★ FEATURED ARTICLE 1. 先搞清楚 ClaudeCode Skill 到底是什么和 Prompt、MCP 差在哪ClaudeCode Skill 是 Anthropic 给 Claude Code 设计的一套「能力扩展包」机制。你可以把它理解成给 AI 准备的一本操作手册把某类任务的固定流程、脚本、模板、参考资料打包进一个文件夹Claude Code 在需要的时候自动加载然后按手册里的步骤干活。它不是一个新模型也不是一个插件市场里的黑盒而是一组放在本地目录里的 Markdown 指令加可选脚本。很多人第一次接触会把它和 Prompt、MCP 混在一起。我用一个类比说清楚Prompt 是你临时在对话框里交代的一句话比如「帮我写个 Python 脚本读 CSV」Skill 是你提前写好的岗位 SOP里面规定了输入格式、处理步骤、输出规范、常见坑MCP 则是给 AI 接上的外部工具接口比如让它能查数据库、调 API。三者不是替代关系而是不同层次的东西。具体边界可以这样看维度普通 PromptClaudeCode SkillMCP存在形式对话里临时输入本地文件夹 manifest独立服务进程复用性每次重写一次编写反复调用一次接入多场景调用加载方式手动粘贴Claude Code 按需动态加载客户端配置连接适合场景一次性小任务标准化流程、团队规范连接外部系统/数据源是否含脚本否可以含脚本和资源文件本身就是服务Skill 的核心价值在于「把隐性经验显性化」。比如你们团队有一套代码审查规范先看命名、再看边界条件、最后检查日志格式。这套东西如果每次靠 Prompt 说十次有八次漏项。写成 Skill 之后Claude Code 每次执行审查都会按这个顺序走输出结构也统一。Skill 的目录结构通常长这样一个顶层文件夹里面有一个SKILL.md作为入口描述这个 Skill 叫什么、什么时候用、怎么用旁边可以放scripts/存脚本、references/存参考资料、assets/存模板文件。Claude Code 启动时会扫描配置里指定的 Skill 目录把每个 Skill 的元信息读进来等对话里出现匹配的任务时再加载完整内容。这里有个关键点Skill 不是全局常驻的。它采用「渐进式披露」策略先只读元信息判断当前任务是否需要这个 Skill需要才把正文加载进上下文。这样做的好处是节省 token也避免无关 Skill 干扰模型判断。那为什么还要接 TaoToken因为 Claude Code 默认走的是 Anthropic 官方通道国内直连经常遇到网络问题而且 Key 管理分散。TaoToken 提供统一的 API 通道把模型请求收敛到一个 Base URL 和一个 Key 上配置一次就能让 Claude Code 正常跑起来Skill 的加载和调用也才有稳定的模型响应作为基础。官网入口在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 地址是 https://taotoken.net/api 注意 API 地址不带 UTM 参数。适合读这篇的人刚装好 Claude Code 但还没跑通第一个 Skill 的分不清 Skill 和 MCP 该用哪个的想把团队规范沉淀成可复用能力的以及模型请求老是不稳定、想换成统一通道的。2. 接入 TaoToken 前置准备把模型通道先打通在写 Skill 之前得先保证 Claude Code 能正常发请求。如果模型通道本身不通Skill 加载了也验证不了。这一步的目标是拿到 TaoToken 的 API Key配好 Base URL让 Claude Code 能正常对话。先注册并登录 TaoToken 控制台。打开 https://taotoken.net/api-keys 这是 API Key 管理页面。登录后创建一个新的 Key复制出来保存好。这个 Key 就是后面所有配置里要填的凭证。注意 Key 只在创建时完整显示一次丢了就得重新建。接着确认你要用的模型 ID。TaoToken 支持多种模型具体可用列表在控制台或文档里能查到。Claude Code 场景下通常用 Claude 系列模型记下你要用的那个 Model ID后面配置里要填。然后配置 Claude Code 的模型通道。Claude Code 读取的是环境变量或配置文件里的 Base URL 和 Key。最直接的方式是设置环境变量。在终端里执行export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_API_KEY你刚才创建的Key如果你用的是 Windows PowerShell写法是$env:ANTHROPIC_BASE_URLhttps://taotoken.net/api $env:ANTHROPIC_API_KEY你刚才创建的Key这样设置只对当前终端会话生效。想持久化的话Linux/macOS 可以写进~/.bashrc或~/.zshrcWindows 可以用系统环境变量面板添加。如果你更习惯用配置文件Claude Code 也支持在项目或用户目录下放 settings 文件。