1. 为什么 Claude Skills 值得 Agent 开发者关注Claude Skills 是 Anthropic 为 Claude 引入的一套可扩展机制它把一整套业务流程、模板、脚本和参考资料打包成一个个独立文件夹让模型在需要时按需加载。和传统一次性塞满提示词的做法不同Skills 采用渐进式披露会话开始时只把每个技能的元数据名称和简短描述注入系统提示通常几十个 token只有当用户请求命中某个技能描述时Claude 才会真正读取该技能的详细说明和资源。这意味着你可以给模型挂上几十个技能而上下文窗口几乎不受影响。它适合谁如果你正在做 Agent 编排、想让 LLM 稳定执行某类重复任务生成周报、处理 Excel、跑测试脚本又不想每次都写一大段提示词Skills 就是那个把「流程」从「提示」里抽出来的轻量级 workflow 层。它和 Function Calling 的区别在于Function Calling 偏重让模型结构化调用外部 API而 Skills 偏重把「怎么做一件事」的完整流程和资源打包成可版本化管理的模块。两者可以叠加使用——MCP 负责连接外部数据源Skills 负责教会模型如何高效使用这些工具。下面我会从零搭一个可运行的 Skills 骨架并说明如何通过 TaoToken 统一 Key 和 API 通道接入让你不用在多个平台之间来回切换配置。2. 前置准备用 TaoToken 统一 Key 与 API 通道在动手写 Skills 之前先把接入层理顺。TaoToken 提供统一的 API 通道你只需要一个 Key 就能调用包括 Claude 系列在内的模型省去分别管理多家 Key 的麻烦。官网入口是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 基址为 https://taotoken.net/api 注意这个地址不加 UTM 参数。你需要先拿到 API Key。登录后进入控制台在 API Keys 页面创建一个新 Key复制保存。这个 Key 会用在后面的 settings.json 和 config.toml 里。如果你还没创建可以直接访问 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 生成。注意Key 只显示一次建议创建后立刻写入本地配置文件不要提交到 Git 仓库。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面列出了各语言 SDK 的 base_url 填法。核心就一句话把原本指向官方域名的 base_url 换成 https://taotoken.net/api 其余请求结构不变。这样你的 Skills 脚本、Claude Code、以及后续的验证请求都走同一条通道排查问题时只需要看一个出口。3. 可复制的 Skills 配置骨架一个 Skill 的本质是一个文件夹核心是 SKILL.md头部用 YAML front matter 写元数据正文写流程说明。下面是一个「周报生成」技能的最小骨架你可以直接复制改成自己的业务。--- name: weekly-report description: 根据本周的 commit 记录和任务清单生成结构化周报。当用户提到周报本周总结时触发。 --- # 周报生成技能 ## 步骤 1. 读取 data/commits.json按模块聚合提交信息。 2. 读取 data/tasks.md提取已完成和进行中的任务。 3. 按本周完成 / 进行中 / 下周计划 / 风险四段输出。 4. 如果存在 templates/report.md套用该模板格式。 ## 边界 - 不编造未在数据中出现的任务。 - 提交信息为空时提示用户补充数据而非猜测。文件夹结构建议这样组织weekly-report/ ├── SKILL.md ├── data/ │ ├── commits.json │ └── tasks.md ├── templates/ │ └── report.md └── scripts/ └── aggregate.py接下来是接入配置。如果你用 Claude Code 或兼容的客户端settings.json 里这样写{ api: { base_url: https://taotoken.net/api, api_key: sk-your-taotoken-key, model: claude-sonnet-4-5-20250929 }, skills: { directory: ./skills, auto_load: true } }如果你更习惯用 config.toml部分 CLI 工具和自建 Agent 框架支持等价写法是[api] base_url https://taotoken.net/api api_key sk-your-taotoken-key model claude-sonnet-4-5-20250929 [skills] directory ./skills auto_load true把sk-your-taotoken-key替换成你在控制台创建的真实 Key。skills.directory指向你存放技能文件夹的根目录auto_load打开后客户端启动时会扫描该目录下所有 SKILL.md 的元数据并注入系统提示。4. 验证请求与成功结果配置写好后先做一次最小验证确认通道和技能加载都正常。用 curl 发一个请求把 container 字段指向你的技能curl -X POST https://taotoken.net/api/v1/messages \ -H x-api-key: sk-your-taotoken-key \ -H anthropic-version: 2023-06-01 \ -H content-type: application/json \ -d { model: claude-sonnet-4-5-20250929, max_tokens: 1024, messages: [ {role: user, content: 帮我生成本周周报} ], container: { type: custom, skill_id: weekly-report, version: latest } }如果通道正常、技能被正确识别你会看到响应里 Claude 的思考链中出现了读取 SKILL.md 的动作并按照你定义的「本周完成 / 进行中 / 下周计划 / 风险」四段结构输出内容。