1. 项目概述Claude Code Skills 是什么以及为什么你需要它如果你最近在深度使用 Claude 进行编程可能会感觉它虽然聪明但每次都要重复交代一些背景、规则和偏好效率上总差那么一口气。比如你想让它帮你做一次中文的代码审查你得先告诉它“请用中文按照代码规范、安全性和性能这几个维度来审查这段代码。”下次换了个项目这套话术又得重来一遍。Claude Code Skills 就是为了解决这个痛点而生的。简单来说你可以把 Claude Code Skills 理解为给 Claude 这个“程序员”安装的“技能插件”。它本质上是一个个独立的、可复用的指令模块封装在一个名为SKILL.md的文件里。当你激活某个技能后Claude 就会瞬间“加载”这个技能包获得相应的专业能力比如变成一个专注的代码审查员、一个严谨的安全审计师或者一个高效的文档生成器。这不再是临时的、一次性的提示词而是可以随时调用、持续生效的“专家模式”。我最近花了不少时间从社区里筛选、测试了超过 80 个高质量的 Claude Code Skills并且基于实际开发中的高频需求自己动手构建了 10 个全新的、开箱即用的原创技能。所有这些资源包括我整理的精选集和原创技能都已经开源。对于国内开发者我还同步维护了一个镜像仓库确保大家能顺畅访问。这个项目的核心价值在于它把零散的、需要你反复调教的 AI 交互变成了一个标准化、可积累、可分享的工具生态。接下来我会详细拆解这个技能集的构成、如何安装使用并重点分享我构建那 10 个原创技能时的设计思路和实战经验。2. 核心思路与技能集架构解析2.1 技能Skill的本质从临时指令到持久化能力要理解 Claude Code Skills 的价值得先看透它的工作原理。传统的 AI 交互是“会话式”的上下文一清空所有的设定和偏好就归零。而 Skill 通过一个结构化的 Markdown 文件将一套复杂的指令、规则、示例和系统提示固化下来。这个文件通常包含几个关键部分技能描述让 AI 理解自己的角色、核心指令具体要做什么、输入输出格式如何交互、以及可选的示例和约束条件。举个例子一个“代码审查”技能会在SKILL.md里详细定义审查的标准如 PEP 8、Google Style Guide、审查的维度代码风格、逻辑错误、安全漏洞、性能隐患甚至提供几个正反面的代码片段作为参考。当 Claude 加载这个技能后它就不再是一个通用的对话模型而是一个被“编程”好的、具备特定领域知识的专家。这种从“一次性对话”到“持久化能力封装”的转变是提升 AI 辅助编程效率的质变。2.2 精选技能集社区智慧的结晶在浩如烟海的社区技能中我依据几个核心标准进行了筛选实用性是否真正解决开发痛点、通用性是否适用于多数项目、成熟度指令是否清晰有效以及受欢迎程度GitHub Star 数是一个重要参考。最终精选出的 80 个技能覆盖了开发生命周期的各个关键环节。规划与设计类这类技能帮助你在动手写代码前理清思路。比如planning-with-files技能拥有超过 18K 星它允许 Claude 在分析需求时引用并关联你项目中的现有文件制定出更贴合实际项目结构的开发计划避免了“空中楼阁”式的设计。编码与重构类这是技能最丰富的领域。从基础的代码补全、函数生成到复杂的代码重构、设计模式应用都有对应的技能。它们能确保生成的代码符合特定框架如 React, Vue或语言如 Python, Go的最佳实践。测试与调试类包含单元测试生成、集成测试用例设计、API 测试脚本编写甚至性能剖析指引等技能。它们将测试左移让 AI 在编写功能代码的同时就考虑如何验证它。文档与协作类自动生成 API 文档、更新CHANGELOG.md、编写项目README这些以往繁琐的“文书工作”现在可以通过技能一键式或半自动完成极大提升了项目管理的规范性和效率。效率与优化类这里不得不提明星技能caveman高达 27K 星。它的设计极其巧妙通过一套精炼的“行话”和缩写规则能在不损失关键信息的前提下大幅压缩你与 Claude 之间的对话 Token 消耗。实测在复杂的代码讨论中平均能节省 65% 的 Token对于处理长上下文或控制成本来说这是一个“杀手级”工具。注意选择社区技能时不要盲目追求星数。一定要阅读SKILL.md文件的内容理解其指令逻辑是否与你的工作流匹配。有些技能可能设计得过于复杂或特定反而不如一个简洁明了的自定义指令。2.3 原创技能的设计哲学填补中文与工程化场景的空白在筛选社区技能的过程中我发现两个明显的缺口一是针对中文开发场景如中文注释、中文文档、符合国内团队规范的代码审查的深度优化技能非常少二是专注于完整工程化工作流如 Git 操作、数据库迁移、持续集成辅助的技能比较零散。因此我决定自己动手构建 10 个原创技能来填补这些空白。我的设计原则是场景驱动每个技能都源于我自己或身边开发者真实、高频的痛点。例如zh-code-reviewer就是因为我厌倦了每次都要用英文设定审查规则再手动翻译结果。开箱即用技能指令力求清晰、完整用户克隆后几乎无需修改即可投入使用。所有约束条件和示例都经过精心设计以减少歧义。结果可预测技能的目标是让 AI 的输出稳定、符合预期。通过提供明确的输出模板和格式要求确保每次调用的结果都具有一致性和可用性。组合性技能之间可以相互配合。例如git-workflow技能生成的提交信息可以被changelog-gen技能自动捕捉并整理到更新日志中。