从 Skill Creator 到会议纪要与 AI 日报Claude Skill 创建与落地实战前言1. 为什么要把 Prompt 固化为 Skill1.1 一次性 Prompt 的局限1.2 Prompt、Skill 与最终产物的关系2. 项目目录与文件职责3. 在 Claude 项目中拉取 Skill Creator3.1 拉取前先理解 GitHub 链接3.2 只拉取目标子目录4. 创建会议纪要 Skill4.1 用原始 Prompt 描述业务流程4.2 生成后的 Skill 如何工作4.3 导入会议文字稿进行调用5. 创建 moss 每日 AI 新闻概览 Skill5.1 从功能清单生成第二个 Skill5.2 Skill、模板与页面产物5.3 AI 日报的完整执行过程6. Skill 被触发和执行的底层逻辑6.1 Claude 如何发现一个 Skill6.2 为什么资源文件要与规则分离7. 从创建到复用的完整方法7.1 先识别值得固化的重复任务7.2 Prompt 要写清五个要素7.3 用真实输入测试而不是只看 SKILL.md7.4 根据偏差继续修改 Skill8. 实践中的关键经验8.1 Skill 不是更长的 Prompt8.2 不确定信息必须有处理策略8.3 联网任务必须关注时间与来源8.4 文件命名要区分能力和产物总结前言开会之后整理文字稿、每天从多个网站筛选 AI 新闻这两类任务看起来不同实际却有相同的问题执行步骤固定、重复频率高、输出格式明确但每次输入都会变化。如果每次都临时写一段 PromptAI 当然也能完成任务。不过Prompt 会散落在不同对话里规则容易遗漏输出格式也可能随着表达方式变化。更适合长期使用的方法是把已经验证过的工作流程固化为Skill让 Claude 在识别到对应需求后自动加载并执行这套规则。这次实践完成了两条工作流将会议转写文本整理为结构化会议纪要抓取并筛选 AI 资讯最终生成可直接打开的 HTML 日报其中skill-creator来自 Anthropic 官方 Skills 仓库。本文只介绍它的拉取与使用过程不展开分析其内部实现。随后创建的meeting-minutes和tian-ai-daily都是在 Claude 中调用skill-creator通过自然语言需求生成的 Skill。1. 为什么要把 Prompt 固化为 Skill1.1 一次性 Prompt 的局限普通 Prompt 更像一次任务说明。以会议纪要为例我们不仅要告诉 AI “总结这场会议”还希望它先清理停顿词和重复表达再按会议信息、会议目标、讨论主题和行动项组织内容遇到不确定信息时还不能自行补全。当规则逐渐变多后每次重新输入会出现三个问题容易遗漏某一步例如忘记要求提取负责人和截止时间相同任务的输出结构不稳定不方便归档和继续处理Prompt 只存在于某次对话中难以复用、维护和迭代Skill 的价值就是把这些稳定规则从一次对话中抽离出来变成项目内可复用的能力。Skill 是一组可被模型按需加载的任务说明与配套资源。它把“什么时候使用、按照什么流程执行、最终输出什么”固化在项目中。1.2 Prompt、Skill 与最终产物的关系层次作用本次实践中的例子Prompt用自然语言描述想创建的能力“根据文字稿生成会议纪要”Skill保存触发条件、执行流程和输出规范meeting-minutes/SKILL.md输入数据每次任务中变化的原始材料meeting_content.txt、近 24 小时资讯最终产物Skill 执行后交付的结果会议纪要、moss_ai_daily.html这四层不能混在一起。Prompt 用来创建或调用能力Skill 用来固化能力输入文件提供本次任务的数据最终文件才是实际交付物。2. 项目目录与文件职责本次实践的核心目录如下meeting/ ├── .claude/ │ └── skills/ │ ├── skill-creator/ # 从 Anthropic 官方仓库拉取 │ ├── meeting-minutes/ │ │ └── SKILL.md # 第一段 Prompt 创建的会议纪要 Skill │ └── tian-ai-daily/ │ ├── SKILL.md # 第二段 Prompt 创建的 AI 日报 Skill │ └── assets/ │ └── template.html # 日报页面模板 └── moss_ai_daily.html # AI 日报 Skill 生成的页面 meeting_content.txt # 导入的会议转写文本这里有一个容易混淆的命名细节第二个 Skill 的实际名称是tian-ai-daily它生成的文件则叫作moss_ai_daily.html。前者是能力名称后者是输出产物名称。meeting_content.txt是导入的会议文字稿包含多位发言人的连续转写内容。它是meeting-minutes的输入材料不是 Skill 本身。