从泄露源码里抠出的 12 个 Skill：每个都不到 5KB，但都是顶级范本

一句话总结：越顶级的 Skill，字数越少——12 个文件没有一个超过 5KB，但每一个都精确控制了模型的一类行为。

开场

Claude Code 源码泄露之后，社区都在拆它的 Runtime、压缩梯子、Tool 协议。但还有一层东西更接地气、更能直接抄回家用——Skill。

Skill 是 Anthropic 给模型写的”行为铁路”：不是写死的 system prompt，而是按需激活的、负责约束某一类具体动作的小规则集。源码里一共抠出 12 个，加起来不到 60KB。

很多人一看到”提示词模板”，第一反应是越长越好、越细越好。结果就是动辄 20KB、30KB 的 mega-prompt，模型注意力被稀释，规则形同虚设。Claude Code 的做法恰好相反：每个 Skill 都被压到极限的精炼，靠”少而准”赢过”多而散”。

那么这 12 个 Skill 到底各管什么？怎么按场景挑？哪些可以直接照抄？

金字塔总览

mindmap
  root((12 个 Skill<br/>4 类铁路))
    一·调度类
      代码探索 Agent
      规划 Agent
      子 Agent 编排
    二·反思类
      反向假设
      不准乱来
      诚实汇报
    三·护栏类
      权限分级
      命令安检
      文件改动保护
    四·节流类
      上下文压缩
      缓存友好
      子任务复用

一、为什么 12 个 Skill 都不到 5KB

先把这一点说清楚——它不是巧合，是设计取向。

大模型有注意力机制。规则文件越长，模型越读越散，前面读完后面忘了，最后哪条都没贯彻。所以顶级 Skill 不是”把所有规则写全”，而是把规则压到模型一眼能扫完的程度。

Skill 大小与质量的关系，大致是这样：

金句：好的规则像铁路，决定的不是方向，而是速度——是火车还是动车，全看铁路修得有多准。

12 个 Skill 全部落在前两档。下面按”调度、反思、护栏、节流”四类拆开。

二、调度类：让模型知道”谁该干这件事”

这一类 Skill 解决的是任务分发：一个请求进来，到底是该自己干、找子 Agent 干，还是先规划再干。

2.1 代码探索 Agent

核心规则：遇到陌生代码库的问题，先做侦察、不做修改——读、grep、glob、跟随调用链，把上下文摸清楚再发结论。

典型场景：用户说”这个 bug 在哪里”、“这块逻辑怎么实现的”。模型最容易犯的错是直接给一段看似合理的代码，但其实没读过仓库。这个 Skill 把”先侦察”写成硬规则。

抄家精髓：规则里只有几条——禁止写入、禁止猜测、必须列出引用过的文件路径。不到 2KB。

2.2 规划 Agent

核心规则：复杂任务先出计划再动手，计划里必须有可验证的中间产物。

典型场景：用户说”重构这个模块”、“加一个新功能”。如果不强制规划，模型会直接 dive into 写代码，到一半发现方向错了，沉没成本巨大。

抄家精髓：把”先写 plan.md，再按步执行，每步完成打勾”写进规则。重点不在格式而在强制中断——计划没出来之前不许调用 file_edit。

2.3 子 Agent 编排

核心规则：什么时候开 sub-agent，什么时候在主链里继续。默认不开，只有上下文压力大或者任务可以并行时才开。

典型场景：批量读文件、跑多个独立检索。如果主 Agent 自己读 20 个文件，主链 transcript 会被工具产物撑爆。开一个 sub-agent，让它读完只返回摘要，主链就轻了。

抄家精髓：明确写出”开 sub-agent 的三种条件”——任务可并行、输出量大、需要隔离失败半径。不满足条件就不开。

金句：调度类 Skill 不是教模型”怎么做”，而是教模型”先停下来，想清楚谁来做”。

三、反思类：把”差不多”和”幻觉”按死

这一类是 12 个 Skill 里最有创意的。它们不解决”怎么做对”，而是解决”怎么不让模型给自己找借口”。

3.1 反向假设

核心规则：当模型自己心里冒出”看起来没问题”、“测试应该过了”、“应该可以”这种模糊词时——立刻去做相反的事，主动找反例。

典型场景：写完代码后模型说”我觉得这个改动应该 OK”。这个”应该”就是触发器，Skill 立刻要求它构造一个失败用例去打破自己的假设。

抄家精髓：规则只有两段——列出”危险词清单”（“应该、大概、差不多、看起来、似乎”），列出”触发后必做动作”（写反例、跑测试、对比 diff）。

3.2 不准乱来

核心规则：禁止四件事——加没要求的功能、过度封装、瞎重构、假装测试。

典型场景：用户只是说”改一下 X 函数的返回值”，模型一兴奋顺手把整个文件重构了。或者用户说”加一个测试”，模型写了一个 expect(true).toBe(true) 凑数。