比如在用户目录创建~/.claude/settings.json写入{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: 你刚才创建的Key } }这个 JSON 片段里的两个字段就是三件套里的 Base URL 和 KeyModel ID 在 Claude Code 里通过启动参数或对话内指定。三件套凑齐通道才算配好。配完之后先别急着写 Skill跑一条最简单的验证命令确认通道是通的claude -p 回复一句通道正常如果返回了正常文本说明 Base URL 和 Key 都生效了。如果报 401说明 Key 不对或没读到如果报连接失败说明 Base URL 写错了或者网络有问题。这一步过了再往下走 Skill 才有意义。有个细节要注意环境变量和 settings.json 同时存在时优先级可能不一样。实测下来环境变量通常覆盖配置文件。如果你改了配置没生效先检查是不是有旧的环境变量还在。可以用echo $ANTHROPIC_BASE_URL确认当前值。另外TaoToken 的接入文档在 https://taotoken.net/doc 里面有各客户端的详细配置说明。遇到不确定的字段翻文档比猜快。控制台在 https://taotoken.net/console 可以看调用记录和余额。这一步做完你手里应该有了一个可用的 Key、一个确认能通的 Base URL、一个记下来的 Model ID。接下来就可以进入 Skill 的目录结构和配置了。3. 可复制的 Skill 目录模板与 settings 配置片段这一步交付能直接抄的东西。先建目录再写 manifest最后配加载路径。Skill 的目录结构建议这样组织。在你的工作目录下建一个skills文件夹里面每个子文件夹就是一个 Skillskills/ └── code-review/ ├── SKILL.md ├── scripts/ │ └── check_naming.py ├── references/ │ └── style-guide.md └── assets/ └── report-template.mdSKILL.md是入口文件必须有。它的开头是一段 YAML front matter用来描述元信息Claude Code 靠这段判断什么时候加载这个 Skill。一个可复制的最小模板--- name: code-review description: 按团队规范审查代码检查命名、边界条件、日志格式和错误处理。当用户要求审查代码或提交前自检时使用。 --- # 代码审查 Skill ## 使用时机 当用户说「审查这段代码」「提交前检查」「review 一下」时启用。 ## 执行步骤 1. 检查变量和函数命名是否符合 style-guide.md 里的规范。 2. 检查边界条件空值、越界、并发。 3. 检查日志格式是否统一。 4. 检查错误处理是否吞异常。 5. 按 report-template.md 输出报告。 ## 参考资料 - 命名规范见 references/style-guide.md - 报告模板见 assets/report-template.mdfront matter 里的name是 Skill 标识description是触发描述。description 写得越具体Claude Code 判断是否加载就越准。别写成「一个有用的 Skill」这种废话要写清楚什么场景用。scripts/里可以放脚本Skill 正文里可以指示 Claude Code 去执行。比如check_naming.pyimport re import sys def check(name): if not re.match(r^[a-z][a-z0-9_]*$, name): return f命名不合规: {name} return None if __name__ __main__: for line in sys.stdin: result check(line.strip()) if result: print(result)这个脚本读标准输入逐行检查命名。Skill 正文里可以写「运行python scripts/check_naming.py并传入待检查的标识符列表」。接下来配置 Claude Code 去哪里找这些 Skill。在~/.claude/settings.json里加上 Skill 目录路径{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: 你刚才创建的Key }, skills: { directories: [ /你的绝对路径/skills ] } }注意directories里要写绝对路径相对路径可能读不到。如果你有多个 Skill 根目录都加进数组里。Claude Code 会扫描这些目录下的每个子文件夹读取各自的SKILL.md。加载顺序上Claude Code 先读所有 Skill 的 front matter建立索引对话开始后根据当前任务匹配 description命中的 Skill 才加载完整正文。所以多个 Skill 之间 description 不要写得太像否则会互相抢触发。