响应中如果包含bash_code_execution_tool_result类型的消息说明脚本被执行了其中可能带有file_id你可以用 File API 下载生成的文件。实测下来第一次跑通时最容易确认成功的标志是输出结构和你 SKILL.md 里写的步骤完全对应而不是模型自由发挥。如果结构对上了说明技能路由生效了。5. 本篇常见错误排查技能不触发。最常见的原因是 description 写得太模糊。Claude 是根据元数据里的名称和描述来匹配用户意图的如果描述里没有用户可能说的关键词比如「周报」「本周总结」它就不会加载。把用户可能用的口语化表达写进 description。报 401 或鉴权失败。检查 settings.json 或 config.toml 里的 api_key 是否和 TaoToken 控制台里的一致注意不要有多余空格。base_url 必须是 https://taotoken.net/api 结尾不要多加/v1SDK 会自己拼路径。技能加载了但脚本没执行。确认客户端已开启代码执行功能。部分环境默认关闭代码执行需要在设置里手动打开否则 SKILL.md 里的脚本调用步骤会被跳过。上下文里出现大量无关内容。说明你把太多细节写进了 SKILL.md 正文。记住三级加载原则元数据常驻、说明文档触发时加载、资源和脚本按需加载。把大段参考资料拆到单独的 .md 文件里在 SKILL.md 中用相对路径引用让 Claude 需要时再去读。改了 SKILL.md 但行为没变。部分客户端会缓存技能元数据重启客户端或清除缓存后再试。另外确认 version 字段是否指向了 latest。6. 下一步把 Skills 接进你的 Agent 工作流跑通最小示例后你可以把多个技能串联起来。比如一个「数据分析」技能负责清洗数据一个「报告生成」技能负责套模板输出Claude 会在任务需要时依序调用它们。这种串联复用正是 Skills 作为轻量级 workflow 层的价值所在。如果你主要做长期编码或 Agent 编排建议了解一下 Coding Plan它把 Skills、代码执行和模型调用打包成更适合持续开发的形态https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 。想先直观感受模型对话效果可以直接在 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel_chatutm_campaignrewrite 里试。需要管理多个 Key 或查看用量控制台在 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 。我自己的习惯是每沉淀出一个重复三次以上的流程就把它写成一个 Skill元数据里写清楚触发词正文只留步骤和边界大块资料拆出去。这样积累下来你的 Agent 会越来越懂你的业务而上下文始终清爽。
Agent架构新方向？Claude Skills详解：为LLM添加轻量级workflow的完整指南，建议收藏！
1. 为什么 Claude Skills 值得 Agent 开发者关注Claude Skills 是 Anthropic 为 Claude 引入的一套可扩展机制它把一整套业务流程、模板、脚本和参考资料打包成一个个独立文件夹让模型在需要时按需加载。和传统一次性塞满提示词的做法不同Skills 采用渐进式披露会话开始时只把每个技能的元数据名称和简短描述注入系统提示通常几十个 token只有当用户请求命中某个技能描述时Claude 才会真正读取该技能的详细说明和资源。这意味着你可以给模型挂上几十个技能而上下文窗口几乎不受影响。它适合谁如果你正在做 Agent 编排、想让 LLM 稳定执行某类重复任务生成周报、处理 Excel、跑测试脚本又不想每次都写一大段提示词Skills 就是那个把「流程」从「提示」里抽出来的轻量级 workflow 层。它和 Function Calling 的区别在于Function Calling 偏重让模型结构化调用外部 API而 Skills 偏重把「怎么做一件事」的完整流程和资源打包成可版本化管理的模块。两者可以叠加使用——MCP 负责连接外部数据源Skills 负责教会模型如何高效使用这些工具。下面我会从零搭一个可运行的 Skills 骨架并说明如何通过 TaoToken 统一 Key 和 API 通道接入让你不用在多个平台之间来回切换配置。2. 前置准备用 TaoToken 统一 Key 与 API 通道在动手写 Skills 之前先把接入层理顺。TaoToken 提供统一的 API 通道你只需要一个 Key 就能调用包括 Claude 系列在内的模型省去分别管理多家 Key 的麻烦。官网入口是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 基址为 https://taotoken.net/api 注意这个地址不加 UTM 参数。你需要先拿到 API Key。登录后进入控制台在 API Keys 页面创建一个新 Key复制保存。这个 Key 会用在后面的 settings.json 和 config.toml 里。如果你还没创建可以直接访问 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 生成。注意Key 只显示一次建议创建后立刻写入本地配置文件不要提交到 Git 仓库。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面列出了各语言 SDK 的 base_url 填法。核心就一句话把原本指向官方域名的 base_url 换成 https://taotoken.net/api 其余请求结构不变。这样你的 Skills 脚本、Claude Code、以及后续的验证请求都走同一条通道排查问题时只需要看一个出口。3. 可复制的 Skills 配置骨架一个 Skill 的本质是一个文件夹核心是 SKILL.md头部用 YAML front matter 写元数据正文写流程说明。下面是一个「周报生成」技能的最小骨架你可以直接复制改成自己的业务。