Claude 的 Skills 与 Prompts、Projects、MCP 和 Subagents 的区别和场景 - 链载Ai

自推出 Skills 以来,人们对理解 Claude 代理生态系统的各个组件如何协同工作表现出浓厚兴趣。无论你是在 Claude Code 中构建复杂工作流、使用 API 创建企业解决方案,还是在 Claude.ai 上提升生产力,知道何时使用何种工具可以彻底改变你与 Claude 的协作方式。

本指南将分解每个构建块,解释何时使用什么,并展示如何组合它们以实现强大的代理工作流。

理解你的代理构建块

什么是 Skills?

Skills 是包含指令、脚本和资源的文件夹,Claude 会在与任务相关时动态发现并加载它们。可以将它们视为专业培训手册,为 Claude 提供特定领域的专业知识——从处理 Excel 电子表格到遵循组织的品牌指南。

当 Claude 遇到任务时,它会扫描可用的 Skills 以找到相关匹配项。Skills 采用渐进式披露:首先加载元数据(约100个 token),提供足够的信息让 Claude 知道何时 Skill 相关。在需要时加载完整指令(小于5K token),而捆绑的文件或脚本仅在需要时加载。

当你需要 Claude 持续高效地执行专业任务时选择 Skills。它们适用于:

示例: 创建一个品牌指南 Skill,包含公司的色彩调色板、排版规则和布局规范。当 Claude 创建演示文稿或文档时,它会自动应用这些标准,无需你每次都解释。

什么是 Prompts?

Prompts 是你在对话中用自然语言向 Claude 提供的指令。它们是临时的、对话式的、反应性的——你在当下提供上下文和方向。

请对这段代码进行全面的安全审查。我需要:

1.常见漏洞检查,包括:
-注入缺陷(SQL、命令、XSS等)
-身份验证和授权问题
-敏感数据暴露
-安全配置错误
-访问控制中断
-加密失败
-输入验证问题
-错误处理和日志记录问题

2.对于每个发现的问题,请提供:
-严重程度级别(严重/高/中/低)
-代码中的位置(行号或函数名)
-为什么这是安全风险以及如何被利用的解释
-具体的修复建议,并在可能的情况下提供代码示例
-防止类似问题的最佳实践指导

3.代码上下文:
[描述代码的功能、语言/框架以及运行环境]

4.其他考虑因素:
-是否存在OWASPTop10漏洞?
-代码是否遵循[特定框架/语言]的安全最佳实践?
-是否有已知漏洞的依赖项?

请按严重程度和潜在影响对发现进行优先级排序。

专业提示: Prompts 是你与 Claude 交互的主要方式,但它们不会跨对话持久化。对于重复的工作流或专业知识,考虑将 Prompts 转换为 Skills 或项目指令。

如果你发现自己在多个对话中反复输入相同的 Prompt,就该创建 Skill 了。将"使用 OWASP 标准审查此代码的安全漏洞"或"使用执行摘要、关键发现和建议格式化此分析"等重复指令转换为 Skills。这样可以避免每次都重新解释流程,并确保执行的一致性。

查看我们的 Prompt 库、Prompting 最佳实践或我们的智能 Prompt 生成器开始使用。

什么是 Projects?

Projects 在所有付费 Claude 计划中可用,是具有自己聊天历史和知识库的独立工作空间。每个项目包含一个 200K 上下文窗口,你可以在其中上传文档、提供上下文并设置适用于该项目内所有对话的自定义指令。

你上传到项目知识库的所有内容都会在该项目内的所有聊天中可用。Claude 自动使用此上下文提供更明智、更相关的响应。当项目知识接近上下文限制时,Claude 会无缝启用检索增强生成(RAG)模式,将容量扩展多达 10 倍。

示例: 创建一个"Q4 产品发布"项目,包含市场研究、竞争对手分析和产品规格。该项目中的每次聊天都可以访问这些知识,无需重新上传或重新解释上下文。

如果多个代理或对话需要相同的专业知识——比如安全审查流程或数据分析方法——创建 Skill 而不是将知识构建到单个子代理中。Skills 是可移植和可重用的,而子代理是为特定工作流专门构建的。使用 Skills 来传授任何代理都可以应用的专业知识;当你需要具有特定工具权限和上下文隔离的独立任务执行时使用子代理。

什么是 SubAgents?

