用途
Creating Skills 用于创建和修订一个完整的技能目录（Skill Directory），并把它打包交付。它面向的是需要跨多个项目或对话复用的程序性知识，而不是项目专属的一次性任务。资料明确指出：技能适合“需要跨多个项目/对话使用的能力”“广泛适用的程序性知识（非项目专属）”“应在触发模式下自动激活的指令”“希望按需渐进加载的可移植专业知识”；不适合“项目专属上下文（应使用 Project instructions）”“一次性任务（应使用独立提示词）”。
主要能力
该技能指导如何构建一个技能目录，其中包含：
- SKILL.md（必需）：frontmatter 加祈使式指令
- scripts/（可选）：用于确定性操作的可执行代码
- references/（可选）：按需加载的详细文档
- assets/（可选）：输出中使用的模板/文件
它强调技能的核心是“程序锚点”。资料引用一项覆盖 528 组配对执行的研究称，65.7% 的技能效果来自提供可用的操作流程（设置步骤、工具顺序、中间检查、陷阱），仅 4.5% 来自提供智能体原本缺失的事实。因此技能应把流程写清楚，而不是只给高层计划。
使用方式
创建目录结构：
mkdir -p skill-name/{scripts,references,assets}
打包前删除未使用的目录。
命名规范：使用动名词形式（动词 + -ing），如 processing-pdfs、analyzing-data、creating-reports；仅允许小写字母、数字、连字符；最多 64 个字符；不得使用保留字（anthropic、claude）。
Frontmatter 要求：
---
name: skill-name
description: What it does. Use when [trigger patterns].
---
description 最多 1024 字符，使用第三人称，说明“做什么”加“何时使用”（触发模式），并指定应激活该技能的文件类型、关键词、任务类型。资料特别强调：描述中不得出现任何尖括号，规则比“无 XML 标签”更严格，箭头或阈值同样会被拒绝。
描述撰写规则：以问题的单位开头而非技术；枚举用户实际输入的措辞；与相邻技能通过“省略”而非“免责声明”区分（检索器无法表示否定，否定式描述反而会拉近被否定的内容）；不要复用兄弟技能的触发短语。
校验：使用 Anthropic 的校验器而非肉眼检查：
python3 /mnt/skills/examples/skill-creator/scripts/quick_validate.py <skill-dir>
批量校验：
for d in */; do
printf '%-24s ' "${d%/}"
python3 /mnt/skills/examples/skill-creator/scripts/quick_validate.py "$d" 2>&1 | tail -1
done
该校验器强制 YAML 可解析、允许属性白名单（name、description、license、allowed-tools、metadata、compatibility）、kebab-case 名称且少于 64 字符、描述少于 1024 字符且无尖括号、每个目录恰好一个 SKILL.md。
必需章节
每个改变工作方式的技能都应包含四个章节：适用边界（何时不使用、有条件的例外、何时中途放弃）、常见失败模式（信号 → 缓解措施）、验证（如何确认成功，含命令）、已诊断失败及其结果标注（记录出错时间、信号，并保留在可用的流程中）。纯参考文档可跳过，但须在第一行说明它是参考。
适用场景与限制
适用于创建可移植、可复用、按需渐进加载的技能。资料强调技能会带来真实上下文成本（研究中每任务 521.5K tokens，对比工作流记忆的 426.2K），但换来 4.8 个百分点的成功率提升；长度应花在步骤和信号上，而非背景叙述。技能不应只是事实罗列，也不应把流程压缩成目标（研究显示三到五步的高层计划成功率 47.7%，低于无技能的 50.0% 基线）。打包方式：
cd /home/claude
zip -r /mnt/user-data/outputs/skill-name.zip skill-name/
unzip -l /mnt/user-data/outputs/skill-name.zip
可选版本控制：
cd /home/claude/skill-name
git init && git add . && git commit -m "Initial: skill structure"
关于该技能自身的收费、价格、平台支持范围等事实，资料暂未提供。