# SKILL.md 格式能跨平台，部署却得逐个重做

> DeepLearning.AI 与 Anthropic 的两小时课程值得一学，但要同时读各平台自己的文档。

原文: https://fdetimes.net/zh/books-courses/agent-skills-anthropic-course-review/

课程 *Agent Skills with Anthropic* 的介绍页给出一个承诺：技能（Skill）遵循开放标准格式，写一次，就能部署到任何支持技能的智能体上。Claude API 文档的说法则平淡得多：自定义技能不会在各个平台之间同步，在一处上传，并不意味着其他地方也能用。

这两种说法并不矛盾。能迁移的是格式。部署，即上传、共享范围和运行环境，必须在每个平台上重做一遍。对前线部署工程师（FDE）来说，客户项目往往正是在这里出问题。

因此这门课仍然值得花两个多小时去学，前提是以一名即将为生产环境系统负责的工程师的身份去学，而不是当作看一场演示。

## 一门由 Anthropic 讲授的短课

这门课由 DeepLearning.AI 与 Anthropic 合作制作，2026 年 1 月 28 日在 DeepLearning.AI 社区论坛上发布。讲师是 Anthropic 技术教育负责人 Elie Schoppik。课程定级为入门（Beginner），时长 2 小时 19 分钟，课程页显示最近一次更新是 2026 年 7 月 17 日。

课程页写的是“10 Lessons”，大纲却列了 12 项，所以自己数出来的数字对不上也不必奇怪。最值得关注的是三节分别对应一个平台的课：Claude API（17 分钟）、Claude Code（24 分钟）和 Claude Agent SDK（20 分钟）。课程页对这几节课的介绍很简略，事先无法判断它们在部署上讲得有多深。

DeepLearning.AI 的发布公告把技能描述为一个个装有说明的文件夹，用专门知识扩展智能体的能力。对 FDE 而言，这种专门知识通常是通过客户调研梳理出来的客户业务流程，也是你希望智能体每次都能复用的内容。

## 第一个要点：技能就是一个文件夹

Anthropic 在 2025 年 10 月 16 日的工程博客中，把技能定义为包含 SKILL.md 文件的文件夹。这个简单的定义直接带来实际影响。在 Claude Code 中，个人技能放在 `~/.claude/skills/`，项目技能放在 `.claude/skills/`。

项目技能位于代码仓库中，因此会被提交、在 pull request 中评审，并随源代码一起交接。关于客户的知识不再只存在于某个人的脑子里。

**要点:** 好的技能，是把客户知识打包成代码，经过评审，可以交接。

## 第二个要点：格式也能迁移到其他厂商

“写一次”是课程的宣传语，但确有独立证据支撑。Anthropic 表示技能可在其四款产品中运行，并已将格式作为开放标准发布，agentskills.io 网站也证实了这一来源。更有说服力的是，OpenAI Codex 的技能基于同一标准构建，其 SKILL.md 要求提供 `name` 和 `description`。

如果客户同时使用 Claude 和 Codex，你不必重写说明。由于 Codex 要求 `name` 和 `description` 字段，想让技能不经修改就能迁移到 Codex，就要从一开始认真写好这两项。

## 第三个要点：部署必须在每个平台重做

设想这样一个客户：后端调用 Claude API，工程团队使用 Claude Code，另一个团队使用 Codex。你只有一个技能文件夹，却有三条部署路径。

在 API 上，你要上传技能，它会在整个工作区内共享。在 Claude Code 中，你把它提交到 `.claude/skills/`。在 Codex 中，你要选择把技能放在仓库、用户、管理员还是系统级别；如果希望在单个仓库之外使用，也可以通过插件分发。

Claude API 文档写明了 FDE 最常遇到的这两种环境有何不同。

| | Claude API | Claude Code |
|---|---|---|
| 网络与外部 API | 无 | 有，与机器上其他程序一样 |
| 运行时安装软件包 | 不允许 | 文档未写明此类限制 |
| 共享范围 | 整个工作区 | 个人文件夹或按项目 |
| 与其他平台同步 | 不自动同步，需单独上传 | 不自动同步 |

把一个具体的技能放进这张表看看。假设某个技能要调用内部 API 获取客户的产品目录。在 Claude Code 中它能正常运行，因为有网络访问；上传到 API 后就会失效，因为在那里技能无法向外发起调用。格式没变，变的只是环境。

Claude 文档还建议把技能当作系统上安装的软件来对待，并链接到另一页面，专门讲组织规模下的治理、审查和部署。这个页面的存在本身就说明，部署是一门独立的功课，不在格式的承诺范围之内。

## 学习顺序与简历写法

先读 Anthropic 的工程博客《Equipping agents for the real world with Agent Skills》，再看课程。学完三节平台课后，马上打开 Claude API 文档中的 Agent Skills 概览页，补上课程页没有涉及的内容。如果客户使用 Codex，再读 OpenAI 的 Build skills 页面。

最有价值的练习，是把同一个技能部署到两个平台，并记下所有不得不改动的地方。简历上不要只写课程名称，而要写一句具体的话，比如“将同一技能部署到 Claude Code 和 Claude API，绕开了无网络访问的限制”。

证书说明你看完了整门课；一份写清技能在哪里无法运行的 README，才说明你真正部署过它。

**本周动手试试:**

- 为项目中一项重复性任务写一个带 name 和 description 的 SKILL.md，然后提交到仓库的 .claude/skills/
- 在第二个平台（Claude API 或 Codex）上运行同一技能，记下所有不得不改动的地方
- 在技能的 README 中加一节，写明它需要哪些网络访问或软件包，以及因此无法在哪里运行

## 信源

- [Agent Skills with Anthropic - DeepLearning.AI](https://www.deeplearning.ai/short-courses/agent-skills-with-anthropic/)

- [New course! Enroll in Agent Skills with Anthropic](https://community.deeplearning.ai/t/new-course-enroll-in-agent-skills-with-anthropic/887920)

- [Equipping agents for the real world with Agent Skills](https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills)

- [Agent Skills - Claude API Docs](https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview)

- [Agent Skills Overview](https://agentskills.io/home)

- [Build skills](https://learn.chatgpt.com/docs/build-skills)