与其在别人的仓库里翻找现成的 Skill，尝试自己动手造一个。

干安全和取证的人，桌上手册的数量大概仅次于咖啡杯。OWASP 的测试指南、各家工具的文档、内部沉淀的应急 SOP、漏洞研究的参考书……买的时候、存的时候都信心十足，"这套方法以后肯定用得上"。

可真到现场、真到分析台前，问题就来了：

手册要么厚得当场翻不过来，要么——我确实读过，但记得的只剩一个模糊轮廓。想查个具体的检查项、某类漏洞的完整测试路径，要么翻书翻半天，要么去问 AI。而 AI 给我的，往往是一段四平八稳、挑不出错、也帮不上忙的"正确的废话"。

直到我把这套流程跑通：把一本权威的书，整本"喂"给 Claude，让它蒸馏成一个可以随时调用的 Skill。

从那以后，那本书不再是硬盘里的死文件，而成了 AI 的一部分能力——需要的时候，它会自己把书里的方法论调出来用。这篇就讲清楚：这件事到底是什么、为什么权威书最适合这么干、以及具体怎么操作。我会拿 OWASP 的《Web Security Testing Guide》(WSTG，开源、约 465 页、业界标准方法论) 全程做演示。

一句话先摆这儿：这套方法不止能做安全书——但安全场景，恰恰是它最受用的地方。

一、Skill 和"把书丢进上下文"，根本不是一回事

很多人会说：我直接把 PDF 拖进对话框不就行了？

能用，但有三个绕不开的坑：

第一，它是一次性的。 这次对话喂了，下次新开窗口还得重新喂。手册一旦几百页，每次都得等它"读"一遍。

第二，又贵又慢。 几百页塞进上下文，token 消耗惊人，长对话里前面的内容还容易被"挤"出记忆。

第三，也是最致命的——它会跳读。 模型面对一本厚书，天然倾向抓重点、略细节。你以为它通读了，其实是跳 着看完的。对一份讲究"逐项覆盖"的测试指南来说，这是硬伤——漏掉的可能正好是你现场要用的那一项。而 Skill 走的是完全不同的路子。它本质是一个文件夹：里面有个 SKILL.md 描述"这个技能是干什么的、什么时候该用"，外加从书里提炼出来的结构化方法论和参考资料。

好处正好对上这三个坑：

• • 一次蒸馏，永久可调用——做好一次，以后任何对话里 Claude 都能按需加载；
• • 按需加载，省 token——平时不占上下文，用到了才调出相关部分；
• • 逼它逐行处理——做 Skill 的过程，就是强制 AI 把整本书过一遍、归类、不许跳读。

一句话总结：喂上下文是让 AI"临时抱佛脚"，做 Skill 是让 AI"把整本手册内化成现场能力"。

二、为什么"书"是做 Skill 的顶级素材

不是所有素材都值得这么折腾。踩过坑后我总结出一条铁律：素材质量，决定 Skill 的质量上限。

书之所以是顶级素材，因为它天然具备三个特点：

1. 1. 结构化——有目录、有章节、有递进逻辑，AI 归类清晰。像 WSTG 这种本身就按"信息收集 → 配置管理 → 身份认证 → 授权 → 会话管理 → 输入验证 → 加密 → 业务逻辑 → 客户端 → API"分门别类的，简直是为做 Skill 量身定做；
2. 2. 权威——正经出版/业界公认的书，内容经过审校，不像零散博客那样真假掺半；
3. 3. 成体系——它给的是一整套方法论，而不是孤立技巧。

相比之下，从十几篇网文拼出来的 Skill，往往是"知识碎片堆"——观点冲突、深浅不一、还容易漏掉关键环节。

所以选素材的优先级是：权威专业书 > 官方文档 > 体系化长文 > 零散文章。 另外务必提醒：确认你对素材有合法使用权，自己买的、开源的、公开授权的（比如 WSTG）都没问题。当然，做出来的 Skill 也只用于授权范围内的测试、自有靶场或漏洞赏金项目——这是底线。

三、核心打法：三轮蒸馏（网页 → CLI → 合并校验）

这是整套流程的精华。单跑一次，AI 总会漏点东西；跑三轮交叉互补，基本就能榨干一本书。

第一步：网页端先做一遍

在 Claude 网页端：

1. 1. 新建一个 Project（命名就用书名或主题，比如 WSTG）；
2. 2. 把整本书同时上传到两处——对话上下文 + Project 的 Files 区。前者保证它能完整读，后者保证它能稳定引用来源；
3. 3. 输入 /skill，选中自动弹出的 skill-creator；
4. 4. 发一段明确的提示词。这段话是整个流程的"灵魂"。下面先给你一个各行各业都能套用的通用模板——把方括号里的内容换成你自己的书和领域就行：

