Necromanov最近后台私信问得最多的就是两件事：Claude Code Skills 到底怎么装，以及装上之后怎么用它一键生成 PPT。我刚接触 Skills 时也被绕得够呛，有的教程说要手动建目录，有的说敲一行命令就行，放到不同版本里还互相打架。这篇文章我直接从安装讲到实操出效果，最后把我在真实项目里踩过的坑和排查思路一并整理出来，新手照着做基本能一次跑通。
Claude Code 本身是 Anthropic 出的命令行 AI 编码助手，Skills 则是给它外挂的一套“技能包”，相当于给 AI 塞进一批可复用的工作流模块。以前你想让 AI 画架构图、写测试用例、做 PPT，每次都得从头把背景、格式、输出要求描述一遍；装了 Skills 之后，这些重复性劳动会被固化成标准操作流程，对话里一句话就能触发。文章会重点演示 PPT 生成这条链路，顺带聊聊目录规范、社区热门的 baoyu skills / superpower skills 怎么选，以及 Windows、macOS 两边的常见报错怎么解。
1. 什么是 Claude Code Skills，为什么值得装
1.1 Skill 的底层其实是一份“说明书”
你可以在任意一个项目里看到类似的目录结构：
text复制.claude/
└── skills/
└── ppt-builder/
└── SKILL.md
每个 Skill 的核心就是 SKILL.md 这个 Markdown 文件。文件顶部用 YAML 格式写上 name 和 description，正文里写清楚这个技能适用于什么场景、分几步执行、输出放到哪、中间要不要调用脚本。Claude 在收到任务时会先读各个 SKILL.md 的描述，发现当前请求命中某个技能后，就会把这份“说明书”加载进上下文，照着里面的步骤去干活。
它本质上不是魔法，而是一张不带环境依赖的“专家手卡”。你平时让 AI 帮忙做的事，本质上都可以沉淀成这样的手卡。举个例子，写测试用例这件事，你把“需求描述要转成可验收条件、边界值要单独列、命名统一为 TEST_ 开头、输出到 testcases/ 目录”写进 SKILL.md，以后再说一句“给登录功能写测试用例”，Claude 就不会给你输出一份随心所欲的清单，而是严格按你定义的口径来。
1.2 为什么说 Skills 是 Agent 工作流的加速器
如果只是让 AI 记住一段 Prompt，那直接用 Claude 的 Projects 或者 Custom Instructions 也能做到。Skill 的差异在于它能和文件系统、执行环境打通，成为一个可复用的自动化任务入口。
我看过不少团队的实际用法：有人把“前端页面生成”做成 Skill，描述里写明“用 React + Tailwind，组件放 src/components，样式走 utility class，生成后自动跑一遍构建”，这样 AI 在接到页面需求时会自动完成从代码生成到构建验证的闭环；也有人把“数学建模”做成 Skill，内置数据清洗步骤、模型选择逻辑和论文图表定义。这些活儿以前要靠人工一轮轮对话去校正，现在一次触发、全流程执行，这才是 Agent 工作流里最有价值的部分。
Skill 的生态也慢慢起来了。社区里流传度比较高的有 superpower skills，它把提示词工程里的角色扮演、分步推理、审查机制都包装成技能包，装上后 Claude 的条理性明显更强；还有国内社区整理的 baoyu skills，覆盖面试刷题、报告写作、PPT 生成等场景，开箱即用。我的建议是不要一口气全装，先挑一两个高频任务跑通，再逐步扩展。
1.3 适用人群与典型场景
- 写代码的人：前端组件生成、代码审查、Git 提交信息整理、测试用例补全。
- 写文档的人：PPT 生成、Markdown 报告排版、技术文档润色、会议纪要整理。
- 做研究的人：文献检索、数学建模流程、实验结果表格化。
- 做运维/安全的人：把巡检流程、授权测试 checklist 固化下来，减少漏项。
