xublog

近期文章

近期评论

  • By - xu
  • Posted on
  • Posted in 未分类

5 分钟学会 Claude Code Skills & Subagents：让 AI 成为你的自动化助手

🎯 引言：为什么需要自动化助手？

想象你在编程时遇到这些场景：

  • ❓ “这个 API 设计符合 RESTful 规范吗？”
  • 🔍 “帮我审查这段代码有没有安全漏洞”
  • 📝 “根据代码自动生成 API 文档”
  • ✅ “为这个函数写单元测试”

传统方式：你需要反复告诉 AI 该遵循什么标准、检查哪些要点、输出什么格式。每次都从零开始，效率低下。

Claude Code Skills & Subagents 就像给 AI 配备了：

  • 📚 Skills（技能）：一个自动翻开的知识库 – AI 自己知道该查什么标准
  • 🤖 Subagents（子助手）：专职助理 – 一句话完成复杂任务，保证质量

核心价值：一次配置，永久复用。告别重复劳动！

🧩 核心概念：Skills vs Subagents

用一个类比理解

Skills = 图书馆的自动索引系统

  • 你问：”REST API 应该怎么设计？”
  • AI 自动查阅《API 设计规范》这本书，给你答案
  • 你不需要告诉它去查书，它自己知道

Subagents = 专职项目助理

  • 你说：”Use code-reviewer，审查这段代码”
  • 助理接手任务，从头到尾完成：检查规范、发现问题、提供建议
  • 你需要明确叫它的名字，但它会自动完成所有步骤

核心区别对比表

维度 Skills（技能） Subagents（子助手）
激活方式 🟢 自动（AI 判断） 🔵 显式调用（你喊名字）
功能定位 提供知识/标准 执行复杂任务
使用场景 回答”怎么做” 帮你”做完它”
上下文 共享主对话 独立上下文
适用任务 咨询、指导 生成、审查、分析

举例说明

Skill 示例（自动激活）

你："RESTful API 应该怎么设计 URL？"
→ code-standards skill 自动激活
→ AI："根据 RESTful 规范，资源 URL 应使用名词复数形式..."

特点：你只是问了个问题，AI 自己找到相关知识。

Subagent 示例（显式调用）

你："Use code-reviewer to check this function for security issues"

code-reviewer 执行：
1. 扫描代码（SQL 注入、XSS、敏感信息泄露）
2. 检查最佳实践（错误处理、输入验证）
3. 生成详细报告（问题 + 修复建议 + 代码示例）

特点：一句话触发，全流程自动化，输出标准化。

🚀 3 分钟快速上手

测试 1：体验 Skill 自动激活（最简单）

直接问这个问题：

"Python 函数命名有什么规范？"

会发生什么：

  • ✅ code-standards Skill 自动激活（如果已配置）
  • ✅ AI 回答：”根据 PEP 8 规范，函数名应使用小写字母和下划线…”
  • ✅ 你无需任何特殊操作，就像正常对话

关键点：Skill 是隐形的，你感觉不到它的存在，但它让 AI 的回答更专业、一致。

测试 2：显式调用 Subagent（需要喊名字）

输入这个命令：

"Use code-reviewer to explain what you can check for me"
（让代码审查助手介绍自己能做什么）

会发生什么：

  • ✅ code-reviewer Subagent 被激活
  • ✅ 它会详细列出能检查的内容：
    • 代码规范（命名、格式）
    • 安全漏洞（SQL 注入、XSS）
    • 性能问题（N+1 查询、内存泄漏）
    • 最佳实践（错误处理、日志）

关键点：必须用 "Use [subagent-name] to ..." 格式显式调用。

测试 3：查看可用功能

输入命令：

/agents

会显示：

可用 Subagents：
- code-reviewer（代码审查）
- doc-generator（文档生成）
- test-writer（测试生成）

关键点：忘记名字了？用 /agents 随时查看。

💼 实战案例

案例 1：自动化代码审查

场景

你写了一个用户登录函数，想检查有没有安全问题。

传统方式（低效）

你："帮我审查这个登录函数"
AI："好的，请提供代码"
你："[贴代码]"
AI："这个函数有 SQL 注入风险"
你："怎么修复？"
AI："使用参数化查询"
你："给个示例"
AI："[示例代码]"
你："还有其他问题吗？"
AI："密码没有加密存储"
你："怎么加密？"
AI："..."

来回 6-8 次对话，耗时 10+ 分钟

使用 Subagent（高效）

你："Use code-reviewer to check this login function

def login(username, password):
    query = f'SELECT * FROM users WHERE name={username}'
    user = db.execute(query)
    if user and user.password == password:
        return create_session(user)
    return None
"

code-reviewer 输出：
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🔴 严重问题（2 个）

1. SQL 注入风险（第 2 行）
   问题：使用 f-string 拼接 SQL，攻击者可输入 `' OR '1'='1`
   修复：使用参数化查询

   建议代码：
   query = 'SELECT * FROM users WHERE name = ?'
   user = db.execute(query, (username,))

2. 明文密码比对（第 4 行）
   问题：密码应加密存储，使用 bcrypt/argon2 哈希
   修复：密码哈希验证

   建议代码：
   import bcrypt
   if bcrypt.checkpw(password.encode(), user.password_hash):
       ...

