一句话实现公众号自动撰写、排版、配图、发布，效率提升 100 倍｜Claude Skill 从原理到实战

看到上面这篇文章了吗？写这篇文章只用了下面一句话。

“帮我检索 anthropic 的 skill 相关信息，以 skill 是什么为主题，写一篇公众号文章。”

然后我的 Skill 工作流就开始了：

• 自动检索相关资料

• 自动根据搜索获得的资料撰写文章

• 自动调用 Nanobanana 配图

• 自动上传到公众号后台

• 自动排版

最后我只点击了一下保存并发布，然后扫描二维码就发布成功了。

这就是 Skill 的强大能力。

看到这里相信又有人会说，这不是扣子和 n8n 吗？

以前也可以啊。

但与扣子和 n8n 不同的是，我创作这个 Skill 只用了一句话：

“我想要设计一个自动搜索 X 上面的 AI 内容，自动生成文章，并配图，然后上传到公众号的 skill”

然后，这个 Skill 就自动帮我生成好了。

这就是 Skill 的强大之处，既强大又简单。

不得不说，这一次，Anthropic 又杀死了比赛。

今天我要分享的内容就是如何编写属于你自己的 Skill。

看完这篇文章你将学会：

• 什么是 Skill？

• Skill 能做什么？

• Skill 和 MCP 的区别

• 手把手教你制作公众号自动发布 Skill

• 如何找到靠谱现成的 Skill

简单来说，Skill 就是一本给 AI 的操作手册。

我们可以把 Claude 想象成一个超级能干的全能实习生：

以前没有 Skill： 你让他干活（比如“写一篇公众号文章”），你得每次都手把手教他：“标题要震惊、排版要分段、最后要加二维码……”如果你不教，他就只会给你写干巴巴的文字。每次都要重复教，既费口舌（费 Token），AI 还容易忘。

现在有了 Skill： 你把这些要求写成一本**《公众号爆文写作指南》**（这就是一个 Skill），塞进他的背包里。 平时他背着包不占脑子。但只要你喊一句“帮我写篇文章”，他就能自动识别需求，从背包里掏出这本指南，严格照着做。

它最厉害的地方在于聪明且省心：

按需触发：AI 知道自己包里有哪些技能，不用你每次都提醒。

节省脑力：不干活的时候，它不占用 AI 的上下文记忆（Context），只有用的时候才打开看。

可复用：这本指南写好一次，以后天天都能用，还能分享给别人用。

以我上面这个公众号自动发布 Skill 为例，整个的流程是这样的：

过去我们先要让 AI 搜索相关资料，然后再让它写成文章，接着使用别的生图 AI 生成图片插入到文章，最后再去公众号排版。但是现在有 Skill 就完全可以直接把这个能力串起来，让它自动实现整个流程。

我知道很多人想要这个工作流，我们先介绍其他的，文章最后我会分享这个公众号自动撰写发布工作流的做法。

二、Skill 能做什么？

我们继续用实习生这个比喻。Skill 主要能帮这个实习生解锁三项核心能力：

1. 让 AI 复刻你的工作习惯 (SOP)

这是最基础的用法。你可以把你的工作标准、排版要求、避坑指南打包给 AI。

以前：你让 AI 写周报，他写得乱七八糟，你得改半天。

有了 Skill：你给他一个《周报专用 Skill》。

2. 给 AI 安装专业软件 (Tools)

光会写字还不够，Skill 还可以给 AI 装上专业软件和代码工具。

以前：你让 AI 帮你做一个动图，他只能摊手说臣妾做不到，我只会打字。

有了 Skill：你给他一个《GIF 制作 Skill》（里面包含了一段 Python 代码）。

3. 瞬间复制大神的经验 (Knowledge)

