skill 目录拷贝到 Claude Code 的 skills 目录 cp -r awesome-skills/my-skill ~/.claude/skills/如果你不想克隆整个仓库也可以用 GitHub 网页端的下载功能直接下载单个文件夹。但这里有个细节必须注意装完之后要检查一下目录结构是否正确。一个规范的 Skills 目录长这样my-skill/ ├── SKILL.md └── scripts/ └── main.py实在的教训是很多从仓库里扒下来的 Skill 是包在一层额外目录里的比如awesome-skills/my-skill/下又套了一层子目录。如果你直接把整个外层目录丢进 skills 目录Claude Code 就会因为找不到 SKILL.md 而静默忽略等于白装了。所以装完务必ls看一眼。3.3 常用Skills源网站和推荐清单目前最可靠的 Skills 来源是 GitHub 上那些聚合类仓库比如awesome-claude-skills这类项目。它们通常按应用场景整理了市面上质量比较高的 Skills并且都附有说明。我的筛选标准有两个看 star 数量再看最近是否有人维护更新。一个半年没动静的仓库里面的 Skill 大概率已经和当前的 Claude Code 版本不太兼容了。按这几类高频需求我推荐优先尝试这些方向代码相关代码审查、单元测试生成、Git 规范提交文档相关技术文档撰写、README 一键生成、LaTeX 排版创意类图片生成提示词模板、SVG 图案绘制、漫画脚本工作流但我要多说一句安装之前先打开 SKILL.md 看一眼内容。如果描述写得含含糊糊比如帮助用户完成各种任务这种那这个 Skill 基本不值得装因为描述越含糊模型越不知道什么时候该加载它等于形同虚设。3.4 让Claude Code真正学会一个Skill触发与验证装好一个 Skill 之后所有人都会问同一个问题怎么确定它生效了我的经验是别问 Claude Code你有没有加载这个 Skill它给不了你靠谱的答案。最直接的验证方式是给真实任务。比如我装了一个代码审查 Skill就会故意写一段有明显问题的代码丢给它然后观察它的反应。如果它给出的审查建议严格按 SKILL.md 里写的先整体阅读、再列风险清单、最后给修改建议三步走就说明 Skill 被正确加载了。如果没触发问题大多出在 SKILL.md 的 description 上。description 写得越具体触发命中率越高。比如当用户需要生成规范的 LaTeX 论文排版结构时使用此技能就比处理文档排版要好用一个量级。4. 手写一个自己的Skills从需求到落地4.1 Skills的标准结构SKILL.md和脚本自己写 Skill 才是把这套工具价值榨干的开始。一个 Skill 的核心就一个文件SKILL.md。它分两部分。第一部分是 frontmatter用 YAML 格式写元信息。这里面的 description 字段最关键。Claude Code 不是把所有 SKILL.md 一股脑全读进上下文的而是靠 description 来判断当场要不要加载这个文件。所以 description 要写得像招聘 JD 一样具体包含触发场景和任务类型。比如当用户需要生成论文、报告或技术文档的 LaTeX 排版时使用支持中文排版和标准论文结构。第二部分是正文写具体操作方法。别写认真对待、保证质量这种废话要写可执行的步骤和明确的规则。比如处理顺序、文件命名规则、必须遵守的约束。如果这个 Skill 需要执行代码逻辑比如图片批处理、文件整理那就把脚本放到同目录的scripts/下并在正文里写清楚怎么调用。4.2 以LaTeX排版Skill为例很多人搜怎么做一个latex排版skills我就用这个需求当例子拆解。背景是我经常把代码项目的说明整理成 LaTeX 格式但 Claude Code 每次生成的 LaTeX 代码风格都不一样有时用 ctex 系列的中文支持有时用 fontset 参数公式环境也左右摇摆。问题不在模型能力在于我没给它固定模板。当时我落地了一个简单的 SKILL.md--- name: latex-report description: 当用户需要创建 LaTeX 论文、报告或技术文档时使用。支持中文排版、标准论文结构、公式与图表环境。适用于生成 .tex 文件的场景。 --- # LaTeX 报告排版技能 ## 适用时机 - 用户要求生成 .tex 文件 - 用户需要论文/报告结构 - 用户需要学术公式或表格排版 ## 操作流程 1. 确认文档类型论文、报告、技术文档 2. 使用 ctexart 或 ctexrep 文档类保证中文支持 3. 按顺序生成标题、摘要、章节、结论 4. 公式统一使用 amsmath图表使用 graphicx 5. 最后检查编译警告并修正 ## 硬性约束 - 文件必须使用 UTF-8 编码 - 不要生成 BibTeX 之外的参考文献结构 - 图片统一放在 figures/ 目录写完这个 Skill 之后我再让 Claude Code 生成 LaTeX 文档输出就稳定多了。