Claude藏了789個「作弊碼」：用戶發現后代碼質量直接翻倍

Claude Code用戶有個公開秘密：同一套提示詞，有人拿到的是實習生水平代碼，有人拿到的是架構師級別產出。差距不在模型，在一個多數人沒碰過的文件夾——~/.claude/skills/。

這個目錄里每多一個.md文件，Claude的輸出就離"能直接進生產環境"近一步。

開發者社區最近把這事捅破了。一位產品經理出身的工程師開源了CLSkills，直接扔了789個現成技能文件進去，覆蓋71個技術領域。curl一條命令，Claude瞬間"失憶"——忘掉通用助手的安全回答，切換成"干了八年K8s的SRE"人格。

技能文件到底是什么

想象你帶新入職的資深工程師。第一天不會讓他翻文檔現學，而是甩過去一份內部Wiki：我們用什么庫、踩過什么坑、代碼審查的紅線在哪。

技能文件就是這份Wiki，只不過讀者是Claude。

它是個純文本Markdown，丟進指定目錄后，Claude會在相關任務里自動調用。不需要@提及，不需要手動加載，甚至不需要告訴用戶"我正在使用技能文件"——它就像你給同事發了個眼神，對方立刻切換成"我懂"模式。

但寫好這份Wiki極耗時間。一個模糊的技能文件會讓Claude更自信地犯錯：說"處理好錯誤"它可能就加個try-catch，說"PostgreSQL容器啟動需要5-10秒，先用pg_isready做健康檢查再啟動依賴服務"它才會寫出能扛流量的代碼。

CLSkills的789個文件，本質是789份" senior工程師的腦內檢查清單"。

一個真實技能文件長什么樣

以Two Factor Auth技能為例，文件開頭直接定調人格：

「You are a security engineer implementing two-factor authentication. The user wants to add 2FA/MFA to an existing auth flow using TOTP and backup codes.」

不是"有幫助的AI助手"，是"正在實施雙因素認證的安全工程師"。這個身份切換會影響后續所有決策：密鑰怎么存、備份碼怎么生成、TOTP時間窗口容忍度設多少。

接下來是"What to check first"——現有auth用的是什么？JWT還是session？用戶庫有沒有email字段？這些前置檢查避免Claude在沙地上蓋樓。

核心部分是帶編號的步驟和可復制命令。不是"設置數據庫"，是"運行docker compose up -d postgres，然后用docker compose ps驗證狀態"。每個指令都能直接貼進終端。

25-40行工作代碼緊隨其后。不是偽代碼骨架，是能跑、能測、能進PR的完整實現。最后是Pitfalls：TOTP密鑰輪換時的競態條件、備份碼的哈希策略、為什么不能用SMS 2FA——全是血淋淋的真實踩坑記錄。

這種結構讓Claude的輸出從"教程級別"躍遷到"代碼審查能通過級別"。

789個技能覆蓋了哪些戰場

71個分類基本掃平了現代開發的全棧：

前端框架占了一整排：React、Vue、Angular、Svelte、Next.js，連Tailwind的類名組織策略都有專門文件。后端從Node.js到Rust，GraphQL和gRPC各自獨立成章——畢竟一個走錯是N+1查詢，一個走錯是協議版本地獄。

DevOps是重頭戲。Docker技能不是教你怎么寫Dockerfile，是多階段構建的層緩存策略、非root用戶的權限最小化、health check的正確探針配置。Kubernetes文件直接假設你在跑生產集群：HPA的CPU目標值該設多少、pod disruption budget怎么配才不會在滾動更新時炸服。

云廠商三家全覆蓋。AWS的技能文件會問你IAM角色是綁EC2還是EKS，GCP的會區分Cloud Run和GKE的部署差異，Azure的……確實也有，而且沒假裝Azure和AWS一樣。

數據庫分類細到令人發指。PostgreSQL和MySQL分開、Redis的緩存策略和持久化策略分開、Elasticsearch的mapping設計和集群調優分開。Prisma作為ORM有獨立技能，因為它生成的SQL和手寫SQL在性能分析時完全是兩套思路。

測試、安全、AI/ML、移動端、桌面端、CLI工具、支付集成、搜索引擎、監控告警——連"怎么給Electron應用做自動更新"這種冷門場景都有現成文件。

使用方式極簡。mkdir創建目錄，curl下載對應技術的.md文件，然后正常和Claude對話。不需要配置文件，不需要插件市場，不需要在提示詞里寫"請扮演資深工程師"。

有技能和沒技能，差距能有多大

CLSkills的作者用Docker場景做了對比演示。

沒技能文件時，Claude的回應是："Here's a basic Docker setup..." 然后給出一個能跑但粗糙的Dockerfile——沒有health check，單階段構建導致鏡像體積爆炸，默認root用戶，層緩存完全沒優化。這種代碼進CI/CD會被打回來重寫。

加載技能文件后，同一句話的輸出變了：多階段構建把最終鏡像壓到 Alpine 基礎，非root用戶運行，health check用正確的探針路徑，.dockerignore排除了node_modules和日志文件。層緩存策略讓重復構建快了三倍。

作者的原話是：「The difference between Claude with and without skill files is massive.」

這個差距的本質是上下文窗口的利用效率。Claude的上下文有限，通用助手的"常識"占了大量token。技能文件把這部分替換成領域專屬的高密度信息——不是"Docker是什么"，是"我們這個團隊怎么用Docker"。

更隱蔽的好處是一致性。團隊里五個人用Claude，沒技能文件時拿到五種風格的代碼；統一加載技能文件后，輸出風格、目錄結構、錯誤處理方式全部對齊。這相當于給AI做了代碼規范培訓，而且零管理成本。

為什么這事現在才火

Claude Code的技能文件功能其實存在已久，但官方文檔一筆帶過。Anthropic的重心放在Agent能力和工具調用上，這個"放幾個文本文件就能質變"的機制被藏在CLI的角落。

社區探索過幾種用法。有人把公司內部的編碼規范轉成技能文件，Claude生成的代碼直接符合團隊風格。有人針對特定項目做技能——"這個微服務用Hexagonal Architecture，領域層不能依賴基礎設施"。最極端的案例是一個團隊給遺留代碼庫寫了50個技能文件，Claude終于能在這個200萬行的Rails項目里安全重構。

但個人開發者很難從零積累。寫一個高質量技能文件需要同時懂技術和教學——知道坑在哪，還要知道怎么讓AI理解這個坑。CLSkills的789個文件相當于把社區智慧打包，curl下來就能站在巨人肩膀上。

這種"本地知識庫+云端模型"的架構也值得玩味。技能文件完全離線存儲，公司敏感信息不會泄露；同時又能被Claude Code實時調用，享受云端大模型的推理能力。對于不能上云的代碼場景，這是目前最優雅的解法。

789個技能文件，71個技術領域，一條curl命令。當你的同事還在和Claude反復拉扯"這里應該用Promise.all而不是await循環"時，你已經拿到了經手過上千個容器的SRE寫的配置——而且他沒收費，沒請假，24小時在線。

唯一的問題是：你的~/.claude/skills/目錄，現在有幾個文件？