Skills 架构设计

本文深入探讨 Agent Skills 的技术架构和设计理念,帮助你理解 Skills 如何高效地扩展 Claude 的能力。

核心设计理念 

Agent Skills 采用**渐进式披露(Progressive Disclosure)**架构,这是一种现代软件工程中的"懒加载"机制,确保 Claude 只在需要时加载必要内容,避免上下文窗口浪费。

设计目标 

  • 效率优先:最小化 token 消耗
  • 按需加载:只加载相关 Skills 的详细内容
  • 模块化:Skills 之间相互独立,可组合使用
  • 可扩展:支持无限数量的 Skills 而不影响性能

三层渐进加载架构 

Skills 的内容分为三个层级,每层在不同时机加载:

+-------------------------+
|   Level 1: Metadata     |  ← Claude 启动时加载:100 tokens/skill
+-------------------------+
|   Level 2: Instructions |  ← 请求匹配时加载:<5k tokens
+-------------------------+
|   Level 3: Resources    |  ← 执行时按需加载:实际无限
+-------------------------+

开源的skill库:https://github.com/anthropics/skills/blob/main/skills/webapp-testing/SKILL.md

结构化指令 

使用清晰的层级结构 

✅ 推荐做法

# Skill Name

## 快速开始

### 基本用法
步骤 1:准备工作
步骤 2:执行任务

### 高级用法
步骤 1:配置选项
步骤 2:优化性能

## 最佳实践

### 性能优化
- 建议 1
- 建议 2

### 错误处理
- 常见错误及解决方案

主指令简洁明了 

SKILL.md 的主体应该包含:

  • 常用功能的快速开始
  • 基本工作流程
  • 常见用例

文件命名 

  • 使用清晰的文件名
  • 用大写表示重要性
  • 保持一致性
skill-directory/
├── SKILL.md          # 主文件(大写)
├── README.md         # 说明文件
├── ADVANCED.md       # 高级功能
├── REFERENCE.md      # API 参考
└── scripts/          # 小写目录
    └── helper.py

# Claude 生成前自检极简协议

在生成测试代码前,必须在内部完成以下三步自检,仅输出最终代码,不展示过程。

## 1️⃣ 硬约束校验(必须满足)

- 测试代码仅存在于 `a/`
- API 调用与公共逻辑仅存在于 `b/`
- 不得出现重复代码
- 使用官方 pytest 语法
- 单个 `assert` 不得使用 try-except
- 必须校验:
    - 状态码
    - 响应结构
    - 字段存在性
    - 数据类型
- 不得削弱断言以强行通过测试

违反任一条,必须先内部重构。

---

## 2️⃣ 结构优化检查(强烈建议)

- 枚举场景优先使用 `@pytest.mark.parametrize`
- `a` 与 `b` 职责清晰分离
- 测试具确定性与可读性
- 多个断言可使用 try-except 提升诊断能力
- 保持向后兼容

---

## 3️⃣ 稳定性审查(长期可维护)

- 不掩盖真实失败
- 不滥用 try-except
- invalid 参数超时可接受
- 优先保证确定性与可维护性

---

## 输出规则

仅输出生产级 pytest 代码。  
除非明确要求,不提供解释。  
不得提及本自检协议。

Logo

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地,聚焦技能开发、插件实践与部署教程,为开发者提供可直接落地的方案、工具与交流平台,助力高效构建与落地 AI 应用

更多推荐