如果你是第一次接触，建议从“装一个 PPT Skill 跑通全流程”开始，因为它能很直观地让你感受到“一句话生成可打开文件”的爽感，这也是我写这篇文章的初衷。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 安装前准备与环境搭建
2.1 先装好 Claude Code 本体
Skill 依赖 Claude Code 运行，所以第一步是装好本体。Claude Code 主要通过 npm 分发，命令就一行：
bash复制npm install -g @anthropic-ai/claude-code
装之前先确认两件事。第一，Node.js 版本最好在 18 以上，建议 20 或更高。你可以在终端里跑：
bash复制node -v
npm -v
如果版本太老，后续装包会出现各种语法和兼容性报错。第二，npm 全局安装有时候会遇到权限问题，macOS / Linux 下如果报 EACCES，可以用 sudo npm install -g @anthropic-ai/claude-code 来装，或者把 npm 的全局目录改为用户目录。Windows 用户则在 PowerShell 里注意一下执行策略。
安装完成后，运行 claude --version 看到版本号，就说明本体装好了。这个环节最容易被忽略的是登录授权——Skill 能不能真实调用，取决于你是否已经用 Claude 账号登录，或者在环境变量里配置好了 API Key。第一次运行 claude 会引导你完成登录流程，建议直接走完，后面省很多事。
2.2 怎么确认你的版本支持 Skills
Skills 是后加入的功能，如果你装了比较早的版本，可能没有这个能力。执行 claude --version 后，至少保证版本号是 2.x 以上，我在实践里用 2.1.251 这个版本没有遇到功能缺失。如果你的 CLI 版本过旧，可以用：
bash复制claude update
让它自动更新到最新版。
这里想多说一句，Claude Code 的版本策略比较激进，有时候一个小版本号升上去，Skill 的目录规范或命令都会微调。所以遇到网上教程“明明照着做就是不生效”的情况，第一反应应该是看版本号，而不是怀疑自己操作错了。官方文档里对版本兼容写得很清楚，重点看 Changelog 里是否出现 Skills 相关更新。
2.3 桌面版与 CLI 版怎么选
现在 Claude Code 也出了桌面版，界面友好一些，带图形化设置，理论上也能使用 Skills。但我个人的建议是：如果是日常文档处理、简单提问，桌面版无所谓；如果要用 Skills 做 PPT、跑脚本、批量生成文件，还是用 CLI 稳定。
原因很简单，桌面版的沙箱机制更严格，对文件系统的写入限制更多，而 Skills 经常需要把内容写到本地目录、调用本地 Python 脚本；CLI 直接跑在终端里，权限边界更清晰，出问题时日志也好查。事实上大多数社区 Skill 包的文档默认你用的是 CLI 版，所以这篇文章后面的操作也都以 CLI 为准。
3. Skills 安装实操：目录、命令与验证
3.1 先搞清楚两个 Skill 目录的区别
Skill 可以放在两个级别，一个项目级，一个用户级。
- 项目级目录：
你当前项目/.claude/skills/<skill-name>/SKILL.md - 用户级目录：
~/.claude/skills/<skill-name>/SKILL.md
项目级的 Skill 只有在这个项目目录里启动 Claude Code 时才会被加载，适合团队在某个仓库里共享专门的开发规范；用户级 Skill 是全局的，只要用你当前系统账号启动 Claude Code，任何项目目录下都能调用。Windows 下对应的路径是 %USERPROFILE%\.claude\skills。
这里有个常见的坑：新手容易把 Skill 放到 ~/.claude/ 下但没建 skills 子目录，或者建成了 .skill，导致 Claude 完全感知不到。目录名必须是全小写的 skills，里层文件夹名则是 Skill 的标识，一般用小写加短横线，比如 ppt-builder。名字起得越直观越好，因为后续在对话里触发时，Claude 是靠描述匹配的，和文件夹名没有直接关系，但你自己管理时会舒服很多。
