Skills 与 Prompts、Projects、MCP 和 Subagents 的区别

如果多个智能体或对话需要相同的专业知识，例如：安全审查流程或数据分析方法，建议创建技能，而非将知识内置到单个子智能体中。对于发现的每个问题，请提供：严重级别（致命 / 高 / 中 / 低）、在代码中的位置（行号或函数名）、漏洞风险说明及可能的利用方式、具体修复建议（尽可能附带代码示例）、预防类似问题的最佳实践指南。常见漏洞，包括：注入漏洞（SQL 注入、命令注入、跨站脚本（XSS）等）、身份认证与

musicml

814人浏览 · 2025-12-14 08:02:52

musicml · 2025-12-14 08:02:52 发布

大家好，我是玄姐。

自推出 “技能（Skills）” 功能以来，用户纷纷希望了解 Claude 智能体生态中各类组件的协同方式。无论你是在 Claude Code 中构建复杂工作流、通过 API 开发企业级解决方案，还是在 Claude.ai 中提升工作效率，掌握 “何时使用何种工具” 都能彻底改变你与 Claude 的协作模式。

本指南将拆解每个核心组件，说明其适用场景，并展示如何组合使用它们构建强大的智能体工作流。

一、理解智能体的核心组件

1. 什么是技能（Skills）？

技能（Skills）是包含指令、脚本和资源的文件夹，当 Claude 遇到相关任务时，会动态发现并加载这些内容。你可以将其视为 “专业操作手册”，为 Claude 赋予特定领域的专业能力，从 Excel 表格处理到遵循企业品牌规范，无所不包。

技能的工作原理：

技能采用 “渐进式披露” 机制：首先加载元数据（约 100 个 tokens），仅提供足够信息让 Claude 判断该技能是否相关；需要时再加载完整指令（不超过 5000 个 tokens）；捆绑的文件或脚本则仅在必要时加载。

适用场景：

当你需要 Claude 稳定、高效地执行特定专业任务时，选择技能。它特别适合：

企业工作流：品牌规范、合规流程、文档模板
领域专业知识：Excel 公式、PDF 处理、数据分析
个人使用习惯：笔记系统、编码模式、研究方法

示例：

创建一个 “品牌规范技能”，包含公司的配色方案、字体规则和版式要求。当 Claude 制作演示文稿或文档时，会自动应用这些标准，无需你每次手动说明。

2. 什么是提示词（Prompts）？

提示词是你在对话中以自然语言向 Claude 发出的指令。它具有临时性、对话性和反应性，你根据当下场景提供上下文和指导方向。

适用场景：

提示词适用于以下情况：

一次性请求：“总结这篇文章”
对话式优化：“让语气更专业一些”
即时上下文需求：“分析这些数据并找出趋势”
临时指令：“将内容整理为项目符号列表”

示例：

请对这段代码进行全面的安全审查，重点关注以下方面：

常见漏洞，包括：注入漏洞（SQL 注入、命令注入、跨站脚本（XSS）等）、身份认证与授权问题、敏感数据泄露、安全配置错误、访问控制失效、加密机制故障、输入验证问题、错误处理与日志记录问题。
对于发现的每个问题，请提供：严重级别（致命 / 高 / 中 / 低）、在代码中的位置（行号或函数名）、漏洞风险说明及可能的利用方式、具体修复建议（尽可能附带代码示例）、预防类似问题的最佳实践指南。
代码背景：[描述代码功能、开发语言 / 框架及运行环境，例如：“这是一个 Node.js REST API，负责用户认证和支付数据处理”]。
额外要求：是否存在 OWASP Top 10 漏洞？代码是否遵循 [特定框架 / 语言] 的安全最佳实践？是否存在具有已知漏洞的依赖项？请按严重程度和潜在影响优先级排序审查结果。

实用技巧：

提示词是你与 Claude 交互的主要方式，但它无法跨对话持久化。如果某个工作流需要重复使用，或涉及特定专业知识，建议将提示词转化为技能或项目指令。

何时改用技能（Skills）？

如果你发现自己在多个对话中重复输入相同的提示词，就该创建技能了。例如，将 “按照 OWASP 标准审查代码安全漏洞” 或 “分析报告需包含执行摘要、核心发现和建议” 这类重复指令转化为技能，既能避免重复解释流程，又能确保执行一致性。