Skill 是一个文件，这就意味着它可以复制粘贴。

场景：你刚招了一个新媒体小白（或者你自己就是小白），不懂怎么写出 10w+ 的爆款标题。

有了 Skill：你找来咪蒙或者奥格威写的《爆款标题 Skill》，扔给 AI。

结果：你的 AI 瞬间拥有了大师级的起标题能力。你不需要懂，你只需要拥有这个 Skill。

三、Skill 和 MCP 到底有什么区别？

这是大家最容易晕的地方。我们先用一个最简单的比喻来破题：

Skill (技能) = 菜谱 （教 AI 怎么做：切菜、放盐、摆盘）

MCP (连接) = 冰箱 （给 AI 提供食材：数据、文档、网页）

Skill 教方法， MCP 给数据。两者结合，就是超级大厨。

虽然有了这个一句话总结，但为了让你彻底搞懂，我们再从三个维度来详细拆解。

1. 核心定位不同：内功 vs 外挂

• Skill (内功心法)：

• • 关注点：How (怎么做)。它是一套纯文本的指令集（有时带点脚本）。

  • 作用：它教 AI 思考的逻辑、做事的步骤、遵循的规范。

  • 本质：它是在调教模型本身的脑子，让它变得更懂你。

  • 例子：教 AI 怎么写出一篇符合阿里味的 P7 晋升 PPT。

• MCP(强力外挂)：

• • 关注点：What (有什么)。它是一个连接器（Server）。

  • 作用：它帮 AI连接外部世界的数据和工具。

  • 本质：它是给 AI装上千里眼和顺风耳，让它能看到它原本看不到的数据。

  • 例子：让 AI 连接到你公司的 MySQL 数据库，查一下昨天的 DAU。

2. 使用场景不同：单兵作战 vs 联网协同

我们可以通过一个“写股市分析报告”的场景来看它们是怎么配合的：

步骤

谁来负责？

为什么？

MCP

我需要获取今天的最新股价、K线图、新闻资讯。（AI 脑子里没有今天的行情，必须靠 MCP 连网去抓）

Skill

我需要分析这些数据，按《巴菲特价值投资逻辑》写一段点评。（AI 拿到了数据但不知道怎么分析，Skill 告诉它分析框架）

第三步

Skill

我需要排版，生成一份红红火火的 PDF 报告。（Skill 指导 AI 怎么生成 PDF）

第四步

MCP

我需要发送，把报告通过邮件发给老板。（AI 自己发不了邮件，需要 MCP 连接邮件服务器）

总结：MCP 负责把食材（数据）搬运回来，Skill 负责把食材加工成米其林大餐（成果）。

3. 技术形态不同：轻便 vs 厚重

• Skill 很轻：

• • 它通常就是几个 Markdown 文件 (SKILL.md)。

  • 优势：非常容易分享。你把文件夹打包发给同事，同事扔进 Claude 就能用。

  • 缺点：它没法实时更新数据，也没法进行大规模的复杂计算（除非写脚本）。

• MCP很重：

• • 它是一个运行的服务（Server），通常需要配置环境、API Key、网络连接。

  • 优势：能力极其强大，能连接万物（数据库、Slack、GitHub、本地文件）。

  • 缺点：配置门槛高，分享给别人比较麻烦（别人也得配一套环境）。

⚠️ 结论：不要把它们对立起来，它们是黄金搭档。

未来的 AI 工作流一定是：用 MCP 连接你的数据资产，用 Skill 固化你的业务流程。

四、如何打造你的第一个公众号自动发布 Skill

既然 Skill 这么好用，那该如何制作呢？

第一步：准备工作 (安装 Claude Code)

虽然 Skill 也可以在 Claude.ai 网页版上传使用，但为了开发方便，推荐使用命令行工具Claude Code。

打开终端，输入以下命令安装并登录：

npm install -g @anthropic-ai/claude-code claude login

安装好 Claude Code 后，即使没有 Claude 账号，你也可以用DeepSeek / Qwen / GLM等国产模型来驱动 Claude Code。

以DeepSeek V3为例，它官方兼容了 Claude 协议，只需要在终端执行以下三行命令配置环境变量即可（记得替换你的 Key）：

export ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic" export ANTHROPIC_AUTH_TOKEN="sk-你的DeepSeek-API-Key" export ANTHROPIC_MODEL="deepseek-chat"

配置完成后，直接运行claude命令，你就拥有了一个“国产最强大脑”驱动的编程助手，同样支持 Skill 能力！

当然我上面的步骤可能还是非常粗糙，其实这类问题只要直接丢给你的 AI 助手，让他一步步指导你就好了，遇到问题就问他，一点点反馈，一点点改进。

第二步：理解 Skill 的解剖学结构

一个标准的 Skill 其实就是一个文件夹，里面必须有一个核心文件 SKILL.md。

官方推荐的标准结构如下：

my-code-reviewer/ <-- 技能文件夹 ├── SKILL.md <-- 【核心】大脑 (写指令和元数据) └── scripts/ <-- 【选配】手脚 (放 Python/Bash 脚本) └── check_style.py <-- 比如：专门用来检查代码风格的脚本