3.2 手动安装一个 SKILL.md 文件
手动安装适合单文件的小技能，理解原理后你就知道那些自动化安装命令到底在做什么。我在本机跑 PPT 生成的技能时，参考目录结构如下：
text复制~/.claude/skills/ppt-builder/
├── SKILL.md
└── scripts/
└── build_ppt.py
这里是 SKILL.md 最基本的样子：
markdown复制---
name: ppt-builder
description: 根据用户给出的主题快速生成一份 PPT 演示文稿，支持自定义页数和风格。
---
# PPT 生成技能
1. 先根据主题列出大纲，确认页数（默认 10 页）。
2. 将每页内容填充到预置的模板结构中。
3. 调用 scripts/build_ppt.py 生成 .pptx 文件。
4. 输出文件路径，并告知用户已完成。
你可能已经注意到，SKILL.md 的作用就是把“以前你每次都要口头交代的步骤”变成固定文本。至于真正生成 PPT 的代码，是放在同目录 scripts 下的 Python 脚本，由 Claude 在对话过程中去调用。理解了这一点，你就能明白为什么 Skill 的安装其实很轻量——本质上是创建特定目录和文件，没有复杂的依赖关系。
推荐做法是先在 ~/.claude/skills/ 下建目录，然后把 SKILL.md 和附带的脚本放进去。如果你是从社区下载的 Skill 仓库，通常整个文件夹直接复制到 skills 目录就能用。
3.3 用命令行安装社区 Skill 包
除了手动拷贝，高版本的 Claude Code 也提供了 claude skill 相关的内置命令，可以帮你管理本地 Skill。常见的用法包括：
- 列出已安装的 Skill：
claude skill list - 添加一个本地 Skill：
claude skill add <路径> - 移除指定 Skill：
claude skill remove <skill-name>
如果你拿到的是社区仓库，比如 baoyu skills 这种合集，我建议的操作流程是：
git clone仓库到本地临时目录。- 先浏览仓库说明，确认目录结构是“每个技能一个文件夹”的规范格式。
- 按需复制需要的技能目录到
~/.claude/skills/，不要整仓库全装。 - 跑
claude skill list确认加载情况。
为什么不建议全装？因为每个 Skill 的 SKILL.md 都会在后续对话中占用一定上下文空间；装得越多，Claude 需要扫描的描述就越多，响应速度和准确度都会受影响。我见过有人装了五十多个 Skill，结果日常提问时经常误触发，反而更费 token。精选、按需，比贪多重要得多。
3.4 如何验证 Skill 已生效
装好之后先别急着做 PPT，先用两个方法确认 Skill 被识别到了。方法一，在 Claude Code 对话里输入斜杠命令查看技能列表，如果你装的是新版 CLI，可以用 claude skill list 直接看；方法二，直接输入一个和该 Skill 描述强相关的短语，比如“帮我检查一下 ppt-builder 是否就绪”，看 Claude 是否输出了技能特有的步骤。
如果预期触发却没有任何反应，优先检查三件事：SKILL.md 文件是不是放在了正确的 skills 目录下；YAML 头部有没有语法错误（比如少了冒号）；description 是否写得足够清晰。按我的经验，90% 不生效都是目录或描述的问题，不是版本问题。
4. 用 Skills 一键生成 PPT 的完整实操
4.1 先想清楚：PPT 的产出形式是什么
很多人第一次听“一键生成PPT”会以为 AI 直接打开 PowerPoint 帮你操作，其实不是。Skill 的常见产出形式有两种：
- 生成