这 10 个原创技能构成了一个面向现代软件工程特别是中文开发团队的小型“工具链”它们分别是zh-code-reviewer中文代码审查员、security-audit安全审计助手、zh-docgen中文文档生成器、git-workflowGit 工作流助手、api-testerAPI 测试生成器、changelog-gen变更日志生成器、refactor-advisor重构顾问、zh-readme中文 README 生成器、perf-profiler性能剖析向导和db-migrator数据库迁移助手。在接下来的章节我会深入剖析其中几个关键技能的实现细节。3. 原创技能深度解析与实战指南3.1 zh-code-reviewer打造专属的中文代码审查专家代码审查是保证代码质量的关键环节但让 AI 做审查常常会遇到风格不符、重点偏差的问题。zh-code-reviewer技能的核心就是将一套成熟的、适用于中文团队的审查清单固化下来。技能内核设计这个技能的SKILL.md文件首先定义了审查员的角色“你是一个经验丰富、态度严谨的中文技术负责人。” 接着它列出了一份结构化的审查清单主要包括代码风格与规范检查命名中文拼音 vs. 英文、注释是否中英文混杂、是否清晰、缩进、行宽等。这里特别强调符合项目已有的.eslintrc或pylint配置。逻辑与正确性寻找潜在的边界条件错误、资源未释放、循环缺陷、算法效率问题等。安全性检查常见漏洞如 SQL 注入风险、XSS 跨站脚本、敏感信息硬编码、不安全的反序列化等。可维护性评估函数/类的单一职责原则、模块耦合度、重复代码、错误处理是否完备。性能提示可能的性能瓶颈如循环内的重复计算、未使用索引的数据查询、内存泄漏风险等。输出格式化技能强制要求审查结果以清晰的 Markdown 表格形式输出包含“问题类型”、“位置行号”、“具体描述”、“严重程度高/中/低”和“修改建议”五列。这使审查结果一目了然可以直接粘贴到 GitLab/GitHub 的评论中。实操心得喂好上下文在使用该技能前最好先将项目的关键配置文件如.eslintrc.js,pyproject.toml或主要的接口定义文件提供给 Claude这样它的审查建议会更加精准。分段审查对于大型文件不要一次性扔给 AI。可以按模块或功能点分段提交审查这样 AI 的注意力更集中审查结果也更深入。结果需复核AI 审查是一个强大的辅助但绝不能替代人脑。尤其是对于业务逻辑复杂或涉及深度领域知识的部分审查建议需要开发者结合上下文进行最终判断。AI 可能会误报或漏报把它看作一个不知疲倦的“第一轮筛查员”最为合适。3.2 git-workflow changelog-gen自动化你的版本管理提交信息写得敷衍更新日志全靠手动复制粘贴这是很多团队的常态。git-workflow和changelog-gen这一对技能旨在将版本管理规范化、自动化。git-workflow 技能详解这个技能不只是生成提交信息。它引导 Claude 理解当前的代码变更通过git diff。技能指令中内置了 Conventional Commits 规范如feat:,fix:,docs:,refactor:并要求 AI 根据变更内容自动归类。更重要的是它要求提交信息的主体部分必须用中文清晰说明“此次变更的动机”和“与之前代码的对比”这极大地提升了提交日志的可读性。对于复杂的提交它还会提示是否应该将大变更拆分为多个原子提交。changelog-gen 技能的工作流这个技能通常用在准备发布版本时。它分析指定范围如上一个标签到当前HEAD内的所有提交信息。得益于git-workflow技能生成的规范化提交信息changelog-gen可以轻松地将feat:归类到“新增功能”fix:归类到“问题修复”并提取中文描述自动填充到CHANGELOG.md文件的对应章节下。你只需要进行最终的人工润色和确认即可。实战联动示例完成一个功能开发后运行git add .。激活git-workflow技能将git diff --staged的输出粘贴给 Claude。Claude 会生成类似feat(用户模块): 新增微信扫码登录功能的标题并在正文中详细描述实现逻辑。你确认无误后使用这个信息进行git commit。当需要发布 v1.1.0 版本时激活changelog-gen技能将git log v1.0.0..HEAD --oneline的结果给它。Claude 会自动生成结构清晰的CHANGELOG.md更新内容你只需将其合并到文件中。提示为了让这两个技能效果最佳建议在团队内推广一致的提交信息规范。即使不完全采用 Conventional Commits也应有一个简单的内部标准。一致性是自动化的基石。3.3 security-audit 与 perf-profiler专注于特定深度的分析security-audit和perf-profiler是两个“垂直领域”的技能它们比通用的代码审查更深入、更聚焦。security-audit 技能深度这个技能的指令库植入了 OWASP Top 10、常见 CWE 漏洞清单等安全知识。它不仅仅扫描明显的eval()或sql字符串拼接还会分析依赖引入如果提供了package.json或requirements.txt、检查配置文件中是否存在硬编码的密钥、评估身份验证和授权逻辑的强度。