通过 API 使用 Agent Skills

Agent Skills 通过组织化的指令、脚本和资源文件夹来扩展 Claude 的功能。本指南展示了如何通过 Claude API 使用预构建和自定义 Skills。

有关完整的 API 参考，包括请求/响应架构和所有参数，请参阅：

Skill 管理 API 参考 - Skills 的 CRUD 操作
Skill 版本 API 参考 - 版本管理

快速链接

开始使用 Agent Skills

创建您的第一个 Skill

创建自定义 Skills

编写 Skills 的最佳实践

概述

有关 Agent Skills 的架构和实际应用的深入探讨，请阅读我们的工程博客：使用 Agent Skills 为代理配备现实世界的能力。

Skills 通过代码执行工具与 Messages API 集成。无论使用由 Anthropic 管理的预构建 Skills 还是您上传的自定义 Skills，集成形状都是相同的——两者都需要代码执行，并使用相同的 container 结构。

使用 Skills

无论来源如何，Skills 在 Messages API 中的集成方式都是相同的。您在 container 参数中指定 Skills，包括 skill_id、type 和可选的 version，它们在代码执行环境中执行。 您可以从两个来源使用 Skills：

方面	Anthropic Skills	自定义 Skills
Type 值	`anthropic`	`custom`
Skill IDs	短名称：`pptx`、`xlsx`、`docx`、`pdf`	生成的：`skill_01AbCdEfGhIjKlMnOpQrStUv`
版本格式	基于日期：`20251013` 或 `latest`	纪元时间戳：`1759178010641129` 或 `latest`
管理	由 Anthropic 预构建和维护	通过 Skills API 上传和管理
可用性	对所有用户可用	仅限您的工作区

两个 Skill 来源都由 List Skills 端点返回（使用 source 参数进行过滤）。集成形状和执行环境是相同的——唯一的区别是 Skills 的来源和管理方式。

前置条件

要使用 Skills，您需要：

Anthropic API 密钥，来自 Console
Beta 头部：
- code-execution-2025-08-25 - 启用代码执行（Skills 需要）
- skills-2025-10-02 - 启用 Skills API
- files-api-2025-04-14 - 用于上传/下载文件到/从容器
代码执行工具在您的请求中启用

在 Messages 中使用 Skills

Container 参数

Skills 使用 Messages API 中的 container 参数指定。每个请求最多可以包含 8 个 Skills。结构对于 Anthropic 和自定义 Skills 都是相同的——指定必需的 type 和 skill_id，并可选地包含 version 以固定到特定版本：

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [
            {
                "type": "anthropic",
                "skill_id": "pptx",
                "version": "latest"
            }
        ]
    },
    messages=[{
        "role": "user",
        "content": "Create a presentation about renewable energy"
    }],
    tools=[{
        "type": "code_execution_20250825",
        "name": "code_execution"
    }]
)

下载生成的文件

当 Skills 创建文档（Excel、PowerPoint、PDF、Word）时，它们在响应中返回 file_id 属性。您必须使用 Files API 来下载这些文件。 工作原理：

Skills 在代码执行期间创建文件
响应包括每个创建文件的 file_id
使用 Files API 下载实际文件内容
在本地保存或根据需要处理

示例：创建和下载 Excel 文件

import anthropic

client = anthropic.Anthropic()

# 步骤 1：使用 Skill 创建文件
response = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [
            {"type": "anthropic", "skill_id": "xlsx", "version": "latest"}
        ]
    },
    messages=[{
        "role": "user",
        "content": "Create an Excel file with a simple budget spreadsheet"
    }],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

# 步骤 2：从响应中提取文件 ID
def extract_file_ids(response):
    file_ids = []
    for item in response.content:
        if item.type == 'bash_code_execution_tool_result':
            content_item = item.content
            if content_item.type == 'bash_code_execution_result':
                for file in content_item.content:
                    if hasattr(file, 'file_id'):
                        file_ids.append(file.file_id)
    return file_ids

# 步骤 3：使用 Files API 下载文件
for file_id in extract_file_ids(response):
    file_metadata = client.beta.files.retrieve_metadata(
        file_id=file_id,
        betas=["files-api-2025-04-14"]
    )
    file_content = client.beta.files.download(
        file_id=file_id,
        betas=["files-api-2025-04-14"]
    )