当前资料中没有单独保存由它生成的会议纪要文件因此本文只说明输入与处理链路不虚构一份不存在的输出。3. 在 Claude 项目中拉取 Skill Creator3.1 拉取前先理解 GitHub 链接skill-creator的来源是 Anthropic 官方仓库中的子目录https://github.com/anthropics/skills/tree/main/skills/skill-creator这个地址是 GitHub 的目录浏览页不是一个可以直接执行git clone的独立仓库地址。真正的仓库地址是https://github.com/anthropics/skills.git在 Claude 中可以直接说明来源和目标位置让 Claude 帮助完成拉取例如请将下面仓库中的 skill-creator 拉取到当前项目的 .claude/skills/skill-creator 目录 https://github.com/anthropics/skills/tree/main/skills/skill-creator关键不是让 Claude 记住某个网页而是把两个约束说清楚从哪里取以及放到哪里。3.2 只拉取目标子目录如果希望自己在终端完成也可以使用 Git 的稀疏检出只获取仓库中的目标目录# 浅克隆仓库并暂不检出全部目录gitclone--depth1--filterblob:none--sparse\https://github.com/anthropics/skills.git anthropic-skillscdanthropic-skills# 只检出官方仓库中的 skill-creator 子目录gitsparse-checkoutsetskills/skill-creator# 将它放进 Claude 项目的 Skills 目录mkdir-p../.claude/skillscp-Rskills/skill-creator../.claude/skills/完成后通过下面的命令检查目标文件是否存在# SKILL.md 存在说明 Claude 已经能发现这个 Skilltest-f../.claude/skills/skill-creator/SKILL.mdechoskill-creator ready到这里拉取过程就完成了。后续只需要在 Claude 中提出“创建一个 Skill”的需求并明确业务规则与保存位置即可。本文不继续展开skill-creator目录中的脚本、Agent 或评测实现。4. 创建会议纪要 Skill4.1 用原始 Prompt 描述业务流程第一个 Skill 的目标是把冗长、口语化的会议文字稿整理为结构化会议纪要。在 Claude 中调用skill-creator时使用的 Prompt 为请帮我创建一个skill这个skill用于生成会议纪要。根据用于提供的文字稿 生成会议纪要具体流程为先通读全文去除停顿词等与会议无关内容。 结构化输出会议基本信息时间地点人物会议目标目的/预算背景信息 会议内容按主题划分讨论了什么观点是什么 行动项谁在何时需要做什么不确定的内容请留空 请将技能创建在当前工作目录的/.claude/skills 文件夹中。这段 Prompt 虽然不长却提供了创建 Skill 最关键的四类信息信息类型Prompt 中的要求固化后的作用能力目标生成会议纪要确定 Skill 的职责边界输入类型用户提供的文字稿让 Claude 知道处理对象处理流程通读、清理停顿词、去除无关内容保证先清洗再总结输出结构基本信息、目标、主题内容、行动项保证不同会议使用统一格式可靠性约束不确定内容留空避免模型补造时间、地点和负责人4.2 生成后的 Skill 如何工作Claude 最终在.claude/skills/meeting-minutes/下创建了SKILL.md。这个文件把原始需求扩展成了更完整的执行规范包括触发描述、清理原则、结构化模板、行动项表格以及不确定信息的处理方式。一个典型 Skill 的开头使用 YAML Front Matter 保存基础信息---name:meeting-minutesdescription:根据会议文字稿生成结构化会议纪要。当用户提供会议记录、 会议录音转写文本或要求整理会议纪要、提取行动项时使用。---其中name是 Skill 的稳定标识description不只是介绍文字也是模型判断是否应该加载该 Skill 的重要依据。正文则保存真正的工作流程。这套会议处理链路可以概括为meeting_content.txt ↓ 通读完整文字稿理解会议上下文 ↓ 删除停顿词、重复表达和无关闲聊 ↓ 按讨论主题归并观点与结论 ↓ 提取负责人、任务和截止时间 ↓ 无法确认的信息留空 ↓ 输出结构化会议纪要这里最重要的约束不是“总结得多漂亮”而是信息必须可追溯到输入文本。