Claude Skills、MCP、Prompt、Subagent 有什么区别？一篇彻底讲明白

什么是 Skills？

Skills 是包含指令、脚本和资源的文件夹。当某项任务与其相关时，Claude 会自动发现并动态加载它们。你可以把 Skills 看作专门的培训手册，它们能赋予 Claude 特定领域的专业能力——从处理 Excel 电子表格，到遵循你所在组织的品牌规范。

Skills 的工作方式： 当 Claude 遇到一项任务时，它会扫描可用的 Skills，寻找相关匹配项。Skills 采用渐进式披露机制：首先加载元数据（约 100 个 Token），仅提供足以让 Claude 判断某个 Skill 是否相关的信息；需要时再加载完整指令（少于 5,000 个 Token）；随附的文件或脚本则仅在必要时加载。

何时使用 Skills： 当你需要 Claude 稳定、高效地执行专业任务时，请选择 Skills。它们非常适合：

• 组织工作流：品牌规范、合规流程、文档模板
• 领域专业知识： Excel 公式、PDF 处理、数据分析
• 个人偏好： 笔记系统、编码模式、研究方法

示例： 创建品牌规范 Skill，其中包含公司的配色方案、字体排印规则和版式规范。当 Claude 创建演示文稿或文档时，它会自动应用这些标准，无需你每次重新说明。

进一步了解 Skills，并查看我们不断扩充的 Skills 库。

什么是 Prompt？

Prompt 是你在对话过程中使用自然语言向 Claude 提供的指令。它们是临时性的、对话式的，也是响应式的——你在当下提供 Context 和方向。

何时使用 Prompt： Prompt 适用于：

• 一次性请求：“总结这篇文章”
• 对话式优化：“把语气改得更专业一些”
• 即时 Context：“分析这些数据并找出趋势”
• 临时指令：“将其格式化为项目符号列表”

示例：

请对这段代码进行全面的安全审查。我希望检查以下内容：

1. 常见漏洞，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
• 访问控制失效
• 加密机制失效
• 输入验证问题
• 错误处理和日志记录问题

2. 对于发现的每个问题，请提供：

• 严重级别（严重/高/中/低）
• 在代码中的位置（行号或函数名称）
• 说明为什么它会构成安全风险，以及可能如何被利用
• 具体的修复建议，并尽可能提供代码示例
• 防止类似问题的最佳实践指导

3. 代码 Context：[描述代码的功能、使用的语言/框架以及运行环境——例如，“这是一个处理用户身份验证和支付数据的 Node.js REST API”]

4. 其他需要考虑的事项：

• 是否存在任何 OWASP 十大安全风险？
• 代码是否遵循 [特定框架/语言] 的安全最佳实践？
• 是否存在包含已知漏洞的依赖项？

请根据严重程度和潜在影响确定各项发现的优先级。

专业提示： Prompt 是你与 Claude 交互的主要方式，但它不会跨对话持久保留。对于重复执行的工作流或专业知识，可以考虑将 Prompt 整理成 Skills 或项目指令。

何时改用 Skill： 如果你发现自己在多个对话中反复输入同一个 Prompt，就该创建 Skill 了。把“使用 OWASP 标准审查此代码中的安全漏洞”或“按照执行摘要、关键发现和建议的结构格式化此分析”等重复指令转化为 Skills。这样既不必每次重新解释流程，也能确保执行结果保持一致。

你可以查看我们的 Prompt 库、Prompt 最佳实践，或使用智能 Prompt 生成器开始上手。

什么是 Projects？

所有 Claude 付费方案均提供 Projects。Projects 是相互独立的工作空间，各自拥有聊天记录和知识库。每个 Project 都包含一个 200K Context 窗口，你可以在其中上传文档、提供 Context，并设置适用于该 Project 内所有对话的自定义指令。

Projects 的工作方式： 你上传到 Project 知识库中的所有内容，都可以在该 Project 的所有聊天中使用。Claude 会自动利用这些 Context，提供信息更充分、相关性更高的回答。当 Project 知识量接近 Context 上限时，Claude 会无缝启用检索增强生成（RAG）模式，将容量最多扩展至原来的 10 倍。

