本期是 Skills 生态拆解第 2 轮，主题是单 Skill 深度拆解。对象选了生态里最特殊的一个：anthropics/skills 官方仓库的 skill-creator——官方管它叫“创建有效 Skills 的指南”，说白了就是“造 Skill 的 Skill"。选它有三个理由：其一，它是有史以来被“引用”最多的 Skill——生态里每一篇教人写 SKILL.md 的教程，底层逻辑几乎都出自它的正文；其二，它是官方设计哲学的“自举样本”——它教导的所有规范（渐进式披露、资源分层、反面清单），全部在它自己的目录结构里落地执行，等于官方亲手写的标准答案；其三，它自带 init_skill.py/package_skill.py 脚手架和 eval-viewer 评测工具，是目前把“Skill 工程”做成完整工具链的唯一公开范本。本文数据全部来自 2026-08-28 对 skills.sh 实时榜单、anthropics/skills 仓库页面与 SKILL.md 原文的真实抓取，逐文件拆到段落级。
先看它今天在榜上的位置——这本身就是个反差信号。2026-08-28 抓取的 skills.sh 全时安装榜上，前 101 名里没有出现 skill-creator：榜单第 101 名 azure-quotas 的安装量约 40.2 万，而 skill-creator 低于这个量级。对照头部：find-skills（vercel-labs/skills）300 万断层第一，grill-me（mattpocock/skills）91.1 万第二，同仓的官方 frontend-design 79.67 万第三。
一个“教所有人写 Skill”的官方元技能，安装量却进不了前 100。原因不难理解：它是作者型 Skill，不是用户型 Skill。装它的人是想造 Skill 的开发者，基数天然小；但它的影响通过“被造出来的 Skill”二次放大——生态里数百万份 SKILL.md 的结构（frontmatter 两字段、三类资源目录、渐进式披露），源头都是这份文档。看仓库盘子就知道了：anthropics/skills 今日页面实抓 Star 约 17 万、Fork 2.02 万、开放 Issue 314 个、开放 PR 790 个，是整个 Agent Skills 生态最大的单一仓库。
顺带修正一个常见误解：官方 README 明确说明，仓库里 skills/docx、skills/pdf、skills/pptx、skills/xlsx 四个文档技能是 source-available 而非开源，其余示例技能（含 skill-creator）为 Apache 2.0；skill-creator 的 frontmatter 里 license: Complete terms in LICENSE.txt 指向的正是这套授权安排。
把 skill-creator 和前几轮深拆过的两个头部样本做一次“设计哲学对照”（评分口径：五星制，上手难度星级越高越容易）：
| 维度 | 权重 | skill-creator（anthropics） | grill-me（mattpocock） | frontend-design（anthropics） |
|---|---|---|---|---|
| 功能完整度 | 25% | ★★★★★ 从脚手架、打包到评测全链路 | ★★★★☆ 单一质询场景做到极致 | ★★★★☆ 只管生成侧 |
| 设计质量 | 25% | ★★★★★ 官方规范的"自举实现" | ★★★★★ 一行正文的薄壳艺术 | ★★★★★ 负样本校准教科书 |
| 实战效果 | 20% | ★★★★☆ 产出质量取决于使用者访谈质量 | ★★★★★ 效果直接可感 | ★★★★☆ 去AI味反馈明显 |
| 上手难度 | 15% | ★★★☆☆ 需理解六步流程和资源分层 | ★★★★★ 零门槛 | ★★★★★ 零配置 |
| 社区活跃度 | 15% | ★★★★★ 官方仓库持续迭代（314 开放 Issue） | ★★★★★ 91万安装 | ★★★★★ 79.7万安装 |
| 加权综合 | 4.7 | 4.8 | 4.6 |
三者其实是三种物种：grill-me 是“极薄壳”（正文一行，靠提问引擎干活），frontend-design 是“纯提示词”（两个文件，全靠领域判断力），skill-creator 是“全家桶”（SKILL.md + 脚本 + 参考 + 评测工具的完整工程）。拆完你会明白：没有最优的 Skill 形态，只有和任务脆弱度匹配的形态——这句话正是 skill-creator 自己的核心教义。
GitHub 目录列表（2026-08-28 实抓）显示，skills/skill-creator/ 下有这些东西：
skill-creator/
├── SKILL.md # 主文档（约300行）
├── LICENSE.txt # 授权条款
├── references/ # 参考文档（workflows.md、output-patterns.md）
├── scripts/ # 脚手架与打包脚本（init_skill.py、package_skill.py）
├── assets/ # 输出资源
├── agents/ # 子代理配置
└── eval-viewer/ # 评测结果可视化工具
对照它自己在 SKILL.md 里画的“标准 Skill 解剖图"（SKILL.md + scripts/ + references/ + assets/），你会发现官方给自己的产品超额交付了两个目录：agents/ 和 eval-viewer/。这两个“超纲”目录暴露了官方的真实野心——Skill 不只是提示词包，而是一个带脚手架、带打包器、带评测台的小型软件工程。上一轮拆的 frontend-design 全仓只有两个文件，这一轮的 skill-creator 是另一个极端，两者放在一起，恰好是这个生态形态光谱的两个端点。
name: skill-creator
description: Guide for creating effective skills. This skill should be used
when users want to create a new skill (or update an existing skill) that
extends Claude's capabilities with specialized knowledge, workflows, or
tool integrations.
