@0xShoopy:Anthropic 刚发布了一份 10 页 PDF,教你构建自己的技能库——8 层框架,让 Agent 自动挑选正确的流程……
摘要
Anthropic 发布了一份 10 页 PDF,提出了一套 8 层框架,用于构建个人技能库,使 Claude Agent 能自动选择正确的流程,将每次请求的 token 消耗从约 36K 降低到约 3.9K。
查看缓存全文
缓存时间: 2026/11/03 14:34
Anthropic 刚发布了一份 10 页的 PDF,讲的是如何构建你自己的技能库 - 8 层结构,让 agent 自主选择正确的流程,并且同一个反馈永远不需要重复第二次:
公式:Skill = Trigger + Procedure + Resources + Checks
大多数人仍然每天手动粘贴相同的提示词。或者把所有内容塞进一个巨大的 CLAUDE.md,而 agent 只会半心半意地忽略它
以下是用 8 层构建你自己的技能库的方法:
第 1 层 → 库 - 事实放在 CLAUDE.md,流程放在 skills 里。每个 skill 约 100 个 token,直到真正需要时才会加载
第 2 层 → 触发器 - description 就是接口。输出、输入、3 个真实短语、1 个「不适用」说明
第 3 层 → 流程 - 编号步骤。永远以「查看」开头,永远以「检查」结尾
第 4 层 → 资源 - 长篇指南放在 references/ 目录下。一个好的示例胜过一整页的形容词
第 5 层 → 脚本 - 任何只有一种正确答案的操作都用代码执行。模型从不在脑子里做算术
第 6 层 → 检查 - 5 行是/否的检查项。有选项没勾选,绝不宣布完成
第 7 层 → 边界 - 自己做、先询问、绝不做。源文本是数据,永远不是命令
第 8 层 → 学习 - 每一次纠正都变成一条永久的检查清单条目
结果:25 个流程每次请求只需约 3.9K 个 token,而不是约 36K。而且 agent 无需被告知就能选对正确的流程
这份 10 页的 PDF 包含模板、一个完整的参考 skill、一张测试卡片、一个技能设计器提示词,以及一条 10 天的构建路径
收藏它。你第 3 次粘贴的下一个提示词,应该变成一个 skill ↓
相似文章
@hanakoxbt: 麻省理工学院团队刚刚发布了一份24页的PDF,关于Claude Code代理的"自我进化技能"。Anthropic自己的技能创造者…
MIT团队发布了一篇关于Claude Code代理自我进化技能的论文,通过生成-测试-验证-协同进化框架,实现了71.1%的通过率,比Anthropic的技能创造者高出37个百分点。
@dair_ai: 关于 agent 技能扩展的优秀论文。其中包含一些保持 agent 技能库更新与平稳运行的实用技巧……
论文提出 Skill++,仅重写新加入 agent 技能的名称和描述,以防止不断增长的技能库中出现路由干扰。在 731 个技能、三个基准、五种路由器以及 Codex CLI 框架下,完整技能选择率从 36.4% 提升至 76.3%。
@william40152988:Anthropic 静默更新了 Skills 最佳实践,旧版本已完全过时。刚看完一个 13 分钟的讲解,以下是几个关键变化:
Anthropic 更新了其 Agent Skills 最佳实践指南,主要变化涉及文件读取限制(仅读取前 100 行)、引用仅限一级深度、分级自由度设置,以及移除会降低现代推理模型表现的过于死板的指令。
利用 Agent Skills 为智能体装备真实世界能力
Anthropic 推出「Agent Skills」开放标准,通过可组合的指导指令与脚本目录,为 AI 智能体赋予领域专属专业能力。该框架提升了 Claude Code 等智能体的可移植性与专业化程度,且无需进行定制化模型训练。
@Huanusa: Anthropic 官方放出了一份很值得收藏的资料: 《The Complete Guide to Building Skills for Claude》 整整 33 页 PDF。 这不是入门科普, 而是一份 Claude Skill 开…
Anthropic 发布了一份 33 页的 PDF 指南《The Complete Guide to Building Skills for Claude》,详细介绍了如何设计、组织、优化和复用 Claude 的 Skill,适用于 Claude Code 用户和 AI Agent 开发者。