创建终极技能Skill：把团队经验一次写成能被 Claude 自动调用的高质量技能
- 它是什么：
create-ultimate-skill（中文名「创建终极技能」）是一个专门用来「写技能的技能」，帮助用户按 Anthropic 官方最佳实践与最新 API 文档，创建、审查和迭代 Claude Code 技能。 - 它能解决什么：技能写出来却从不触发、误触发到别的技能、描述格式导致前导符解析失败、SKILL.md 又长又乱——这些高频踩坑它都有对应的规则、反模式和检查清单。
- 怎么用：说一句「帮我创建一个技能」就会进入六阶段创建工作流；带
--review参数则进入审查模式，产出按严重性分级的结构化审查报告。 - 额外能力：自带
init_skill.py脚手架与package_skill.py打包脚本，创建、校验、分发一条链路走通。 - 适合谁：把内部 SOP、命令行工具文档、安全校验流程沉淀为 AI 技能的平台团队、工具团队与个人开发者。
1. 该技能叫什么？如何下载安装 AI 技能提升开发效率？
基本信息
| 项目 | 内容 |
|---|---|
| 技能中文名 | 创建终极技能Skill |
| 技能英文名 | create-ultimate-skill |
| 技能ID | 11931 |
| 是否可直接调用 | 是（user-invocable: true，可在斜杠菜单中直接触发） |
| 参数提示 | <技能目的> [--review 路径/到/技能] |
它解决什么问题
写一个 Claude Code 技能看起来只是写一个 SKILL.md，但真实门槛藏在细节里：description 一旦写成 YAML 多行（>-、|、>、|-）就会破坏前导符解析；allowed-tools 写成 YAML 列表而不是单行逗号分隔字符串同样会出问题；描述太模糊会导致技能「从不激活」，描述不设负面触发又会导致「激活错误技能」；正文写成几千字的长文，反而降低模型的遵循度。这个技能把这些隐性规则显性化，并在创建时逐条校验。
「一键安装」的思路与步骤
它的安装思路非常轻：技能本体就是一个文件夹（核心是 SKILL.md，外加 references/、scripts/ 等支持目录），放进 Claude 的技能目录即可被识别，无需编译、无需额外服务。
- 确认前提：已经有可用的 Claude Code 环境；知道自己的技能目录位置——个人级为
~/.claude/skills/<技能名称>/（所有项目可用），项目级为.claude/skills/<技能名称>/（仅当前项目可用）。 - 获取技能包：在技能市场或技能管理入口搜索英文名
create-ultimate-skill或技能ID11931进行安装；具体入口、命令与是否提供一键导入按钮，以官方说明为准。 - 手动安装（备用）：将技能文件夹放到
~/.claude/skills/create-ultimate-skill/，确认SKILL.md位于该目录根部，scripts/下包含init_skill.py与package_skill.py。 - 验证是否生效：三种方式任选其一——①查看斜杠菜单中是否出现该技能（因为它设置了
user-invocable: true）；②直接问模型「你什么时候会使用 create-ultimate-skill 技能？」，从回答判断描述是否被正确理解；③在项目里试跑一次脚手架命令python .claude/skills/create-ultimate-skill/scripts/init_skill.py <技能名称> --path <位置>，能正常生成技能目录即说明安装成功。
2. 该技能的主要功能和特点
- 六阶段创建工作流：定义使用场景 → 选择原型和范围 → 获取最新官方文档 → 选择保存位置 → 创建技能 → 总结交付。每一步都会向用户提问确认，而不是一次性甩出一份可能跑偏的草稿。
- 内置「正负触发」思维：阶段1就要求同时说清「希望它在什么时候激活」和「它不应该用于什么」，从源头避免技能过度触发。
- 实时对齐官方最新文档：创建和定稿前会通过 WebFetch 拉取官方技能文档（
https://markdown.new/https://code.claude.com/docs/en/skills.md），校验字段是否变更、约束是否更新，避免用过时的规范写技能。 - 硬性格式护栏：明确禁止
description使用多行指示符、禁止allowed-tools使用 YAML 列表，直接消灭最常见的解析失败原因。 - 字段约束清单：
name最多 64 个字符、仅限小写字母数字和连字符、不得包含特定保留词；description最多 1024 个字符、非空、无 XML 标签。可选字段覆盖allowed-tools、model、context、agent、hooks、user-invocable、disable-model-invocation。 - 四种技能原型：CLI 参考型（按功能分组命令）、方法论型（哲学+确切提示+示例）、安全工具型（威胁模型+风险层级+规则）、编排型（多代理协调），让技能结构从一开始就有章可循。
- 描述三段式模板：统一为「它做什么。在什么时机使用。不要用于什么。」，并要求第三人称、包含用户可能说出的具体触发短语。