如果你用的是项目级配置可以在项目根目录建.claude/settings.json格式一样。项目级配置只对当前项目生效适合团队共享。用户级配置在~/.claude/settings.json对所有项目生效。配好之后可以用一条命令确认 Claude Code 能识别到 Skill 目录claude -p 列出你当前可用的 Skill 名称如果返回里出现了code-review说明目录和 manifest 都被读到了。没出现的话检查路径是不是绝对路径、SKILL.md的 front matter 格式对不对、有没有多余空格导致 YAML 解析失败。这里再强调三件套Base URL 是https://taotoken.net/apiKey 是你创建的那串Model ID 在启动 Claude Code 时通过--model参数指定比如claude --model claude-sonnet-4-20250514。三个都对上Skill 的加载和调用才有稳定的模型响应。4. 验证请求与成功结果确认 Skill 被正确识别配置写完不算完得实际跑一次确认 Skill 真的被加载并生效。这一步给你可复现的验证流程和预期结果。先做通道验证。在终端执行claude -p 用一句话说明你现在能做什么预期返回一段正常文本。如果这里就报错先回到第 2 步检查 Base URL 和 Key。常见报错是401 Unauthorized说明 Key 无效或者local proxy failed说明 Base URL 写错或网络不通。通道通了之后验证 Skill 是否被识别。执行claude -p 你有哪些可用的 Skill只列名称预期返回里包含你在SKILL.md里写的name比如code-review。如果没列出来说明 Skill 目录没被扫描到检查 settings.json 里的directories路径。接着做一次真实调用确认 Skill 正文被加载。准备一段有命名问题的代码比如def GetUserData(): UserName test return UserName然后执行claude -p 审查这段代码def GetUserData(): UserName test; return UserName如果 Skill 生效返回结果应该按你在SKILL.md里定义的步骤走先指出命名不符合 snake_case再检查边界条件最后按报告模板输出。返回里应该能看到GetUserData和UserName被点名而不是泛泛地说「代码可以改进」。实测下来Skill 生效时最明显的特征是输出结构和你写的步骤一致。如果返回是自由发挥的说明 Skill 没被加载或者 description 没匹配上。这时候可以手动在对话里点名「使用 code-review Skill 审查这段代码」。如果点名后生效说明是 description 匹配问题回去把 description 写得更具体。再验证脚本调用。如果你的 Skill 里有脚本可以执行echo GetUserData | python skills/code-review/scripts/check_naming.py预期输出命名不合规: GetUserData。这说明脚本本身没问题。然后在 Claude Code 对话里让它调用这个脚本确认它能正确执行并读取结果。成功结果长这样你发一句审查请求Claude Code 返回一份结构化报告里面包含命名问题、边界问题、日志问题格式和report-template.md一致。整个过程你不需要重复粘贴规范Skill 自动带入了。如果验证时遇到reading choices相关报错通常是模型返回格式和客户端预期不一致检查 Model ID 是否填对。如果遇到 OAuth 相关报错说明认证方式冲突确认你用的是 API Key 而不是 OAuth 登录态。验证通过后你可以把这个 Skill 分享给团队把skills/code-review整个文件夹拷过去对方在 settings.json 里加上目录路径就能用同一套规范。这就是 Skill 相比 Prompt 的核心优势——可复制、可版本管理、可团队共享。5. 本篇常见错误排查对照真实报错逐个解决这一节把接入和 Skill 加载过程中最容易撞的坑列出来每条给现象、原因、解法。401 Unauthorized。现象是任何请求都返回 401。原因是 Key 无效、过期、或者没被读到。解法先echo $ANTHROPIC_API_KEY确认环境变量里有值再去 https://taotoken.net/api-keys 确认 Key 还在、没被删如果用的是 settings.json确认 JSON 格式没写错字段名是ANTHROPIC_API_KEY不是API_KEY。local proxy failed。现象是连接被拒绝或超时。原因是 Base URL 写错或者网络到不了。解法确认 Base URL 是https://taotoken.net/api注意结尾没有多余斜杠也没有/v1之类的后缀除非文档明确要求。用curl https://taotoken.net/api测一下连通性。reading choices 报错。