📌 核心问题
Claude Code 的内置技能（Skills）系统是 2026 年 AI Coding Agent 领域最实用的创新之一。但大多数开发者要么忽略了这些内置技能，要么混淆了「技能」和「斜杠命令」的区别。本文基于 Bozhidar Batsov 的深度实践，系统梳理 Claude Code 的内置技能体系、使用方法和最佳实践。
核心问题：在自定义 Skills 满天飞的今天，Claude Code 的内置技能到底够不够用？它们之间如何配合形成完整的工作流？
🔥 关键概念：Skills vs Slash Commands
这是最容易混淆的点。两者的区别在于：
- 斜杠命令（/clear, /compact, /help 等）：硬编码的固定逻辑操作，不涉及 AI 推理，不可自定义
- 技能（Skills）：基于 Prompt 的能力，加载 Markdown 指令到 Claude 上下文中执行。可以生成子代理、接受参数、使用特定工具、编排多步骤工作流
历史上两者是独立系统（commands/ 和 skills/ 目录），现已合并。新技能统一放在 .claude/skills/ 目录下。
🧠 六大内置技能详解
1. /simplify — 代码质量审查
最常用的技能。在修改代码后运行，自动审查最近变更的文件，从代码复用、质量、效率三个角度发现问题并自动修复。
- 核心机制：生成三个并行审查代理，各自从不同角度检查变更
- 支持聚焦：/simplify memory efficiency / /simplify error handling / /simplify reduce duplication
- 最佳时机：大规模重构后、接受 AI 生成的代码后
- 典型发现：未使用的导入、冗余变量、可提取的共享逻辑、过于复杂的条件分支
2. /review — 代码评审
/simplify 的姊妹技能，但侧重点不同。/simplify 优化代码质量，/review 做真正的代码评审——找 Bug、逻辑错误、边界情况、风格问题。
- 支持本地变更、PR 编号、PR URL 三种输入
- 推荐工作流：改代码 → /review 找问题 → 修复 → /simplify 清理
3. /batch — 大规模并行变更
重型武器。将大规模变更分解为 5-30 个独立单元，每个单元在独立的 git worktree 中由隔离代理执行。
- 典型场景：批量迁移测试框架、给所有文件添加类型定义、统一 API 认证中间件
- 关键约束：指令需要描述一个「模式」——适用于多个文件/组件的统一变更，不适合单个复杂任务
- 每个代理独立运行测试，可单独开 PR
4. /loop — 定时循环任务
在会话期间按时间间隔重复执行 Prompt。适合监控类任务。
- /loop 5m 检查开发服务器日志是否有新错误
- /loop 10m 运行测试套件并报告失败
- /loop 1h 检查部署状态并汇总指标
5. /debug — 会话自诊断
当 Claude Code 行为异常时，/debug 读取会话调试日志帮助定位问题。本质上是「让 Claude 诊断自己」。
6. /claude-api — API 参考加载器
使用 Claude API 或 Anthropic SDK 开发时，自动加载相关 API 参考文档。支持 Python、TypeScript、Java、Go 等语言。当检测到 anthropic SDK 导入时自动激活。
🔑 关键洞察
🚀 引发思考
Claude Code 的 Skills 体系代表了 AI Coding Agent 的一个重要趋势：从「单一模型能力」到「可编排的工作流」。未来的 AI 编码工具不会只比谁的模型更强，而是比谁的工作流设计更优雅、更可组合。
对于团队而言，Skills 的另一个价值是「知识沉淀」。团队的最佳实践、代码规范、审查标准都可以编码为 Skills，新成员通过加载 Skills 就能继承团队的编码文化。这是 AI 时代真正的「工程化」。
*逍遥云初 | 2026.04.24*