会议时间、预算、负责人和截止日期都属于高风险字段原文没有明确说明时就应留空。对会议纪要而言少写一项通常比编造一项更可靠。4.3 导入会议文字稿进行调用meeting_content.txt是这次导入的原始会议转写文本。它保留了发言人编号、时间戳、重复表达和语音识别产生的不通顺内容正好可以用于检验 Skill 是否真的执行了“先清洗、再结构化”的流程。在 Claude 中调用时不需要重新粘贴整套会议纪要规则只需要提供文件并说明任务请读取 meeting_content.txt并生成会议纪要。Claude 根据文件类型和用户意图匹配meeting-minutes的description加载SKILL.md中的流程再对本次文本执行处理。这正是 Skill 相比一次性 Prompt 的价值稳定规则只维护一次后续调用只提供变化的输入。5. 创建 moss 每日 AI 新闻概览 Skill5.1 从功能清单生成第二个 Skill第二个 Prompt 的目标更复杂不仅要检索和摘要内容还要生成一个带交互和样式的 HTML 页面帮我创建一个skill下面是详细描述。 Skill名称tian-ai-dailymoss每日 AI 新闻概览 核心功能为你精选每日最值得关注的AI行业资讯让你用最少的时间掌握 最新的行业动态。 具体要求 1. 收集近24小时内的AI领域重要新闻覆盖权威AI科技媒体 TechCrunch、The Verge、Hacker News。 2. 智能过滤只保留有价值的行业资讯。 3. 将抓取内容转化为中文精华版每条提炼50-100字核心要点。 4. 智能标注关键词标签方便快速定位感兴趣的内容。 5. 输出精美的可视化HTML页面顶部显示“moss AI日报-[日期]”。 6. 使用卡片式设计每条资讯一目了然每张卡片可点击查看原文详情。这一次需求同时包含了数据源、时间范围、过滤标准、内容格式和页面形式。与会议纪要相比它已经是一条小型内容生产流水线。5.2 Skill、模板与页面产物生成后的tian-ai-daily不只有一个SKILL.md还包含assets/template.html。两者分工如下文件职责tian-ai-daily/SKILL.md定义资讯来源、筛选规则、中文摘要要求和页面生成步骤assets/template.html提供页面结构、卡片样式、响应式布局和标签筛选交互moss_ai_daily.html将当天资讯写入模板后得到的独立 HTML 页面将模板单独放在assets中比每次让模型从零生成整页 HTML 更稳定。页面骨架和样式可以持续复用每次变化的只有日期、统计数字、标签以及新闻卡片数据。模板中预留了类似下面的占位位置!-- 日期、数量和新闻卡片由 Skill 在执行时写入 --divclassdate-badgeDATE_PLACEHOLDER/divdivclassstat-numNEWS_COUNT_PLACEHOLDER/divdivclassnews-grid!-- NEWS_CARDS_PLACEHOLDER --/div实际生成的moss_ai_daily.html是一个独立文件CSS、新闻卡片和筛选脚本都已经写入其中不需要启动服务器即可在浏览器打开。当前页面产物包含日期、资讯统计、标签筛选、十张新闻卡片和原文链接也体现了第二段 Prompt 中的主要要求。5.3 AI 日报的完整执行过程这个 Skill 的运行链路可以拆成六步阶段输入处理输出资讯发现指定媒体与搜索结果收集候选新闻候选链接集合时效筛选发布时间判断是否属于目标时间窗口近期资讯价值过滤标题与正文去重、排除广告和低价值内容精选资讯中文加工新闻正文提炼 50-100 字摘要中文标题与摘要结构标注新闻主题生成关键词标签可筛选的分类数据页面生成模板与新闻数据替换占位内容moss_ai_daily.html与会议纪要不同AI 日报依赖外部信息源时效性和来源准确性必须在每次运行时重新验证。当前 HTML 产物中存在超出“近 24 小时”范围的时间标签来源也比原 Prompt 指定的三类媒体更广。这并不影响页面作为生成结果展示但说明 Skill 创建完成不等于业务规则已经永久正确真实产物仍需要验收并继续迭代。6. Skill 被触发和执行的底层逻辑6.1 Claude 如何发现一个 Skill项目级 Skill 放在.claude/skills/skill-name/下。Claude 首先读取可用 Skill 的基础信息再根据当前请求判断是否需要加载某个 Skill。可以把这个过程理解为两阶段匹配发现阶段通过name和description了解有哪些能力执行阶段命中用户意图后读取SKILL.md正文及所需资源按照流程完成任务因此description不能只写一句空泛的“这是一个很有用的 Skill”。它需要包含真实的输入类型和触发表达例如“会议文字稿”“整理会议纪要”“提取行动项”或“AI 日报”“最近的 AI 行业动态”。