Claude Code Skill 开发完全指南:从入门到精通
Skill 不是一段提示词,而是一套给 Claude Code 执行的标准作业流程。本文系统拆解 Skill 的目录结构、执行者分工、工作流文档、运行数据、上下文管理和错误恢复。
「翔宇换了四代工具——Make、n8n、Claude Code、OpenClaw。每次都以为是在换工具,直到有一天回头看,发现真正变掉的不是工具,是翔宇自己想问题的方式。」——翔宇
要点速览
目录
大家好,我是翔宇。
2024 年 7 月的一个晚上,翔宇想给课程搭一套自动化——从 RSS(信息订阅源)采集行业新闻,翻译成中文,自动发到公众号。
翔宇打开 Make,开始拖模块、连节点、调参数。
RSS 模块接翻译模块,翻译模块接排版模块,排版模块接公众号 API(应用接口)。一个个调,一个个测。中间还崩了两次,翔宇气得差点把整个工作流删了。
整整两天。
说实话,当时翔宇还挺有成就感的——毕竟搞定了。
快进到 2026 年 3 月。翔宇要做一个几乎一模一样的事情。
但这次翔宇的脑子里,连 Make 的影子都没出现。
翔宇打开 Claude Code,说了一句话:
「帮我搭一个工作流:从这三个 RSS 源采集科技新闻,翻译成翔宇风格的中文,自动发到公众号。」
5 分钟。搞定。效果比两天前那个还好。
翔宇愣了一下。
不是因为快。是因为翔宇突然意识到——两年前的翔宇和现在的翔宇,面对同一个问题,脑子里的第一个念头完全不一样了。
两年前:「翔宇会什么?翔宇会 Make,那就用 Make。」
现在:「翔宇想要什么?要一个 RSS 自动翻译发布的流程。」
🧠 底层逻辑:两天 → 五分钟,表面是效率提升,本质是思维模式变了。旧思维从「我的能力」出发,新思维从「我的需求」出发。
这个变化,翔宇花了将近两年才真正想明白。
翔宇今天把它拆开来写,希望你不用花两年。

先看一张对比表。看完这张表,后面的内容就容易理解了。
| 维度 | 旧思维(没有 AI) | 新思维(有 AI) |
|---|---|---|
| 起点 | 我会什么技能 | 我想要什么结果 |
| 瓶颈 | 我的能力边界 | 我的想象力边界 |
| 学习动力 | 学会「怎么做」 | 想清楚「要什么」 |
| 核心能力 | 执行力 | 判断力 |
| 面对新任务 | 先学技术再动手 | 先描述需求再让 AI 动手 |
| 犯错代价 | 高(推倒重来) | 低(让 AI 重新生成) |
| 一个人能做的事 | 1 个人的活 | 10 个人的活 |
💡 划重点:旧思维的天花板是「你会多少」,新思维的天花板是「你能想到多少」。
举个最直观的例子。
比方说你想做一个个人网站。
旧思维:学 HTML(网页结构) → 学 CSS(网页样式) → 学 JavaScript(网页交互) → 学框架 → 买服务器 → 部署上线。最快三个月,大部分人中途放弃。
新思维:打开 Claude Code,说「帮我做一个极简风格的个人网站,用 Next.js(前端框架),部署到 cloudflare Pages(免费网站托管)」。然后描述你想要的布局、配色、内容。一个下午,上线了。
💬 通俗讲:旧思维像去驾校学开车,新思维像打开滴滴说目的地。你不需要会开车,你只需要知道你要去哪。
这不是说学技术没用。恰恰相反——知道技术是怎么回事的人,描述需求更精准,AI 给出的结果也更好。 但「知道」和「会做」是两回事。你知道汽车有发动机、变速箱、制动系统,你就能更好地跟修车师傅沟通。但你不需要自己会修。