模型的发挥空间被约束在一条明确的轨道上而不是天马行空。4.3 调试技巧怎么确认Skill被正确加载和调用写完 Skill 之后第一步是做一个最简单的测试任务。比如刚才那个例子你就输入帮我生成一份期末报告的 LaTeX 模板然后观察输出是否符合 SKILL.md 里的约束。如果它一上来就用 ctexart 且自动带了 figures 目录说明加载成功如果还是它以前那套自由发挥的风格那就没触发。不生效时按顺序排查三个地方目录名和文件名。目录名建议用英文短横线风格里面核心文件名必须是SKILL.md少写一个字母都不行。frontmatter 的格式。注意description有没有语法错误YAML 缩进乱了也会被静默忽略。多个相似 Skill 的冲突。如果你装了 LaTeX 排版的同时又装了一个通用文档写作 Skill两个描述相似模型可能就选择了另一个。这几个坑我都亲自踩过。最后总结下来写 Skill 的原则性建议是功能要单一范围宁窄勿宽一个 Skill 只解决一类问题。写一个万能文档助手的 Skill 远不如写十个各自聚焦的小 Skill 好使。5. 不同场景的Skills搭配思路5.1 前端开发场景前端开发是目前讨论度最高的 Skills 应用场景之一。前端项目最烦的就是组件风格不统一。你每次让 Claude Code 生成一个新页面它都可能给你来一套不同的组件写法跟项目里已有的风格完全对不上。配一个前端开发 Skills 之后效果会明显不一样。技能里写清楚当前项目使用的框架Vue 还是 React、UI 库Element Plus 还是 Ant Design、目录组织方式、样式方案Tailwind 还是 Less模型接活时就会主动按项目规范来生成的组件和已有代码能直接融合进项目而不是另起一套。很多人也问superpower skills这类全家桶套装值不值得装。我的看法是可以试但别无脑全装。这类聚合包是把几十个小技能打成一包确实方便但全装上很容易出现多个 Skill 描述互相干扰、模型不知道触发谁的情况。正确的用法是打开包裹挑两三个真正匹配你日常工作的剩下的丢在一边就好。5.2 数学建模与竞赛场景数学建模和各类竞赛场景里Skills 的价值被严重低估。建模比赛通常时间紧、任务重而且流程高度固定数据处理、模型建立、结果分析、论文排版。每一步都有很多琐碎规范。竞速场景比拼的不是谁的模型更炫而是谁能把标准流程跑得更稳更完整。这时候你提前把 Skills 配好比赛全程让 Claude Code 严格按规范出内容比现场临时写提示词靠谱得多。我建议建模场景按三条线拆 Skills 来配第一类负责数据预处理包括读取、清洗、可视化第二类是常用算法模板比如回归、分类、聚类这些标准流程第三类是论文排版生成一个符合竞赛要求的论文框架。尤其论文框架那个 Skill能帮你把摘要要写什么、结果表怎么放、参考文献怎么提这些章节约束固定下来省下的时间远超你赛前准备它的投入。5.3 AI漫剧/图片生成等创意场景AI 漫剧和图片生成是最近热度蹿升比较快的方向。这类场景的 Skill 通常是把提示词模板 生成流程 画风约束打包成技能文件。举个例子如果你调试出一套自己很满意的画风提示词比如某种特定的光影描述、镜头语言、人物风格把这些写进 SKILL.md以后每次让 AI 出图它都会默认带上你的画风约束出图风格一致性会大幅提高。这比每次手动粘贴一长串提示词要省事得多。AI 漫剧的 Skills 则更偏工作流。它要串联的是剧本、分镜、提示词生成、批量出图这几个环节。这类 Skill 在写的时候尤其要注意SKILL.md 里必须把流程拆成一步一步让 AI 按顺序执行比如先写剧本、再拆镜头、再逐镜生成提示词、最后批量调用图片生成。如果不拆步骤模型很容易只完成第一步就停下来等你。5.4 避坑Skills不是越多越好最后聊一个非常普遍的坑有些人装了几百个 Skills结果 Claude Code 反而变笨了。这不是错觉。描述相近的 Skill 一多模型在触发时就会犹豫不决行为变得不可预测。而且 SKILL.md 被加载时会占用上下文窗口装太多反而挤压了本可以用在任务本身上的空间。我现在管理 Skills 就遵循三个原则全局目录里只放每个项目都用得上的东西控制在 10 个以内。项目特有技能一律放进.claude/skills/跟着仓库走不用了也不会污染全局。定期清理。用不上的 Skill 直接删目录不要犹豫。删除就是rm -rf ~/.claude/skills/某个技能目录的事以后后悔了再装回来也不难。如果感觉 Skills 目录已经乱成一锅粥直接全部备份到别处清空之后重新挑需要的往回放反而比逐个清理更快。从我自己的使用感受来说Skills 这套机制真正改变的不是模型的能力而是你和 AI 协作的确定性。安装一个 Skill 只需要几秒钟但值钱的是那个 SKILL.md 里沉淀下来的流程和规范。这也是我为什么一直推荐大家亲手写自己的 Skills 的原因。你不需要一次写多复杂把自己反复交代给 AI 的那些事情哪怕只是一句话的强制规范写进去就已经在赚时间了。最开始花一个下午可能只磨出一个模板但之后每一次使用那份时间都会加倍还给你。