OpenMinis/MinisSkills

解决的问题

MinisSkills 解决了 Claude 在专业任务或小众领域缺乏内置知识的问题。技能不是将所有内容塞入基础模型，而是让用户将聚焦的指令、领域知识和辅助资源打包成可复用、按需使用的格式。这使 Claude 保持轻量，同时在相关时精确扩展。

工作原理

每个技能是一个包含 SKILL.md 文件的目录，该文件带有 YAML frontmatter（名称和描述）以及可选的捆绑文件。Claude 持续查看 frontmatter，以便检测技能是否匹配用户请求。触发时，完整的 SKILL.md 正文加载到上下文中，而脚本、参考资料或资产等额外资源仅在需要时获取。这个三级系统保持上下文小而高效。技能还可以在 evals/evals.json 中包含测试用例，以验证其产生正确输出，并可使用渐进式披露——一个精简的主文件，带有指向更深层参考文件的指针——来管理复杂性。

适用人群

MinisSkills 面向希望为 Claude 提供专业能力的开发者和高级用户，无论是分析 HealthKit 的睡眠数据、管理云部署，还是处理特定领域的工作流。它也面向希望通过拉取请求与社区分享精心制作技能的贡献者，遵循提交清单以确保质量。

亮点

• 标准化的 SKILL.md 格式，包含必填的名称和描述，以及可选兼容性字段
• 三级加载：始终开启的元数据、触发时加载的正文、按需获取的捆绑资源
• 可选但推荐的评估（evals/evals.json），用真实世界提示测试技能行为
• 渐进式披露模式，保持技能在 500 行以下，同时支持深层参考文档
• 清晰的命名约定（小写 kebab-case）和目录布局，便于组织
• Apache 2.0 许可，促进社区贡献的技能生态系统