何时使用 Projects： 当你需要以下能力时，请选择 Projects：

• 持久 Context： 应为每次对话提供参考的背景知识
• 工作空间组织： 为不同计划划分独立的 Context
• 团队协作： 共享知识和对话记录（适用于 Team 和 Enterprise 方案）
• 自定义指令： Project 特有的语气、视角或处理方式

示例： 创建一个名为“第四季度产品发布”的 Project，其中包含市场研究、竞争对手分析和产品规格。该 Project 中的每次聊天都能访问这些知识，无需你重新上传资料或再次说明 Context。

何时改用 Skill： Projects 为特定工作提供持久 Context，例如公司的代码库、一项研究计划或持续进行的客户合作。Skills 则教 Claude 如何做某件事。一个 Project 可能包含产品发布的全部背景信息，而一个 Skill 可以教 Claude 遵循团队的写作标准或代码审查流程。如果你发现自己在多个 Projects 之间复制相同的指令，那就说明应该改为创建 Skill。

进一步了解 Projects。

什么是 Subagent？

Subagent 是专门的 AI 助手，拥有各自独立的 Context 窗口、自定义系统 Prompt 和特定的工具权限。Subagent 可在 Claude Code 和 Claude Agent SDK 中使用，它们能够独立处理离散任务，并将结果返回给主 Agent。

Subagent 的工作方式： 每个 Subagent 都按照自己的配置运行——你可以定义它的职责、处理问题的方式，以及它能访问哪些工具。Claude 会根据各个 Subagent 的描述，自动将任务委派给合适的 Subagent；你也可以明确指定使用某个 Subagent。

何时使用 Subagent： Subagent 适用于：

• 任务专业化： 代码审查、测试生成、安全审计
• Context 管理： 将专业工作卸载出去，让主对话保持专注
• 并行处理： 多个 Subagent 可以同时处理不同方面的工作
• 工具限制： 将特定 Subagent 限制为安全操作（例如仅提供只读访问权限）

示例：

Create a code-reviewer subagent with access to Read, Grep, and Glob tools but not Write or Edit. When you modify code, Claude automatically delegates to this subagent for quality and security review without risking unintended code changes.

何时改用 Skill： 如果多个 Agent 或对话需要使用同一种专业能力，例如安全审查流程或数据分析方法，那么应创建 Skill，而不是将这些知识分别内置到各个 Subagent 中。Skills 可移植、可复用，而 Subagent 是为特定工作流量身定制的。要传授任何 Agent 都能运用的专业知识，请使用 Skills；如果需要以特定工具权限和独立 Context 来执行独立任务，请使用 Subagent。

进一步了解 Subagent。

什么是 MCP？

MCP 在 AI 应用与你现有的工具及数据源之间建立了一个通用连接层。

模型 Context 协议（Model Context Protocol，MCP）是一项开放标准，用于将 AI 助手连接到承载数据的外部系统，例如内容存储库、业务工具、数据库和开发环境。

MCP 的工作方式： MCP 提供了一种将 Claude 连接到工具和数据源的标准化方式。你无需为每个数据源分别构建自定义集成，只需对接一种统一协议。MCP 服务器公开数据和能力；MCP 客户端（例如 Claude）则连接到这些服务器。

何时使用 MCP： 当你需要 Claude 执行以下操作时，请选择 MCP：

• 访问外部数据：Google Drive、Slack、GitHub、数据库
• 使用业务工具：CRM 系统、项目管理平台
• 连接开发环境：本地文件、IDE、版本控制系统
• 与自定义系统集成：你的专有工具和数据源

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

何时改用 Skill： MCP 将 Claude 连接到数据；Skills 则教 Claude 如何处理这些数据。如果你是在说明如何使用某种工具或遵循某个流程，例如“查询数据库时始终先按日期范围筛选”或“使用这些特定公式格式化 Excel 报告”，那就应该使用 Skill。如果你首先需要让 Claude 访问数据库或 Excel 文件，那就应该使用 MCP。两者可以结合使用：MCP 负责连接，Skills 负责流程性知识。