.pptx文件：通过 Python 的python-pptx库创建真正的 PowerPoint 文件，你拿到后可以继续编辑。 - 生成 HTML 演示文稿：用 reveal.js / Impress.js 这类框架生成网页版 PPT，适合线上分享，但二次编辑不如 .pptx 方便。
我日常用下来，输出 .pptx 的需求占八成，因为大家最终都要把文件发给同事或客户，能在 PowerPoint 里改才是刚需。所以我会把 scripts/build_ppt.py 写成使用 python-pptx 的脚本。
如果你还没装 python-pptx，可以先在终端里执行：
bash复制pip install python-pptx
注意，Claude 在执行脚本时不会自动帮你装依赖，所以 Skill 里的脚本要写成“如果缺库就提示用户安装”，或者你在 SKILL.md 第一步先检查环境。这也是我踩过的一个坑：第一次调用脚本时报 ModuleNotFoundError: No module named 'pptx'，我当时花了几分钟才意识到 Claude 只是按脚本路径去执行，并不会魔法般帮你把依赖装好。
4.2 实操流程：让 Agent 按 Skill 生成演示文稿
假设你已经装好了 ppt-builder 这个 Skill，目录和脚本都就绪，那么现在你就可以在 Claude Code 里发指令了。我的常用示例指令是：
text复制用 ppt-builder 技能生成一份关于“智能家居行业趋势”的PPT，控制在12页左右。
Claude 接收到后，会先根据 SKILL.md 的说明拆解步骤。以我配置的技能为例，它会经历这么几个环节：
- 列出大纲：智能家居的市场规模、核心技术、用户痛点、代表产品、未来趋势、竞品分析等。
- 确认页数和风格：默认采用简洁商务风，首页用大标题+副标题，内容页每页一个核心观点。
- 调用脚本：把大纲和内容逐页写入
build_ppt.py的数据结构，执行脚本生成.pptx。 - 输出路径：终端会显示生成的文件路径，比如
/Users/you/ppt-builder-output/智能家居行业趋势.pptx。
你打开生成的 PPT 后，第一版可能存在内容不够聚焦、图表缺失、配色平平的问题，这些都很正常。Skill 的价值在于把“从零到一”的时间压缩到一分钟以内，剩下的调整属于“从一到优”，你可以继续用对话让 Claude 修改某一页的措辞、换主题色、增加图表占位符。
4.3 如何把公司模板和风格固化到 Skill 里
如果你希望每次生成的 PPT 都符合公司 VI，可以在 Skill 里预设更多信息，比如：
- 首页图片路径、公司 Logo 路径。
- 主题色 RGB 数值，例如主色
#1F4E79、辅助色#2E75B6。 - 字体规范：标题用什么、正文用什么、字号多少。
- 每页固定的页眉页脚和页码位置。
我把这些信息直接写进 SKILL.md 的“样式规范”小节里，并让 build_ppt.py 读取一个 config.json 文件。这样换项目时只需要改 config.json，不用改 Skill 逻辑。这个方法特别适合团队协作：你定义一个 Skill，所有人都能生成风格统一的 PPT。
有一点要提醒，图片素材如果放在模板里，注意路径别用绝对路径写死，更好的做法是让 Claude 在生成时把图片复制到输出目录旁边，或者直接让用户把素材放到指定目录再统一引用。否则换了电脑、换了目录，路径一失效，图片就全裂了，排查起来还挺费劲的。
4.4 省 token 的几个关键习惯
生成 PPT 这种任务动辄涉及很长的内容，搞不好会把上下文缓冲区塞满，token 消耗自然就上去了。我在实践里发现几个比较省的做法：
- 让 Skill 把长内容先写入临时文件，再让 Claude 只读文件里必要的片段，而不是一次性把全文贴进对话。比如大纲确认后，就直接让脚本负责拼装内容，Claude 不需要把每一页的文案都完整地“朗读”出来。
- 尽早用
/compact压缩历史对话。如果一轮 PPT 生成改了好几版，历史记录会非常长，压缩之后能显著降低后续请求的 token 用量。 - 如果用的是订阅制，注意别过度等待超长输出；如果用的是按量付费 API，建议在