    # 步骤 4：保存到磁盘
    file_content.write_to_file(file_metadata.filename)
    print(f"Downloaded: {file_metadata.filename}")

其他 Files API 操作：

# 获取文件元数据
file_info = client.beta.files.retrieve_metadata(
    file_id=file_id,
    betas=["files-api-2025-04-14"]
)
print(f"Filename: {file_info.filename}, Size: {file_info.size_bytes} bytes")

# 列出所有文件
files = client.beta.files.list(betas=["files-api-2025-04-14"])
for file in files.data:
    print(f"{file.filename} - {file.created_at}")

# 删除文件
client.beta.files.delete(
    file_id=file_id,
    betas=["files-api-2025-04-14"]
)

有关 Files API 的完整详情，请参阅 Files API 文档。

多轮对话

通过指定容器 ID 在多个消息中重用相同的容器：

# 第一个请求创建容器
response1 = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [
            {"type": "anthropic", "skill_id": "xlsx", "version": "latest"}
        ]
    },
    messages=[{"role": "user", "content": "Analyze this sales data"}],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

# 继续使用相同容器的对话
messages = [
    {"role": "user", "content": "Analyze this sales data"},
    {"role": "assistant", "content": response1.content},
    {"role": "user", "content": "What was the total revenue?"}
]

response2 = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "id": response1.container.id,  # 重用容器
        "skills": [
            {"type": "anthropic", "skill_id": "xlsx", "version": "latest"}
        ]
    },
    messages=messages,
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

长时间运行的操作

Skills 可能执行需要多个轮次的操作。处理 pause_turn 停止原因：

messages = [{"role": "user", "content": "Process this large dataset"}]
max_retries = 10

response = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [
            {"type": "custom", "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv", "version": "latest"}
        ]
    },
    messages=messages,
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

# 处理长时间操作的 pause_turn
for i in range(max_retries):
    if response.stop_reason != "pause_turn":
        break

    messages.append({"role": "assistant", "content": response.content})
    response = client.messages.create(
        model="claude-sonnet-4-5-20250929",
        max_tokens=4096,
        betas=["code-execution-2025-08-25", "skills-2025-10-02"],
        container={
            "id": response.container.id,
            "skills": [
                {"type": "custom", "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv", "version": "latest"}
            ]
        },
        messages=messages,
        tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
    )

响应可能包括 pause_turn 停止原因，这表示 API 暂停了长时间运行的 Skill 操作。您可以在后续请求中按原样提供响应，让 Claude 继续其轮次，或者修改内容以中断对话并提供额外指导。

使用多个 Skills

在单个请求中组合多个 Skills 来处理复杂工作流：

response = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [
            {
                "type": "anthropic",
                "skill_id": "xlsx",
                "version": "latest"
            },
            {
                "type": "anthropic",
                "skill_id": "pptx",
                "version": "latest"
            },
            {
                "type": "custom",
                "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv",
                "version": "latest"
            }
        ]
    },
    messages=[{
        "role": "user",
        "content": "Analyze sales data and create a presentation"
    }],
    tools=[{
        "type": "code_execution_20250825",
        "name": "code_execution"
    }]
)

管理自定义 Skills

创建 Skill

上传您的自定义 Skill 以使其在您的工作区中可用。您可以使用目录路径或单个文件对象上传。

import anthropic

client = anthropic.Anthropic()

# 选项 1：使用 files_from_dir 辅助函数（仅 Python，推荐）
from anthropic.lib import files_from_dir

skill = client.beta.skills.create(
    display_title="Financial Analysis",
    files=files_from_dir("/path/to/financial_analysis_skill"),
    betas=["skills-2025-10-02"]
)

# 选项 2：使用 zip 文件
skill = client.beta.skills.create(
    display_title="Financial Analysis",
    files=[("skill.zip", open("financial_analysis_skill.zip", "rb"))],
    betas=["skills-2025-10-02"]
)

# 选项 3：使用文件元组（文件名、文件内容、mime 类型）
skill = client.beta.skills.create(
    display_title="Financial Analysis",
    files=[
        ("financial_skill/SKILL.md", open("financial_skill/SKILL.md", "rb"), "text/markdown"),
        ("financial_skill/analyze.py", open("financial_skill/analyze.py", "rb"), "text/x-python"),
    ],
    betas=["skills-2025-10-02"]
)

print(f"Created skill: {skill.id}")
print(f"Latest version: {skill.latest_version}")

要求：

必须在顶级包含 SKILL.md 文件
所有文件必须在其路径中指定公共根目录
总上传大小必须小于 8MB
YAML 前置事项：name（最多 64 个字符）、description（最多 1024 个字符）