Subagents 是具有自己上下文窗口、自定义系统提示和特定工具权限的专业 AI 助手。在 Claude Code 和 Claude Agent SDK 中可用,子代理独立处理离散任务并将结果返回给主代理。

每个子代理都使用自己的配置运行——你定义它做什么、如何处理问题以及可以访问哪些工具。Claude 根据描述自动将任务委托给适当的子代理,或者你可以明确请求特定子代理。

示例: 创建一个具有读取、Grep 和 Glob 工具访问权限但没有写入或编辑权限的代码审查子代理。当你修改代码时,Claude 会自动委托给此子代理进行质量和安全审查,而不会冒意外代码更改的风险。

什么是 MCP?

MCP 在 AI 应用程序和现有工具及数据源之间创建通用连接层。模型上下文协议(MCP)是一个开放标准,用于将 AI 助手连接到数据所在的外部系统——内容存储库、业务工具、数据库和开发环境。

MCP 提供了一种标准化的方式来将 Claude 连接到你的工具和数据源。无需为每个数据源构建自定义集成,你只需针对单一协议构建。MCP 服务器公开数据和功能;MCP 客户端(如 Claude)连接到这些服务器。

示例: 通过 MCP 将 Claude 连接到公司的 Google Drive。现在 Claude 可以搜索文档、读取文件并引用内部知识,无需手动上传——连接持续存在并自动更新。

MCP 将 Claude 连接到数据;Skills 教 Claude 如何处理这些数据。如果你在解释如何使用工具或遵循流程——比如"查询我们的数据库时,总是先按日期范围过滤"或"使用这些特定公式格式化 Excel 报告"——那是 Skill。如果你需要 Claude 首先访问数据库或 Excel 文件,那是 MCP。同时使用两者:MCP 用于连接,Skills 用于程序性知识。

它们如何协同工作

当你组合这些构建块时,真正的力量就会显现。每个都有不同的用途,它们共同创建复杂的代理工作流。

对比:选择正确的工具

代理工作流示例:研究代理

让我们构建一个结合多个构建块的综合研究代理。此示例展示了如何组装和激活用于竞争分析的代理。

步骤 1:设置项目

步骤 2:通过 MCP 连接数据源

步骤 3:创建专业 Skills

特性	Skills	Prompts	Projects	Subagents	MCP
提供什么	程序性知识	即时指令	背景知识	任务委托	工具连接
持久性	跨对话	单次对话	项目内	跨会话	持续连接
包含内容	指令+代码+资源	自然语言	文档+上下文	完整代理逻辑	工具定义
何时加载	动态,按需	每轮	项目中始终	调用时	始终可用
可包含代码	是	否	否	是	是
最适合	专业知识	快速请求	集中上下文	专业任务	数据访问

#我公司GDrive导航Skill##概述针对MeridianTech的GoogleDrive结构优化的搜索和检索策略。
使用此Skill高效定位内部文档、研究和战略材料。##Drive组织**顶级结构:**-`/Strategy&lanning/`-OKRs、季度计划、董事会演示-`/Product/`-PRD、路线图、技术规格-`/Research/`-市场研究、竞争情报、用户研究-`/Sales&Marketing/`-案例研究、宣传资料、营销材料-`/CustomerSuccess/`-实施指南、成功指标-`/CompanyOps/`-政策、组织架构、团队目录**命名约定:**-格式:`YYYY-MM-DD_DocumentName_vX`-最终版本标记为`_FINAL`-草稿包含`_DRAFT`或`_WIP`##搜索最佳实践1.**从宽泛开始,然后过滤**-使用文件夹上下文+关键词2.**定位文档所有者**-从Sales/获取销售材料,而不是根目录3.**检查时效性**-优先选择最近6个月的文档以获取当前策略4.**寻找"真实来源"**-带有`_FINAL`、`_APPROVED`或在`/Archives/Official/`中的文件##研究代理工作流1.确定主题类别(产品、市场、客户)2.使用目标关键词搜索相关文件夹3.检索3-5个最新/相关的文档4.与`/Strategy&lanning/`交叉参考以获取上下文5.引用源文件名和日期