描述越具体模型越容易在正确的任务中触发它同时避免在无关请求中误用。6.2 为什么资源文件要与规则分离会议纪要主要输出 Markdown使用一个SKILL.md就足以表达模板。AI 日报还需要稳定的视觉布局因此增加了assets/template.html。这体现了一条实用原则规则写进SKILL.md可复用且较长的模板、素材或脚本放进独立目录运行结果输出到 Skill 目录之外。这样设计后修改页面配色不必重写新闻筛选流程调整资讯规则也不会破坏 HTML 骨架。规则、资源和产物各自拥有清晰边界后续维护会简单很多。7. 从创建到复用的完整方法把两次实践放在一起可以得到一套通用的 Skill 创建流程。7.1 先识别值得固化的重复任务并不是所有问题都需要 Skill。适合固化的任务通常具备以下特征会重复执行只有输入数据发生变化处理步骤相对稳定而且顺序很重要输出存在明确结构或文件格式对准确性、边界条件或异常处理有固定要求会议纪要和 AI 日报正好满足这些条件。7.2 Prompt 要写清五个要素向skill-creator描述需求时建议至少写清以下内容要素需要回答的问题示例Skill 名称这项能力如何被稳定标识meeting-minutes触发场景用户说什么、提供什么时使用提供会议文字稿并要求整理输入Skill 会接收哪些数据TXT 转写文件、网页资讯处理流程每一步做什么顺序如何清理 → 归类 → 提取行动项输出最终格式、路径和质量要求Markdown 纪要、独立 HTML如果任务包含高风险信息还要写清禁止事项。例如会议纪要不能编造负责人资讯日报必须保留原文链接。约束写得越明确输出越容易验收。7.3 用真实输入测试而不是只看 SKILL.mdSkill 文件创建成功只能说明目录和规则已经存在不能证明实际效果符合预期。正确做法是准备真实输入并检查最终产物用meeting_content.txt检查口语清理、主题归并和行动项提取用当天资讯检查 24 小时时间窗口、来源覆盖和去重逻辑打开moss_ai_daily.html检查链接、移动端布局和标签筛选验收时应把“规则是否写了”和“结果是否做到”分开检查。日报 Skill 已经写明近 24 小时要求但现有页面仍混入更早内容这就是只有产物验收才能发现的问题。7.4 根据偏差继续修改 Skill当测试发现问题时不要只在当前对话里临时纠正而应把稳定的修正规则写回 Skill。例如可以为日报增加以下约束发布时间无法确认的资讯不得进入“近24小时”列表 如合格资讯不足8条应明确显示“今日有效资讯不足”不得用旧闻补足数量。也可以为会议纪要补充验收要求每个行动项必须能在原始文字稿中定位到对应表述 未明确负责人或截止时间时对应单元格保持为空。这一步把一次测试中的经验继续沉淀回 Skill使它从“能运行”逐步变成“输出稳定、边界清楚、可以长期复用”。8. 实践中的关键经验8.1 Skill 不是更长的 PromptSkill 的重点不是字数而是可维护的工作流。一个好的 Skill 会明确触发条件、步骤顺序、输入输出和异常边界还能按需携带模板等资源。它解决的是长期复用问题而不是把一次性 Prompt 换个目录保存。8.2 不确定信息必须有处理策略会议纪要中最重要的规则之一是“不确定的内容留空”。AI 很擅长生成语言通顺的答案但语言通顺不代表事实可靠。对时间、地点、人物、金额和截止日期等字段必须优先保证准确性。8.3 联网任务必须关注时间与来源日报类 Skill 的难点不在 HTML 卡片而在资讯是否真实、近期且值得阅读。页面再精美如果混入旧闻、重复报道或不可核验链接也没有完成核心任务。因此时间窗口、来源白名单、原文链接和失败时的降级策略都应该成为明确规则。8.4 文件命名要区分能力和产物tian-ai-daily是 Skill 名moss_ai_daily.html是页面产物。稳定的 Skill 名便于触发和维护面向读者的文件名则可以服务品牌与交付场景。两者可以不同但应在文档中明确映射避免后续调用时找错目录。总结这次实践没有停留在“让 AI 帮我写一次内容”而是完成了从能力引入到实际产物的完整闭环先从 Anthropic 官方仓库拉取skill-creator再用两段自然语言 Prompt 分别创建meeting-minutes和tian-ai-daily最后把真实的会议转写文本与资讯任务交给对应 Skill 处理。meeting_content.txt展示了输入数据与 Skill 规则分离的价值assets/template.html展示了复杂任务中资源复用的方式moss_ai_daily.html则证明 Skill 可以直接交付一个可打开、可交互的页面。更重要的是Skill 并非创建一次就结束。真实输入负责暴露问题产物验收负责发现偏差规则迭代负责把经验沉淀下来。当一项重复工作拥有清晰的输入、稳定的步骤、可验证的输出和明确的异常边界时它才真正从一段 Prompt 变成了可以长期使用的 AI 能力。
