消息技能

通过 API 使用 Agent Skills

了解如何通过 API 使用 Agent Skills 来扩展 Claude 的能力。

Agent Skills 通过由指令、脚本和资源组成的有组织的文件夹来扩展 Claude 的能力。本指南向您展示如何在 Claude API 中使用预构建和自定义的 Skills。

有关完整的 API 参考，包括请求/响应模式和所有参数，请参阅：

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

关于 "zero data retention"（零数据保留），即 ZDR 如何适用于此功能，请参阅 API 与数据保留。

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

要详细了解 Agent Skills 的架构和实际应用，请阅读工程博客文章：Equipping agents for the real world with Agent Skills。

Skills 通过代码执行工具与 Messages API 集成。无论是使用由 Anthropic 管理的预构建 Skills，还是您上传的自定义 Skills，集成方式都是相同的：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 参数中通过 skill_id、type 和可选的 version 指定 Skills，它们会在代码执行环境中执行。

您可以使用来自两种来源的 Skills：

方面	Anthropic Skills	自定义 Skills
Type 值	`anthropic`	`custom`
Skill ID	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	仅限您的工作区私有

两种 Skill 来源都由 List Skills 端点返回（使用 source 参数进行筛选）。集成方式和执行环境是相同的。唯一的区别在于 Skills 的来源以及它们的管理方式。

前提条件

要使用 Skills，您需要：

来自 Claude Console 的 Claude API 密钥
Beta 标头：
- code-execution-2025-08-25 - 启用代码执行（Skills 所必需）
- skills-2025-10-02 - 启用 Skills API
- files-api-2025-04-14 - 用于向容器上传/从容器下载文件
在您的请求中启用**代码执行工具**

在 Messages 中使用 Skills

Container 参数

Skills 通过 Messages API 中的 container 参数指定。每个请求最多可以包含 8 个 Skills。

Anthropic Skills 和自定义 Skills 的结构是相同的。指定必需的 type 和 skill_id，并可选地包含 version 以固定到特定版本：

client = anthropic.Anthropic()

response = client.beta.messages.create(
    model="claude-opus-5",
    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，它们会在响应中返回 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。
响应中包含每个已创建文件的 file_id。
使用 Files API 下载实际的文件内容。
保存到本地或根据需要进行处理。

示例：创建并下载 Excel 文件

client = anthropic.Anthropic()

# 步骤 1：使用 Skill 创建文件
response = client.beta.messages.create(
    model="claude-opus-5",
    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":
                # 每个内容项都是一个携带 file_id 的 bash_code_execution_output 块
                for file in content_item.content:
                    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)
    file_content = client.beta.files.download(file_id=file_id)

    # 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：

client = anthropic.Anthropic()
file_id = "file_011CNha8iCJcU1wXNR6q4V8w"
# 获取文件元数据
file_info = client.beta.files.retrieve_metadata(file_id=file_id)
print(f"Filename: {file_info.filename}, Size: {file_info.size_bytes} bytes")

# 列出所有文件
for file in client.beta.files.list():
    print(f"{file.filename} - {file.created_at}")

# 删除文件
client.beta.files.delete(file_id=file_id)

有关 Files API 的完整详细信息，请参阅 Files API 文档。

多轮对话

通过指定容器 ID，在多条消息之间重用同一个容器：

client = anthropic.Anthropic()

# 第一个请求创建容器
response1 = client.beta.messages.create(
    model="claude-opus-5",
    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 a sample sales dataset and analyze it"}
    ],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}],
)

# 使用同一容器继续对话
messages = [
    {"role": "user", "content": "Create a sample sales dataset and analyze it"},
    {
        # 将助手的文本传递下去；container.id 承载执行状态
        "role": "assistant",
        "content": "\n".join(
            block.text for block in response1.content if block.type == "text"
        ),
    },
    {"role": "user", "content": "What was the total revenue?"},
]

response2 = client.beta.messages.create(
    model="claude-opus-5",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "id": response1.container.id,  # Reuse container
        "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 可能会执行需要多轮的操作。请处理 pause_turn 停止原因：

client = anthropic.Anthropic()

messages = [{"role": "user", "content": "Generate and process a large sample dataset"}]
max_retries = 10

response = client.beta.messages.create(
    model="claude-opus-5",
    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 _ in range(max_retries):
    if response.stop_reason != "pause_turn":
        break

    messages.append({"role": "assistant", "content": response.content})
    response = client.beta.messages.create(
        model="claude-opus-5",
        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"}],
    )

