我用 Claude Code 花了 10 分钟，手搓了一个自动写文章的 AI Agent

发表于 更新于 分类于 阅读次数： 本文字数： 4k 阅读时长 ≈ 4 分钟

cover

上周三下午，我在终端里输入了一句话：”帮我写一篇关于 Docker 部署的文章”，然后去倒了杯水。回来的时候，一篇 2000 字的博客文章已经生成好了，格式完全符合我的 Hexo 规范，frontmatter 填好了，文件放到了正确的目录。

整个过程我没有动手。

这不是什么魔法，是我花了 10 分钟写了一个 Claude Code Skill。

先说说 Skill 是什么

如果你用过 Claude Code，你可能知道它有很多内置的斜杠命令，比如 /compact、/review、/simplify。这些是系统自带的功能。

但 Claude Code 还有一个更强大的扩展机制：Skill（技能）。

简单说，Skill 就是一个 Markdown 文件，里面写着你希望 Claude 遵循的工作流程。你把它放到项目的 .claude/skills/ 目录下，Claude Code 就会自动识别它。之后你在终端里输入对应的斜杠命令，Claude 就会按照你定义的流程去执行。

你可以把 Skill 理解为”给 AI 写的 SOP”。

SOP（标准操作流程），在公司里是写给人看的。你现在要做的，是把同样的流程写给 AI 看。区别在于：人可能会偷懒跳步骤，AI 不会。

技术博主 Bozhidar Batsov 在一篇文章里总结得很好：”Skill 是基于提示词的能力。当你调用一个 Skill 时，它会把一组指令加载到 Claude 的上下文中，Claude 按照这些指令执行。Skill 可以启动子智能体、接受参数、使用特定工具、编排复杂的多步骤工作流。”

换句话说，Skill 不是一个简单的提示词模板，它是一个可编程的 AI Agent。

为什么我要做一个 Writing Agent？

原因很简单：重复。

我运营一个技术博客，每周要写 2-3 篇文章。每次写文章，我都要经历同样的流程：

  1. 确定选题
  2. 搜索相关资料
  3. 阅读 3-5 篇参考文章
  4. 提取关键信息
  5. 想一个吸引人的标题
  6. 组织文章结构
  7. 写正文
  8. 生成符合 Hexo 格式的 Markdown 文件

这个流程每次都一样。变的只是主题。

Reddit 上有个帖子说得好：”如果你发现自己每次都在给 Claude 写同样的 500 字上下文，那就该做一个 Skill 了。”

我之前的做法是，每次开一个新的 Claude Code 会话，然后花 5 分钟解释我要什么格式、什么风格、什么结构。写了十几篇之后，我终于受不了了。

10 分钟创建过程

下面说说我是怎么创建这个 Skill 的。不会分享完整的 Skill 内容——那是我的私人成果，但我会分享创建的思路和方法，帮你理解怎么做一个自己的 Skill。

第一步：创建目录和文件（1 分钟）

Skill 的文件结构非常简单：

1
2
3
.claude/skills/
└── writing-agent/
    └── SKILL.md

在项目根目录下创建一个文件夹，里面放一个 SKILL.md 文件。文件名必须是 SKILL.md，这是 Claude Code 的约定。

文件夹的名字就是你的 Skill 名字。我叫它 writing-agent，所以调用时输入 /writing-agent 就行了。

第二步：写 Frontmatter（1 分钟）

SKILL.md 文件的开头需要一段 YAML 格式的元数据：

1
2
3
4
---
name: writing-agent
description: 当用户说"帮我写一篇"时触发此技能。
---

这两个字段非常关键：

  • name：Skill 的名字，也是斜杠命令的名字
  • description：告诉 Claude 什么时候应该使用这个 Skill。这个描述不是给人看的，是给 AI 看的。写得好，Claude 甚至能在你没有主动调用时自动识别并加载这个 Skill

PolySkill 的一篇指南里提到：”description 字段告诉 Claude 什么时候自动加载这个 Skill。”这意味着你可以让 Skill 在合适的场景下自动触发，而不是每次都手动输入命令。

第三步：定义工作流程（5 分钟）

这是最核心的部分。我需要把我写文章的整个流程，用 Markdown 写下来。

思路是这样的：把你手动做的每一步，变成 Claude 可以理解和执行的指令。

我的 Writing Agent 大概分了这几个阶段：

阶段一：理解选题。 确认文章主题、目标读者、文章风格。如果选题太简单，自动扩展。

阶段二：搜索资料。 调用搜索工具，找到相关的文章和资料。我在这一步定义了优先抓取哪些网站、避免抓取哪些网站。

阶段三：阅读和提取。 逐个访问搜索结果的网页，提取正文、核心观点、数据和案例。忽略导航、评论、广告。

阶段四：组织和写作。 生成标题候选、确定文章结构、按照我的写作风格要求生成正文。

阶段五：输出文件。 生成符合 Hexo 格式的 Markdown 文件，包括完整的 frontmatter，自动放到 source/_posts/ 目录下。

每个阶段我都写了具体的指令。比如写作风格，我会告诉 Claude：用短句、口语化、有对话感、少用形容词、多用场景和画面感。这些规则不写进 Skill，Claude 每次都会用自己的默认风格，而默认风格往往太”AI味”了。