从 Skill Creator 到会议纪要与 AI 日报Claude Skill 创建与落地实战前言1. 为什么要把 Prompt 固化为 Skill1.1 一次性 Prompt 的局限1.2 Prompt、Skill 与最终产物的关系2. 项目目录与文件职责3. 在 Claude 项目中拉取 Skill Creator3.1 拉取前先理解 GitHub 链接3.2 只拉取目标子目录4. 创建会议纪要 Skill4.1 用原始 Prompt 描述业务流程4.2 生成后的 Skill 如何工作4.3 导入会议文字稿进行调用5. 创建 moss 每日 AI 新闻概览 Skill5.1 从功能清单生成第二个 Skill5.2 Skill、模板与页面产物5.3 AI 日报的完整执行过程6. Skill 被触发和执行的底层逻辑6.1 Claude 如何发现一个 Skill6.2 为什么资源文件要与规则分离7. 从创建到复用的完整方法7.1 先识别值得固化的重复任务7.2 Prompt 要写清五个要素7.3 用真实输入测试而不是只看 SKILL.md7.4 根据偏差继续修改 Skill8. 实践中的关键经验8.1 Skill 不是更长的 Prompt8.2 不确定信息必须有处理策略8.3 联网任务必须关注时间与来源8.4 文件命名要区分能力和产物总结前言开会之后整理文字稿、每天从多个网站筛选 AI 新闻这两类任务看起来不同实际却有相同的问题执行步骤固定、重复频率高、输出格式明确但每次输入都会变化。如果每次都临时写一段 PromptAI 当然也能完成任务。不过Prompt 会散落在不同对话里规则容易遗漏输出格式也可能随着表达方式变化。更适合长期使用的方法是把已经验证过的工作流程固化为Skill让 Claude 在识别到对应需求后自动加载并执行这套规则。这次实践完成了两条工作流将会议转写文本整理为结构化会议纪要抓取并筛选 AI 资讯最终生成可直接打开的 HTML 日报其中skill-creator来自 Anthropic 官方 Skills 仓库。本文只介绍它的拉取与使用过程不展开分析其内部实现。随后创建的meeting-minutes和tian-ai-daily都是在 Claude 中调用skill-creator通过自然语言需求生成的 Skill。1. 为什么要把 Prompt 固化为 Skill1.1 一次性 Prompt 的局限普通 Prompt 更像一次任务说明。以会议纪要为例我们不仅要告诉 AI “总结这场会议”还希望它先清理停顿词和重复表达再按会议信息、会议目标、讨论主题和行动项组织内容遇到不确定信息时还不能自行补全。当规则逐渐变多后每次重新输入会出现三个问题容易遗漏某一步例如忘记要求提取负责人和截止时间相同任务的输出结构不稳定不方便归档和继续处理Prompt 只存在于某次对话中难以复用、维护和迭代Skill 的价值就是把这些稳定规则从一次对话中抽离出来变成项目内可复用的能力。Skill 是一组可被模型按需加载的任务说明与配套资源。它把“什么时候使用、按照什么流程执行、最终输出什么”固化在项目中。1.2 Prompt、Skill 与最终产物的关系层次作用本次实践中的例子Prompt用自然语言描述想创建的能力“根据文字稿生成会议纪要”Skill保存触发条件、执行流程和输出规范meeting-minutes/SKILL.md输入数据每次任务中变化的原始材料meeting_content.txt、近 24 小时资讯最终产物Skill 执行后交付的结果会议纪要、moss_ai_daily.html这四层不能混在一起。Prompt 用来创建或调用能力Skill 用来固化能力输入文件提供本次任务的数据最终文件才是实际交付物。2. 项目目录与文件职责本次实践的核心目录如下meeting/ ├── .claude/ │ └── skills/ │ ├── skill-creator/ # 从 Anthropic 官方仓库拉取 │ ├── meeting-minutes/ │ │ └── SKILL.md # 第一段 Prompt 创建的会议纪要 Skill │ └── tian-ai-daily/ │ ├── SKILL.md # 第二段 Prompt 创建的 AI 日报 Skill │ └── assets/ │ └── template.html # 日报页面模板 └── moss_ai_daily.html # AI 日报 Skill 生成的页面 meeting_content.txt # 导入的会议转写文本这里有一个容易混淆的命名细节第二个 Skill 的实际名称是tian-ai-daily它生成的文件则叫作moss_ai_daily.html。前者是能力名称后者是输出产物名称。meeting_content.txt是导入的会议文字稿包含多位发言人的连续转写内容。它是meeting-minutes的输入材料不是 Skill 本身。