3. 什么是项目（Projects）？

所有付费 Claude 套餐均支持 “项目（Projects）” 功能，它是包含独立聊天记录和知识库的专属工作空间。每个项目拥有 20 万字的上下文窗口，你可以上传文档、提供上下文，并设置适用于该项目内所有对话的自定义指令。

项目的工作原理：

上传到项目知识库的所有内容，在该项目的所有聊天中都可调用。Claude 会自动利用这些上下文提供更全面、相关的回应。当项目知识库接近上下文限制时，Claude 会无缝启用检索增强生成（RAG）模式，将容量扩大至 10 倍。

适用场景：

当你需要以下功能时，选择项目：

持久化上下文：影响所有对话的背景知识
工作空间分类：为不同项目创建独立上下文
团队协作：共享知识库和聊天记录（团队版和企业版支持）
自定义指令：项目专属的语气、视角或工作方式

示例：

创建一个 “第四季度产品发布” 项目，上传市场调研、竞品分析和产品规格文档。该项目下的所有聊天都能直接调用这些知识，无需重复上传或解释上下文。

何时改用技能？

项目为 Claude 提供特定工作的持久化上下文，例如：公司代码库、研究项目或持续进行的客户合作。而技能则教会 Claude “如何做某事”。一个项目可能包含产品发布的所有背景资料，而技能可以教会 Claude 团队的写作规范或代码审查流程。如果你发现自己在多个项目中复制相同的指令，就该考虑创建技能了。

4. 什么是子智能体（Subagents）？

子智能体是具有独立上下文窗口、自定义系统提示词和特定工具权限的专业 AI 助手。Claude Code 和 Claude 智能体 SDK 均支持该功能，子智能体可独立处理特定任务，并向主智能体返回结果。

子智能体的工作原理：

每个子智能体都有专属配置，你可以定义其功能、问题处理方式和可访问的工具。Claude 会根据子智能体的描述自动将任务委派给合适的子智能体，你也可以明确指定使用某个子智能体。

适用场景：

子智能体适用于以下情况：

任务专业化：代码审查、测试生成、安全审计
上下文管理：让主对话聚焦核心，将专业工作分流处理
并行处理：多个子智能体可同时处理不同任务环节
工具权限限制：限制特定子智能体的操作范围（例如仅授予只读权限）

示例：

创建一个代码审查子智能体，授予其读取（Read）、全局查找（Grep）和文件匹配（Glob）工具权限，但禁止写入（Write）或编辑（Edit）权限。当你修改代码时，Claude会自动委派该子智能体进行质量和安全审查，避免意外修改代码。

何时改用技能？

如果多个智能体或对话需要相同的专业知识，例如：安全审查流程或数据分析方法，建议创建技能，而非将知识内置到单个子智能体中。技能具有可移植性和可复用性，而子智能体是为特定工作流量身定制的。用技能传授所有智能体都能应用的专业知识，用子智能体实现具有特定工具权限和上下文隔离的独立任务执行。

5. 什么是 MCP？

模型上下文协议（MCP，Model Context Protocol）是一种开放标准，用于将 AI 助手与外部数据系统（内容仓库、业务工具、数据库和开发环境）连接起来。它为 AI 应用与现有工具和数据源之间搭建了通用连接层。

MCP 的工作原理：

MCP 提供了标准化的连接方式，让 Claude 能对接各类工具和数据源。你无需为每个数据源构建自定义集成，只需基于单一协议开发即可。MCP 服务器负责暴露数据和功能，MCP 客户端（如 Claude）则通过服务器进行连接。

适用场景：

当你需要 Claude 实现以下功能时，选择 MCP：

访问外部数据：谷歌云端硬盘（Google Drive）、Slack、GitHub、数据库
使用业务工具：客户关系管理（CRM）系统、项目管理平台
连接开发环境：本地文件、集成开发环境（IDE）、版本控制工具
集成自定义系统：企业专有工具和数据源

示例：

通过 MCP 将 Claude 与公司的谷歌云端硬盘连接。此后，Claude 可直接搜索文档、读取文件并引用内部知识，无需手动上传 —— 连接状态持续有效且自动更新。

何时改用技能？

MCP 负责让 Claude “获取数据”，而技能负责教会 Claude “如何处理数据”。如果你需要解释工具使用方法或操作流程，例如 “查询数据库时，先按日期范围筛选” 或 “用特定公式格式化 Excel 报告”，这属于技能的范畴。如果需要让 Claude 首先能够访问数据库或 Excel 文件，则需要使用 MCP。两者可协同使用：MCP 负责连接，技能负责提供操作知识。

