我给 AI 装了二十多个『技能』，它们到底能干嘛？

本文写于 2026 年 6 月 12 日。 这里介绍的是我个人电脑上 Claude 实际装着的技能；每个技能”能干什么”以它自己的说明为准，具体某项当下是否跑得通、装没装好，会随时间变化。文中不编造能力，只讲我确实装了、且知道用途的工具。

先把几个词说清楚

这篇会反复出现几个词，先用大白话讲明白，后面就不绕了：

• AI 助手 / Claude：Claude 是一家叫 Anthropic 的公司做的人工智能助手，类似你听过的 ChatGPT，能听懂人话、帮你写东西做事。
• Claude Code（命令行版的 Claude）：把这个 AI 助手装进电脑的”黑底白字命令行窗口”里，让它不只是聊天，还能直接读写你电脑上的文件、运行程序。命令行（CLI，command-line interface）就是那种靠打字命令来操作电脑的界面，没有花花绿绿的按钮，但更快更万能。
• 技能（skill）：本文主角。简单说，就是给 AI 预先写好的一份“某件事怎么做最好”的说明书 + 配套小工具。AI 一看到这份说明书，就知道该按什么步骤、用哪个工具、注意哪些坑——不用每次从零摸索。
• 代理 / 子代理（agent）：能自己拆解任务、连续干活的 AI。一个主 AI 还能”招”一批子 AI（subagent）同时分头干，像项目经理带一个小组。
• 本地部署 / 显卡（GPU）：把 AI 模型跑在自己家的电脑上，而不是别人的云服务器上。跑得动大模型靠的是显卡（GPU，图形处理器）——本来用来打游戏渲染画面，现在也用来算 AI。自己跑的好处是省订阅费、数据不出门。
• API（应用程序接口）：让一个程序去调用另一个程序的服务，像点外卖一样”下单—取结果”。
• MCP（模型上下文协议，Model Context Protocol）：一个统一的”插头标准”，让 AI 能插上各种外部服务（你的日历、网盘、搜索引擎等）。可以理解成 AI 世界的”USB 接口”。

一、所以，“技能”到底是个啥？

大模型本身很聪明，但有两个天然短板：

1. 它不知道你这台电脑的具体情况——文件放哪、装了哪些工具、你习惯怎么命名，它一概不知。
2. 它记性是”一次性”的——这次摸索出来的最佳做法，下次对话又忘了，得重来。

“技能”就是来补这两个短板的。你把”做某件事的标准流程”一次性写清楚，存成一份固定文档；以后 AI 一接到相关任务，先读这份说明书，再照着做。好比给新员工的一本《岗位手册》，或者一张写明火候和步骤的菜谱——照着做，不容易翻车，而且每次水准都稳定。

怎么触发一个技能？两种方式：

• 直接打斜杠命令，比如输入 /reading 就启动”发文章”技能；
• 说关键词，比如说”把这个 PDF 转成笔记”，AI 会自动认出该用哪个技能。

下面按”用途”把我这套技能分成六大类，逐一讲。

二、把文件处理得明明白白（文档类）

这一类专门对付办公文件——读它、改它、生成它。

其中 2md 的做法很有意思：它不是让主 AI 自己硬看，而是把文件每一页拆开，派给一个专门的子 AI 去逐页”读图”，最后汇总。Markdown（一种用纯文本写带格式文档的简单写法，加个 # 就是标题，加 * 就是列表）是程序员和写作者都爱用的格式，干净、好存档。

三、动动嘴就出图出片（图像 / 视频类）

为什么出图技能有好几个？因为不同”画师”各有所长，且付费方式不同：有的走云端订阅（按次花钱、不挑机器），有的跑在自己那块 RTX 5090（一块很强的游戏显卡，32GB 显存）上——慢一点但不花 API 钱、图也不上传别人服务器。本文这几张配图，就是用 image2 出的。ComfyUI（一个把 AI 出图流程画成节点连线的开源工具）则是本地出图最常用的”工作台”。

四、把东西做得好看（设计 / 网页类）

这里「高保真（high-fidelity）」指的是”做得跟最终成品几乎一模一样”的原型，不是潦草草图。HTML（写网页的标记语言）则是这些设计的载体——直接出一个能在浏览器里打开、能点能滑的页面。

五、把话写好、把成果发出去（写作 / 发布类）

一个小彩蛋：你正在读的这篇文章，就是用 reading 这个技能发布的。 它知道我网站的源文件放在哪、怎么用 pandoc（一个万能的文档格式转换工具）把 Markdown 渲染成网页、怎么在列表页加一张卡片、最后怎么一键部署上线。换句话说，这篇”讲技能的文章”本身，就是某个技能干出来的活——这大概是对”技能是什么”最直观的演示了。

六、写代码、搭系统（开发类）

最值得一提的是 ceo 和”多代理并行”：面对大活，一个 AI 慢慢干太久，于是让主 AI 当项目经理，同时招一批子 AI 分头干、最后合并——这篇文章背后的”技能体检”，我就是这么干的：一口气派了 6 个子 AI 同时检查不同的技能，效率翻好几倍。

七、自动跑腿、替你聊天（自动化类）

Telegram（一款国外常用的聊天软件）机器人这类，相当于雇了个 24 小时在线的助手替你看消息、回话。语音合成（TTS，text-to-speech，把文字念成人声）让机器人不只是发字，还能发一段语音。clco 则体现一个朴素但好用的思路：一个 AI 容易自我感觉良好，那就让另外两个不同的 AI 来挑刺，三方对账，结论更靠谱。

（此外还有几个更偏研究、实验性质的内部小工具，跟这篇主题关系不大，就不展开了。）

八、工具多了，也得定期”体检”

技能装多了有个现实问题：会悄悄过期。 比如某个文件路径换了、某个程序没装、某个密钥失效——技能还在，但一跑就报错，平时还发现不了。

就在整理这篇文章的同一次，我顺手给整套技能做了一遍”体检”，确实揪出并修好了一批毛病：有的指向了一块已经退役、再写就会偷偷吃光内存的硬盘路径；有的把一个明文密码写进了会同步到多台机器的配置里（这是安全隐患，第一时间清掉了）；还有的因为 Mac 和 Windows 的命令行写法不同，在 Mac 上直接报错。

给普通读者的一个朴素启发：任何”自动化工具箱”，攒得越多，越要定期回头检查它还转不转——不然你以为有的能力，关键时刻其实是坏的。

写在最后

把这二十多个技能摆在一起看，你会发现”技能”的本质其实很朴素：

把”一件事怎么做最好”的经验，固定下来，让 AI 每次都从你的最佳实践开始，而不是每次从零摸索。

这跟人类社会靠”手册、菜谱、SOP（标准作业流程）“把经验传下去，是同一个道理。AI 再聪明，也需要有人告诉它”在你这儿，这事该这么办”。而一旦写好了，它就能稳定地、可重复地替你把活干漂亮——这，就是技能的价值。