响应可能包含 pause_turn 停止原因，这表示 API 暂停了一个长时间运行的 Skill 操作。您可以在后续请求中按原样提供该响应，让 Claude 继续其回合；或者如果您想中断对话并提供额外的指导，也可以修改内容。

使用多个 Skills

在单个请求中组合多个 Skills 以处理复杂的工作流：

client = anthropic.Anthropic()

response = client.beta.messages.create(
    model="claude-opus-5",
    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

Skill 包是一个目录，其顶层包含一个带有 name 和 description YAML frontmatter 的 SKILL.md 文件，以及任何支持脚本或资源。请参阅在 API 中开始使用 Agent Skills来编写一个 Skill，并参阅示例后面的要求列表以了解完整的约束条件。

上传您的自定义 Skill 以使其在您的工作区中可用。您可以上传 zip 归档文件或单个文件对象；Python SDK 还额外提供了一个接受目录路径的 files_from_dir 辅助函数。

文件通过您附加的文件名来标识。逐个文件上传时，其路径必须保持一个共同的顶层目录（cURL 示例中的 ;filename= 后缀以及 SDK 示例中的文件名参数），而 zip 归档文件必须将 skill 目录作为其唯一的顶层条目。

ant beta:skills create \
  --file example_skill.zip \
  --beta skills-2025-10-02

# 逐文件上传需要带路径限定的文件名，而 CLI
# 目前无法设置。请改为上传 zip 压缩包。

要求：

必须在顶层包含一个 SKILL.md 文件
所有文件的路径中必须指定一个共同的根目录
顶层目录名称必须与 SKILL.md frontmatter 中的 name 匹配（不区分大小写和下划线：Financial_Skill 与 financial-skill 匹配）
display_title 是可选的：省略时，它会从 SKILL.md 的 name 派生；显式指定的值在您工作区的自定义 skills 中必须是唯一的
总上传大小必须小于 30 MB
YAML frontmatter 要求：
- name：最多 64 个字符，仅限小写字母/数字/连字符，不含 XML 标签，不含保留字（"anthropic"、"claude"）
- description：最多 1024 个字符，非空，不含 XML 标签

有关完整的请求/响应模式，请参阅 Create Skill API 参考。

列出 Skills

检索您工作区可用的所有 Skills，包括 Anthropic 预构建的 Skills 和您的自定义 Skills。使用 source 参数按 skill 类型进行筛选：

# 列出所有技能
ant beta:skills list

# 仅列出自定义技能
ant beta:skills list --source custom

有关分页和筛选选项，请参阅 List Skills API 参考。

检索 Skill

获取特定 Skill 的详细信息：

ant beta:skills retrieve \
  --skill-id skill_01AbCdEfGhIjKlMnOpQrStUv

删除 Skill

要删除一个 Skill，您必须先删除其所有版本：

# 步骤 1：列出所有版本，然后逐个删除
ant beta:skills:versions list \
  --skill-id skill_01AbCdEfGhIjKlMnOpQrStUv \
  --transform version --raw-output

# 对列表返回的每个版本 id 重复此操作
ant beta:skills:versions delete \
  --skill-id skill_01AbCdEfGhIjKlMnOpQrStUv \
  --version 1759178010641129 >/dev/null

# 步骤 2：删除该 Skill
ant beta:skills delete \
  --skill-id skill_01AbCdEfGhIjKlMnOpQrStUv >/dev/null

尝试删除仍存在版本的 Skill 会返回 400 错误。

版本控制

Skills 支持版本控制，以便安全地管理更新：

Anthropic Skills：

版本使用日期格式：20251013
随着更新的发布会推出新版本
指定确切的版本以保证稳定性

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
VERSION_NUMBER=$(ant beta:skills:versions create \
  --skill-id skill_01AbCdEfGhIjKlMnOpQrStUv \
  --file updated_skill.zip \
  --transform version --raw-output)

