Skills 从概念到生产级支持，花的时间比大多数人预期的要短。2024 年底，Skills 还只是 Anthropic 内部文档里的一个设计模式。进入 2025 年中，SKILL.md 规范开始在开发者社区里流传。到 2026 年 2 月，主流 AI 工具和框架已经形成了一个相当完整的支持生态。这篇文章梳理截至目前各主要平台的支持现状，帮助你判断在自己的技术栈里落地 Skills 的可行路径。

一、Claude原生支持：Skills的出发点

Claude 是 Skills 规范的起源地，也是目前支持最完整、最深入的平台。理解 Claude 的支持现状，是理解整个 Skills 生态的基础。

1.1 Claude.ai与API层的双轨支持

在 Claude.ai 的 Projects 功能中，用户可以直接上传 SKILL.md 文件作为项目知识库的一部分，Claude 会自动识别文件结构并将其作为行为指令加载。这一路径适合个人用户和小团队进行快速验证，无需任何代码即可体验 Skills 的完整行为。截至 2026 年 2 月，Claude.ai 的 Projects 功能已支持多 Skill 文件的同时加载，并能在不同 Skill 之间进行基础的路由判断。

在 API 层，Anthropic 的 Messages API 支持通过 system 参数传入完整的 SKILL.md 内容，或通过新增的 skills 参数直接引用已在 Anthropic Console 中注册的 Skill 资源。后者尤为重要：它意味着一个 Skill 可以被注册一次，然后被多个不同的 Agent 应用共享调用，实现了 Skill 的集中管理和跨应用复用。

1.2 Claude Code中的深度集成

Claude Code 是目前 Skills 集成最深的产品形态。在 Claude Code 中，.claude/ 目录下的 SKILL.md 文件会被自动扫描并加载，无需任何手动配置。更重要的是，Claude Code 还支持 Hooks 与 Skills 的联动——在 settings.json 中配置的 Hooks 规则可以直接引用对应的 Skill 名称，实现事件驱动的 Skill 自动触发。这套机制使得 Claude Code 成为目前开箱即用体验最好的 Skills 运行环境，也是最多早期实践者选择作为第一个 Skills 落地平台的原因。

二、VS Code生态：开发者侧的快速跟进

VS Code 及其插件生态是 Skills 支持增长最快的区域，这与开发者群体对代码相关 Skills（规范审查、文档生成、测试辅助）的强烈需求直接相关。

2.1 GitHub Copilot的Skills集成

GitHub Copilot 从 2025 年第三季度开始逐步引入对 .instructions.md 和 SKILL.md 格式的支持，并在 2026 年初将其纳入正式功能。在 VS Code 中，Copilot Chat 可以识别工作区内的 SKILL.md 文件，并在对话中自动应用其中定义的行为规范。这意味着团队可以把编码规范、文档风格、测试要求写成 Skill，让所有使用 Copilot 的成员天然遵循同一套标准。

Copilot 的 Agent 模式（@workspace 调用）对 Skills 的支持更为完整：当用户触发一个复杂的多步任务时，Copilot Agent 会先扫描工作区的 Skill 文件，再根据任务类型选择对应的 Skill 作为执行框架。这套机制把 Skills 从"个人偏好设置"升级为"团队标准执行引擎"，在有多人协作的代码仓库中价值尤为显著。

2.2 社区插件生态的补充

除官方 Copilot 外，VS Code 插件市场中涌现了一批专门面向 Skills 工作流的工具。其中下载量最高的几款插件提供的能力包括：SKILL.md 文件的语法高亮与 Schema 验证、Skill 执行日志的可视化面板、以及在多个 Skill 文件之间进行依赖关系分析的图形工具。这些插件目前仍处于活跃开发阶段，功能边界尚未稳定，但它们的出现本身说明开发者社区已经把 Skills 视为值得专门工具支持的一等公民。

三、Spring AI与LangChain：框架层的适配现状

企业级 Java 生态和 Python AI 框架是 Skills 生态中另外两个重要阵地，它们的支持路径与 Claude 原生方式有所不同，但已形成可用的集成模式。

3.1 Spring AI的企业级适配

Spring AI 在 1.0 GA 发布后持续扩展对主流 AI 规范的支持。截至 2026 年 2 月，Spring AI 通过 SkillAdvisor 组件提供了对 SKILL.md 格式的原生解析支持——开发者可以把 SKILL.md 文件放置在 Spring Boot 项目的 resources/skills/ 目录下，框架在启动时自动加载并将其转换为 SystemMessage 注入到对应的 ChatClient 实例中。

这种集成方式对企业 Java 团队极为友好：Skills 的定义与 Java 业务代码完全解耦，运维团队可以在不重新部署应用的情况下通过配置中心更新 Skill 文件，实现热更新。Spring AI 还提供了 Skill 版本管理的内置支持，不同版本的 Skill 可以通过 profile 配置在灰度环境和生产环境中并行运行，这在需要严格变更管控的金融和保险行业中受到了广泛关注。

3.2 LangChain的兼容路径

LangChain 的 Skills 支持采用了不同的策略：不是原生解析 SKILL.md 格式，而是通过 StructuredSkillLoader 工具类提供从 SKILL.md 到 LangChain RunnableSequence 的自动转换。开发者编写标准格式的 SKILL.md，由转换器将其中的步骤定义、工具调用声明和输出格式规范翻译为对应的 LangChain 链式调用结构。

这种"翻译层"方式的优点是可以充分利用 LangChain 已有的工具生态（超过 300 个预置集成），代价是部分 SKILL.md 的高级特性（如嵌套条件分支）在转换时存在语义损失。对于大多数标准业务场景，这套转换机制已经足够可靠；对于需要精细控制执行逻辑的复杂场景，社区维护的 langchain-skills 扩展包提供了更接近原生的实现方式。

四、总结

截至 2026 年 2 月，Skills 生态已经从单一平台的实验性功能演变为跨工具、跨框架的实用标准。Claude 原生支持最完整，VS Code / Copilot 是开发者入门的最低摩擦路径，Spring AI 是企业 Java 团队的首选，LangChain 则为 Python 生态提供了灵活的适配层。对于想要落地 Skills 的团队，好消息是：无论你的技术栈是什么，现在都已经有了可以直接使用的支持路径，不需要等待。