Skip to main content

Tool vs Skill:本质差异

ToolSkill
粒度单个原子操作(读文件、执行命令)一套完整的工作流(代码审查、创建 PR)
触发方式AI 自主选择用户 /skill-name 或 AI 通过 SkillTool 自动匹配
本质TypeScript 执行逻辑Prompt + 权限配置的声明式封装
注册位置src/tools.tsgetTools()src/commands.tsgetCommands()
执行器各 Tool 的 call() 方法SkillTool.call() → 两条分支(inline / fork)
Skill 的核心洞见:复杂任务的关键不在代码逻辑,而在 Prompt 质量。一个代码审查 Skill 不需要审查引擎,只需告诉 AI “审查什么、按什么顺序、输出什么格式”——Skill 把这种”经验”封装为可复用的 Markdown。

Skill 的五个来源与加载链路

1. 内置命令(Built-in Commands)

硬编码在 src/commands.ts:258COMMANDS memoize 数组中,包含 70+ 条命令(/commit/review/compact 等)。这些是 TypeScript 模块而非 Markdown,但实现了相同的 Command 接口(src/types/command.ts)。

2. Bundled Skills(编译时打包)

通过 registerBundledSkill()src/skills/bundledSkills.ts:53)在模块初始化时注册。关键特性:
  • 延迟文件提取:如果 Skill 声明了 files(参考文件),首次调用时才解压到临时目录(getBundledSkillExtractDir()),使用 O_NOFOLLOW | O_EXCL 防止符号链接攻击(safeWriteFile,第 186 行)
  • 闭包级 memoize:并发调用共享同一个 extraction promise,避免竞态写入
  • 来源标记为 source: 'bundled',在 Prompt 预算中享有不可截断的特权

3. 磁盘 Skills(.claude/skills/

loadSkillsFromSkillsDir()src/skills/loadSkillsDir.ts:407)加载,这是最重要的加载路径:
管理策略: $MANAGED_DIR/.claude/skills/     (policySettings)
用户全局: ~/.claude/skills/                 (userSettings)
项目级:   .claude/skills/                   (projectSettings, 向上遍历至 home)
附加目录: --add-dir 指定的路径下 .claude/skills/
加载协议:只识别 skill-name/SKILL.md 目录格式,不再支持单文件 .md。加载流程:
  1. readdir 扫描目录 → 仅保留 isDirectory()isSymbolicLink() 的条目
  2. 在每个子目录中查找 SKILL.md,未找到则跳过
  3. parseFrontmatter() 解析 YAML 头部,提取 whenToUseallowedToolscontext 等字段
  4. parseSkillFrontmatterFields()(第 185 行)统一解析 17 个 frontmatter 字段
  5. createSkillCommand()(第 270 行)构造 Command 对象
去重机制:使用 realpath() 解析符号链接获得规范路径(getFileIdentity,第 118 行),避免通过符号链接或重叠父目录导致的重复加载。

4. MCP Skills(动态发现)

通过 registerMCPSkillBuilders() 注册构建器,MCP Server 的 prompt 被 mcpSkillBuilders.ts 转换为 Command 对象。标记为 loadedFrom: 'mcp' 安全边界:MCP Skills 的 Prompt 内容禁止执行内联 shell 命令loadSkillsDir.ts:374loadedFrom !== 'mcp' 守卫),因为远程内容不可信。

5. Legacy Commands(/commands/ 目录)

向后兼容的旧格式,由 loadSkillsFromCommandsDir()(第 566 行)加载。同时支持 SKILL.md 目录格式和单 .md 文件格式。

Frontmatter 字段全景

一个 SKILL.md 的完整 frontmatter(parseSkillFrontmatterFields,第 185 行):
---
name: code-review                    # 显示名称(覆盖目录名)
description: 系统性代码审查           # 描述(或从 Markdown 首段提取)
when_to_use: "用户说审查代码、找 bug"  # AI 自动匹配依据
allowed-tools:                       # 工具白名单
  - Read
  - Grep
  - Glob
argument-hint: "<file-or-directory>" # 参数提示
arguments: [path]                    # 声明式参数名(用于 $ARGUMENTS 替换)
model: opus                          # 模型覆盖
effort: high                         # 努力级别
context: fork                        # 执行模式:inline(默认)| fork
agent: code-reviewer                 # 指定 Agent 定义文件
user-invocable: true                 # 用户是否可 /调用
disable-model-invocation: false      # 禁止 AI 自主调用
version: "1.0"                       # 版本号
paths:                               # 条件激活的文件路径模式
  - "src/**/*.ts"
hooks:                               # Hook 配置
  PreToolUse:
    - command: ["echo", "checking"]
shell: ["bash"]                      # Shell 执行环境
---
解析后有 17 个字段被提取,其中 allowedToolsmodeleffort 在执行时动态修改 toolPermissionContext

两条执行路径:Inline vs Fork

SkillTool(src/tools/SkillTool/SkillTool.ts:332)在 call() 中根据 command.context 分流:

Inline 模式(默认)

Skill 的 Prompt 内容被注入为 UserMessage,在主对话流中继续执行:
  1. processPromptSlashCommand() 处理参数替换($ARGUMENTS)和 shell 命令展开(!`...`
  2. ${CLAUDE_SKILL_DIR} 被替换为 Skill 所在目录的绝对路径
  3. ${CLAUDE_SESSION_ID} 被替换为当前会话 ID
  4. 返回 newMessages(注入到对话流)+ contextModifier(修改权限上下文)
contextModifier(第 776 行)做了三件事:
  • 工具白名单注入:将 allowedTools 合并到 alwaysAllowRules.command
  • 模型切换resolveSkillModelOverride() 处理模型覆盖,保留 [1m] 后缀以避免 200K 窗口截断
  • 努力级别覆盖:修改 effortValue