# 使用特定版本
ant beta:messages create \
  --beta code-execution-2025-08-25,skills-2025-10-02 <<YAML
model: claude-opus-5
max_tokens: 4096
container:
  skills:
    - type: custom
      skill_id: skill_01AbCdEfGhIjKlMnOpQrStUv
      version: $VERSION_NUMBER
messages:
  - role: user
    content: Use updated Skill
tools:
  - type: code_execution_20250825
    name: code_execution
YAML

# 使用最新版本
ant beta:messages create \
  --beta code-execution-2025-08-25,skills-2025-10-02 <<'YAML'
model: claude-opus-5
max_tokens: 4096
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
YAML

有关完整详细信息，请参阅 Create Skill Version API 参考。

Skills 的加载方式

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： 当与您的请求相关时，Claude 会自动加载并使用 Skills。
组合： 多个 Skills 可以组合在一起以处理复杂的工作流。

渐进式披露架构确保了高效的上下文使用：Claude 仅在需要时才加载完整的 Skill 指令。

使用场景

组织级 Skills

品牌与传播

将公司特定的格式（颜色、字体、布局）应用于文档
按照组织模板生成沟通内容
确保所有输出遵循一致的品牌准则

项目管理

使用公司特定的格式（OKR、决策日志）组织笔记
按照团队惯例生成任务
创建标准化的会议纪要和状态更新

业务运营

创建符合公司标准的报告、提案和分析
执行公司特定的分析流程
按照组织模板生成财务模型

个人 Skills

内容创作

自定义文档模板
专门的格式和样式
特定领域的内容生成

数据分析

自定义数据处理管道
专门的可视化模板
特定行业的分析方法

开发与自动化

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：

from anthropic.lib import files_from_dir

client = anthropic.Anthropic()

# 创建自定义 DCF 分析 Skill

dcf_skill = client.beta.skills.create(
    files=files_from_dir("/path/to/dcf_skill"),
)

# 与 Excel 配合使用以创建财务模型
response = client.beta.messages.create(
    model="claude-opus-5",
    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",
        }
    ],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}],
)
print(response)

限制和约束

请求限制

每个请求的最大 Skills 数量： 8
Skill 上传大小上限： 30 MB（所有文件合计）
YAML frontmatter 要求：
- name：最多 64 个字符，仅限小写字母/数字/连字符，不含 XML 标签，不含保留字（"anthropic"、"claude"）
- description：最多 1024 个字符，非空，不含 XML 标签

环境约束

Skills 在代码执行容器中运行，存在以下限制：

无网络访问： 无法进行外部 API 调用
无运行时包安装： 仅可使用预安装的包
隔离环境： 容器是隔离的；除非您指定现有的容器 ID，否则会创建一个新容器

有关可用的包，请参阅代码执行工具。

最佳实践

何时使用多个 Skills

当任务涉及多种文档类型或领域时，组合使用 Skills：

适合的使用场景：

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

避免：

包含未使用的 Skills（会影响性能）

版本管理策略

用于生产环境：

# 固定到特定版本以保证稳定性
container = {
    "skills": [
        {
            "type": "custom",
            "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv",
            "version": "1759178010641129",  # Specific version
        }
    ]
}

用于开发环境：

# 在积极开发中使用 latest
container = {
    "skills": [
        {
            "type": "custom",
            "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv",
            "version": "latest",  # Always get newest
        }
    ]
}

提示缓存注意事项

使用提示缓存时，请注意更改容器中的 Skills 列表会使缓存失效：

client = anthropic.Anthropic()

# 第一个请求创建缓存
response1 = client.beta.messages.create(
    model="claude-opus-5",
    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 sales data"}],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}],
)

# 添加/移除 Skills 会使缓存失效
response2 = client.beta.messages.create(
    model="claude-opus-5",
    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",
            },  # Cache miss
        ]
    },
    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，请在各个请求之间保持 Skills 列表一致。

错误处理

妥善处理与 Skill 相关的错误：

client = anthropic.Anthropic()

try:
    response = client.beta.messages.create(
        model="claude-opus-5",
        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}")
        # 处理技能特定的错误
    else:
        raise

数据保留

Agent Skills 不在 ZDR 协议的覆盖范围内。Skill 定义和执行数据将根据 Anthropic 的标准数据保留政策进行保留。

有关所有功能的 ZDR 适用性，请参阅 API 和数据保留。

后续步骤

API 参考

包含所有端点的完整 API 参考

Skill 编写最佳实践

了解如何编写 Claude 能够成功发现和使用的高效 Skills

代码执行工具

在沙盒容器中运行 Python 和 bash 代码，以分析数据、生成文件并迭代解决方案

Was this page helpful?