- 正文写作纪律：命令式语气、不用第二人称、少于 500 行、少于 5000 字（约 2000 字理想）、关键说明放顶部、能用脚本验证就不用语言解释。
- 标准目录结构：
SKILL.md+references/+examples/+scripts/，引用仅一级深、长文件带目录、技能文件夹中禁止出现README.md、路径只用正斜杠。 - 反模式对照表：模糊描述、深层嵌套引用、多余的 README、多行描述、YAML 列表工具——每条都给出一句话修复方案。
- 审查模式与分级报告：按「关键 / 主要 / 次要」三级分类问题，输出包含总结、描述分析、逐条问题、评级、优先修复项的 Markdown 报告。
- 两个实用脚本：
init_skill.py一键生成技能骨架；package_skill.py校验前导符、命名、检查是否残留 TODO，然后产出可分发的 zip 包。 - 可测试、可迭代：给出定量（触发率、工具序列、任务完成度）与定性（输出格式、无幻觉命令、跨会话一致性）双重成功标准，并提供「迭代信号 → 修复动作」的对照表。
和普通工具比强在哪：普通做法是让通用大模型「随便写一个技能」，产出往往是格式正确与否全凭运气；而这个技能把格式校验、结构规范、测试方法、审查分级固化成了流程，产出质量更稳定、更可复用。
3. 如何使用该技能？
第一步：选择调用方式
- 斜杠菜单直接调用（因为
user-invocable: true），按参数提示填写技能目的。 - 自然语言触发：直接说「帮我创建一个用于处理 CSV 清洗的技能」「审查我的技能」「技能描述怎么写比较好」「技能最佳实践」等，都会命中触发条件。
第二步（创建模式）：补齐场景信息
输入示例：
帮我创建一个技能，用于把我们的接口变更日志整理成对外发布说明。
技能会追问：2-3 个具体使用场景（你对 Claude 会说什么、它应该做什么）、明确的非使用场景、选定原型（这里是「方法论型」）、触发短语、范围边界。
第三步：选择保存位置
技能会用 AskUserQuestion 让你三选一：个人主文件夹 ~/.claude/skills/<技能名称>/、项目文件夹 .claude/skills/<技能名称>/、或写入现有插件（plugins/<插件名称>/skills/）。只想自己用选个人，团队共享选项目或插件。
第四步：生成骨架
python .claude/skills/create-ultimate-skill/scripts/init_skill.py <技能名称> --path <位置>
脚本会生成 SKILL.md 以及 scripts/、references/、assets/ 目录。
第五步：填充 SKILL.md
按模板写描述，例如：
description: 把接口变更日志整理成对外发布说明。在编写发布说明、整理版本变更、或用户提到变更日志、发布公告时使用。不要用于代码提交信息生成或内部周报撰写。
正文用命令式语气分节写清流程，关键的触发与约束放在文件顶部。
第六步（可选）：进入审查模式
带上 --review 参数或直接说「审查我的技能」，技能会阅读前导符、正文和支持目录，输出结构化报告，包含「技能审查：<名称>」「总结」「描述分析（当前 / 问题 / 建议）」「按严重性问题（关键 / 主要 / 次要）」「评级（通过 / 需要改进 / 需要重大修订）」「优先级修复」等板块。
第七步：打包分发
python .claude/skills/create-ultimate-skill/scripts/package_skill.py <路径/到/技能> [输出目录]
校验通过后得到 zip 包，可直接分发给同事。
输出说明：创建完成后，技能会给出技能位置、触发方式、功能说明、改进建议，以及几条你可以立刻尝试的测试提示。
4. 同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| create-ultimate-skill（创建终极技能） | 技能全生命周期工具 | 六阶段创建工作流、格式硬性规则、四类原型、审查分级、脚手架与打包脚本、官方文档实时对齐 | 低：放入技能目录或从技能入口安装即可，无需编程 | 创建新技能、审查存量技能、技能体系规范化 | 优势：规则完备、可审查可分发包、对齐官方最新约束；不足：需要用户配合回答场景问题，首次使用有学习成本 |
| 官方文档 + 手工编写 | 权威参考 | 提供字段定义与规范说明 | 中：需要自行通读文档并逐项对照 | 有经验、技能数量少的个人 | 优势：权威、零额外依赖；不足：容易漏掉细节，格式错误只能靠试错发现 |
| 通用对话式大模型 | 快速起草 | 直接生成一份 SKILL.md 草稿 |
低：说一句就行 | 一次性、临时性技能草稿 | 优势：上手最快；不足：不校验格式、不区分原型、缺少负面触发与测试方法，产出质量波动大 |
| 通用技能模板 / 脚手架 | 结构复用 | 提供目录骨架与示例文件 | 中：需要自己填内容 | 已有明确设计、只想省骨架搭建时间 | 优势：结构统一；不足：不解决描述质量、触发准确性和审查迭代问题 |
选型建议：如果只是一次性玩具技能，通用对话起草足够；只要技能会被反复使用、被团队共享，就建议走 create-ultimate-skill 的创建 + 审查闭环。