它的输出会区分“致命风险”、“高危漏洞”和“安全建议”等不同等级并附带简明的修复方案参考链接如指向特定 SAST 工具文档或安全编码指南。perf-profiler 技能的应用性能分析往往需要结合具体语言和场景。这个技能首先会询问代码的运行环境如 Node.js, Python, 前端浏览器和性能关注点是 CPU 密集型计算慢还是内存消耗大或是数据库查询拖沓。然后它会提供具体的剖析建议。例如对于 Python它可能建议使用cProfile和snakeviz进行可视化对于前端会建议使用 Chrome DevTools 的 Performance 面板录制并分析对于数据库查询则会给出 EXPLAIN 语句的分析要点。它更像一个经验丰富的性能调优顾问为你指明下一步该使用什么工具、关注什么指标。使用技巧提供足够上下文对于安全审计尽可能提供相关的配置文件、依赖文件和环境描述。对于性能剖析提供一段代表性的、可复现性能问题的代码片段并说明测试数据规模。结合专业工具这两个技能的产出是“行动指南”而非最终报告。它们指出的方向需要你使用真正的 SAST 工具如 Semgrep, Bandit或性能剖析器如 Py-Spy, Chrome DevTools进行深入验证和量化分析。AI 擅长模式识别和知识检索而专业工具提供精确的数据。4. 技能安装、管理与高级工作流4.1 安装与配置详解Claude Code Skills 的安装过程非常简洁这得益于 Claude Desktop 应用良好的设计。以下是详细的步骤和注意事项获取技能库打开终端使用git clone命令克隆仓库。为了国内访问顺畅可以使用提供的镜像地址。# 使用镜像地址推荐国内用户 git clone https://gh-proxy.com/https://github.com/laolaoshiren/claude-code-skills-zh.git # 或直接克隆原仓库 # git clone https://github.com/laolaoshiren/claude-code-skills-zh.git定位技能目录Claude Desktop 应用会在你的用户目录下创建一个.claude隐藏文件夹其中skills子目录就是存放所有技能的地方。macOS/Linux: 路径通常是~/.claude/skills/Windows: 路径通常是C:\Users\你的用户名\.claude\skills\部署技能将克隆下来的技能文件复制到上述目录。你可以复制整个skills文件夹下的所有内容也可以只挑选你需要的特定技能文件夹进行复制。# 进入克隆的仓库目录 cd claude-code-skills-zh # 复制所有技能到 Claude 的技能目录注意技能目录本身不要复制 cp -r skills/* ~/.claude/skills/重要提示确保复制的是skills/*里面的内容而不是skills这个文件夹本身。正确的目标目录结构应该是~/.claude/skills/zh-code-reviewer/SKILL.md而不是~/.claude/skills/skills/zh-code-reviewer/SKILL.md。重启与激活完成复制后完全退出并重新启动 Claude Desktop 应用。重启后在 Claude 的输入框下方你应该能看到一个新出现的“技能Skills”下拉菜单。点击它就能看到所有已安装的技能列表选择即可激活。激活后Claude 的回复风格和能力范围就会立刻切换到该技能定义的领域。4.2 技能管理、自定义与混搭策略安装了大量技能后高效的管理和个性化的定制就变得很重要。技能管理~/.claude/skills/目录下的每个子文件夹代表一个技能。如果你不再需要某个技能直接删除对应的文件夹即可。建议定期浏览技能库的更新使用git pull拉取新增的社区技能或我维护的原创技能更新。自定义技能这是发挥 Claude Code Skills 最大威力的地方。你可以以任何一个现有技能为模板复制一份修改其SKILL.md文件。比如你可以基于zh-code-reviewer为你团队特有的技术栈例如特定的内部框架、编码规范创建一个定制版本。在SKILL.md中你可以定义更具体的规则甚至嵌入你们团队的代码片段作为正面或反面示例。自定义技能是打造属于你和团队“私有 AI 专家”的关键。技能混搭与切换Claude 一次只能激活一个技能。但你可以通过巧妙的对话管理来实现“软性”混搭。例如你可以先用zh-code-reviewer审查代码然后将审查结果和代码一起作为新的对话上下文再激活refactor-advisor技能来获取重构建议。关键在于你要在切换技能时通过对话清晰地传递必要的上下文信息。4.3 构建高效的个人 AI 工作流技能是工具工作流是使用这些工具的蓝图。以下是我个人在开发中形成的一套高效工作流供你参考规划阶段激活planning-with-files技能。将产品需求文档或功能描述粘贴给 Claude并附上项目现有的核心文件结构。让 AI 帮助拆解任务评估可行性并输出一个初步的开发计划清单。编码与审查循环在编写新模块时可以激活针对特定框架如react-dev的技能来辅助生成组件代码。完成一个函数或模块后立即激活zh-code-reviewer技能进行自我审查。将刚写的代码和相关的接口定义一起提交审查。