[Python] Anthropic 官方开源 Skills：Claude 智能体开发的“标准答案”

做 Agent 开发的朋友应该都有过这种抓狂时刻：模型明明很强，但一让它调 API 或者读本地文件，就开始各种“胡言乱语”或者参数填不对。

是为了这个写一堆复杂的正则去兜底？还是在 Prompt 里写死各种 if-else？

最近 Anthropic 悄悄在 GitHub 上开源了一个叫 skills 的库。我看了一圈代码，觉得这东西不仅仅是个工具库，它其实是 Claude 官方给出的Agent 开发最佳实践。今天《云栈开源日记》就带大家拆解一下，大厂是怎么优雅解决“工具调用”难题的。

到底什么是 Agent Skills？

简单说，这就是 Claude 的“外挂包”。

以前我们写工具调用（Tool Use），往往只关注 Python/TypeScript 代码怎么写。但这个库通过实战告诉我们：写给 AI 看的说明书，和代码逻辑一样重要。

它把每个“技能”拆成了两部分：

1. 干活的代码：实际处理业务逻辑的脚本。
2. SKILL.md：这是核心，一套专门写给 AI 看的接口定义。

这种把“怎么做”和“怎么用”完全剥离的思路，其实就是非常经典的后端架构解耦思想，维护起来非常舒服。

为什么说 SKILL.md 是神来之笔？

我在云栈社区里常跟大伙聊，现在的程序员得有“双语”能力——既要写给机器跑，又要写给模型看。

这个项目最大的价值就在 SKILL.md。它不是那种给人看的 API 文档，而是专门喂给 LLM 的结构化数据。它用非常清晰的 XML 或 Markdown 格式告诉 Claude：

• “我是什么工具？”
• “我在什么场景下能帮你？”
• “我的参数有哪些约束？”

这就好比给模型装了个“防呆接口”，极大降低了 AI 瞎编参数（幻觉）的概率。

拿来就能用的实战案例

仓库里有几个现成的例子特别好使，建议 clone 下来直接读源码：

• Excel 分析师 (xlsx)：
  它不光是读 Excel，还能让 Claude 理解表头结构、自己写公式筛选数据。做数据分析 Agent 的同学，直接抄作业就行。
• 自我进化 (skill-creator)：
  这个有点意思，它是一个“元技能”，能让 Claude 自己编写新的工具代码。这不就是人工智能领域一直想做的“自我进化”雏形吗？

总结

如果你正在折腾 RAG 或者想自己搓个 Agent，别闭门造车了。

去看看 anthropics/skills，学习一下大厂是怎么定义接口、怎么写 Prompt 的。很多时候，标准定对了，开发效率能翻倍。这也是 云栈社区（ https://yunpan.plus ） 一直提倡的：先看最佳实践，再动手写代码。

项目地址：https://github.com/anthropics/skills

官方文档：https://docs.anthropic.com/

Ai 课程：https://yunpan.plus/f/29

Python 教程：https://yunpan.plus/f/26

标签： #anthropics #skills #GitHub #AI Agent #Claude #Python