一共有两种方式调用:
显性调用,就是直接在你的指令中明确告诉 AI 使用哪一个 Skill。这种方式可以让你精准地控制 AI 的行为,确保输出结果的稳定性。
示例:
codemap Skill 总结一下这个代码分支做了哪些修改。”Frontend Design Skill 来构建这个UI组件。”CSV Skill 帮我处理一下这个数据集。”当你明确知道应该使用哪个 Skill,并且希望得到稳定、可预期的结果时,推荐使用显性调用。
隐性调用,则完全依赖 AI 的自主判断。AI 会根据你当前的任务描述,以及每个 Skill 中“何时使用(When to Use)”的描述,来自动决定是否以及调用哪个 Skill。
例如,假设你创建了一个名为 Code Review 的 Skill,并在其中定义了触发条件是“当用户请求代码反馈时”。那么,当你向 AI 提出以下问题时:
AI 会自动识别出你的意图,并调用 Code Review Skill 来回答你的问题,整个过程无需你手动指定。
我们以创建一个“多彩输出”的 Skill 为例。
该技能主要是为了能够让 AI 在回复的时候,根据内容情况,修改内容的颜色,便于我们直接就看到关键点等,功能比较简单,先让大家感受一下 Skill 的魅力。
操作版本:TRAE 中国版

如果你不太清楚指令该如何写,这里有一个小技巧:你可以先把写好了技能名称和描述的界面截图,然后将图片发给一个能够识别图片的多模态模型(如 Doubao-Seed-Coder),并对它说「 你好,我想制作一个 Skill,名称和描述如图片所示,但我不擅长写指令,你来帮我写一下吧」。

创建完成后,我们回到文件目录。你会发现在根目录下的 .trae 文件夹里,系统自动创建了一个 skills 目录,并在其中生成了一个名为“多彩输出”的子目录。这个子目录里包含一个 SKILL.md 文件。这个文件的内容,正是由我们刚刚填写的技能名称、描述和指令生成的。

下面是本次创建的 SKILL.md 文件内容,可以看到里面包括:
---
name: 多彩输出
description: 用多种颜色来包装AI回复的内容,通过颜色来区分内容的重要度,一眼就知道回复的关键点在哪里。
---
多彩输出
多彩输出技能可以将AI回复的内容用不同颜色进行包装,通过颜色来区分内容的重要度,帮助您快速识别回复中的关键点。
触发方式
该技能支持自然语言触发,您可以使用以下方式触发多彩输出功能:
- 请用多彩颜色回复
- 多彩输出
- 用颜色回复
- 多彩颜色
- 彩色输出
当您使用以上自然语言表达时,AI会自动以多彩颜色的方式回复您的内容。
使用场景
1. **阅读长回复时**:通过颜色区分重要信息,快速抓住回复的核心内容
2. **学习新知识时**:用不同颜色标记不同类型的信息,提高学习效率
3. **工作汇报时**:突出关键数据和结论,使汇报更专业、更易理解
4. **日常交流时**:增加回复的视觉吸引力,提升沟通体验
输出解释
技能会根据内容的类型和重要度,自动为不同部分添加颜色:
- <span style="color: #FF5733;">红色</span> - 用于强调重要信息和警告
- <span style="color: #33FF57;">绿色</span> - 用于显示成功或正面信息
- <span style="color: #3357FF;">蓝色</span> - 用于显示一般提示或链接
- <span style="color: #FF33A8;">粉色</span> - 用于显示特殊说明
- <span style="color: #FFC300;">黄色</span> - 用于显示注意事项
示例
示例1:触发多彩输出
**触发方式**:输入`请用多彩颜色回复`
**AI回复**:
在<span style="color: #3357FF;">Python</span>中,可以使用<span style="color: #FF5733;">requests</span>库来发送<span style="color: #33FF57;">HTTP请求</span>。首先需要<span style="color: #FFC300;">安装requests库</span>,然后<span style="color: #3357FF;">导入并使用get方法</span>。
示例2:带问题的多彩输出
**触发方式**:输入`请用多彩颜色回复 Python的requests库如何使用?`
**AI回复**:
要使用<span style="color: #3357FF;">Python</span>的<span style="color: #FF5733;">requests</span>库,首先需要<span style="color: #FFC300;">安装</span>它:<span style="color: #33FF57;">pip install requests</span>。然后可以<span style="color: #FFC300;">导入</span>并使用它发送各种<span style="color: #3357FF;">HTTP请求</span>。
实现方式
该技能直接通过AI的回复模板实现多彩输出,无需执行外部Python脚本。当您使用自然语言触发短语后,AI会自动在回复内容中添加HTML颜色标签,使不同类型的信息显示不同的颜色。到这里为止,一个技能就创建好了,这个技能比较简单,所以一个SKILL.md就能解决问题。
如果你的 Skill 功能比较复杂,光靠一个 SKILL.md 文件无法实现时,我们同样可以求助 AI。
例如,假设我们需要创建一个“语音播报”的 Skill。我们可以告诉 AI:“我希望这个 Skill 能够直接播报 AI 回复的内容”。AI 会自动检查我们创建的“语音播报” Skill,如果发现它只是一个空架子,就会开始帮助我们补充实现功能的代码和指令。接下来,我们只需要在 AI 的协助下不断调试,直到功能完善。
现在,让我们新建一个对话,来试试刚刚创建的 Skill 的效果吧。可以看到,AI 的输出完全遵循了我们在 Skill 中定义的规则。


希望这个简单的例子,能让你直观地感受到 Skill 的魅力。
今天我们全面更新了 SKill 的功能,我们不仅在 Beta 版的基础上新增了2个功能,同时在 IDE 模式以及全部智能体和模型(含自定义)均支持了 Skill!(之前仅支持 SOLO 模式)更多详细更新见:官方文章
一些社区资料:
官方博客解释 Skill 概念:https://claude.com/blog/skills-explained
Claude 官方实践指南:https://platform.claude.com/docs/zh-CN/agents-and-tools/agent-skills/best-practices
Claude 官方 Skills 仓库:https://github.com/anthropics/skills