进一步了解 MCP，并查看有关如何构建 MCP 服务器的文档。

它们如何协同工作

真正的强大之处在于将这些构建模块组合起来。每个模块都有独特的用途，它们共同构成复杂的 Agent 工作流。

对比：选择正确的工具

Agent 工作流示例：研究 Agent

下面构建一个组合了多个模块的综合研究 Agent。此示例展示了如何为竞争分析组装并启用一个 Agent。

第 1 步：设置 Project

创建一个名为“竞争情报”的 Project，并上传：

• 行业报告和市场分析
• 竞争对手的产品文档
• 来自 CRM 的客户反馈
• 以往的研究摘要

添加 Project 指令：

从我们的产品战略视角分析竞争对手。重点关注差异化机会和新兴市场趋势。使用具体证据呈现发现，并给出可执行的建议。

第 2 步：通过 MCP 连接数据源

为以下数据源启用 MCP 服务器：

• Google Drive（用于访问共享的研究文档）
• GitHub（用于审查竞争对手的开源代码仓库）
• Web 搜索（用于获取实时市场信息）

第 3 步：创建专用 Skills

创建一个名为“competitive-analysis”的 Skill：

# My Company GDrive Navigation Skill

## Overview
Optimized search and retrieval strategy for Meridian Tech's Google Drive structure. Use this skill to efficiently locate internal documents, research, and strategic materials.

## Drive Organization

**Top-level structure:**
- `/Strategy & Planning/` - OKRs, quarterly plans, board decks
- `/Product/` - PRDs, roadmaps, technical specs
- `/Research/` - Market research, competitive intel, user studies
- `/Sales & Marketing/` - Case studies, pitch decks, campaign materials
- `/Customer Success/` - Implementation guides, success metrics
- `/Company Ops/` - Policies, org charts, team directories

**Naming conventions:**
- Format: `YYYY-MM-DD_DocumentName_vX`
- Final versions marked with `_FINAL`
- Drafts include `_DRAFT` or `_WIP`

## Search Best Practices

1. **Start broad, then filter** - Use folder context + keywords
2. **Target document owners** - Sales materials from Sales/, not root
3. **Check recency** - Prioritize documents from last 6 months for current strategy
4. **Look for "source of truth"** - Files with `_FINAL`, `_APPROVED`, or in `/Archives/Official/`

## Research Agent Workflow

1. Identify topic category (product, market, customer)
2. Search relevant folder with targeted keywords
3. Retrieve 3-5 most recent/relevant documents
4. Cross-reference with `/Strategy & Planning/` for context
5. Cite sources with file names and dates

第 4 步：配置 Subagent（仅适用于 Claude Code/SDK）

创建专用 Subagent：

market-researcher Subagent：

name: market-researcher
description: Research market trends, industry reports, and competitive landscape data. Use proactively for competitive analysis.
tools: Read, Grep, Web-search
---
You are a market research analyst specializing in competitive intelligence.

When researching:
1. Identify authoritative sources (Gartner, Forrester, industry reports)
2. Gather quantitative data (market share, growth rates, funding)
3. Analyze qualitative insights (analyst opinions, customer reviews)
4. Synthesize trends and patterns

Present findings with citations and confidence levels.

technical-analyst Subagent：

name: technical-analyst
description: Analyze technical architecture, implementation approaches, and engineering decisions. Use for technical competitive analysis.
tools: Read, Bash, Grep
---
You are a technical architect analyzing competitor technology choices.

When analyzing:
1. Review public repositories and technical documentation
2. Assess architecture patterns and technology stack
3. Evaluate scalability and performance approaches
4. Identify technical strengths and limitations

Focus on actionable technical insights that inform our product decisions.