根据审查建议修改代码。这个“即写即审”的微循环能极大减少后期返工。提交与文档使用git add暂存更改。激活git-workflow技能生成规范的提交信息。完成提交。如果是重要功能完成可以激活zh-docgen技能为新增的 API 或模块生成初步的中文文档注释或文档片段。测试与审计针对核心逻辑激活api-tester技能生成对应单元测试或 API 接口测试用例的骨架代码。在版本发布前激活security-audit技能对改动较大的核心模块进行一次快速的安全检查。发布准备使用changelog-gen技能基于本版本的提交历史自动生成更新日志草案。如有必要使用perf-profiler技能对性能关键路径进行一轮分析建议。这个工作流并非固定不变你可以根据自己的项目类型和习惯灵活裁剪。核心思想是将重复的、模式化的智力劳动交给 AI 技能让人脑更专注于创造性的架构设计、复杂的业务逻辑和最终的决策判断。5. 常见问题、排错与效能提升指南5.1 安装与使用中的典型问题即使按照步骤操作你也可能会遇到一些问题。下面是一些常见情况的排查方法问题现象可能原因解决方案重启 Claude 后看不到技能菜单技能文件未放置在正确目录Claude 版本过旧。1. 确认路径~/.claude/skills/下应直接是技能文件夹如zh-code-reviewer/。2. 确保你使用的是最新版的 Claude Desktop 应用。激活技能后Claude 行为无变化技能文件SKILL.md格式错误或内容未被正确加载。1. 检查SKILL.md文件语法确保是有效的 Markdown。2. 尝试一个社区热门技能如caveman确认基础功能正常以排除个别技能文件问题。技能输出不符合预期或质量不高提供的上下文信息不足技能指令与当前任务匹配度低。1.提供更多上下文AI 不是魔术师给它看相关的代码文件、错误信息、配置文件输出质量会飞跃。2.检查技能描述仔细阅读技能的SKILL.md看它设计用来解决什么问题是否是你的需求。3.在对话中微调你可以说“请更关注代码的安全性”或“请用更简洁的方式表达”对已激活的技能进行实时引导。使用技能时 Token 消耗过快技能指令本身很长或对话历史积累了太多内容。1. 使用caveman这类压缩 Token 的技能进行日常对话。2. 定期开启新对话。对于独立的新任务建议新建一个对话窗口并激活所需技能避免过长的历史上下文拖慢速度并增加消耗。自定义技能效果不佳指令描述模糊缺乏清晰示例或边界约束。1.角色定义要清晰“你是一个资深 Python 后端架构师”比“你帮我写代码”好得多。2.使用示例在SKILL.md中提供 1-2 个“输入-输出”对这是让 AI 理解你期望格式的最有效方法。3.设定约束明确说明“不要做什么”比如“不要使用已弃用的 API”、“不要生成虚构的库代码”。5.2 提升技能效能的进阶技巧掌握了基础用法后下面这些技巧能让你和 Claude Code Skills 的协作效率再上一个台阶上下文预热在开始一个复杂任务前先在一个新的对话中将项目最重要的几个文件如架构图说明、核心接口定义、配置文件一次性发送给 Claude并说“请记住这些项目背景信息”。然后再激活技能进行具体工作。这相当于为 AI 提前加载了“工作内存”。链式调用如前所述虽然不能同时激活多个技能但可以通过对话链实现复杂操作。例如先让zh-docgen根据代码生成 API 文档草稿然后将草稿和代码一起交给zh-code-reviewer让其同时审查代码和文档的一致性。创建技能快捷指令对于你最常用的几个技能可以为其创建简单的文本缩写或快捷键通过一些自动化工具如 Keyboard Maestro, Alfred 等实现快速激活和上下文切换。迭代优化自定义技能将你的自定义技能SKILL.md也纳入版本控制如 Git。在实际使用中如果发现 AI 经常误解某条指令或者输出的格式不是你想要的就回头去修改SKILL.md文件。这是一个持续的调优过程几次迭代后你会得到一个无比顺手的高效工具。结合外部工具Claude Code Skills 不是孤岛。将它的输出与现有工具链结合。例如用security-audit技能指出潜在风险点然后用真实的 SAST 工具进行扫描确认用perf-profiler技能建议的剖析方法使用实际的分析工具生成火焰图。AI 提供方向和洞察专业工具提供精确数据和验证。5.3 关于技能生态的思考与未来方向目前 Claude Code Skills 生态还处于早期爆发阶段充满了活力但也有些混乱。高质量的技能与粗糙的技能并存。我认为未来的发展会朝向几个方向技能标准化可能会出现类似skill.schema.json的元数据描述文件方便技能商店进行分类、搜索和版本管理。技能组合与市场可能会出现可视化的技能工作流编辑器以及官方的或社区维护的技能市场让分享和发现技能更容易。更深度的 IDE 集成技能不再仅仅通过聊天界面激活而是可以绑定到 IDE 的特定操作如右键菜单、快捷键实现更无缝的体验。对于我们普通开发者而言现在正是参与和塑造这个生态的好时机。通过使用、反馈、特别是创建和分享自己的技能你不仅能提升自己的开发效率也能为社区贡献宝贵的场景化知识。我开源这 80 精选技能和 10 个原创技能正是希望提供一个高质量的起点降低大家的使用和创作门槛。
Claude Code Skills：从临时指令到持久化AI编程能力的实战指南
