Skills 技能系统

Tool vs Skill：本质差异

	Tool	Skill
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.ts → getTools()	src/commands.ts → getCommands()
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:258 的 COMMANDS 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/）

由 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() 或 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 whenToUse、allowedTools、context 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:374 的 loadedFrom !== '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 allowedTools、model、effort 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 Properties（SAFE_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 undefined、null、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() 中 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