Fork 模式(context: fork

Skill 在独立子 Agent 中执行(executeForkedSkill,第 122 行):
  1. prepareForkedCommandContext() 构建隔离的 Agent 定义和 Prompt
  2. runAgent() 启动子 Agent 循环,拥有独立的 token 预算
  3. 通过 onProgress 回调报告工具使用进度
  4. 结果通过 extractResultText() 提取,子 Agent 的全部消息在提取后被释放(agentMessages.length = 0
  5. 最终通过 clearInvokedSkillsForAgent() 清理状态
Fork 模式适用于需要强隔离的场景(如长时间运行的审查任务),避免污染主对话的上下文。

权限模型:Safe Properties 白名单

checkPermissions()(第 433 行)实现了一个四层权限检查:
1. Deny 规则匹配(支持精确匹配和 prefix:* 通配符)
   ↓ 未命中
2. 官方市场 Skill 自动放行(plugin + isOfficialMarketplaceName)
   ↓ 未命中
3. Allow 规则匹配
   ↓ 未命中
4. Safe Properties 白名单检查(skillHasOnlySafeProperties,第 911 行)
   ↓ 有非安全属性
5. Ask 用户确认(附带精确匹配和前缀匹配两条建议规则)
Safe PropertiesSAFE_SKILL_PROPERTIES,第 876 行)是一个包含 28 个属性名的白名单。任何不在白名单中的有意义的属性值(排除 undefinednull、空数组、空对象)都会触发权限请求。这是正向安全设计——未来新增的属性默认需要权限。

Prompt 预算:1% 上下文窗口的截断策略

Skill 列表注入 System Prompt 时有严格的字符预算(prompt.ts):
  • 预算计算contextWindowTokens × 4 chars/token × 1%(约 8000 字符)
  • 单条上限MAX_LISTING_DESC_CHARS = 250 字符(超出截断为
  • Bundled Skills 不可截断:它们始终保留完整描述,预算不足时只截断非 bundled 的
  • 降级策略
    1. 尝试完整描述 → 超预算?
    2. Bundled 保留完整,非 bundled 均分剩余预算 → 每条描述低于 20 字符?
    3. 非 bundled 仅保留名称
formatCommandsWithinBudget()prompt.ts:70)实现了这个三级降级。

动态发现与条件激活

基于文件路径的动态发现

discoverSkillDirsForPaths()loadSkillsDir.ts:861)在文件操作时触发:
  1. 从被操作的文件路径开始,向上遍历至 CWD(不包含 CWD 本身)
  2. 在每层查找 .claude/skills/ 目录
  3. 使用 realpath 去重,git check-ignore 过滤 gitignored 目录
  4. 按路径深度排序(深层优先),更接近文件的 Skill 优先级更高

条件激活(paths frontmatter)

带有 paths 模式的 Skill 在加载时不会立即可用,而是存入 conditionalSkills Map。当被操作的文件路径匹配某个 Skill 的 paths 模式时(使用 ignore 库做 gitignore 风格匹配),该 Skill 才被激活——从 conditionalSkills 移入 dynamicSkills 这意味着一个只在 *.test.ts 上激活的测试 Skill,平时完全不可见,只有当 AI 读取或编辑测试文件时才会出现。

使用频率排名

recordSkillUsage()skillUsageTracking.ts)使用指数衰减算法计算 Skill 排名分数:
score = usageCount × max(0.5^(daysSinceUse / 7), 0.1)
  • 7 天半衰期:一周前的使用权重减半
  • 最低 0.1 保底:避免老但高频使用的 Skill 完全沉底
  • 60 秒去抖:同一 Skill 在 1 分钟内的多次调用只计一次,减少文件 I/O
排名数据持久化在全局配置的 skillUsage 字段中。

远程技能加载(Experimental)

通过 EXPERIMENTAL_SKILL_SEARCH feature flag 控制,支持从远程(AKI/GCS/S3)加载 _canonical_<slug> 格式的 Skill:
  1. validateInput()stripCanonicalPrefix() 拦截 canonical 名称
  2. executeRemoteSkill()(第 970 行)从远程 URL 加载 SKILL.md
  3. 支持 gs://https://s3:// 等 URL 协议
  4. 内容经过 frontmatter 剥离、${CLAUDE_SKILL_DIR} 替换后直接注入
  5. 通过 addInvokedSkill() 注册到 compaction 保留状态,确保压缩后仍可恢复
  6. 远程 Skill 不经过 processPromptSlashCommand——无 !command 替换、无 $ARGUMENTS 展开

完整生命周期总结

磁盘 SKILL.md
  ↓ parseFrontmatter()
  ↓ parseSkillFrontmatterFields() → 17 个字段
  ↓ createSkillCommand() → Command 对象
  ↓ 去重(realpath + seenFileIds)
  ↓ 条件 Skill → conditionalSkills Map(等待路径匹配激活)
  ↓ getSkillDirCommands() memoize 缓存
  ↓ getAllCommands() 合并 local + MCP
  ↓ formatCommandsWithinBudget() → 截断后的 Skill 列表注入 System Prompt
  ↓ AI 选择匹配的 Skill
  ↓ SkillTool.validateInput() → 名称校验 + 存在性检查
  ↓ SkillTool.checkPermissions() → 四层权限检查
  ↓ SkillTool.call() → inline 或 fork 执行
  ↓ contextModifier() → 注入 allowedTools + model + effort
  ↓ recordSkillUsage() → 更新使用频率排名