发布时间：2026/5/27 11:17:59
1. 项目概述Claude Code Skills 是什么以及为什么你需要它如果你最近在深度使用 Claude 进行编程可能会感觉它虽然聪明但每次都要重复交代一些背景、规则和偏好效率上总差那么一口气。比如你想让它帮你做一次中文的代码审查你得先告诉它“请用中文按照代码规范、安全性和性能这几个维度来审查这段代码。”下次换了个项目这套话术又得重来一遍。Claude Code Skills 就是为了解决这个痛点而生的。简单来说你可以把 Claude Code Skills 理解为给 Claude 这个“程序员”安装的“技能插件”。它本质上是一个个独立的、可复用的指令模块封装在一个名为SKILL.md的文件里。当你激活某个技能后Claude 就会瞬间“加载”这个技能包获得相应的专业能力比如变成一个专注的代码审查员、一个严谨的安全审计师或者一个高效的文档生成器。这不再是临时的、一次性的提示词而是可以随时调用、持续生效的“专家模式”。我最近花了不少时间从社区里筛选、测试了超过 80 个高质量的 Claude Code Skills并且基于实际开发中的高频需求自己动手构建了 10 个全新的、开箱即用的原创技能。所有这些资源包括我整理的精选集和原创技能都已经开源。对于国内开发者我还同步维护了一个镜像仓库确保大家能顺畅访问。这个项目的核心价值在于它把零散的、需要你反复调教的 AI 交互变成了一个标准化、可积累、可分享的工具生态。接下来我会详细拆解这个技能集的构成、如何安装使用并重点分享我构建那 10 个原创技能时的设计思路和实战经验。2. 核心思路与技能集架构解析2.1 技能Skill的本质从临时指令到持久化能力要理解 Claude Code Skills 的价值得先看透它的工作原理。传统的 AI 交互是“会话式”的上下文一清空所有的设定和偏好就归零。而 Skill 通过一个结构化的 Markdown 文件将一套复杂的指令、规则、示例和系统提示固化下来。这个文件通常包含几个关键部分技能描述让 AI 理解自己的角色、核心指令具体要做什么、输入输出格式如何交互、以及可选的示例和约束条件。举个例子一个“代码审查”技能会在SKILL.md里详细定义审查的标准如 PEP 8、Google Style Guide、审查的维度代码风格、逻辑错误、安全漏洞、性能隐患甚至提供几个正反面的代码片段作为参考。当 Claude 加载这个技能后它就不再是一个通用的对话模型而是一个被“编程”好的、具备特定领域知识的专家。这种从“一次性对话”到“持久化能力封装”的转变是提升 AI 辅助编程效率的质变。2.2 精选技能集社区智慧的结晶在浩如烟海的社区技能中我依据几个核心标准进行了筛选实用性是否真正解决开发痛点、通用性是否适用于多数项目、成熟度指令是否清晰有效以及受欢迎程度GitHub Star 数是一个重要参考。最终精选出的 80 个技能覆盖了开发生命周期的各个关键环节。规划与设计类这类技能帮助你在动手写代码前理清思路。比如planning-with-files技能拥有超过 18K 星它允许 Claude 在分析需求时引用并关联你项目中的现有文件制定出更贴合实际项目结构的开发计划避免了“空中楼阁”式的设计。编码与重构类这是技能最丰富的领域。从基础的代码补全、函数生成到复杂的代码重构、设计模式应用都有对应的技能。它们能确保生成的代码符合特定框架如 React, Vue或语言如 Python, Go的最佳实践。测试与调试类包含单元测试生成、集成测试用例设计、API 测试脚本编写甚至性能剖析指引等技能。它们将测试左移让 AI 在编写功能代码的同时就考虑如何验证它。文档与协作类自动生成 API 文档、更新CHANGELOG.md、编写项目README这些以往繁琐的“文书工作”现在可以通过技能一键式或半自动完成极大提升了项目管理的规范性和效率。效率与优化类这里不得不提明星技能caveman高达 27K 星。它的设计极其巧妙通过一套精炼的“行话”和缩写规则能在不损失关键信息的前提下大幅压缩你与 Claude 之间的对话 Token 消耗。实测在复杂的代码讨论中平均能节省 65% 的 Token对于处理长上下文或控制成本来说这是一个“杀手级”工具。注意选择社区技能时不要盲目追求星数。一定要阅读SKILL.md文件的内容理解其指令逻辑是否与你的工作流匹配。有些技能可能设计得过于复杂或特定反而不如一个简洁明了的自定义指令。2.3 原创技能的设计哲学填补中文与工程化场景的空白在筛选社区技能的过程中我发现两个明显的缺口一是针对中文开发场景如中文注释、中文文档、符合国内团队规范的代码审查的深度优化技能非常少二是专注于完整工程化工作流如 Git 操作、数据库迁移、持续集成辅助的技能比较零散。因此我决定自己动手构建 10 个原创技能来填补这些空白。我的设计原则是场景驱动每个技能都源于我自己或身边开发者真实、高频的痛点。例如zh-code-reviewer就是因为我厌倦了每次都要用英文设定审查规则再手动翻译结果。开箱即用技能指令力求清晰、完整用户克隆后几乎无需修改即可投入使用。所有约束条件和示例都经过精心设计以减少歧义。结果可预测技能的目标是让 AI 的输出稳定、符合预期。通过提供明确的输出模板和格式要求确保每次调用的结果都具有一致性和可用性。组合性技能之间可以相互配合。