#AI应用开发

avatar
ginobefun
7小时前
Skills explained: How Skills compares to prompts, Projects, MCP, and subagents Claude Skills 不就是把提示词存个文件夹吗？ 看了两篇关于 Skill 的好文章，做下阅读笔记。 很多人初次看到 Claude 的 Skills 功能，第一反应是：这不就是把提示词存成文件吗？这个判断其实低估了它的意义。 Anthropic 专门写了篇长文解释 Skills 与 Prompts、Projects、MCP、Subagents 的区别。这篇文章值得关注，因为它不只是介绍功能，而是在说明 AI 应用开发的底层逻辑转变。 从第一性原理看，Skills 的存在有其必然性。大语言模型需要上下文才能工作，但上下文窗口有限是物理约束，重复输入相同信息显然低效。面对这个矛盾，合理的解决方案就是建立按需加载的知识模块系统。 官方给出了清晰的定位：Prompts 是即时指令，Skills 是可复用流程，Projects 提供知识库，Subagents 是专职助手，MCP 负责连接外部系统。这五个组件各有分工，配合使用才能发挥完整价值。 举个实际例子。你可以创建一个代码审查的 Subagent，只给它 Read、Grep、Glob 这些只读权限，不给 Write 和 Edit 权限。当你修改代码时，Claude 会自动委派这个 Subagent 做安全检查，既保证了审查流程，又避免了误改代码的风险。再配合 Skills 里定义的安全审查标准，整个流程就能自动运行。 这里有三个关键点值得注意。 第一，Skills 不是功能增强，而是范式转变。过去用 AI 是即兴发挥，现在可以系统沉淀工作方法。 第二，五个组件需要配合使用。单独用 Skills 只有 30% 效果，配合 Projects 的背景知识、MCP 的数据连接、Subagents 的任务分工，才能构建出生产级的工作流。 第三，未来的护城河不在于调用哪个模型，而在于你积累了多少精心设计的 Skills。这跟 npm 生态类似，先发优势会越来越明显。 对做 AI 产品的人来说，现在可能是时候从写花式提示词，转向设计可复用工作流了。
Claude Skills系统发布引发AI行业新变革· 49 条信息
#Claude Skills #AI应用开发 #工作流 #subagents #范式转变