🟡 次要问题（1 个）

3. 缺少错误处理
   建议：添加 try-except 捕获数据库异常

✅ 最佳实践建议
- 添加登录失败次数限制（防暴力破解）
- 记录登录日志（安全审计）
- 使用 HTTPS（防中间人攻击）
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

一次调用，完整报告，耗时 30 秒！

案例 2：从代码自动生成文档

场景

你写了一个 API 模块，需要生成 API 文档。

使用 Subagent

你："Use doc-generator to create API documentation from this code

class UserAPI:
    def get_user(self, user_id: int) -> dict:
        '''获取用户信息'''
        return db.query(User).filter(User.id == user_id).first()

    def create_user(self, name: str, email: str) -> dict:
        '''创建新用户'''
        user = User(name=name, email=email)
        db.add(user)
        db.commit()
        return user
"

doc-generator 输出：
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
1. User API 文档

## 端点列表

### GET /users/{user_id}
获取指定用户的详细信息

**路径参数**：
- `user_id` (integer, required): 用户唯一标识符

**响应示例**：
```json
{
  "id": 123,
  "name": "张三",
  "email": "[email protected]"
}

状态码：

  • 200: 成功
  • 404: 用户不存在

POST /users

创建新用户账户

请求体：

{
  "name": "string (required)",
  "email": "string (required, format: email)"
}

响应示例：

{
  "id": 124,
  "name": "李四",
  "email": "[email protected]"
}

状态码：

  • 201: 创建成功
  • 400: 请求参数错误
  • 409: 邮箱已存在 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

自动提取代码细节，生成规范文档，可直接交付！

❓ 常见问题解答

Q1: 我什么时候该用 Skill，什么时候用 Subagent？

简单判断：

  • 💬 只是咨询 → 不用管，Skill 自动帮你

    • “这个设计模式怎么用？”
    • “Python 异步编程有什么坑？”

  • 🎯 要完成任务 → 显式调用 Subagent

    • “审查这段代码”
    • “生成 API 文档”
    • “写单元测试”

经验法则：问问题用 Skill，干活用 Subagent。

Q2: 怎么知道 Skill 有没有激活？

通常你不需要知道，就像用 Google 搜索不关心它用了什么算法。

如果好奇，AI 会在回答中提及：

"根据 code-standards skill 的指导，函数命名应该..."

Q3: Subagent 名字太多记不住怎么办？

两个办法：

  1. 用命令查看：

    /agents

    显示所有可用助手

  2. 直接问 AI：

    "你有哪些 Subagent 可以用？"

Q4: Subagent 做错了能改吗？

当然可以，对话式改进：

你："Use code-reviewer to check this code"
AI：[生成报告]
你："漏掉了性能检查，再补充一下"
AI：[补充性能分析]
你："把建议改成中文"
AI：[重新输出中文版]

Subagent 输出是起点，不是终点。

Q5: 这会影响性能吗？

Skills：

  • 按需加载，只有相关时才消耗 token
  • 几乎无性能影响

Subagents：

  • 独立上下文，不污染主对话
  • 首次启动有轻微延迟（<1 秒）
  • 长会话中反而提升性能（避免上下文膨胀）

结论：收益远大于成本。

🎓 总结与下一步

核心要点回顾

✅ Skills = 自动知识库

  • 你问问题，AI 自动查阅标准
  • 无需特殊操作，自然对话即可

✅ Subagents = 专职助手

  • 用 "Use [name] to ..." 显式调用
  • 一句话触发，全流程自动化
  • 保证输出质量和一致性

✅ 配合使用威力倍增

  • Subagents 自动加载相关 Skills
  • 执行任务时自动应用领域知识

立即开始使用

第 1 步：查看可用功能

/agents

第 2 步：测试一个简单 Subagent

"Use code-reviewer to explain what you can check"

第 3 步：在实际工作中使用

"Use code-reviewer to check [你的代码]"
"Use doc-generator to create docs from [你的代码]"

进阶学习

如果你想：

  • 📝 创建自己的 Skills
  • 🤖 定制专属 Subagents
  • 🔧 高级配置和优化

可以查阅 Claude Code 官方文档：

最后的话

Skills 和 Subagents 不是复杂的技术，而是让你更高效的工具。

就像学会使用 IDE 的快捷键一样，一开始可能不习惯，但一旦掌握，你会惊讶于节省的时间。

不要想太多，现在就试试吧！ 🚀

文章结束

有问题？试试问 Claude：

"关于 Skills 和 Subagents，我还有个疑问..."

祝你编程愉快！💻✨

Previous Article
Next Article

发表回复

Your email address will not be published. Required fields are marked *.

*
*