例如git-workflow技能生成的提交信息可以被changelog-gen技能自动捕捉并整理到更新日志中。这 10 个原创技能构成了一个面向现代软件工程特别是中文开发团队的小型“工具链”它们分别是zh-code-reviewer中文代码审查员、security-audit安全审计助手、zh-docgen中文文档生成器、git-workflowGit 工作流助手、api-testerAPI 测试生成器、changelog-gen变更日志生成器、refactor-advisor重构顾问、zh-readme中文 README 生成器、perf-profiler性能剖析向导和db-migrator数据库迁移助手。在接下来的章节我会深入剖析其中几个关键技能的实现细节。3. 原创技能深度解析与实战指南3.1 zh-code-reviewer打造专属的中文代码审查专家代码审查是保证代码质量的关键环节但让 AI 做审查常常会遇到风格不符、重点偏差的问题。zh-code-reviewer技能的核心就是将一套成熟的、适用于中文团队的审查清单固化下来。技能内核设计这个技能的SKILL.md文件首先定义了审查员的角色“你是一个经验丰富、态度严谨的中文技术负责人。” 接着它列出了一份结构化的审查清单主要包括代码风格与规范检查命名中文拼音 vs. 英文、注释是否中英文混杂、是否清晰、缩进、行宽等。这里特别强调符合项目已有的.eslintrc或pylint配置。逻辑与正确性寻找潜在的边界条件错误、资源未释放、循环缺陷、算法效率问题等。安全性检查常见漏洞如 SQL 注入风险、XSS 跨站脚本、敏感信息硬编码、不安全的反序列化等。可维护性评估函数/类的单一职责原则、模块耦合度、重复代码、错误处理是否完备。性能提示可能的性能瓶颈如循环内的重复计算、未使用索引的数据查询、内存泄漏风险等。输出格式化技能强制要求审查结果以清晰的 Markdown 表格形式输出包含“问题类型”、“位置行号”、“具体描述”、“严重程度高/中/低”和“修改建议”五列。这使审查结果一目了然可以直接粘贴到 GitLab/GitHub 的评论中。实操心得喂好上下文在使用该技能前最好先将项目的关键配置文件如.eslintrc.js,pyproject.toml或主要的接口定义文件提供给 Claude这样它的审查建议会更加精准。分段审查对于大型文件不要一次性扔给 AI。可以按模块或功能点分段提交审查这样 AI 的注意力更集中审查结果也更深入。结果需复核AI 审查是一个强大的辅助但绝不能替代人脑。尤其是对于业务逻辑复杂或涉及深度领域知识的部分审查建议需要开发者结合上下文进行最终判断。AI 可能会误报或漏报把它看作一个不知疲倦的“第一轮筛查员”最为合适。3.2 git-workflow changelog-gen自动化你的版本管理提交信息写得敷衍更新日志全靠手动复制粘贴这是很多团队的常态。git-workflow和changelog-gen这一对技能旨在将版本管理规范化、自动化。git-workflow 技能详解这个技能不只是生成提交信息。它引导 Claude 理解当前的代码变更通过git diff。技能指令中内置了 Conventional Commits 规范如feat:,fix:,docs:,refactor:并要求 AI 根据变更内容自动归类。更重要的是它要求提交信息的主体部分必须用中文清晰说明“此次变更的动机”和“与之前代码的对比”这极大地提升了提交日志的可读性。对于复杂的提交它还会提示是否应该将大变更拆分为多个原子提交。changelog-gen 技能的工作流这个技能通常用在准备发布版本时。它分析指定范围如上一个标签到当前HEAD内的所有提交信息。得益于git-workflow技能生成的规范化提交信息changelog-gen可以轻松地将feat:归类到“新增功能”fix:归类到“问题修复”并提取中文描述自动填充到CHANGELOG.md文件的对应章节下。你只需要进行最终的人工润色和确认即可。实战联动示例完成一个功能开发后运行git add .。激活git-workflow技能将git diff --staged的输出粘贴给 Claude。Claude 会生成类似feat(用户模块): 新增微信扫码登录功能的标题并在正文中详细描述实现逻辑。你确认无误后使用这个信息进行git commit。当需要发布 v1.1.0 版本时激活changelog-gen技能将git log v1.0.0..HEAD --oneline的结果给它。Claude 会自动生成结构清晰的CHANGELOG.md更新内容你只需将其合并到文件中。提示为了让这两个技能效果最佳建议在团队内推广一致的提交信息规范。即使不完全采用 Conventional Commits也应有一个简单的内部标准。一致性是自动化的基石。3.3 security-audit 与 perf-profiler专注于特定深度的分析security-audit和perf-profiler是两个“垂直领域”的技能它们比通用的代码审查更深入、更聚焦。security-audit 技能深度这个技能的指令库植入了 OWASP Top 10、常见 CWE 漏洞清单等安全知识。它不仅仅扫描明显的eval()或sql字符串拼接还会分析依赖引入如果提供了package.json或requirements.txt、检查配置文件中是否存在硬编码的密钥、评估身份验证和授权逻辑的强度。