Claude Code 突然变成了 66 个专家
claude-skills 开源项目给 Claude Code 装上 66 个专家技能，通过上下文感知激活实现自动切换，本质是 Context Engineering 的实战样本
基本信息
- 来源类型：文章（掘金）
- 原文位置：raw/articles/2026-06-13-114615-tg-2033c2.md
- 原文 URL：https://juejin.cn/post/7615202491505082402
- 消化日期：2026-06-13
核心观点
- 66 个专家技能覆盖全栈开发：claude-skills 将全栈开发场景拆成 12 大类、66 个专业技能（后端框架、前端、数据基础设施、安全质量、AI/ML、Rust/Go/C++/Swift/Kotlin/Spark/WebSocket/GraphQL/Shopify/WordPress/Salesforce/游戏开发/嵌入式系统等），每个技能背后有独立知识库和行为规范——不是 66 个 system prompt，而是 66 套完整的专家上下文
- 上下文感知激活（Context-Aware Activation）是核心创新：用户不需要手动选择技能，系统根据代码上下文、技术栈、任务类型自动激活最合适的专家组合——如输入”Implement user authentication in my NestJS API”会同时激活 NestJS Expert + Secure Code Guardian，两个专家协同工作
- 多技能工作流模拟真实团队协作：预置工作流把多个技能串联——新功能开发流（产品设计→架构设计→全栈实现→测试覆盖→部署上线，五个专家接力）、Bug 调查流、安全加固流——一个人写代码但背后有虚拟团队把关
- 365 份参考文档是质量保障：每个技能背后有独立的深度参考文档，NestJS Expert 不是靠 Claude 通用知识”猜”，而是基于精心整理的最佳实践、安全规范、性能优化指南工作——这是 Context Engineering 的实战样本
- 核心认知提炼：Prompt Engineering 已死 Context Engineering 当立（给 AI 喂的上下文质量直接决定输出质量）；AI 真正杠杆在”组合”不在”单点”（多个 AI 专家自动协作才是质变）；开源社区重新定义”全栈”（前端+后端+AI+安全+运维+测试+架构）
实操内容保留
安装使用
# 安装后像平常一样写代码，系统自动识别场景、激活技能文章未给出具体的安装命令，但指出项目地址为 github.com/Jeffallan/claude-skills，两步即可开始使用。
工作流示例
新功能开发流：产品设计 → 架构设计 → 全栈实现 → 测试覆盖 → 部署上线（五个专家接力）
Bug 调查流：定位根因 → 全栈修复 → 回归测试 → 代码复审 → 部署上线
安全加固流：安全编码 → 安全审计 → 安全测试（三重保障）
Context-Aware Activation 示例
用户输入：“Implement user authentication in my NestJS API”
系统自动激活：NestJS Expert + Secure Code Guardian——一个管框架实现，一个管安全合规
关键概念
- Claude Code — 本文讨论的宿主平台，claude-skills 为其扩展
- Skill — claude-skills 的每个专家本质上是一个深度 Skill
- 上下文工程 — 文章的核心论断”Prompt Engineering 已死，Context Engineering 当立”
- claude-skills — 新开源项目，66 个专家技能 + 上下文感知激活
- Context-Aware Activation（上下文感知激活）— 根据代码上下文自动激活最合适的专家技能
- 多技能工作流 — 多个 Skill 串联模拟团队协作
与其他素材的关联
- 与 2026-05-27-juejin-claude-code-5-tools 的关系：掘金 Sunday 的文章讲 Claude Code 从工具变平台的形态转变，本文进一步展示了社区如何通过 66 个专家技能把这个平台的潜力最大化
- 与 2026-05-11-claude-code-6-skills 的关系：6 Skills 文章强调”装太多会降准确率”并精选 6 个，claude-skills 则用上下文感知激活解决了”66 个 Skill 如何不互相干扰”的问题——自动激活而非全部预加载
- 与 2026-05-31-blocktempo-7-agents-software-factory 的关系：7 Agent 软件工厂用职责隔离解决多 Agent 问题，claude-skills 用上下文感知激活解决多 Skill 问题，两者在”AI 组合协作”方向上殊途同归
- 与 2026-06-13-forge-skill-12-methodologies 的关系：Forge Skill 把思维方法论锻造成 Skill，claude-skills 把技术领域专家知识锻造成 Skill——两者都验证了 Skill 的应用边界远超”简单流程打包”
原文精彩摘录
它做了一件事：给 Claude Code 装上 66 个”专家大脑”，让它在不同场景下自动切换身份。 你说”帮我实现 JWT 认证”，它不是一个泛泛的 AI 在回答你，而是一个 NestJS 安全专家在帮你写代码。你说”优化一下这段 SQL”，接手的是一个数据库调优专家，带着 PostgreSQL 的最佳实践来的。这不是换了个 prompt。这是换了个人。
Prompt Engineering 已死，Context Engineering 当立。单纯写一句”你是一个高级工程师”的时代过去了。真正有效的做法是：为 AI 构建完整的知识上下文——角色定义、行为规范、参考文档、决策树。claude-skills 用 66 个技能 + 365 份文档证明了：给 AI 喂的上下文质量，直接决定了输出质量。
一个 AI 专家很强，但多个 AI 专家自动协作才是质变。claude-skills 的工作流设计，本质上是在用 AI 模拟一个跨职能团队。这给所有构建 AI 工具的人一个启示：不要只做一个聪明的 chatbot，要做一个能自动组队的系统。