Anthropic推出了Claude Skills功能，允许用户通过包含指令、脚本和资源的文件夹来增强Claude模型在特定任务（如Excel操作或品牌规范遵循）中的表现。技能仅在相关任务时被调用，通过Markdown文件和辅助文档实现。这一功能可能比MCP更重要，已在GitHub开源。

克劳德技能：或许比MCP更重要的创新

核心概念

Anthropic公司于2025年10月16日发布了名为Claude Skills的新功能，这是一种通过特定文件组合来扩展模型能力的机制。每个技能包包含： - 一个Markdown格式的说明文件（含YAML元数据） - 可选的支持脚本和资源文件 - 仅在任务相关时才会被调用

技术细节

1. 实现原理：
   技能包通过文件系统实现，会话开始时模型会扫描所有可用技能包的元数据（仅消耗几十个token），完整内容按需加载。

2. 实际案例：

   • Slack动图制作：包含尺寸验证功能，确保生成的GIF符合Slack的2MB限制
   • 文档处理：已开源支持PDF/DOCX/XLSX/PPTX等格式的技能包

3. 依赖环境：
   必须搭配代码执行环境使用，延续了自2023年ChatGPT代码解释器以来的技术路线。这种设计显著区别于需要消耗数万token的MCP协议。

行业影响

• 开发便捷性：单个Markdown文件即可创建技能，预计将引发技能开发生态大爆发
• 跨平台兼容：设计足够简单，可被其他AI系统（如Codex/Gemini CLI）直接复用
• 代理能力突破：使Claude Code成为真正的"通用代理"，可组合技能完成复杂工作流（如自动处理人口普查数据并生成可视化报告）

设计哲学

技能包的极简设计（相比MCP复杂的协议规范）更符合LLM的本质特性： - 将复杂逻辑交给模型自行解析 - 依赖环境而非协议实现功能 - 通过"工具循环"模式实现可靠自动化

争议与前景

尽管有观点认为这只是对现有模式（如AGENTS.md）的包装，但其标准化设计和Anthropic的官方支持可能使其成为新一代AI扩展功能的事实标准。在安全沙箱问题解决后，这种模式有望重塑AI应用开发范式。

（注：原文中关于具体代码示例、GIF生成过程等细节已精简，保留核心技术原理和行业影响分析）

评论内容总结

1. 对Claude Skills的正面评价

• 性能认可：部分用户认为Claude性能优越，难以替代。

  • 引用：
    • "I have been using Claude since few month and couldn't switch to another one regarding performance" (jamesclar)
    • "Claude can now write and execute arbitrary code on user machines at any time?" (daxfohl)

• 与MCP的互补性：认为Skills和MCP（Model Context Protocol）各有用途，并非竞争关系。

  • 引用：
    • "I think Skills go hand-in-hand with MCPs, it's not a competition" (jngiam1)
    • "They’re completely different things. MCP is a standardised lightweight integration interface and skills are dynamic rules." (smcleod)

2. 对Claude Skills的质疑与批评

• 创新性不足：部分用户认为Skills只是现有技术（如RAG、MCP）的重新包装。

  • 引用：
    • "Isn’t this just repackaged RAG pretty much?" (carlhjerpe)
    • "it feels like an abstraction of MCP... nothing I see here that couldn’t be replaced by a series of MCP tools" (fullstackchris)

• 实用性有限：认为Skills对现有工作流提升有限，或增加复杂性。

  • 引用：
    • "I don’t see it adding a lot of value to my current claude code workflow" (frankc)
    • "MCPs are overhyped... 95% of MCP servers are useless" (cheema33)

• 安全性担忧：担心Skills可能引入代码执行风险。

  • 引用：
    • "Couldn’t a hallucination delete your hard drive at any time?" (daxfohl)

3. 与类似技术的比较

• 与MCP的对比：部分用户认为Skills更轻量，而MCP笨重且工具链不完善。

  • 引用：
    • "MCP gives me early days gRPC vibes... Skills feel like a much lighter way" (rednafi)
    • "just using a CLI is orders of magnitude faster to write and debug" (siscia)

• 与其他工具的相似性：用户提到Skills与Microsoft Amplifier、Wolfram Alpha等工具类似。

  • 引用：
    • "Skills feel similar to specialized agents / sub-agents" (jauntywundrkind)
    • "my mental model for Skills would be Wolfram Alpha with custom extensions" (crvdgc)

4. 命名与设计争议

• 命名问题：认为“Skills”一词未能准确描述功能。

  • 引用：
    • "I think 'skills' is a bad name... more like a selective context loading system" (frankc)

• 用户体验问题：部分用户对Skills的实际操作方式感到困惑。

  • 引用：
    • "it isn’t clear how to manage my skills for Claude Code" (Seattle3503)

5. 未来展望

• 潜在价值：部分用户期待Skills与MCP的深度整合。

  • 引用：
    • "when the python code in Skills can call MCPs directly... that is the big unlock" (jngiam1)

• 行业趋势：认为Skills可能代表更简单的技术方向。

  • 引用：
    • "Reminds me of xml vs json... We all know who won" (joelthelion)

总结

评论呈现两极分化：
1. 支持者认为Skills提升了效率，并与MCP互补；
2. 批评者质疑其创新性、实用性及安全性，认为其仅是现有技术的包装。
此外，用户对Skills的命名、设计及与竞品的对比存在争议，部分人期待未来改进。