抄家精髓：每条禁令配一个典型违规样本。模型对”反例”的敏感度远高于”正面规范”。

3.3 诚实汇报

核心规则：禁止说”已经完成”，除非有可验证的产物。允许说”我尝试了 A、失败原因是 B、下一步建议 C”。

典型场景：长任务跑到一半因为某个工具失败，模型最常见的反应是美化失败——“已经基本完成，剩下一点小问题”。这个 Skill 强制它直说”卡在哪、为什么卡”。

抄家精髓：规则里写明三种合法汇报格式——成功 + 证据、失败 + 原因、部分完成 + 边界。其他一律不算。

金句：反思类 Skill 的本质是给模型装一个”自我反讽器”，让它发现自己开始打模糊牌时，主动出手把自己拽回来。

四、护栏类：让”能跑 shell 的 Agent”也敢交给普通人

这一类是和 Runtime 安全管线配套的——Skill 负责模型层的克制，Runtime 负责执行层的拦截，两层叠在一起才是完整的安全策略。

4.1 权限分级

核心规则：每一个工具动作必须自己声明”风险级别”——只读、本地写、外网请求、shell 执行——不同级别走不同审批路径。

典型场景：模型决定跑一条 rm -rf 之前，必须把它标成最高风险等级，触发权限弹窗，而不是直接调用。

抄家精髓：风险级别只分三档，别多——绿（直接做）、黄（提示后做）、红（必须问）。三档已经够覆盖 90% 场景。

4.2 命令安检

核心规则：所有 shell 命令进入执行前要过 14 道关卡——危险关键字、路径白名单、参数解析、目录边界等等。

典型场景：用户输入 npm test，看着无害，但参数里如果带了 --prepare-script 之类的钩子，可能间接拉起任意命令。Skill 不直接信任命令字符串，而是先做语义解析。

抄家精髓：抄不动 14 道关卡的全部，但可以抄第一关——把命令字符串解析成 token，禁止 token 里出现 `; && || $( “。光这一条就拦掉 80% 的注入。

4.3 文件改动保护

核心规则：禁止改动一类特殊文件——.claude/、Skill 自身目录、权限配置文件。模型不能改自己的规则。

典型场景：一个被注入了 prompt injection 的 issue，让模型修改 .claude/settings.json 来扩大权限。如果没有这条 Skill，模型可能真的会做。

抄家精髓：维护一个”禁写目录清单”，每次 file_edit 之前先比对路径前缀。一行 if 的事，但能堵掉一整类供应链风险。

金句：护栏不是堵在出口，而是写进每一个动作的协议里。模型不是”想做坏事时被拦”，而是”压根不知道有这条路”。

五、节流类：把 token 当资源管

Claude Code 的价格在所有大模型里算是最贵的之一。Anthropic 自己在源码里也写了大量的”节流 Skill”——这些规则可以直接照搬到任何调 API 的场景里。

5.1 上下文压缩

核心规则：每轮 API 请求前先尝试轻量压缩——把陈旧的工具输出折叠成一行摘要，再去算占用。占用没超阈值就别动主链。

典型场景：跑了 30 轮后 context 占用 80%。如果直接整体 compact 一次，要单独请求一次模型、再重建 attachment，成本极高。先尝试 micro-compact，能省下来就省。

抄家精髓：把压缩做成”阶梯”——能用 1KB 解决就别用 5KB，能截断就别摘要，能摘要就别整体重写。

5.2 缓存友好

核心规则：prompt 的前缀部分保持稳定——身份、规则、工具清单放最前面、不要变；当前日期、git 状态等会变的内容放后面。

典型场景：换模型、换会话最容易破坏缓存。源码里发现 Claude Code 明确告诉用户”别瞎换模型”，因为每换一次就是一次缓存重建。

抄家精髓：自己写系统提示词的时候，按”几乎不变 / 偶尔变 / 每次变”三段排序。光这一招就能把缓存命中率从 30% 拉到 70%+。

5.3 子任务复用

核心规则：sub-agent 的输出默认进会话级缓存。下次同样的子查询，先查缓存再决定要不要重新跑。

典型场景：用户两次问”这个文件依赖了哪些模块”。如果不复用，就要重新读文件、重新分析。Skill 让 sub-agent 的产出成为可被命中的缓存条目。

抄家精髓：给 sub-agent 的输入生成稳定 hash，把输出按 hash 存起来。这一招在 RAG 系统里也直接适用。

金句：节流类 Skill 的核心思想是把 token 当资源管——不是事后省，而是从 prompt 排序就开始省。

六、怎么用这 12 个 Skill

这 12 个 Skill 不是让你照搬全部，而是给你一个对照清单——你现在写的提示词模板，对应到这 12 类，哪几类是缺的？

• 你的模板里有没有反思类？没有的话，你的模型一定会给自己找借口。
• 你的模板里调度类是不是太重？任务还没拆，规则已经塞了 20 条，模型读不动。
• 你的模板里节流类怎么排序？稳定前缀有没有放在最前？

更重要的一点——把现有的 mega-prompt 切片。一个 20KB 的模板拆成 8 个 2KB 的 Skill，按需激活，比塞成一坨好得多。这是源码里最值得直接迁移的工程动作。

一页速览

一句话收束

顶级 Skill 的真功夫不在写多，而在写准——12 个 Skill 加起来不到 60KB，但它们把 Claude Code 的所有模型行为都钉在了铁路上。