当前资料中没有单独保存由它生成的会议纪要文件因此本文只说明输入与处理链路不虚构一份不存在的输出。3. 在 Claude 项目中拉取 Skill Creator3.1 拉取前先理解 GitHub 链接skill-creator的来源是 Anthropic 官方仓库中的子目录https://github.com/anthropics/skills/tree/main/skills/skill-creator这个地址是 GitHub 的目录浏览页不是一个可以直接执行git clone的独立仓库地址。真正的仓库地址是https://github.com/anthropics/skills.git在 Claude 中可以直接说明来源和目标位置让 Claude 帮助完成拉取例如请将下面仓库中的 skill-creator 拉取到当前项目的 .claude/skills/skill-creator 目录 https://github.com/anthropics/skills/tree/main/skills/skill-creator关键不是让 Claude 记住某个网页而是把两个约束说清楚从哪里取以及放到哪里。3.2 只拉取目标子目录如果希望自己在终端完成也可以使用 Git 的稀疏检出只获取仓库中的目标目录# 浅克隆仓库并暂不检出全部目录gitclone--depth1--filterblob:none--sparse\https://github.com/anthropics/skills.git anthropic-skillscdanthropic-skills# 只检出官方仓库中的 skill-creator 子目录gitsparse-checkoutsetskills/skill-creator# 将它放进 Claude 项目的 Skills 目录mkdir-p../.claude/skillscp-Rskills/skill-creator../.claude/skills/完成后通过下面的命令检查目标文件是否存在# SKILL.md 存在说明 Claude 已经能发现这个 Skilltest-f../.claude/skills/skill-creator/SKILL.mdechoskill-creator ready到这里拉取过程就完成了。后续只需要在 Claude 中提出“创建一个 Skill”的需求并明确业务规则与保存位置即可。本文不继续展开skill-creator目录中的脚本、Agent 或评测实现。4. 创建会议纪要 Skill4.1 用原始 Prompt 描述业务流程第一个 Skill 的目标是把冗长、口语化的会议文字稿整理为结构化会议纪要。在 Claude 中调用skill-creator时使用的 Prompt 为请帮我创建一个skill这个skill用于生成会议纪要。根据用于提供的文字稿 生成会议纪要具体流程为先通读全文去除停顿词等与会议无关内容。 结构化输出会议基本信息时间地点人物会议目标目的/预算背景信息 会议内容按主题划分讨论了什么观点是什么 行动项谁在何时需要做什么不确定的内容请留空 请将技能创建在当前工作目录的/.claude/skills 文件夹中。这段 Prompt 虽然不长却提供了创建 Skill 最关键的四类信息信息类型Prompt 中的要求固化后的作用能力目标生成会议纪要确定 Skill 的职责边界输入类型用户提供的文字稿让 Claude 知道处理对象处理流程通读、清理停顿词、去除无关内容保证先清洗再总结输出结构基本信息、目标、主题内容、行动项保证不同会议使用统一格式可靠性约束不确定内容留空避免模型补造时间、地点和负责人4.2 生成后的 Skill 如何工作Claude 最终在.claude/skills/meeting-minutes/下创建了SKILL.md。这个文件把原始需求扩展成了更完整的执行规范包括触发描述、清理原则、结构化模板、行动项表格以及不确定信息的处理方式。一个典型 Skill 的开头使用 YAML Front Matter 保存基础信息---name:meeting-minutesdescription:根据会议文字稿生成结构化会议纪要。当用户提供会议记录、 会议录音转写文本或要求整理会议纪要、提取行动项时使用。---其中name是 Skill 的稳定标识description不只是介绍文字也是模型判断是否应该加载该 Skill 的重要依据。正文则保存真正的工作流程。这套会议处理链路可以概括为meeting_content.txt ↓ 通读完整文字稿理解会议上下文 ↓ 删除停顿词、重复表达和无关闲聊 ↓ 按讨论主题归并观点与结论 ↓ 提取负责人、任务和截止时间 ↓ 无法确认的信息留空 ↓ 输出结构化会议纪要这里最重要的约束不是“总结得多漂亮”而是信息必须可追溯到输入文本。