它的输出会区分“致命风险”、“高危漏洞”和“安全建议”等不同等级并附带简明的修复方案参考链接如指向特定 SAST 工具文档或安全编码指南。perf-profiler 技能的应用性能分析往往需要结合具体语言和场景。这个技能首先会询问代码的运行环境如 Node.js, Python, 前端浏览器和性能关注点是 CPU 密集型计算慢还是内存消耗大或是数据库查询拖沓。然后它会提供具体的剖析建议。例如对于 Python它可能建议使用cProfile和snakeviz进行可视化对于前端会建议使用 Chrome DevTools 的 Performance 面板录制并分析对于数据库查询则会给出 EXPLAIN 语句的分析要点。它更像一个经验丰富的性能调优顾问为你指明下一步该使用什么工具、关注什么指标。使用技巧提供足够上下文对于安全审计尽可能提供相关的配置文件、依赖文件和环境描述。对于性能剖析提供一段代表性的、可复现性能问题的代码片段并说明测试数据规模。结合专业工具这两个技能的产出是“行动指南”而非最终报告。它们指出的方向需要你使用真正的 SAST 工具如 Semgrep, Bandit或性能剖析器如 Py-Spy, Chrome DevTools进行深入验证和量化分析。AI 擅长模式识别和知识检索而专业工具提供精确的数据。4. 技能安装、管理与高级工作流4.1 安装与配置详解Claude Code Skills 的安装过程非常简洁这得益于 Claude Desktop 应用良好的设计。以下是详细的步骤和注意事项获取技能库打开终端使用git clone命令克隆仓库。为了国内访问顺畅可以使用提供的镜像地址。# 使用镜像地址推荐国内用户 git clone https://gh-proxy.com/https://github.com/laolaoshiren/claude-code-skills-zh.git # 或直接克隆原仓库 # git clone https://github.com/laolaoshiren/claude-code-skills-zh.git定位技能目录Claude Desktop 应用会在你的用户目录下创建一个.claude隐藏文件夹其中skills子目录就是存放所有技能的地方。macOS/Linux: 路径通常是~/.claude/skills/Windows: 路径通常是C:\Users\你的用户名\.claude\skills\部署技能将克隆下来的技能文件复制到上述目录。你可以复制整个skills文件夹下的所有内容也可以只挑选你需要的特定技能文件夹进行复制。# 进入克隆的仓库目录 cd claude-code-skills-zh # 复制所有技能到 Claude 的技能目录注意技能目录本身不要复制 cp -r skills/* ~/.claude/skills/重要提示确保复制的是skills/*里面的内容而不是skills这个文件夹本身。正确的目标目录结构应该是~/.claude/skills/zh-code-reviewer/SKILL.md而不是~/.claude/skills/skills/zh-code-reviewer/SKILL.md。重启与激活完成复制后完全退出并重新启动 Claude Desktop 应用。重启后在 Claude 的输入框下方你应该能看到一个新出现的“技能Skills”下拉菜单。点击它就能看到所有已安装的技能列表选择即可激活。激活后Claude 的回复风格和能力范围就会立刻切换到该技能定义的领域。4.2 技能管理、自定义与混搭策略安装了大量技能后高效的管理和个性化的定制就变得很重要。技能管理~/.claude/skills/目录下的每个子文件夹代表一个技能。如果你不再需要某个技能直接删除对应的文件夹即可。建议定期浏览技能库的更新使用git pull拉取新增的社区技能或我维护的原创技能更新。自定义技能这是发挥 Claude Code Skills 最大威力的地方。你可以以任何一个现有技能为模板复制一份修改其SKILL.md文件。比如你可以基于zh-code-reviewer为你团队特有的技术栈例如特定的内部框架、编码规范创建一个定制版本。在SKILL.md中你可以定义更具体的规则甚至嵌入你们团队的代码片段作为正面或反面示例。自定义技能是打造属于你和团队“私有 AI 专家”的关键。技能混搭与切换Claude 一次只能激活一个技能。但你可以通过巧妙的对话管理来实现“软性”混搭。例如你可以先用zh-code-reviewer审查代码然后将审查结果和代码一起作为新的对话上下文再激活refactor-advisor技能来获取重构建议。关键在于你要在切换技能时通过对话清晰地传递必要的上下文信息。4.3 构建高效的个人 AI 工作流技能是工具工作流是使用这些工具的蓝图。以下是我个人在开发中形成的一套高效工作流供你参考规划阶段激活planning-with-files技能。将产品需求文档或功能描述粘贴给 Claude并附上项目现有的核心文件结构。让 AI 帮助拆解任务评估可行性并输出一个初步的开发计划清单。编码与审查循环在编写新模块时可以激活针对特定框架如react-dev的技能来辅助生成组件代码。完成一个函数或模块后立即激活zh-code-reviewer技能进行自我审查。