Anthropic Agent Skills 课程

本课程介绍 Agent Skills（智能体技能）的概念与应用。技能是一组指令文件夹，通过提供专业知识来扩展智能体的能力，现已作为开放标准可在多个智能体产品中复用。课程将教授技能的工作原理、最佳实践以及在不同场景（编码、研究、数据分析）下的构建方法。

本课程通过营销活动分析的实际场景，展示了技能（Skills）的核心价值——将重复性工作流、专业知识或新功能打包成可复用的指令文件夹。技能不仅减少了提示词的重复输入，还能优化上下文窗口的使用，提升分析效率并支持团队协作与跨平台共享。

本课程深入探讨了 Agent Skills 的开放标准本质及其工作机制。技能不仅包含文本文件，还可引用可执行脚本和资源文件，为 AI 智能体提供领域专业知识和可重复的工作流程。通过渐进式披露机制，技能能够在保护上下文窗口的同时，按需加载必要信息，从而在非确定性系统中实现可预测的输出。

本课程深入探讨了技能（Skills）、工具（Tools）、MCP（模型上下文协议）和子智能体（Subagents）在AI智能体生态系统中的定位与协作关系。MCP负责连接外部系统和数据，工具提供底层能力，技能封装可重复的工作流程，而子智能体实现隔离上下文和并行执行。理解这些组件的差异与协同，有助于构建高效、可扩展的AI应用。

本课程介绍Anthropic提供的预构建技能生态系统，包括文档处理技能（Excel、PowerPoint、Word、PDF）和技能创建工具。讲师演示如何通过skill-creator以编程方式创建新技能，如何将现有技能从CSV迁移到BigQuery数据源，以及如何结合品牌指南技能与内置PowerPoint技能构建自动化演示生成工作流。

本课程深入讲解Claude技能(Skills)的结构规范与创建最佳实践，包括YAML前置元数据要求、技能主体编写准则、可选目录组织方式。通过两个实战案例（生成练习题技能和时间序列分析技能）演示如何构建生产级技能，并介绍使用skill-creator工具评估技能质量的方法，最后探讨技能测试与验证策略。

本课程深入探讨如何在 Claude Messages API 中使用自定义技能。与 Claude AI 和 Claude Desktop 不同，API 环境需要手动配置代码执行工具和文件 API 才能让技能正常工作。课程通过两个实例演示如何上传技能目录、处理文件输入，并使用沙盒容器执行代码生成输出文件。最后展示了如何组合自定义技能与内置技能（如 docx）来完成复杂任务。

本课程深入讲解如何在 Claude Code 中使用技能（Skills）进行代码生成、审查和测试。通过一个命令行任务管理应用的实例，展示如何创建三个核心技能：添加 CLI 命令、生成测试和审查代码。课程还介绍了如何配置专门的子智能体（sub-agents）并将其与技能结合使用，以实现更高效的上下文管理和专业化的任务处理。这种方法让主智能体专注于开发，而子智能体分别负责代码审查和测试生成，显著提升了工作效率和代码质量。

本课程讲解如何使用 Claude Agent SDK 构建一个研究智能体应用，该应用能够利用技能系统协调多个子智能体，从多个信息源（文档、代码仓库、网络搜索）收集数据并生成结构化的学习指南。课程展示了如何集成 MCP 服务器连接外部服务（如 Notion），以及如何通过技能定义可预测的工作流程和输出格式，最终实现对开源工具的自动化研究和文档生成。

本课程总结了创建和使用 Claude 智能体技能的核心要点。重点介绍了从基础 Markdown 指令开始，通过逐步披露原则进行扩展的开发方法，强调了在实际场景中监控和迭代的重要性。同时提醒开发者充分利用 Claude 对技能的理解，通过对话开始创建过程，并使用技能创建器遵循最佳实践。