翔宇把自己这两年的变化分成三层。大多数人卡在第一层。
这是翔宇 2024 年的状态。
你亲自动手做每一件事。写文章自己写,做图自己做,剪视频自己剪。AI 对你来说是一个「搜索引擎升级版」——你问一句,它答一句,你复制粘贴,然后继续自己干。
🎯 一句话理解:手艺人模式 = 用 AI 查答案,但活还是自己干。
翔宇见过太多人停在这一层。他们用 ChatGPT 查资料,用 AI 改改语法,然后说「AI 也就那样嘛」。
不是 AI 就那样。是你还在用旧思维驾驶新工具。
就像你买了一辆特斯拉,但你只用它听收音机。
这是翔宇 2025 年的状态。
你不再自己动手,而是描述你想要的结果,让 AI 去执行。你的核心工作变成了:把需求说清楚。
🎯 一句话理解:指挥家模式 = 你描述目标,AI 负责实现。
翔宇在这个阶段踩过一个坑:刚开始翔宇跟 AI 说「帮我写篇文章」,出来的东西永远是「正确的废话」。翔宇当时还怪 AI 不行。
后来翔宇学会了精准描述:「帮我写一篇面向零基础新手的教程,主题是 MCP(模型上下文协议)安装,风格参考翔宇的课程文章,2000 字左右,要有代码示例和踩坑提醒」。
同样是一句话,输出质量差十倍。
📌 记住这点:会说 ≠ 话多。会说 = 精准、有结构、有标准。最强的指挥家,不是喊最大声的,是手势最精准的。
Andrej Karpathy(前 OpenAI/Tesla AI 负责人)管这叫 Vibe Coding(氛围编程)——你不写代码,你描述「氛围」,AI 把氛围变成代码。
翔宇觉得这个词不只适用于编程。写文章、做视频、搞设计,全都是 Vibe X——你描述感觉,AI 帮你实现。
这是翔宇 2026 年正在进入的状态。
你不只是描述单个任务,而是设计整个系统。你思考的不是「这件事怎么做」,而是「哪些事该自动化、哪些事该人工判断、整个流程怎么编排」。
🎯 一句话理解:架构师模式 = 你设计系统,AI 运行系统。
翔宇现在的工作状态:10 个 Agent(智能体)在 Discord(协作平台)里 7×24 小时自动协作。有的 Agent 负责采集热点,有的负责写初稿,有的负责发布。翔宇只做一件事——判断哪些值得发、哪些需要调整方向。
说实话,翔宇第一次早上醒来发现昨晚的任务已经全部完成的时候,有一种很奇妙的感觉——不是「哇好厉害」,而是「翔宇在这个系统里,到底是什么角色?」
答案是:翔宇是品味的把关人。 AI 做 90% 的活,翔宇做那 10% 的判断。但那 10%,决定了整个系统产出的水准。
🧠 底层逻辑:三层进化的本质是价值上移。第一层的价值在手上(执行),第二层的价值在嘴上(表达),第三层的价值在脑子里(判断)。AI 越强,价值越往上移。
| 层级 | 角色 | 核心动作 | 翔宇的阶段 |
|---|---|---|---|
| L1 会做 | 手艺人 | 亲自执行,AI 辅助查资料 | Make 时代(2024) |
| L2 会说 | 指挥家 | 描述需求,AI 执行任务 | CC 时代(2025) |
| L3 会想 | 架构师 | 设计系统,AI 自动运行 | OC 时代(2026) |
你现在在哪一层?

翔宇经常听到一种声音:
「我用了 ChatGPT 好几个月了,感觉也没什么了不起的。」
翔宇 2024 年也这么觉得过。用 ChatGPT 写文案,写出来的东西总是「正确但无聊」。翔宇的结论是:AI 写作不行。
后来翔宇才意识到——不是 AI 不行,是翔宇的思维还没转过来。
这里有一个心理学概念:认知卸载(Cognitive Offloading)。
💬 通俗讲:认知卸载就是把本来用脑子做的事交给外部工具。你用计算器算账,就是认知卸载。你用导航开车,也是认知卸载。
AI 是人类历史上最强的认知卸载工具。但是呢,认知卸载有高级和低级之分。
低级卸载:「帮我把这段英文翻译成中文。」——你省了力气,但你没有因此变得更强。
高级卸载:「分析这篇论文的核心论点,列出三个可能的反驳方向,给出每个方向的论据强度评分。」——AI 帮你想到了你自己可能想不到的角度。
⚡ 速记:低级卸载 = 省手,高级卸载 = 扩脑。
翔宇自己有一个很深的体会。以前翔宇做内容选题,靠的是刷资讯 + 直觉。现在翔宇会让 AI 先扫一遍全网热点,按「翔宇的读者会不会感兴趣」「翔宇有没有独特经验可以写」「这个话题的生命周期还有多久」三个维度打分。
翔宇的选题命中率,从大概 30% 提升到了 70% 以上。
这不是 AI 替翔宇做了决策——AI 替翔宇做了调研,决策还是翔宇做的。但调研质量提升了,决策质量自然跟着提升。
那些觉得 AI「也就那样」的人,大多停留在低级卸载。他们把 AI 当成一个更快的打字员,而不是一个可以跟你一起思考的搭档。