会议时间、预算、负责人和截止日期都属于高风险字段原文没有明确说明时就应留空。对会议纪要而言少写一项通常比编造一项更可靠。4.3 导入会议文字稿进行调用meeting_content.txt是这次导入的原始会议转写文本。它保留了发言人编号、时间戳、重复表达和语音识别产生的不通顺内容正好可以用于检验 Skill 是否真的执行了“先清洗、再结构化”的流程。在 Claude 中调用时不需要重新粘贴整套会议纪要规则只需要提供文件并说明任务请读取 meeting_content.txt并生成会议纪要。Claude 根据文件类型和用户意图匹配meeting-minutes的description加载SKILL.md中的流程再对本次文本执行处理。这正是 Skill 相比一次性 Prompt 的价值稳定规则只维护一次后续调用只提供变化的输入。5. 创建 moss 每日 AI 新闻概览 Skill5.1 从功能清单生成第二个 Skill第二个 Prompt 的目标更复杂不仅要检索和摘要内容还要生成一个带交互和样式的 HTML 页面帮我创建一个skill下面是详细描述。 Skill名称tian-ai-dailymoss每日 AI 新闻概览 核心功能为你精选每日最值得关注的AI行业资讯让你用最少的时间掌握 最新的行业动态。 具体要求 1. 收集近24小时内的AI领域重要新闻覆盖权威AI科技媒体 TechCrunch、The Verge、Hacker News。 2. 智能过滤只保留有价值的行业资讯。 3. 将抓取内容转化为中文精华版每条提炼50-100字核心要点。 4. 智能标注关键词标签方便快速定位感兴趣的内容。 5. 输出精美的可视化HTML页面顶部显示“moss AI日报-[日期]”。 6. 使用卡片式设计每条资讯一目了然每张卡片可点击查看原文详情。这一次需求同时包含了数据源、时间范围、过滤标准、内容格式和页面形式。与会议纪要相比它已经是一条小型内容生产流水线。5.2 Skill、模板与页面产物生成后的tian-ai-daily不只有一个SKILL.md还包含assets/template.html。两者分工如下文件职责tian-ai-daily/SKILL.md定义资讯来源、筛选规则、中文摘要要求和页面生成步骤assets/template.html提供页面结构、卡片样式、响应式布局和标签筛选交互moss_ai_daily.html将当天资讯写入模板后得到的独立 HTML 页面将模板单独放在assets中比每次让模型从零生成整页 HTML 更稳定。页面骨架和样式可以持续复用每次变化的只有日期、统计数字、标签以及新闻卡片数据。模板中预留了类似下面的占位位置!-- 日期、数量和新闻卡片由 Skill 在执行时写入 --divclassdate-badgeDATE_PLACEHOLDER/divdivclassstat-numNEWS_COUNT_PLACEHOLDER/divdivclassnews-grid!-- NEWS_CARDS_PLACEHOLDER --/div实际生成的moss_ai_daily.html是一个独立文件CSS、新闻卡片和筛选脚本都已经写入其中不需要启动服务器即可在浏览器打开。当前页面产物包含日期、资讯统计、标签筛选、十张新闻卡片和原文链接也体现了第二段 Prompt 中的主要要求。5.3 AI 日报的完整执行过程这个 Skill 的运行链路可以拆成六步阶段输入处理输出资讯发现指定媒体与搜索结果收集候选新闻候选链接集合时效筛选发布时间判断是否属于目标时间窗口近期资讯价值过滤标题与正文去重、排除广告和低价值内容精选资讯中文加工新闻正文提炼 50-100 字摘要中文标题与摘要结构标注新闻主题生成关键词标签可筛选的分类数据页面生成模板与新闻数据替换占位内容moss_ai_daily.html与会议纪要不同AI 日报依赖外部信息源时效性和来源准确性必须在每次运行时重新验证。当前 HTML 产物中存在超出“近 24 小时”范围的时间标签来源也比原 Prompt 指定的三类媒体更广。这并不影响页面作为生成结果展示但说明 Skill 创建完成不等于业务规则已经永久正确真实产物仍需要验收并继续迭代。6. Skill 被触发和执行的底层逻辑6.1 Claude 如何发现一个 Skill项目级 Skill 放在.claude/skills/skill-name/下。Claude 首先读取可用 Skill 的基础信息再根据当前请求判断是否需要加载某个 Skill。可以把这个过程理解为两阶段匹配发现阶段通过name和description了解有哪些能力执行阶段命中用户意图后读取SKILL.md正文及所需资源按照流程完成任务因此description不能只写一句空泛的“这是一个很有用的 Skill”。它需要包含真实的输入类型和触发表达例如“会议文字稿”“整理会议纪要”“提取行动项”或“AI 日报”“最近的 AI 行业动态”。