关注 霍格沃兹测试学院公众号,回复「资料」, 领取人工智能测试开发技术合集
最近 AI 圈又被 Claude 刷屏了。 没错,这次的主角是——Skills(技能包)。
不少人刚学会用 MCP(Model Context Protocol),结果 Claude 又整了个新概念。 到底它俩啥关系?谁更强? 今天我们就从实用视角出发,一次讲明白。
一、Skills 是啥?
先别急着对比,得先搞清楚它是什么。
根据官方文档,Claude Skills 是一种模块化的能力包(modular skill package), 用简单点的比喻:它就像给 AI 装插件。
每个 Skill 是一个文件夹,通常包含:
SKILL.md:说明书,描述用途、操作流程
脚本 / 模板:执行自动化任务的逻辑,比如处理 Excel、生成 PPT
资源文件:脚本依赖的代码片段、样式、流程图等
Claude 会在执行任务时动态加载所需的 Skill, 也就是说,它不会一次性加载全部,而是“按需装配”。
有点像是给 AI 打开一个“技能商城”👇
通俗讲: 以前 Claude 要靠 prompt 临场发挥,现在是调用现成工具包来解决问题。
二、Skills 有啥用?
它的核心价值在于——标准化、自动化、可复用。
对于开发、测试、运维这些岗位来说,Skills 是生产力提升器。
具体能干的事包括:
专业化任务执行:自动生成 Excel 报表、制作品牌规范的 PPT、分析用户反馈
组合执行:多个 Skills 可以叠加使用,比如先用「数据分析」再用「报告生成」
跨平台复用:同一 Skill 可以在 Claude 网页、Claude Code、API 中通用
性能高:按需加载 + 预定义逻辑,减少重复推理和 token 消耗
举几个常见场景:
测试同学一句话让 Claude 生成符合模板的测试报告。
研发同学用「代码审查 Skill」批量检查函数命名规范。
产品经理上传 CSV 文件,Claude 用「数据分析 Skill」自动生成结论 + PPT。
一句话总结:它让 AI 从“会聊天”变成“会干活”。
三、为什么 Skills 比传统方式高效
传统方式下,Claude 需要多轮推理—— 你要描述任务 → 它生成代码 → 执行 → 报错 → 你再修正。
使用 Skill 后,这些脚本、模板都封装在里面,Claude 只需一句话:
“请帮我从这个 PDF 提取表格并导出 Excel 文件。”
Claude 识别后直接调用现成脚本。 无须多轮交互,也不用重新编写代码。
根据官方测试数据:
使用 Skills 后,任务执行效率提升约 40%,错误率下降 35% 以上。
四、Skills vs MCP:谁更强?差在哪?
别被名字吓到,它俩其实不是竞争关系。
先看定义:
MCP(Model Context Protocol):让 Claude 能访问外部系统,比如数据库、API、网盘。它更像是一个“桥梁协议”。
Skills:让 Claude 能执行特定任务模块,比如“做报告”“格式校验”。
一句话对比:
MCP 负责“连通外部世界”, Skills 负责“干具体的事”。
我们来个表格直观看看👇
在实际应用中,最强的是组合拳:Skills + MCP = 模块执行 + 系统联动。
例如: 用 Skill 生成测试报告 → 用 MCP 自动上传到 Jira 或 TestRail。
五、怎么用 Skills(上手指南)
官方已经开源了 12 个 Skills 示例,覆盖常见场景:
PDF / Word / PPT / Excel 处理
创意设计 / 代码生成 / 报告生成等
安装也非常简单:
/plugin marketplace add anthropics/skills
装完后,在 Claude Code 里问:
“你有哪些 Skills?” 它就会列出可用的技能包。
如果你想自定义:
创建一个文件夹
写好 SKILL.md 描述用途
加上脚本、模板、资源文件
上传到你的 Claude 工作区或团队仓库
这样就能让整个团队复用你写的 Skill。
六、AI 工程化的下一步
Claude 的 Skills 让我们看到了一个趋势:
Prompt 不再是核心,模块化的 AI 能力复用才是未来。
对 IT 从业者来说,这意味着:
工作流能被标准化和复用;
测试和研发文档能自动生成;
团队内部能构建自己的“AI 工具库”。
未来,AI 的竞争,不再是谁 prompt 写得好, 而是谁的 Skill 库更全、更标准化。
推荐学习
自动化智能体与测试用例生成课程,限时免费,机会难得。扫码报名,参与直播,希望您在这场公开课中掌握自动化与Ai智能体,轻松实现效率翻倍!