二、组件协同工作方式

当这些组件组合使用时，才能发挥最大价值。每个组件都有其独特作用，协同起来可构建复杂的智能体工作流。

组件对比：如何选择合适的工具？

特性	技能（Skills）	提示词（Prompts）	项目（Projects）	子智能体（Subagents）	MCP
核心作用	提供专业操作知识	提供即时指令	提供背景知识	实现任务委派	提供工具连接
持久化能力	跨对话有效	仅单对话有效	项目内有效	跨会话有效	持续连接
包含内容	指令 + 代码 + 资源	自然语言	文档 + 上下文	完整智能体逻辑	工具定义
加载时机	按需动态加载	每轮对话均加载	项目内始终加载	调用时加载	始终可用
是否支持代码	是	否	否	是	是
最佳适用场景	专业领域能力	快速临时请求	集中式上下文	专业化任务	数据访问

示例：构建研究智能体工作流

下面将组合多个组件，构建一个全面的研究智能体，用于竞品分析。

步骤 1：创建项目

新建一个 “竞品情报” 项目，上传以下内容：

行业报告和市场分析
竞品产品文档
客户关系管理系统（CRM）中的客户反馈
以往的研究总结报告

添加项目指令：从公司产品战略视角分析竞品，聚焦差异化机会和新兴市场趋势。呈现结果时需包含具体证据和可执行建议。

步骤 2：通过 MCP 连接数据源

启用 MCP 服务器，对接以下平台：

谷歌云端硬盘（访问共享研究文档）
GitHub（查看竞品开源代码仓库）
网络搜索（获取实时市场信息）

步骤 3：创建专业技能

创建一个 “竞品分析” 技能：

本公司谷歌云端硬盘导航技能

概述

针对 Meridian 科技公司谷歌云端硬盘结构优化的搜索与检索策略。使用该技能可高效定位内部文档、研究资料和战略素材。

硬盘结构

顶层目录：

/战略与规划/
- 目标与关键成果（OKRs）、季度计划、董事会演示文稿
/产品/
- 产品需求文档（PRDs）、路线图、技术规格说明
/研究/
- 市场调研、竞品情报、用户研究
/销售与市场/
- 案例研究、演示文稿、营销活动资料
/客户成功/
- 实施指南、成功指标
/公司运营/
- 政策文件、组织架构图、团队名录

命名规范：

格式：YYYY-MM-DD_文档名称_v版本号
最终版本标记为_FINAL
草稿版本标记为_DRAFT或_WIP（进行中）

搜索最佳实践：

先宽后窄
- 结合文件夹上下文 + 关键词搜索
定位文档归属
- 销售相关资料在 “销售与市场 /” 目录中查找，而非根目录
关注时效性
- 优先选择近 6 个月的文档用于当前战略分析
查找权威来源
- 优先选择标记_FINAL、_APPROVED（已批准）或存储在/档案/正式文件/目录下的文件

研究智能体工作流：

确定主题分类（产品、市场、客户）
在相关文件夹中使用目标关键词搜索
检索 3-5 份最新 / 最相关的文档
结合/战略与规划/目录下的资料进行上下文交叉验证
引用来源时注明文件名和日期

步骤 4：配置子智能体（仅 Claude Code/SDK 支持）

创建专业子智能体：market-researcher子智能体：名称：market-researcher（市场研究员）描述：研究市场趋势、行业报告和竞品格局数据，主动用于竞品分析。工具：读取（Read）、全局查找（Grep）、网络搜索（Web-search）

你是专注于竞品情报的市场研究分析师。

研究时需遵循以下步骤：

识别权威来源（高德纳（Gartner）、福里斯特（Forrester）、行业报告）
收集定量数据（市场份额、增长率、融资情况）
分析定性洞察（分析师观点、客户评价）
综合趋势和模式

呈现结果时需包含引用来源和可信度等级。

technical-analyst```子智能体：名称：technical-analyst（技术分析师）描述：分析技术架构、实现方式和工程决策，用于技术层面的竞品分析。工具：读取（Read）、Bash命令、全局查找（Grep）---你是分析竞品技术选择的技术架构师。分析时需遵循以下步骤：1. 审查公开代码仓库和技术文档2. 评估架构模式和技术栈3. 分析可扩展性和性能方案4. 识别技术优势和局限重点提供对产品决策有参考价值的技术洞察。