消息技能

通过 API 使用 Agent Skills

了解如何通过 API 使用 Agent Skills 来扩展 Claude 的能力。

Agent Skills 通过由指令、脚本和资源组成的有组织的文件夹来扩展 Claude 的能力。本指南向您展示如何在 Claude API 中使用预构建和自定义的 Skills。

有关完整的 API 参考，包括请求/响应模式和所有参数，请参阅：

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

关于 "zero data retention"（零数据保留），即 ZDR 如何适用于此功能，请参阅 API 与数据保留。

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

要详细了解 Agent Skills 的架构和实际应用，请阅读工程博客文章：Equipping agents for the real world with Agent Skills。

使用 Skills

您可以使用来自两种来源的 Skills：

方面	Anthropic Skills	自定义 Skills
Type 值	`anthropic`	`custom`
Skill ID	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	仅限您的工作区私有

前提条件

要使用 Skills，您需要：

来自 Claude Console 的 Claude API 密钥
Beta 标头：
- code-execution-2025-08-25 - 启用代码执行（Skills 所必需）
- skills-2025-10-02 - 启用 Skills API
- files-api-2025-04-14 - 用于向容器上传/从容器下载文件
在您的请求中启用**代码执行工具**

在 Messages 中使用 Skills

Container 参数

Skills 通过 Messages API 中的 container 参数指定。每个请求最多可以包含 8 个 Skills。

Anthropic Skills 和自定义 Skills 的结构是相同的。指定必需的 type 和 skill_id，并可选地包含 version 以固定到特定版本：

client = anthropic.Anthropic()

response = client.beta.messages.create(
    model="claude-opus-5",
    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，它们会在响应中返回 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。
响应中包含每个已创建文件的 file_id。
使用 Files API 下载实际的文件内容。
保存到本地或根据需要进行处理。

示例：创建并下载 Excel 文件

client = anthropic.Anthropic()

# 步骤 1：使用 Skill 创建文件
response = client.beta.messages.create(
    model="claude-opus-5",
    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":
                # 每个内容项都是一个携带 file_id 的 bash_code_execution_output 块
                for file in content_item.content:
                    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)
    file_content = client.beta.files.download(file_id=file_id)

    # 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：

client = anthropic.Anthropic()
file_id = "file_011CNha8iCJcU1wXNR6q4V8w"
# 获取文件元数据
file_info = client.beta.files.retrieve_metadata(file_id=file_id)
print(f"Filename: {file_info.filename}, Size: {file_info.size_bytes} bytes")

# 列出所有文件
for file in client.beta.files.list():
    print(f"{file.filename} - {file.created_at}")

# 删除文件
client.beta.files.delete(file_id=file_id)

有关 Files API 的完整详细信息，请参阅 Files API 文档。

多轮对话

通过指定容器 ID，在多条消息之间重用同一个容器：

client = anthropic.Anthropic()

# 第一个请求创建容器
response1 = client.beta.messages.create(
    model="claude-opus-5",
    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 a sample sales dataset and analyze it"}
    ],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}],
)

# 使用同一容器继续对话
messages = [
    {"role": "user", "content": "Create a sample sales dataset and analyze it"},
    {
        # 将助手的文本传递下去；container.id 承载执行状态
        "role": "assistant",
        "content": "\n".join(
            block.text for block in response1.content if block.type == "text"
        ),
    },
    {"role": "user", "content": "What was the total revenue?"},
]

response2 = client.beta.messages.create(
    model="claude-opus-5",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "id": response1.container.id,  # Reuse container
        "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 可能会执行需要多轮的操作。请处理 pause_turn 停止原因：

client = anthropic.Anthropic()

messages = [{"role": "user", "content": "Generate and process a large sample dataset"}]
max_retries = 10

response = client.beta.messages.create(
    model="claude-opus-5",
    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 _ in range(max_retries):
    if response.stop_reason != "pause_turn":
        break

    messages.append({"role": "assistant", "content": response.content})
    response = client.beta.messages.create(
        model="claude-opus-5",
        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"}],
    )