license: Complete terms in LICENSE.txt
拆开看，这段 description 是标准的官方三段式：是什么（Guide for creating effective skills）→ 何时触发（when users want to create…）→ 价值抽象（specialized knowledge, workflows, or tool integrations）。最容易被忽略的细节是括号里的 (or update an existing skill)——它把“改造旧 Skill”也纳入了触发范围。官方教程反复强调“触发信息全部写在 description，不要指望正文”，因为正文只有触发之后才会加载；这句括号就是最佳实践：触发词要覆盖任务的全生命周期，而不只是第一次。另外注意 frontmatter 只有 name、description、license 三个字段——SKILL.md 明文警告"Do not include any other fields"，别自作聪明加 author、version，宿主不认。
正文开篇给 Skill 下了个定义："Think of them as 'onboarding guides' for specific domains or tasks"——把它们想成特定领域的“新员工入职指南”，把通用 Agent 变成装备了程序性知识的专业 Agent。这个比喻是全篇的锚点：入职指南写给谁？写给已经很强的新员工——这就是下一节“Claude 已经很聪明”公理的伏笔。随后列出 Skill 提供的四类价值：专业工作流、工具集成、领域知识（公司 schema、业务逻辑）、捆绑资源。写自己 Skill 时，这四类正好可以当需求检查表：你的 Skill 属于哪一类？如果一类都靠不上，它大概率不该存在。
这是全篇第一个“设计公理”：
The context window is a public good.（上下文窗口是公共财。）
SKILL.md、系统提示、对话历史、其他 Skill 的元数据、用户的实际问题——全部挤在同一个窗口里，任何 Skill 的冗长都是在侵犯公共用地。由此推出两条操作性极强的写作纪律：
这个“token 成本审计”句式值得所有作者直接抄走——它把“写短点”这种空洞建议变成了可执行的自检动作。
第二节设计公理叫 Set Appropriate Degrees of Freedom，按任务的脆弱性和可变性分三档：
| 自由度 | 形式 | 适用场景 |
|---|---|---|
| 高 | 文字指令 | 多种做法都成立、靠启发式判断 |
| 中 | 带参数的伪代码/脚本 | 存在偏好模式、允许变化 |
| 低 | 参数极少的固定脚本 | 操作脆弱易错、一致性生死攸关、步骤顺序不可乱 |
配套的比喻极其传神："把 Claude 想成在探路：悬崖边的窄桥需要具体护栏（低自由度），开阔田野可以随便走（高自由度）"。这解决了一个新手最常见的错误——要么全写成死板步骤把模型框死，要么全写成宽泛建议让结果不可复现。写 SKILL.md 前，先给每个环节标注“这是窄桥还是田野”。
官方解剖学给三类可选资源各配了一张“携带清单"：
rotate_pdf.py。最大好处是“可以不读入上下文直接执行”——这是唯一不占 token 窗口的资源形态。全篇最反直觉的一节。官方明令禁止在 Skill 里创建 README.md、INSTALLATION_GUIDE.md、QUICK_REFERENCE.md、CHANGELOG.md 等任何“人类向”辅助文档，理由一句话：
Skill 的读者是 AI，不是人。
人类开源习惯里的“礼貌性文件”（README、CHANGELOG）在 Skill 语境里全是污染上下文的噪音。这个反面清单模式（列 explicitly 不要做什么）比正面清单更能纠正模型行为，前几轮拆过的 frontend-design 反AI俗套清单、azure-deploy 前置门禁，用的都是同一家族的手法——用“负面样本”划边界，比用“正面描述”画圈更省 token 也更抗跑偏。
这是 skill-creator 被引用最多的部分，Skill 生态的“宪法条款”：
正文里给了三种拆分模式：高级指南 + references 链接（PDF 处理例）、按领域拆文件（BigQuery 的 finance/sales/product 各一个 md，用户问销售只读 sales.md）、按条件拆（DOCX 编辑里“简单改动 XML，要红线批注才去读 REDLINING.md"）。外加两条硬护栏：references 只允许一层深（不许 A 引 B、B 再引 C 的套娃）；超 100 行的参考文件顶部必须有目录，让模型预览时就能看到全貌。