Wharton(沃顿)商学院的教授 Ethan Mollick 在《Co-Intelligence(共智)》这本书里提出了一个翔宇很喜欢的分类。
💬 通俗讲:半人马是希腊神话里半人半马的生物。上半身是人,下半身是马。
你和 AI 分工明确:你负责思考、判断、决策,AI 负责执行、生成、计算。边界很清楚。
翔宇的文章创作流程就是半人马模式:翔宇想选题、定大纲、定风格,Skill(技能工作流)帮翔宇写初稿、精修、配图、发布。谁做什么,一清二楚。
赛博格是人机融合体。你和 AI 深度交织,来回切换,分不清哪部分是你做的,哪部分是 AI 做的。
比方说翔宇写代码的时候:翔宇描述一个功能 → AI 写出初版 → 翔宇看到代码里一个思路很好就修改方向 → AI 基于新方向重构 → 翔宇发现一个边界情况 → AI 加上处理。
最终代码是两个「大脑」共同产出的。你很难说某一行是翔宇写的还是 AI 写的。
| 模式 | 分工方式 | 适合场景 | 效率 |
|---|---|---|---|
| 半人马 | 人和 AI 各做各的 | 流程化任务(写作、发布、数据处理) | 高 |
| 赛博格 | 人和 AI 交织共创 | 创造性任务(编程、设计、策略) | 更高 |
💡 划重点:大多数人从半人马模式起步,这完全没问题。真正的突破发生在你进入赛博格模式的时候——你开始和 AI 一起思考,而不只是让它替你干活。
翔宇的建议:先做半人马,再做赛博格。 先把流程化的事情全交给 AI。等你对 AI 的能力边界有了感觉,再尝试创造性的深度共创。
如果执行力不再稀缺——AI 能写、能画、能编程、能分析——那什么才值钱?
翔宇总结了五种。共同特征:AI 做不了,但你和 AI 配合时效果会放大十倍。
AI 能生成 100 个方案,但只有你能判断哪个值得存在。
翔宇每天让 AI 生成大量内容,最终发出去的不到 10%。那 90% 不是「质量差」,是「不对味」。AI 不知道什么叫「对味」。
翔宇课程里 237 篇文章,每一篇的选题、角度、深度,都是翔宇自己定的。AI 写了 90% 的字,但那 10% 的判断,决定了这些文章是翔宇的,而不是 AI 的。
⚡ 速记:AI 生产无限选项,品味是你的过滤器。
旧时代答案值钱,AI 时代答案免费。问题变得无价。
同样用 AI 做市场分析:
🧠 底层逻辑:提问能力 = 框定问题的能力。你框定得越精准,AI 的产出越有价值。框定问题本身就是思考。
元认知就是对思考本身的思考。
普通人用 AI:看到结果就接受了。有元认知的人:看到结果会问——「AI 为什么给出这个答案?它可能遗漏了什么?它的推理链条哪个环节最薄弱?」
💬 通俗讲:元认知就是你脑子里有一个「监工」,时刻检查你和 AI 的协作是否走在正确方向上。
翔宇的习惯:AI 每次给翔宇一个方案,翔宇都会追问「还有没有你没考虑到的风险」。十次里有七次,AI 在追问下会给出比第一次好得多的答案。
AI 能生成完美的内容,但完美 ≠ 真实。
当所有人都用 AI 生成「精致正确」的内容时,真实的、有瑕疵的、带个人温度的表达反而最稀缺。
翔宇的文章里经常出现「翔宇也踩过这个坑」「那段时间翔宇真的有点崩溃」「气得翔宇把工作流都删了」。这些话 AI 写不出来——因为 AI 没踩过坑,也没崩溃过,更没有气到删东西。
📌 记住这点:AI 时代,真实性是最难伪造的信号。你的经历、你的判断、你的失败,反而是你最大的资产。
AI 能做好每一个点,但它不擅长把点连成线、连成网。
翔宇的整个体系——100 多个 Skill、多平台自动发布、237 篇课程——是一个系统。这个系统不是 AI 自己搭出来的,是翔宇一步步设计的。AI 是执行系统的工具,但设计系统的是人。
⚡ 速记:点的执行交给 AI,线的编排交给人。
| 能力 | 为什么 AI 做不了 | 和 AI 配合时的效果 |
|---|---|---|
| 品味与判断力 | AI 不知道什么「对味」 | 从 100 个方案中挑出最好的 1 个 |
| 提问能力 | AI 不会自己提问 | 精准的问题引出精准的答案 |
| 元认知 | AI 不会质疑自己的推理 | 发现 AI 遗漏的盲区 |
| 真实性 | AI 没有真实经历 | 内容有温度,读者有共鸣 |
| 系统设计 | AI 做点,人连线 | 个人效率放大 10 倍 |

建议从一件事开始:找一个你每周都在重复做的任务,试着不要自己动手,而是把它完整地描述给 AI。描述的过程本身就是在练「会说」。等你发现描述需求比亲自动手更快、结果更好的时候,你就踏上了 AI 思维的第一步。然后尝试把多个任务串成流程,让 AI 自动运行。最后,你会发现你的工作方式彻底变了——你不再是那个做事的人,你是那个想事的人。记住:你的价值没变,但你的效率放大了 10 倍。
这篇文章讲的是思维转变,但光有思维没有工具也走不远。在翔宇的「AI 编程实操课」中,你可以从零开始完成这三层进化:
- 「最快上手路径:安装 Claude Code + 中转站 + Skill 入门」——从第一层迈入第二层
- 「AI 概念梳理:从 ChatGPT 到 Claude Code,一篇讲透所有工具关系」——建立完整认知地图
- 「与 AI 为伴:掌握高效提问的艺术,让 Agent 成为你的导师」——练好「会说」的基本功
- 「OpenClaw 一人公司:从零搭建 AI Agent 自动化军团」——进入第三层「会想」
237 篇教程,从认知到实操,一站打通。
每周精选 AI 编程与自动化实战内容,直达你的邮箱