使用多个 Skills

在单个请求中组合多个 Skills 以处理复杂的工作流：

client = anthropic.Anthropic()

response = client.beta.messages.create(
    model="claude-opus-5",
    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

ant beta:skills create \
  --file example_skill.zip \
  --beta skills-2025-10-02

# 逐文件上传需要带路径限定的文件名，而 CLI
# 目前无法设置。请改为上传 zip 压缩包。

要求：

必须在顶层包含一个 SKILL.md 文件
所有文件的路径中必须指定一个共同的根目录
顶层目录名称必须与 SKILL.md frontmatter 中的 name 匹配（不区分大小写和下划线：Financial_Skill 与 financial-skill 匹配）
display_title 是可选的：省略时，它会从 SKILL.md 的 name 派生；显式指定的值在您工作区的自定义 skills 中必须是唯一的
总上传大小必须小于 30 MB
YAML frontmatter 要求：
- name：最多 64 个字符，仅限小写字母/数字/连字符，不含 XML 标签，不含保留字（"anthropic"、"claude"）
- description：最多 1024 个字符，非空，不含 XML 标签

有关完整的请求/响应模式，请参阅 Create Skill API 参考。

列出 Skills

检索您工作区可用的所有 Skills，包括 Anthropic 预构建的 Skills 和您的自定义 Skills。使用 source 参数按 skill 类型进行筛选：

# 列出所有技能
ant beta:skills list

# 仅列出自定义技能
ant beta:skills list --source custom

有关分页和筛选选项，请参阅 List Skills API 参考。

检索 Skill

获取特定 Skill 的详细信息：

ant beta:skills retrieve \
  --skill-id skill_01AbCdEfGhIjKlMnOpQrStUv

删除 Skill

要删除一个 Skill，您必须先删除其所有版本：

# 步骤 1：列出所有版本，然后逐个删除
ant beta:skills:versions list \
  --skill-id skill_01AbCdEfGhIjKlMnOpQrStUv \
  --transform version --raw-output

# 对列表返回的每个版本 id 重复此操作
ant beta:skills:versions delete \
  --skill-id skill_01AbCdEfGhIjKlMnOpQrStUv \
  --version 1759178010641129 >/dev/null

# 步骤 2：删除该 Skill
ant beta:skills delete \
  --skill-id skill_01AbCdEfGhIjKlMnOpQrStUv >/dev/null

尝试删除仍存在版本的 Skill 会返回 400 错误。

版本控制

Skills 支持版本控制，以便安全地管理更新：

Anthropic Skills：

版本使用日期格式：20251013
随着更新的发布会推出新版本
指定确切的版本以保证稳定性

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
VERSION_NUMBER=$(ant beta:skills:versions create \
  --skill-id skill_01AbCdEfGhIjKlMnOpQrStUv \
  --file updated_skill.zip \
  --transform version --raw-output)

# 使用特定版本
ant beta:messages create \
  --beta code-execution-2025-08-25,skills-2025-10-02 <<YAML
model: claude-opus-5
max_tokens: 4096
container:
  skills:
    - type: custom
      skill_id: skill_01AbCdEfGhIjKlMnOpQrStUv
      version: $VERSION_NUMBER
messages:
  - role: user
    content: Use updated Skill
tools:
  - type: code_execution_20250825
    name: code_execution
YAML

# 使用最新版本
ant beta:messages create \
  --beta code-execution-2025-08-25,skills-2025-10-02 <<'YAML'
model: claude-opus-5
max_tokens: 4096
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
YAML

有关完整详细信息，请参阅 Create Skill Version API 参考。

Skills 的加载方式

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： 当与您的请求相关时，Claude 会自动加载并使用 Skills。
组合： 多个 Skills 可以组合在一起以处理复杂的工作流。