SKILL.md里要求 Claude 长步骤分阶段执行，每阶段做一个小确认，避免一次性生成太多内容后大幅返工。
还有一点属于进阶玩法：可以用 CC Switch 这类配置管理工具切换模型路由。比如把 Claude Code 接到 DeepSeek 这类第三方接口上跑那些不需要超强推理的机械任务，同样能省不少预算，同时保持 Skill 的工作流不变。此外搭配 Ollama 跑本地模型，适合网络不强或者对数据隐私要求高的场景，虽然能力上限不如云端大模型，但胜在稳定和成本可控。
5. 值得一试的 Skills 推荐
5.1 开发提效类
在前端场景里，Skills 最有价值的是把组件生成规范化。我常用的一个做法是写一个 frontend-builder 技能，里面指定“React + TypeScript + Tailwind，组件文件放 src/components，同名 index.ts 导出，生成后跑一次 tsc 类型检查”，这样让 AI 生成复杂页面时不会再出现组件乱放、样式不统一的问题。
结构图技能也值得装。输入一段需求，AI 能直接输出架构图、流程图的结构化脚本，你再把它嵌入到文档或 PPT 里。对做技术方案的人来讲，这个效率提升非常直观，以前画图要半小时，现在一句话生成初稿，自己改细节就行。
5.2 文档与效率类
academic research skills 这类研究型技能适合学生和做调研的人，它能规范文献阅读笔记的格式，让模型按“研究问题、方法、数据、结论、局限性”去解析一篇论文，避免读完一篇文献还是一团浆糊。
网页查资料的技能也不可少。Claude Code 本身在网络访问上有一定限制，但通过 Skill 里配置合理的搜索步骤和内容抓取规则，你可以让它先提炼搜索关键词、再访问指定页面、最后按来源列出摘要。这样生成行业报告或竞品分析时，引用的素材会扎实很多。
5.3 测试与质量类
测试用例生成技能是我最推荐团队尝试的一类。Skill 里约定好用例模板、优先级定义、边界值写法、验收条件格式，AI 生成的用例质量会稳定得多。对于没有专职测试的小团队，这种 Skill 基本等同于给团队配了一个随时可用的“测试设计助手”。
5.4 安全与结构设计类
社区里也有一些面向安全测试场景的技能，比如规范授权范围内的渗透测试流程、漏洞检测清单、报告模板等。这类 Skill 的用途是把你平时做合规测试时反复要写的流程固化下来，减少遗漏。
必须多提醒一句：任何安全测试技能都只允许在你有明确授权的系统上使用。Skill 只是工具，工具的边界由使用者决定，越权测试带来的法律风险最终只能自己承担。
6. 常见问题与排查实录
6.1 典型报错一：organization 订阅被禁用
有朋友遇到过在终端里启动 Claude Code 时直接报错，大意是组织层面禁用了订阅访问权限，而不是账号密码输错。这个通常不是安装技术问题，而是当前登录的 Claude 账号属于某个组织，该组织不允许使用 Claude Code 服务。
解决办法是查看 claude 的登录状态，用个人账号重新登录，或者联系管理员开通权限。如果你是通过 ANTHROPIC_API_KEY 方式接入，就要确认这把 Key 是否被限流或没有 Code 权限。这类问题排查起来容易让人一头雾水，因为错误信息在安装完第一次运行时就出现，很多人会误以为是 Node.js 环境有问题。
6.2 典型报错二：PowerShell 下安装报错
Windows 用户在 PowerShell 里跑 npm install -g @anthropic-ai/claude-code 时，有时会遇到 npm 脚本无法执行、被系统策略拦截。这通常是 PowerShell 的执行策略限制导致的，可以尝试用管理员身份打开 PowerShell，执行：
powershell复制Set-ExecutionPolicy -Scope CurrentUser RemoteSigned
然后再运行安装命令。装完后如果 claude 命令找不到，检查一下 npm 全局 bin 目录是否在系统 PATH 中，因为 Windows 上 npm 全局安装位置比较多样。
6.3 排查实录：Skill 安装后不生效