正文最后三分之一是完整工作流，六步顺序执行：
flowchart LR
A["1 理解<br/>拿具体例子访谈"] --> B["2 规划<br/>列出可复用资源"]
B --> C["3 初始化<br/>init_skill.py"]
C --> D["4 编辑<br/>实现资源+写SKILL.md"]
D --> E["5 打包<br/>package_skill.py<br/>先校验后打包"]
E --> F["6 迭代<br/>真实使用中改进"]
F -.->|反馈| D
几个值得逐个品的设计：
scripts/；frontend-webapp-builder 需要同样的 HTML/React 样板 → 收进 assets/hello-world/；big-query 每次都要重新发现表结构 → 收进 references/schema.md。三个例子、三种资源、一一对应——这是“紧凑例子优于冗长解释”教义的自我示范。package_skill.py 先验证 frontmatter、命名规范、描述完整性，全部通过才产出 .skill 文件（本质是 zip 改后缀）；验证不过直接退出，不给带病发布的机会。SKILL.md 正文里明确点名了两个参考文件：references/workflows.md（多步流程与条件逻辑的设计模式）和 references/output-patterns.md（输出格式与质量标准的模板模式）——注意引用写法：正文只给一句话摘要 + 何时该读，细节全在文件里，这正是它自己教导的 Pattern 1。脚本侧，scripts/init_skill.py 一键生成带 TODO 占位的标准目录（SKILL.md 模板 + scripts/references/assets 三个示例目录），scripts/package_skill.py 负责校验加打包。
最有想象空间的是目录列表里的 eval-viewer/——官方把“触发词要跑评测”这件事做成了可视化工具。结合官方教程里“用正/负样本测召回率和精确率”的玩法，意味着 skill-creator 实际上是官方唯一开放了评测基建的 Skill：写完不是凭感觉觉得“应该会触发”，而是拿样本集跑一遍看数据。这是社区 Skill 目前普遍缺失的一环，也是“Skill 工程”和“提示词手艺”的分水岭。agents/ 目录则说明它在往子代理协作方向演进，此处不展开（本次未抓取其内容，不作臆测）。
适合用它的场景：团队要沉淀多个内部 Skill（一次学会、批量复用脚手架）；要分发 .skill 包给非工程同事（package 的校验流程兜底）；对触发准确率有要求的严肃场景（eval-viewer 提供数据反馈）；想学习 Skill 设计规范本身（它的正文就是官方设计文档）。
不适合的场景：只想微调一段固定提示词——六步流程是杀鸡用牛刀，直接写 SKILL.md 更快；一次性任务不值得固化成 Skill（官方 Step 1 的隐含前提是“这些工作流会被反复执行”）；对上下文预算极度敏感的轻量 Agent——skill-creator 自身全家桶的维护成本要认清，它常驻的 description 虽然只有 100 词，但触发后的 500 行正文不算便宜。
# 方式一：注册官方插件市场后安装 example-skills 插件（含 skill-creator）
/plugin marketplace add anthropics/skills
/plugin install example-skills@anthropic-agent-skills
# 方式二：npx skills CLI（支持 Claude Code、Cursor、Codex 等 20 个 Agent 宿主）
npx skills add anthropics/skills
装好后直接对 Claude Code 说“用 skill-creator 帮我创建一个 XXX 的 Skill"，它会按六步流程先访谈、再生成。GitHub 页面另有 .skill 包的下载入口，仓库同时提供 ./spec（Agent Skills 规范）和 ./template（最小模板），想看裸骨架的直接看 template。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。