渐进式披露架构确保了高效的上下文使用：Claude 仅在需要时才加载完整的 Skill 指令。

使用场景

组织级 Skills

品牌与传播

将公司特定的格式（颜色、字体、布局）应用于文档
按照组织模板生成沟通内容
确保所有输出遵循一致的品牌准则

项目管理

使用公司特定的格式（OKR、决策日志）组织笔记
按照团队惯例生成任务
创建标准化的会议纪要和状态更新

业务运营

创建符合公司标准的报告、提案和分析
执行公司特定的分析流程
按照组织模板生成财务模型

个人 Skills

内容创作

自定义文档模板
专门的格式和样式
特定领域的内容生成

数据分析

自定义数据处理管道
专门的可视化模板
特定行业的分析方法

开发与自动化

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：

from anthropic.lib import files_from_dir

client = anthropic.Anthropic()

# 创建自定义 DCF 分析 Skill

dcf_skill = client.beta.skills.create(
    files=files_from_dir("/path/to/dcf_skill"),
)

# 与 Excel 配合使用以创建财务模型
response = client.beta.messages.create(
    model="claude-opus-5",
    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",
        }
    ],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}],
)
print(response)

限制和约束

请求限制

每个请求的最大 Skills 数量： 8
Skill 上传大小上限： 30 MB（所有文件合计）
YAML frontmatter 要求：
- name：最多 64 个字符，仅限小写字母/数字/连字符，不含 XML 标签，不含保留字（"anthropic"、"claude"）
- description：最多 1024 个字符，非空，不含 XML 标签

环境约束

Skills 在代码执行容器中运行，存在以下限制：

无网络访问： 无法进行外部 API 调用
无运行时包安装： 仅可使用预安装的包
隔离环境： 容器是隔离的；除非您指定现有的容器 ID，否则会创建一个新容器

有关可用的包，请参阅代码执行工具。

最佳实践

何时使用多个 Skills

当任务涉及多种文档类型或领域时，组合使用 Skills：

适合的使用场景：

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

避免：

包含未使用的 Skills（会影响性能）

版本管理策略

用于生产环境：

# 固定到特定版本以保证稳定性
container = {
    "skills": [
        {
            "type": "custom",
            "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv",
            "version": "1759178010641129",  # Specific version
        }
    ]
}

用于开发环境：

# 在积极开发中使用 latest
container = {
    "skills": [
        {
            "type": "custom",
            "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv",
            "version": "latest",  # Always get newest
        }
    ]
}

提示缓存注意事项

使用提示缓存时，请注意更改容器中的 Skills 列表会使缓存失效：

client = anthropic.Anthropic()

# 第一个请求创建缓存
response1 = client.beta.messages.create(
    model="claude-opus-5",
    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 sales data"}],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}],
)

# 添加/移除 Skills 会使缓存失效
response2 = client.beta.messages.create(
    model="claude-opus-5",
    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",
            },  # Cache miss
        ]
    },
    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，请在各个请求之间保持 Skills 列表一致。

错误处理

妥善处理与 Skill 相关的错误：

client = anthropic.Anthropic()

try:
    response = client.beta.messages.create(
        model="claude-opus-5",
        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}")
        # 处理技能特定的错误
    else:
        raise

数据保留

Agent Skills 不在 ZDR 协议的覆盖范围内。Skill 定义和执行数据将根据 Anthropic 的标准数据保留政策进行保留。

有关所有功能的 ZDR 适用性，请参阅 API 和数据保留。

后续步骤

API 参考

包含所有端点的完整 API 参考

Skill 编写最佳实践

了解如何编写 Claude 能够成功发现和使用的高效 Skills

代码执行工具

在沙盒容器中运行 Python 和 bash 代码，以分析数据、生成文件并迭代解决方案

Was this page helpful?

快速链接

概述

使用 Skills

前提条件

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

版本控制

Skills 的加载方式

使用场景

组织级 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

数据保留

后续步骤

快速链接

概述

使用 Skills

前提条件

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

版本控制

Skills 的加载方式

使用场景

组织级 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

数据保留

后续步骤

快速链接

概述

使用 Skills

前提条件

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

版本控制

Skills 的加载方式

使用场景

组织级 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

数据保留

后续步骤

快速链接

概述

使用 Skills

前提条件

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

版本控制

Skills 的加载方式

使用场景

组织级 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

数据保留

后续步骤