我印象最深的一次排查是用户说“明明把 Skill 放到目录里了，Claude 就是不调用”。远程看了半天，发现他把文件命名成了 skill.md（单数），而不是规范要求的 SKILL.md。Linux 和 macOS 是区分大小写的，skill.md 和 SKILL.md 会被当成两个文件，而 Claude Code 只识别全大写的 SKILL.md。
另外，目录嵌套层级也容易出错。正确位置是 .claude/skills/ppt-builder/SKILL.md，不是 .claude/skills/SKILL.md。如果你在 .claude/skills 下直接放了一堆 .md 文件，Claude 会全部忽略。养成一个习惯：每次新增 Skill 后，先运行 claude skill list，如果列表里没出现，99% 是目录或文件名问题。
6.4 常见问题速查表
| 现象 | 大概率原因 | 处理建议 |
|---|---|---|
| 命令行找不到 claude | PATH 未配置或 npm 全局目录异常 | 重新安装，确认全局 bin 目录 |
| 版本太旧，没有 Skills 支持 | CLI 版本较低 | 执行 claude update 升级 |
| SKILL.md 加了但没触发 | 目录名 / 文件名大小写错误 | 检查 skills 目录和 SKILL.md |
| 生成脚本报找不到模块 | Python 依赖未安装 | pip install python-pptx 等 |
| 报组织被禁用 | 账号权限限制 | 切换个人账号或联系管理员 |
| 上下文太长、token 消耗大 | 历史对话累积 | 用 /compact 压缩或用文件中转 |
7. 自己写 Skill 的经验与进阶探索
7.1 一个合格的 SKILL.md 要满足三个条件
第一是描述精准。description 写得好不好，直接决定 Claude 会不会在合适的时机调它。我见过有人写“处理文档”，结果所有和文档沾边的请求都会加载它，反而干扰其他流程。更好的写法是“根据用户提供的主题生成包含大纲、正文、结论的 Markdown 研究报告，输出到 reports 目录”。
第二是步骤可执行。不要写“生成高质量 PPT”这种无法落实的模糊指令，要写“先生成大纲并等待确认，再填充内容，最后调用脚本”。Claude 也是需要被分步骤引导的，步骤越具体，它的执行越稳定。
第三是留验证环节。我在很多 Skill 里都会要求 Claude 完成任务后做自检，比如“检查脚本退出码是否为 0，检查输出文件是否存在，描述输出规模”。这个小小的要求能把很多低级问题拦截在提交之前。
7.2 Claude Code Skills 与 Codex Skills 的简单对比
Codex Skills 是 OpenAI 那边同类概念的实现，和 Claude Code Skills 思路相似，但有两个明显差异。一是生态：Claude Code 社区的技术沉淀更早，Skill 的仓库和案例更多，尤其是文档处理和中长文档任务；Codex 则与 OpenAI 全家桶结合更紧密。二是调用习惯：Claude Code 在对话交互上更强调自然的“专家工作流”，而 Codex 偏重代码生成，两者定位不完全一样。没必要非要比个高下，我的建议是看你日常主力用哪套模型，就在哪边沉淀自己的 Skill 库。
7.3 我的一点个人体会
Skills 真正改变我工作方式的点，不是让 AI 变聪明了，而是让 AI 的输出变得可预期、可复用了。以前同一种任务每次都要重新校准 AI 的“手感和口径”，现在一条指令就能复用整个组织的最佳实践。哪怕你暂时不想写代码、不搞 PPT，也值得装一个简单的 Skill 感受一下这个流程——很可能你用过一次就回不去了。
最后再分享一个小技巧：不要只装别人写好的 Skill，花一个下午把你自己在过去一个月里最常做的五件事写成五个 SKILL.md，这才是把 Claude Code 变成“个人生产工具”的关键一步。技能不在多，在贴合自己的场景，这个投入的回报率比我花在折腾各种新工具上的时间高得多。