第四步：处理边界情况（2 分钟）

好的 Skill 要考虑异常情况。比如：

  • 网页抓取失败怎么办？我设置了备用抓取方案
  • 选题太宽泛怎么办？自动缩小范围
  • 有些网站反爬严格怎么办？定义了跳过策略

XDA Developers 的一篇文章说得对：”如果你发现自己反复给 Claude 同样的指令，那就是一个信号——它应该变成一个 Skill。”边界情况也是一样的道理。你踩过一次坑，就把解决方案写进 Skill，下次就不用再踩了。

第五步：测试和迭代（1 分钟）

写完之后，直接在 Claude Code 里测试：

1
/writing-agent 帮我写一篇关于 Docker 部署的文章

第一次跑出来的结果，80% 是满意的。剩下 20% 需要微调——比如标题风格不够吸引人、段落太长、某些环节的指令不够清晰。改几个字，再跑一次，就基本完美了。

几个关键心得

做完这个 Skill 之后，我总结了几个心得，分享给想自己做 Skill 的人。

1. 先手动跑通流程，再写 Skill

不要一上来就写 Skill。先在普通对话里和 Claude 磨合几次，把流程跑通了，确认每一步的指令 Claude 都能理解，再把这些指令整理成 SKILL.md。

Claude Skills Guide 的作者 WenHao Yu 也提到：”你不需要手写 SKILL.md。无论是写代码还是写 Skill，Claude 都能搞定。事实上，我的 Skill 没有一个是手写的。”

2. Description 写得好，Skill 就活了

description 字段不是装饰。它决定了 Claude 什么时候会主动加载你的 Skill。写得越精准，触发越准确。

比如我的 description 里写了”当用户说’帮我写一篇’、’写一篇关于xxx’、’创建新文章’等时触发”。这样即使我不输入 /writing-agent，只是随口说”帮我写一篇关于 AI 的文章”，Claude 也会自动识别并加载这个 Skill。

3. 定义”不做什么”和”做什么”一样重要

告诉 Claude 不要做什么，和告诉它要做什么一样重要。比如我在搜索阶段明确列了”避免抓取”的网站列表。不写这个，Claude 可能会去爬一些质量不高或者反爬严格的网站，浪费时间。

4. Skill 是活的，需要持续迭代

我的 Writing Agent 已经改了好几个版本了。每次用它写完一篇文章，发现哪里不顺，就改一下 SKILL.md。它不是写完就扔的东西，而是一个持续进化的工具。

Skill vs CLAUDE.md：什么时候用哪个？

很多人搞不清 Skill 和 CLAUDE.md 的区别。一个简单的判断标准：

维度 CLAUDE.md Skill
加载方式 每次会话自动加载 按需加载，匹配时触发
适合场景 项目全局规范、编码风格 特定任务的完整工作流
上下文占用 始终占用 只在需要时占用
类比 公司的员工手册 特定岗位的操作手册

CLAUDE.md 适合写”始终需要遵守的规则”，比如”用 TypeScript 严格模式”、”API 响应格式统一”。

Skill 适合写”特定场景下的完整流程”，比如”写一篇博客文章”、”做一次代码审查”、”生成一份日报”。

Snyk 的一篇分析文章说得很清楚：”CLAUDE.md 文件是持久化的项目记忆。Skill 是可复用的工作流指令。”

两者不是互斥的，而是互补的。我的 CLAUDE.md 里写了博客的通用规范（比如标签规则、分类规则），Writing Agent Skill 里写了写文章的具体流程。Claude 会同时读取两者。

这件事让我意识到什么？

说实话，做这个 Skill 之前，我对”AI 自动化”的理解还停留在”帮我补全代码”的层面。

做完之后我意识到：AI 编程的真正威力，不在于让 AI 帮你写一行代码，而在于让 AI 帮你跑一个完整的流程。

一个 Skill 文件，本质上就是一个 AI Agent 的定义。你在用自然语言编程。你不需要学 Python，不需要学 LangChain，不需要搭服务器。一个 Markdown 文件，就能创造一个能自主工作的 AI Agent。

Reddit 上有个用户的评论让我印象深刻：”在一个公司里，一个设计好的 Skill 可以自动化整个业务流程，团队里任何人都能用。你的顶级分析师的研究流程、你的高级工程师的审查清单、你的运维负责人的事故响应工作流——编码一次，全团队都能用。”

这才是 Skill 的真正价值。它不是一个玩具，它是一个效率放大器。

写在最后

10 分钟。一个 Markdown 文件。

这就是我创建一个 Writing Agent 的全部成本。

现在，我每周写文章的时间从 3 小时缩短到了 30 分钟。大部分时间花在审稿和微调上，而不是搜索资料和组织结构。

你现在看到的这篇文章，就是用这个 Skill 的工作流写出来的——我在终端里输入了选题，然后去做了别的事，回来审了一遍，改了几处细节，发布。

如果你也有一些重复性的工作流，值得花 10 分钟试试。我现在更好奇的是：有没有人用 Skill 做过比写文章更复杂的自动化？比如自动生成周报、自动整理会议记录？这类场景我还没试过，但感觉潜力更大。