有关完整的请求/响应架构，请参阅 Create Skill API 参考。

列出 Skills

检索您的工作区可用的所有 Skills，包括 Anthropic 预构建 Skills 和您的自定义 Skills。使用 source 参数按 Skill 类型过滤：

# 列出所有 Skills
skills = client.beta.skills.list(
    betas=["skills-2025-10-02"]
)

for skill in skills.data:
    print(f"{skill.id}: {skill.display_title} (source: {skill.source})")

# 仅列出自定义 Skills
custom_skills = client.beta.skills.list(
    source="custom",
    betas=["skills-2025-10-02"]
)

有关分页和过滤选项，请参阅 List Skills API 参考。

检索 Skill

获取特定 Skill 的详情：

skill = client.beta.skills.retrieve(
    skill_id="skill_01AbCdEfGhIjKlMnOpQrStUv",
    betas=["skills-2025-10-02"]
)

print(f"Skill: {skill.display_title}")
print(f"Latest version: {skill.latest_version}")
print(f"Created: {skill.created_at}")

删除 Skill

要删除 Skill，您必须先删除其所有版本：

# 步骤 1：删除所有版本
versions = client.beta.skills.versions.list(
    skill_id="skill_01AbCdEfGhIjKlMnOpQrStUv",
    betas=["skills-2025-10-02"]
)

for version in versions.data:
    client.beta.skills.versions.delete(
        skill_id="skill_01AbCdEfGhIjKlMnOpQrStUv",
        version=version.version,
        betas=["skills-2025-10-02"]
    )

# 步骤 2：删除 Skill
client.beta.skills.delete(
    skill_id="skill_01AbCdEfGhIjKlMnOpQrStUv",
    betas=["skills-2025-10-02"]
)

尝试删除具有现有版本的 Skill 将返回 400 错误。

版本管理

Skills 支持版本管理以安全地管理更新： Anthropic 管理的 Skills：

版本使用日期格式：20251013
进行更新时发布新版本
指定精确版本以获得稳定性

自定义 Skills：

自动生成的纪元时间戳：1759178010641129
使用 "latest" 始终获取最新版本
更新 Skill 文件时创建新版本

# 创建新版本
from anthropic.lib import files_from_dir

new_version = client.beta.skills.versions.create(
    skill_id="skill_01AbCdEfGhIjKlMnOpQrStUv",
    files=files_from_dir("/path/to/updated_skill"),
    betas=["skills-2025-10-02"]
)

# 使用特定版本
response = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [{
            "type": "custom",
            "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv",
            "version": new_version.version
        }]
    },
    messages=[{"role": "user", "content": "Use updated Skill"}],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

# 使用最新版本
response = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [{
            "type": "custom",
            "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv",
            "version": "latest"
        }]
    },
    messages=[{"role": "user", "content": "Use latest Skill version"}],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

有关完整详情，请参阅 Create Skill Version API 参考。

Skills 如何加载

当您在容器中指定 Skills 时：

元数据发现：Claude 在系统提示中看到每个 Skill 的元数据（名称、描述）
文件加载：Skill 文件被复制到容器中的 /skills/{directory}/
自动使用：Claude 在与您的请求相关时自动加载和使用 Skills
组合：多个 Skills 为复杂工作流组合在一起

渐进式披露架构确保高效的上下文使用——Claude 仅在需要时加载完整的 Skill 指令。

用例

组织 Skills

品牌和通信

将公司特定的格式（颜色、字体、布局）应用于文档
按照组织模板生成通信
确保所有输出中的一致品牌指南

项目管理

使用公司特定格式（OKRs、决策日志）构建笔记
按照团队约定生成任务
创建标准化的会议记录和状态更新

业务运营

创建公司标准报告、提案和分析
执行公司特定的分析程序
按照组织模板生成财务模型

个人 Skills

内容创建

自定义文档模板
专业格式和样式
特定领域的内容生成

数据分析

自定义数据处理管道
专业可视化模板
行业特定的分析方法

开发和自动化

代码生成模板
测试框架
部署工作流

示例：财务建模

组合 Excel 和自定义 DCF 分析 Skills：

# 创建自定义 DCF 分析 Skill
from anthropic.lib import files_from_dir

dcf_skill = client.beta.skills.create(
    display_title="DCF Analysis",
    files=files_from_dir("/path/to/dcf_skill"),
    betas=["skills-2025-10-02"]
)