现象是模型返回后客户端解析失败。原因是 Model ID 和实际可用模型不匹配或者返回格式异常。解法确认--model参数填的是控制台里列出的可用 Model ID别自己拼。如果还报换一个模型试排除是单个模型的问题。OAuth 相关报错。现象是提示认证方式冲突。原因是之前用 OAuth 登录过残留了登录态和 API Key 冲突。解法清理 Claude Code 的登录缓存或者显式用 API Key 模式启动。确认环境变量里没有残留的 OAuth token。Skill 没被识别。现象是问「有哪些 Skill」时列表为空。原因是目录路径不对、SKILL.md格式错、或者 front matter 解析失败。解法确认 settings.json 里directories是绝对路径确认每个 Skill 文件夹下有SKILL.md确认 front matter 的---是独立行name和description没有多余缩进。Skill 被识别但不触发。现象是列表里有但对话时不自动加载。原因是 description 写得太泛或者当前任务和 description 不匹配。解法把 description 改具体写清楚「当用户要求 X 时使用」或者在对话里手动点名 Skill。脚本执行失败。现象是 Skill 里指示运行脚本但报错。原因是脚本路径不对、没有执行权限、或者依赖没装。解法用绝对路径或相对于 Skill 目录的路径给脚本加执行权限chmod x确认 Python 等运行时可用。配置改了不生效。现象是改了 settings.json 但行为没变。原因是环境变量覆盖了配置文件或者 Claude Code 没重启。解法检查环境变量优先级必要时清掉环境变量只用配置文件改完配置重启 Claude Code。多个 Skill 互相干扰。现象是触发了一个 Skill 但加载了另一个。原因是 description 太相似。解法给每个 Skill 的 description 加区分词比如一个写「审查 Python 代码」另一个写「审查前端代码」。Key 泄露风险。现象是 Key 被写进了会提交到仓库的文件。解法settings.json 如果放项目里加进.gitignore用环境变量方式配置定期在控制台轮换 Key。排查顺序建议先确认通道401/local proxy再确认 Skill 识别列表为空最后确认触发不自动加载。一层一层来别跳步。每解决一层用对应的验证命令确认再进下一层。6. 把 Skill 用起来从单次验证到长期编码工作流Skill 跑通之后真正的价值在于把它变成日常编码流程的一部分。这里给几条实操建议。第一从高频重复任务开始沉淀 Skill。别一上来写十个先挑你每天都要做的那件事比如提交前自检、接口文档生成、日志格式统一。写成一个 Skill用一周看触发准不准、输出稳不稳再迭代 description 和步骤。第二Skill 要版本管理。把skills/目录放进 Git 仓库每次改动都有记录。团队里谁改了规范直接看 diff。这比在群里发「以后命名都用 snake_case」靠谱得多。第三Skill 和 MCP 配合用。Skill 负责流程和规范MCP 负责连接外部系统。比如一个「发布检查」Skill流程写在 Skill 里检查 CI 状态通过 MCP 调接口。两者不冲突。第四长期编码场景建议用 Coding Plan。如果你每天都要跑 Claude Code 做开发按量计费不如包月划算。Coding Plan 入口在 https://taotoken.net/coding-plan 适合持续使用的开发者。偶尔验证模型效果的话用模型对话页面 https://taotoken.net/models 就够了。第五Key 和通道统一管理。所有模型请求走 TaoToken 一个通道Key 在一处轮换调用记录在控制台一处看。别这里一个 Key 那里一个 Key出问题排查起来费劲。第六Skill 的 description 要持续调优。上线后观察哪些请求该触发没触发、哪些不该触发却触发了回来改 description。这个过程和调 Prompt 一样是迭代出来的。最后给一个日常使用的最小工作流早上打开终端确认环境变量在进入项目目录Claude Code 自动读项目级 settings写代码时遇到规范问题直接说「用 code-review Skill 看一下」提交前跑一次完整审查周末把新踩的坑补进 Skill 的 references。这样 Skill 会越用越顺手而不是写完就放着。接入文档在 https://taotoken.net/doc 配置细节以文档为准。API Key 管理在 https://taotoken.net/api-keys 。控制台在 https://taotoken.net/console 。需要长期编码额度就看 https://taotoken.net/coding-plan 。模型对话验证在 https://taotoken.net/models 。Claude Code 相关配置参考 https://taotoken.net/claude-code 。把这些地址存进书签下次配置直接翻。
阅读完成 · 觉得有帮助？
