动手开发 MCP 工具 里我们讲了怎么把工具做成远程服务，但很多时候你的需求没那么重，就是想把本地一些反复要做的操作想固化下来，每次一句话就能执行。这就是 Skill 要解决的问题。
Skills 最早由 Claude Code 推出，把重复的工作流写成一个 Markdown 文件（SKILL.md），AI 按需加载，一个 / 命令就能触发。因为确实好用，现在几乎所有主流 AI 编程工具都跟进了，包括 Codex、Cursor、GitHub Copilot 等，基本成了标配。
这篇文章以 Claude Code 为例讲解 Skill 的创建和使用。如果你用的是其他工具，核心概念完全一样，区别只是 Skill 文件的存放位置：
| 工具 | 项目级 Skill 目录 | 全局 Skill 目录 |
|---|---|---|
| Claude Code | .claude/skills/ | ~/.claude/skills/ |
| Codex CLI | .agents/skills/ | ~/.agents/skills/ |
| Cursor | .cursor/skills/ | ~/.cursor/skills/ |
| GitHub Copilot | .github/skills/ | ~/.copilot/skills/ |
各家的结构都差不多：一个文件夹下放一个 SKILL.md，用 YAML 头部声明元信息，Markdown 正文写具体指令。
虽然目录名不同，但 Cursor 和 GitHub Copilot 都内置了对 .claude/skills/ 的兼容，会自动扫描 Claude Code 的 Skill 目录。唯一需要手动处理的是 Codex CLI，加一个软链接就行：
# Codex CLI 不会自动读 .claude/skills，需要链接一下
ln -s ~/.claude/skills ~/.agents/skills这样只维护 ~/.claude/skills/ 一个目录，所有工具都能用上。
下面直接上手做一个 Skill，就知道怎么用了，最后再讲一下 Skill 的渐进式加载机制，看看它是如何节省上下文的。