第 5 步：启用研究 Agent

现在，当你向 Claude 提问：“分析我们排名前三的竞争对手如何定位其新推出的 AI 功能，并找出我们可以利用的市场空白。”

以下是随后发生的事情：

1. 加载 Project Context：Claude 访问你上传的研究文档，并遵循 Project 指令
2. 启用 MCP 连接：Claude 在 Google Drive 中搜索最新的竞争对手简报，并获取 GitHub 数据
3. Skills 介入：competitive-analysis Skill 提供分析框架
4. Subagent 执行任务（在 Claude Code 中）：market-researcher 收集行业数据，同时 technical-analyst 审查技术实现
5. Prompt 进一步细化：你通过对话提供指导：“尤其关注医疗行业的企业客户”

最终结果： 一份全面的竞争分析，它综合多个数据源，遵循你的分析框架，运用专业能力，并在整个研究 Project 中持续保留 Context。

常见问题

Skills 如何工作？

Skills 使用渐进式披露机制来保持 Claude 的高效运行。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。如果某个 Skill 匹配，Claude 就会加载完整指令。最后，如果该 Skill 包含可执行代码或参考文件，这些内容只会在需要时加载。

这种架构意味着，你可以提供大量 Skills，而不会让 Claude 的 Context 窗口不堪重负。Claude 会在恰当的时机准确访问所需内容。

Skills 与 Subagent：何时使用哪一种

使用 Skills 的情况： 你希望任何 Claude 实例都能加载并使用某种能力。Skills 就像培训材料——它们能让 Claude 在所有对话中更好地完成特定任务。

使用 Subagent 的情况： 你需要为特定用途设计、能够独立处理工作流的完整自包含 Agent。Subagent 就像拥有各自 Context 和工具权限的专业员工。

两者结合使用的情况： 你希望 Subagent 拥有专业能力。例如，代码审查 Subagent 可以使用包含特定语言最佳实践的 Skills，将 Subagent 的独立性与 Skills 的可移植专业能力结合起来。

Skills 与 Prompt：何时使用哪一种

使用 Prompt 的情况： 你要提供一次性指令、即时 Context，或进行对话式的来回交流。Prompt 是响应式且临时性的。

使用 Skills 的情况： 你拥有需要反复使用的流程或专业知识。Skills 是主动式的——Claude 知道何时应用它们——而且能跨对话持久保留。

两者结合使用： Prompt 和 Skills 天然互补。先使用 Skills 提供基础专业能力，再使用 Prompt 为每项任务提供具体 Context 并进一步细化要求。

Skills 与 Projects：何时使用哪一种

使用 Projects 的情况： 你需要让有关某项特定计划的所有对话都参考相同的背景知识和 Context。Projects 提供始终加载的静态参考材料。

使用 Skills 的情况： 你需要仅在相关时启用的流程性知识和可执行代码。Skills 提供按需加载的动态专业能力，从而节省 Context 窗口。

两者结合使用的情况： 你既需要持久 Context，也需要专业能力。例如，创建一个包含产品规格和用户研究资料的“产品开发”Project，再配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 表达的是“这是你需要知道的内容”。Skills 表达的是“这是做事的方法”。Projects 提供一个供你在其中工作的知识库。Skills 则提供可在任何地方使用的能力——无论是任何对话，还是任何 Project。

Subagent 可以使用 Skills 吗？

可以。在 Claude Code 和 Agent SDK 中，Subagent 可以像主 Agent 一样访问和使用 Skills。这样便能形成强大的组合，让专用 Subagent 运用可移植的专业能力。

例如，你的 python-developer Subagent 可以使用 pandas-analysis Skill，按照团队约定执行数据转换；与此同时，documentation-writer Subagent 可以使用 technical-writing Skill，以统一格式编写 API 文档。

开始使用

准备好使用 Skills 进行构建了吗？可以从这里开始：

Claude.ai 用户：

• 在 Settings → Features 中启用 Skills
• 在 claude.ai/projects 创建你的第一个 Project
• 在下一项分析任务中尝试将 Project 知识与 Skills 结合起来

API 开发者：

• 在文档中探索 Skills 端点
• 查看我们的 Skills Cookbook

Claude Code 用户：

• 通过 Plugin Marketplaces 安装 Skills
• 查看我们的 Skills Cookbook