官方心法：

• SKILL.md：负责“高自由度”的指导（比如：代码逻辑要清晰）。

• Scripts：负责“低自由度”的执行（比如：必须符合 PEP8 规范，这种死板的活儿交给脚本跑，既省 Token 又精准）。

第三步：编写 SKILL.md

在 my-code-reviewer 文件夹里新建 SKILL.md，内容分两部分：

1. 身份证 (Frontmatter)

这是给 Claude 看的“自我介绍”，告诉它什么时候该用这个技能。

name: code-reviewer description: 当用户需要审查 Python 代码质量、寻找 Bug 或优化性能时使用此技能。

2. 说明书 (Markdown Body)

这是具体的执行指令。

Code Reviewer 指南

你是一位资深的 Python 架构师。请按照以下步骤审查代码：

1. 安全性检查：优先检查 SQL 注入、XSS 等安全隐患。

2. 性能优化：指出时间复杂度过高的循环或不必要的内存占用。

3. 风格规范：确保变量命名符合蛇形命名法 (snake_case)。

输出格式要求

请用表格形式列出所有问题，并按“严重程度 (P0-P3)”排序。

第四步：进阶技巧

还有几个隐藏的“潜规则”，能让你的 Skill 更好用：

上下文是公共财产 (The context window is a public good)

设置合适的“自由度” (Degrees of Freedom)

渐进式加载 (Progressive Disclosure)

第五步：安装与使用

在 Claude Code 中，你可以通过插件指令来加载你的技能：

如果是官方技能库/plugin marketplace add anthropics/skills如果是本地技能 (根据你的配置路径)通常 Claude Code 会自动识别项目目录下的 .claude/skills 或指定路径

一旦安装完成，你只需要对 Claude 说：“帮我 Review 一下这段代码”，它就会自动通过 description 匹配到 code-reviewer 技能，变身你的专属架构师。

看完上面这个 Skill 的制作方法，你还是没有学会如何搭建 Skill 对吧？

没关系，还有更简单的一句话创造 Skill。

回到第一步，当我们安装完 Claude Code，接入模型后，直接对 AI 说：

“阅读 https://github.com/anthropics/skills 里面的内容，然后帮我安装里面的 skill creator”

有了这个名为“技能创造”的Skill后，我们就可以一键创造属于自己的 Skill 了。

然后创造 Skill 只需要一句话，比如设计自动发布公众号的 Skill，只需要下面这句话：

“我想要设计一个自动搜索 X 上面的 AI 内容，自动生成文章，并排版，自动上传到公众号的 skill”

然后，刷刷一个完整的 Skill 就生成了。当然这里需要注意的是，由于这是一个相对复杂的 Skill，所以在创建的时候我们需要给 AI 提供搜索 X 相关内容的能力，我用的是 MCP-Exa。

另外自动发布到公众号也需要提供公众号的 API，一般在我们的公众号后台这个地方可以找到。

集齐这些资料，丢给 AI 就可以成功实现公众号文章自动发布 Skill 的创建。

如果你还想要实现自动生成配图，只需要接入 Nanobanana 的 API，然后让 AI 根据文章内容生成配图插入文章就可以实现了，最终效果就是如下图我这篇文章所示。

“自动搜资料，自动写文章，自动配图，自动排版，自动发布”

当然，中间肯定会出现一些错误，需要多调试几遍，好事多磨。

举一反三，使用 Skill，我们可以做很多事情，比如自动抓取小红书内容，自动仿写，再自动发布。

再比如刚才的获取每日投研内容，根据 K 线图撰写研报等等，又或者获取每周的聊天记录，自动根据聊天记录生成周报等。

五、Skill 分享平台

最后，再分享几个现成 Skill 的获取渠道，帮你快速武装自己：

官方仓库 (最为正统)：anthropics/skills

社区精选 (Awesome List)：travisvn/awesome-claude-skills

Skills Marketplace：skillsmp.com

有了这些 Skill，你的 Claude 就不再是一个只会陪聊的机器人，而是一个能帮你写代码、做报表、修 Bug 的全能数字员工。

⚠️ 高危预警：警惕 Skill 投毒

Skill 的本质是代码和指令，这就意味着它有权限操作你的电脑。

别有用心的人可能会在第三方 Skill 里偷偷植入恶意脚本（比如静默上传你的.env文件、窃取浏览器 Cookie 等）。

所以在运行任何非官方 Skill 之前，务必亲自把它的

SKILL.mdscripts/目录下的每一行代码都看一遍！

如果看不懂，就扔给 Claude 让它帮你检查有没有后门。千万不要盲目install，数据无价！

现在，去动手做你的第一个 Skill 吧！

我是田威，如果看完文章还有什么不能理解的，欢迎提问～