--- name: weekly-report description: 根据本周的 commit 记录和任务清单生成结构化周报。当用户提到周报本周总结时触发。 --- # 周报生成技能 ## 步骤 1. 读取 data/commits.json按模块聚合提交信息。 2. 读取 data/tasks.md提取已完成和进行中的任务。 3. 按本周完成 / 进行中 / 下周计划 / 风险四段输出。 4. 如果存在 templates/report.md套用该模板格式。 ## 边界 - 不编造未在数据中出现的任务。 - 提交信息为空时提示用户补充数据而非猜测。文件夹结构建议这样组织weekly-report/ ├── SKILL.md ├── data/ │ ├── commits.json │ └── tasks.md ├── templates/ │ └── report.md └── scripts/ └── aggregate.py接下来是接入配置。如果你用 Claude Code 或兼容的客户端settings.json 里这样写{ api: { base_url: https://taotoken.net/api, api_key: sk-your-taotoken-key, model: claude-sonnet-4-5-20250929 }, skills: { directory: ./skills, auto_load: true } }如果你更习惯用 config.toml部分 CLI 工具和自建 Agent 框架支持等价写法是[api] base_url https://taotoken.net/api api_key sk-your-taotoken-key model claude-sonnet-4-5-20250929 [skills] directory ./skills auto_load true把sk-your-taotoken-key替换成你在控制台创建的真实 Key。skills.directory指向你存放技能文件夹的根目录auto_load打开后客户端启动时会扫描该目录下所有 SKILL.md 的元数据并注入系统提示。4. 验证请求与成功结果配置写好后先做一次最小验证确认通道和技能加载都正常。用 curl 发一个请求把 container 字段指向你的技能curl -X POST https://taotoken.net/api/v1/messages \ -H x-api-key: sk-your-taotoken-key \ -H anthropic-version: 2023-06-01 \ -H content-type: application/json \ -d { model: claude-sonnet-4-5-20250929, max_tokens: 1024, messages: [ {role: user, content: 帮我生成本周周报} ], container: { type: custom, skill_id: weekly-report, version: latest } }如果通道正常、技能被正确识别你会看到响应里 Claude 的思考链中出现了读取 SKILL.md 的动作并按照你定义的「本周完成 / 进行中 / 下周计划 / 风险」四段结构输出内容。响应中如果包含bash_code_execution_tool_result类型的消息说明脚本被执行了其中可能带有file_id你可以用 File API 下载生成的文件。实测下来第一次跑通时最容易确认成功的标志是输出结构和你 SKILL.md 里写的步骤完全对应而不是模型自由发挥。如果结构对上了说明技能路由生效了。5. 本篇常见错误排查技能不触发。最常见的原因是 description 写得太模糊。Claude 是根据元数据里的名称和描述来匹配用户意图的如果描述里没有用户可能说的关键词比如「周报」「本周总结」它就不会加载。把用户可能用的口语化表达写进 description。报 401 或鉴权失败。检查 settings.json 或 config.toml 里的 api_key 是否和 TaoToken 控制台里的一致注意不要有多余空格。base_url 必须是 https://taotoken.net/api 结尾不要多加/v1SDK 会自己拼路径。技能加载了但脚本没执行。确认客户端已开启代码执行功能。部分环境默认关闭代码执行需要在设置里手动打开否则 SKILL.md 里的脚本调用步骤会被跳过。上下文里出现大量无关内容。说明你把太多细节写进了 SKILL.md 正文。记住三级加载原则元数据常驻、说明文档触发时加载、资源和脚本按需加载。把大段参考资料拆到单独的 .md 文件里在 SKILL.md 中用相对路径引用让 Claude 需要时再去读。改了 SKILL.md 但行为没变。部分客户端会缓存技能元数据重启客户端或清除缓存后再试。另外确认 version 字段是否指向了 latest。6. 下一步把 Skills 接进你的 Agent 工作流跑通最小示例后你可以把多个技能串联起来。比如一个「数据分析」技能负责清洗数据一个「报告生成」技能负责套模板输出Claude 会在任务需要时依序调用它们。这种串联复用正是 Skills 作为轻量级 workflow 层的价值所在。如果你主要做长期编码或 Agent 编排建议了解一下 Coding Plan它把 Skills、代码执行和模型调用打包成更适合持续开发的形态https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 。想先直观感受模型对话效果可以直接在 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel_chatutm_campaignrewrite 里试。需要管理多个 Key 或查看用量控制台在 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 。我自己的习惯是每沉淀出一个重复三次以上的流程就把它写成一个 Skill元数据里写清楚触发词正文只留步骤和边界大块资料拆出去。这样积累下来你的 Agent 会越来越懂你的业务而上下文始终清爽。