# 与 Excel 一起使用以创建财务模型
response = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [
            {"type": "anthropic", "skill_id": "xlsx", "version": "latest"},
            {"type": "custom", "skill_id": dcf_skill.id, "version": "latest"}
        ]
    },
    messages=[{
        "role": "user",
        "content": "Build a DCF valuation model for a SaaS company with the attached financials"
    }],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

限制和约束

请求限制

每个请求的最大 Skills 数：8
最大 Skill 上传大小：8MB（所有文件合计）
YAML 前置事项限制：name 64 个字符，description 1024 个字符

环境约束

Skills 在代码执行容器中运行，具有以下限制：

无网络访问 - 无法进行外部 API 调用
无运行时包安装 - 仅可用预安装的包
隔离环境 - 每个请求获得一个新容器

有关可用包，请参阅代码执行工具文档。

最佳实践

何时使用多个 Skills

当任务涉及多种文档类型或域时组合 Skills： 好的用例：

数据分析（Excel）+ 演示文稿创建（PowerPoint）
报告生成（Word）+ 导出为 PDF
自定义域逻辑 + 文档生成

避免：

包含未使用的 Skills（影响性能）

版本管理策略

对于生产环境：

# 固定到特定版本以获得稳定性
container={
    "skills": [{
        "type": "custom",
        "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv",
        "version": "1759178010641129"  # 特定版本
    }]
}

对于开发环境：

# 在活跃开发中使用最新版本
container={
    "skills": [{
        "type": "custom",
        "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv",
        "version": "latest"  # 始终获取最新版本
    }]
}

提示缓存注意事项

使用提示缓存时，请注意在容器中更改 Skills 列表将破坏缓存：

# 第一个请求创建缓存
response1 = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02", "prompt-caching-2024-07-31"],
    container={
        "skills": [
            {"type": "anthropic", "skill_id": "xlsx", "version": "latest"}
        ]
    },
    messages=[{"role": "user", "content": "Analyze sales data"}],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

# 添加/删除 Skills 会破坏缓存
response2 = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02", "prompt-caching-2024-07-31"],
    container={
        "skills": [
            {"type": "anthropic", "skill_id": "xlsx", "version": "latest"},
            {"type": "anthropic", "skill_id": "pptx", "version": "latest"}  # 缓存未命中
        ]
    },
    messages=[{"role": "user", "content": "Create a presentation"}],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

为了获得最佳缓存性能，请在请求中保持 Skills 列表一致。

错误处理

优雅地处理与 Skill 相关的错误：

try:
    response = client.messages.create(
        model="claude-sonnet-4-5-20250929",
        max_tokens=4096,
        betas=["code-execution-2025-08-25", "skills-2025-10-02"],
        container={
            "skills": [
                {"type": "custom", "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv", "version": "latest"}
            ]
        },
        messages=[{"role": "user", "content": "Process data"}],
        tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
    )
except anthropic.BadRequestError as e:
    if "skill" in str(e):
        print(f"Skill error: {e}")
        # 处理 Skill 特定错误
    else:
        raise

后续步骤

API 参考

包含所有端点的完整 API 参考

编写指南

编写有效 Skills 的最佳实践

代码执行工具

了解代码执行环境

使用 API

API 参考

SDK

示例

第三方 API

使用 Admin API

支持与配置

​快速链接

开始使用 Agent Skills

创建自定义 Skills

​概述

​使用 Skills

​前置条件

​在 Messages 中使用 Skills

​Container 参数

​下载生成的文件

​多轮对话

​长时间运行的操作

​使用多个 Skills

​管理自定义 Skills

​创建 Skill

​列出 Skills

​检索 Skill

​删除 Skill

​版本管理

​Skills 如何加载

​用例

​组织 Skills

​个人 Skills

​示例：财务建模

​限制和约束

​请求限制

​环境约束

​最佳实践

​何时使用多个 Skills

​版本管理策略

​提示缓存注意事项

​错误处理

​后续步骤

API 参考

编写指南

代码执行工具

快速链接

概述

使用 Skills

前置条件

在 Messages 中使用 Skills

Container 参数

下载生成的文件

多轮对话

长时间运行的操作

使用多个 Skills

管理自定义 Skills

创建 Skill

列出 Skills

检索 Skill

删除 Skill

版本管理

Skills 如何加载

用例

组织 Skills

个人 Skills

示例：财务建模

限制和约束

请求限制

环境约束

最佳实践

何时使用多个 Skills

版本管理策略

提示缓存注意事项

错误处理

后续步骤