5. 该技能的典型应用场景与实际体验情况
场景一：平台团队把内部 SOP 沉淀成技能
角色：平台工程师。痛点：值班手册、发布流程散落在多个文档里，新人查不到、模型也不会主动用。使用方式：以「方法论型」原型创建技能，把「哲学 + 确切提示 + 示例」三段结构化，描述里列出团队真实会说的触发短语，并补上「不要用于……」的负向边界。实际体验：上手难度低，问答题式的引导让模糊想法被迫具体化；效果上最明显的是「触发准确」，因为负面触发是在创建阶段就被强制要求的。注意事项：技能正文要克制，超过 500 行就该把细节挪到 references/。
场景二：工具团队编写 CLI 参考型技能
角色：基础架构团队。痛点：自研命令行工具有几十个子命令，写成散文没人看，写成清单模型又抓不住重点。使用方式：选择「CLI 参考」原型，按功能分组命令、最小化散文，并用 allowed-tools 收紧工具权限。实际体验：效果稳定，因为这类技能的自由度低、确定性高；建议先在单个任务上迭代到成功，再把成功路径提取进技能，这是技能本身推荐的做法。
场景三：存量技能「救火」审查
角色：AI 效率工具负责人。痛点：某个技能写完后从来没被触发过，或者总是抢别的技能的活。使用方式：--review 进入审查模式，重点看「描述分析」和「关键问题」两栏。实际体验：审查报告的分级非常实用——关键问题里最常见的就是「缺少描述」「触发模糊」「引用断链」，修复动作明确；「技能从未激活」对应增加触发短语，「激活错误技能」对应补负面触发，「输出不一致」对应减少自由度。注意事项：审查报告只给建议，改名、改目录、删 README.md 等动作仍需人工确认。
场景四：把技能分发给团队
角色：研发效能同学。痛点：技能靠截图和复制粘贴传播，版本混乱。使用方式：package_skill.py 校验并打 zip，检查前导符、命名、确认没有遗留 TODO 后分发。实际体验：把「能不能用」的判断提前到了打包环节，避免了把坏技能传播出去；建议把「打包成功」当作技能上线的最后一道门。
6. 该技能能为用户带来的价值
- 效率提升：把「查文档 → 试错 → 调格式 → 反复改描述」的循环压缩成一条引导式流程。原本需要半天摸索的技能骨架，
init_skill.py一条命令生成；原本靠手动核对的字段约束，变成创建阶段自动执行的前置规则。 - 门槛降低：不需要背 YAML 前导符语法，不需要记住哪些字段能写、写成什么格式。会描述自己的工作场景，就能产出一个结构合规的技能。
- 质量可量化：技能本身给出了明确的验收标准——相关查询触发率应超过 90%、SKILL.md 正文控制在 500 行与 5000 字以内、
description不超过 1024 个字符、name不超过 64 个字符。这些具体数字让「好不好」从主观感受变成可检查项。 - 避免返工成本：多行描述、YAML 列表式
allowed-tools、技能目录里多余的README.md、深层嵌套引用——这些都是「写完才发现不能用」的典型坑，现在在创建和打包环节就被拦下。 - 长期价值：经验资产化。技能一旦规范化，就能被版本管理、被打包分发、被复用组合。团队的隐性经验从「某个人知道」变成「模型在恰当时候会自动调用」，这才是这个技能真正放大的部分。
7. 常见问题 FAQ
Q1：这个技能怎么安装？需要额外装什么依赖吗？
不需要编译或部署，技能本体就是一个文件夹。把它放到 ~/.claude/skills/create-ultimate-skill/（个人全局）或 .claude/skills/create-ultimate-skill/（项目内）即可；也可以从技能市场或技能管理入口搜索英文名或技能ID安装，具体入口与命令以官方说明为准。安装后建议直接问一句「你什么时候会使用 create-ultimate-skill 技能？」来验证描述是否被正确理解。
Q2：用它创建技能收费吗？
技能详情中没有涉及任何计费信息，该技能本身不提供价格或付费说明。实际使用成本取决于你所使用的模型与平台，具体以官方说明为准。
Q3：它和插件开发是一回事吗？我想做插件、命令、代理或钩子该怎么办？
不是一回事。技能明确说明：不要用于创建插件、命令、代理或钩子，这些场景应使用插件开发相关技能。它的职责边界是技能——包括技能的创建、审查、描述撰写与架构设计。它支持的保存位置里确实包含「写入现有插件」这一项，但那是指把技能放进插件目录，而不是帮你开发插件本身。
Q4：为什么我写的技能从来不激活？
这正是它「迭代信号」表里覆盖的第一种情况，修复方式是在 description 中补充更多具体触发短语。其次是检查描述是否被写成了多行 YAML（>-、|、>、|- 都会破坏解析）——一旦解析失败，技能就等于不存在。如果反过来是「激活了错误的技能」，则应该添加「不要用于……」的负面触发。
Q5：适合谁用？和「让大模型直接写一份」怎么选？
适合需要把流程、工具文档、校验规则沉淀为可复用技能的平台团队、工具团队和个人开发者；如果你只是想要一份一次性草稿，直接让通用模型写也可以。区别在于：通用模型给你的是文本，这个技能给你的是经过场景定义、原型选择、格式校验、测试标准与审查分级的产物，并且可以用 package_skill.py 打包成可分发、可校验的成品。