描述越具体模型越容易在正确的任务中触发它同时避免在无关请求中误用。6.2 为什么资源文件要与规则分离会议纪要主要输出 Markdown使用一个SKILL.md就足以表达模板。AI 日报还需要稳定的视觉布局因此增加了assets/template.html。这体现了一条实用原则规则写进SKILL.md可复用且较长的模板、素材或脚本放进独立目录运行结果输出到 Skill 目录之外。这样设计后修改页面配色不必重写新闻筛选流程调整资讯规则也不会破坏 HTML 骨架。规则、资源和产物各自拥有清晰边界后续维护会简单很多。7. 从创建到复用的完整方法把两次实践放在一起可以得到一套通用的 Skill 创建流程。7.1 先识别值得固化的重复任务并不是所有问题都需要 Skill。适合固化的任务通常具备以下特征会重复执行只有输入数据发生变化处理步骤相对稳定而且顺序很重要输出存在明确结构或文件格式对准确性、边界条件或异常处理有固定要求会议纪要和 AI 日报正好满足这些条件。7.2 Prompt 要写清五个要素向skill-creator描述需求时建议至少写清以下内容要素需要回答的问题示例Skill 名称这项能力如何被稳定标识meeting-minutes触发场景用户说什么、提供什么时使用提供会议文字稿并要求整理输入Skill 会接收哪些数据TXT 转写文件、网页资讯处理流程每一步做什么顺序如何清理 → 归类 → 提取行动项输出最终格式、路径和质量要求Markdown 纪要、独立 HTML如果任务包含高风险信息还要写清禁止事项。例如会议纪要不能编造负责人资讯日报必须保留原文链接。约束写得越明确输出越容易验收。7.3 用真实输入测试而不是只看 SKILL.mdSkill 文件创建成功只能说明目录和规则已经存在不能证明实际效果符合预期。正确做法是准备真实输入并检查最终产物用meeting_content.txt检查口语清理、主题归并和行动项提取用当天资讯检查 24 小时时间窗口、来源覆盖和去重逻辑打开moss_ai_daily.html检查链接、移动端布局和标签筛选验收时应把“规则是否写了”和“结果是否做到”分开检查。日报 Skill 已经写明近 24 小时要求但现有页面仍混入更早内容这就是只有产物验收才能发现的问题。7.4 根据偏差继续修改 Skill当测试发现问题时不要只在当前对话里临时纠正而应把稳定的修正规则写回 Skill。例如可以为日报增加以下约束发布时间无法确认的资讯不得进入“近24小时”列表 如合格资讯不足8条应明确显示“今日有效资讯不足”不得用旧闻补足数量。也可以为会议纪要补充验收要求每个行动项必须能在原始文字稿中定位到对应表述 未明确负责人或截止时间时对应单元格保持为空。这一步把一次测试中的经验继续沉淀回 Skill使它从“能运行”逐步变成“输出稳定、边界清楚、可以长期复用”。8. 实践中的关键经验8.1 Skill 不是更长的 PromptSkill 的重点不是字数而是可维护的工作流。一个好的 Skill 会明确触发条件、步骤顺序、输入输出和异常边界还能按需携带模板等资源。它解决的是长期复用问题而不是把一次性 Prompt 换个目录保存。8.2 不确定信息必须有处理策略会议纪要中最重要的规则之一是“不确定的内容留空”。AI 很擅长生成语言通顺的答案但语言通顺不代表事实可靠。对时间、地点、人物、金额和截止日期等字段必须优先保证准确性。8.3 联网任务必须关注时间与来源日报类 Skill 的难点不在 HTML 卡片而在资讯是否真实、近期且值得阅读。页面再精美如果混入旧闻、重复报道或不可核验链接也没有完成核心任务。因此时间窗口、来源白名单、原文链接和失败时的降级策略都应该成为明确规则。8.4 文件命名要区分能力和产物tian-ai-daily是 Skill 名moss_ai_daily.html是页面产物。稳定的 Skill 名便于触发和维护面向读者的文件名则可以服务品牌与交付场景。两者可以不同但应在文档中明确映射避免后续调用时找错目录。总结这次实践没有停留在“让 AI 帮我写一次内容”而是完成了从能力引入到实际产物的完整闭环先从 Anthropic 官方仓库拉取skill-creator再用两段自然语言 Prompt 分别创建meeting-minutes和tian-ai-daily最后把真实的会议转写文本与资讯任务交给对应 Skill 处理。meeting_content.txt展示了输入数据与 Skill 规则分离的价值assets/template.html展示了复杂任务中资源复用的方式moss_ai_daily.html则证明 Skill 可以直接交付一个可打开、可交互的页面。更重要的是Skill 并非创建一次就结束。真实输入负责暴露问题产物验收负责发现偏差规则迭代负责把经验沉淀下来。当一项重复工作拥有清晰的输入、稳定的步骤、可验证的输出和明确的异常边界时它才真正从一段 Prompt 变成了可以长期使用的 AI 能力。