步骤 4:配置子代理(仅限 Claude Code/SDK)

name:market-researcherdescription:研究市场趋势、行业报告和竞争格局数据。主动用于竞争分析。tools:Read,Grep,Web-search---你是一名专门从事竞争情报的市场研究分析师。研究时:1.识别权威来源(Gartner、Forrester、行业报告)2.收集定量数据(市场份额、增长率、融资)3.分析定性见解(分析师意见、客户评价)4.综合趋势和模式呈现带有引用和置信度级别的发现。

name:technical-analystdescription:分析技术架构、实施方法和工程决策。用于技术竞争分析。tools:Read,Bash,Grep---你是一名分析竞争对手技术选择的技术架构师。分析时:1.审查公共存储库和技术文档2.评估架构模式和技术栈3.评估可扩展性和性能方法4.识别技术优势和局限性专注于为我们的产品决策提供可行的技术见解。

步骤 5:激活你的研究代理

"分析我们的前三名竞争对手如何定位他们的新 AI 功能,并识别我们可以利用的差距"

结果: 一份综合的竞争分析报告,它从多个数据源提取信息,遵循你的分析框架,利用专业知识,并在整个研究项目中保持上下文。

常见问题

Skills 如何工作?

Skills 使用渐进式披露来保持 Claude 的效率。在处理任务时,Claude 首先扫描 Skill 元数据(描述和摘要)以识别相关匹配项。如果 Skill 匹配,Claude 会加载完整指令。最后,如果 Skill 包含可执行代码或参考文件,这些仅在需要时加载。

这种架构意味着你可以有许多可用的 Skills,而不会压垮 Claude 的上下文窗口。Claude 会在需要时准确访问所需内容。

Skills vs. Subagents:何时使用什么

使用 Skills 当:
你希望任何 Claude 实例都可以加载和使用的功能。Skills 就像培训材料——它们使 Claude 在所有对话中更擅长特定任务。

使用 Subagents 当:
你需要为特定目的设计的完整、独立的代理,独立处理工作流。Subagents 就像拥有自己上下文和工具权限的专业员工。

一起使用当:
你希望子代理具有专业知识。例如,代码审查子代理可以使用 Skills 获取特定语言的最佳实践,将子代理的独立性与 Skills 的可移植专业知识相结合。

Skills vs. Prompts:何时使用什么

使用 Prompts 当:
你给出一次性指令、提供即时上下文或进行对话式来回交流。Prompts 是反应性的和临时的。

使用 Skills 当:
你有需要反复使用的流程或专业知识。Skills 是主动的——Claude 知道何时应用它们——并且跨对话持久化。

一起使用:
Prompts 和 Skills 自然互补。使用 Skills 提供基础专业知识,然后使用 Prompts 为每个任务提供具体上下文和优化。

Skills vs. Projects:何时使用什么

使用 Projects 当:
你需要应该为所有关于特定计划的对话提供信息的背景知识和上下文。Projects 提供始终加载的静态参考材料。

使用 Skills 当:
你需要仅在相关时激活的程序性知识和可执行代码。Skills 提供按需加载的动态专业知识,节省你的上下文窗口。

一起使用当:
你既需要持久化上下文又需要专业能力。例如,一个包含产品规格和用户研究的"产品开发"项目,结合用于创建技术文档和分析用户反馈数据的 Skills。

关键区别: Projects 说"这是你需要知道的"。Skills 说"这是如何做事的"。Projects 提供你在其中工作的知识库。Skills 提供在任何地方都能工作的能力——任何对话、任何项目。

Subagents 可以使用 Skills 吗?

可以。在 Claude Code 和 Agent SDK 中,子代理可以像主代理一样访问和使用 Skills。这创造了强大的组合,专业子代理利用可移植的专业知识。

例如,你的 python-developer 子代理可以使用 pandas-analysis Skill 按照团队约定执行数据转换,而你的 documentation-writer 子代理使用 technical-writing Skill 一致地格式化 API 文档。