将刚写的代码和相关的接口定义一起提交审查。根据审查建议修改代码。这个“即写即审”的微循环能极大减少后期返工。提交与文档使用git add暂存更改。激活git-workflow技能生成规范的提交信息。完成提交。如果是重要功能完成可以激活zh-docgen技能为新增的 API 或模块生成初步的中文文档注释或文档片段。测试与审计针对核心逻辑激活api-tester技能生成对应单元测试或 API 接口测试用例的骨架代码。在版本发布前激活security-audit技能对改动较大的核心模块进行一次快速的安全检查。发布准备使用changelog-gen技能基于本版本的提交历史自动生成更新日志草案。如有必要使用perf-profiler技能对性能关键路径进行一轮分析建议。这个工作流并非固定不变你可以根据自己的项目类型和习惯灵活裁剪。核心思想是将重复的、模式化的智力劳动交给 AI 技能让人脑更专注于创造性的架构设计、复杂的业务逻辑和最终的决策判断。5. 常见问题、排错与效能提升指南5.1 安装与使用中的典型问题即使按照步骤操作你也可能会遇到一些问题。下面是一些常见情况的排查方法问题现象可能原因解决方案重启 Claude 后看不到技能菜单技能文件未放置在正确目录Claude 版本过旧。1. 确认路径~/.claude/skills/下应直接是技能文件夹如zh-code-reviewer/。2. 确保你使用的是最新版的 Claude Desktop 应用。激活技能后Claude 行为无变化技能文件SKILL.md格式错误或内容未被正确加载。1. 检查SKILL.md文件语法确保是有效的 Markdown。2. 尝试一个社区热门技能如caveman确认基础功能正常以排除个别技能文件问题。技能输出不符合预期或质量不高提供的上下文信息不足技能指令与当前任务匹配度低。1.提供更多上下文AI 不是魔术师给它看相关的代码文件、错误信息、配置文件输出质量会飞跃。2.检查技能描述仔细阅读技能的SKILL.md看它设计用来解决什么问题是否是你的需求。3.在对话中微调你可以说“请更关注代码的安全性”或“请用更简洁的方式表达”对已激活的技能进行实时引导。使用技能时 Token 消耗过快技能指令本身很长或对话历史积累了太多内容。1. 使用caveman这类压缩 Token 的技能进行日常对话。2. 定期开启新对话。对于独立的新任务建议新建一个对话窗口并激活所需技能避免过长的历史上下文拖慢速度并增加消耗。自定义技能效果不佳指令描述模糊缺乏清晰示例或边界约束。1.角色定义要清晰“你是一个资深 Python 后端架构师”比“你帮我写代码”好得多。2.使用示例在SKILL.md中提供 1-2 个“输入-输出”对这是让 AI 理解你期望格式的最有效方法。3.设定约束明确说明“不要做什么”比如“不要使用已弃用的 API”、“不要生成虚构的库代码”。5.2 提升技能效能的进阶技巧掌握了基础用法后下面这些技巧能让你和 Claude Code Skills 的协作效率再上一个台阶上下文预热在开始一个复杂任务前先在一个新的对话中将项目最重要的几个文件如架构图说明、核心接口定义、配置文件一次性发送给 Claude并说“请记住这些项目背景信息”。然后再激活技能进行具体工作。这相当于为 AI 提前加载了“工作内存”。链式调用如前所述虽然不能同时激活多个技能但可以通过对话链实现复杂操作。例如先让zh-docgen根据代码生成 API 文档草稿然后将草稿和代码一起交给zh-code-reviewer让其同时审查代码和文档的一致性。创建技能快捷指令对于你最常用的几个技能可以为其创建简单的文本缩写或快捷键通过一些自动化工具如 Keyboard Maestro, Alfred 等实现快速激活和上下文切换。迭代优化自定义技能将你的自定义技能SKILL.md也纳入版本控制如 Git。在实际使用中如果发现 AI 经常误解某条指令或者输出的格式不是你想要的就回头去修改SKILL.md文件。这是一个持续的调优过程几次迭代后你会得到一个无比顺手的高效工具。结合外部工具Claude Code Skills 不是孤岛。将它的输出与现有工具链结合。例如用security-audit技能指出潜在风险点然后用真实的 SAST 工具进行扫描确认用perf-profiler技能建议的剖析方法使用实际的分析工具生成火焰图。AI 提供方向和洞察专业工具提供精确数据和验证。5.3 关于技能生态的思考与未来方向目前 Claude Code Skills 生态还处于早期爆发阶段充满了活力但也有些混乱。高质量的技能与粗糙的技能并存。我认为未来的发展会朝向几个方向技能标准化可能会出现类似skill.schema.json的元数据描述文件方便技能商店进行分类、搜索和版本管理。技能组合与市场可能会出现可视化的技能工作流编辑器以及官方的或社区维护的技能市场让分享和发现技能更容易。更深度的 IDE 集成技能不再仅仅通过聊天界面激活而是可以绑定到 IDE 的特定操作如右键菜单、快捷键实现更无缝的体验。对于我们普通开发者而言现在正是参与和塑造这个生态的好时机。通过使用、反馈、特别是创建和分享自己的技能你不仅能提升自己的开发效率也能为社区贡献宝贵的场景化知识。我开源这 80 精选技能和 10 个原创技能正是希望提供一个高质量的起点降低大家的使用和创作门槛。