你是一名专业的 Claude Code Skill（技能）创建专家。
请使用 /skill-creator 创建一个基于所附书籍的、经过高度优化的 Skill。
该 Skill 应专注于【你的领域，例如：电子取证 / 漏洞研究 / 应急响应，也可以是任何专业领域】，
全面整合书中介绍的各种【方法、流程、思路、判断标准】以及最佳实践，
帮助用户以最高效、最系统的方式【完成该领域的核心任务】。

请完整阅读整本书的全部内容，并基于整本书创建该 Skill。
不要遗漏任何重要知识点、技术细节、方法论、示例、技巧或最佳实践。

最终生成的 Skill 应当：
* 覆盖整本书的全部内容，而不是仅总结重点。
* 将书中的知识组织成清晰、合理、易于使用的结构和工作流程。
* 涵盖该领域的各种【关键技术 / 方法 / 流程 / 判断框架】（凡书中涉及均应包含）。
* 针对 Claude Code 的使用场景进行优化，使其能够作为高质量、可直接使用的专业 Skill。
* 在保证不遗漏任何重要信息的前提下，去除重复内容，提升整体组织性和可读性。
* 内容必须极其全面、深入、细致，并达到可投入实际工作的专业水准。

请确保 Skill 忠实反映整本书的内容，不要擅自省略、压缩或简化任何重要部分。

这段模板的设计是有讲究的：开头给 AI 一个专家角色，中间交代领域和目标，然后用一整段反复、具体地堵死它"偷懒抓重点"的退路——"读完整本""不要遗漏""覆盖全部而非总结重点""不要省略压缩简化"，这些话看着重复，但每一句都在对抗模型跳读的本能。

为了让你看清楚一个填好的真实版本长什么样，这是我做 WSTG 那本书时原封不动用的提示词，可以直接对照仿写：

你是一名专业的 Claude Code Skill（技能）创建专家。
请使用 /skill-creator 创建一个基于所附书籍的、经过高度优化的 Skill。
该 Skill 应专注于 Web 安全测试与渗透测试，全面整合书中介绍的各种技术、方法论、工作流程、漏洞挖掘思路以及最佳实践，帮助用户以最高效、最系统的方式发现和分析安全漏洞。
请完整阅读整本书的全部内容，并基于整本书创建该 Skill。不要遗漏任何重要知识点、技术细节、方法论、示例、技巧或最佳实践。
最终生成的 Skill 应当：
* 覆盖整本书的全部内容，而不是仅总结重点。
* 将书中的知识组织成清晰、合理、易于使用的结构和工作流程。
* 涵盖各种 Web 渗透测试技术、信息收集方法、漏洞发现策略、漏洞利用流程以及漏洞挖掘方法论（凡书中涉及均应包含）。
* 针对 Claude Code 的使用场景进行优化，使其能够作为高质量、可直接使用的专业 Skill。
* 在保证不遗漏任何重要信息的前提下，去除重复内容，提升整体组织性和可读性。
* 内容必须极其全面、深入、细致，并达到可投入实际工作的专业水准。
请确保 Skill 忠实反映整本书的内容，不要擅自省略、压缩或简化任何重要部分。

对比两段你会发现，通用模板和具体提示词的骨架完全一样——换领域，本质上只是换掉"专注于……""涵盖……"这几处填空。骨架不变，是因为"逼 AI 读全、不跳读"这件事，在哪个领域都同等重要。

模型我选择的是 Opus 4.8，并且最后将skills打包成。

那句"读完整本、逐行、不要遗漏"看着啰嗦，但它是整篇里最值钱的一句话——专门用来对抗模型跳读。少了它，你会发现成品总是缺斤短两。

第二步：CLI 端再做一遍

换 Claude Code（命令行）把同样的事再做一次：

1. 1. 在本地装好 skill-creator（搜 "skill creator skill claude code"，从 GitHub 克隆到本地 skills 目录）；
2. 2. 在 CLI 里用 /skill-creator；
3. 3. 用同一段提示词，指向本地那份 PDF，把成品生成到一个单独文件夹（比如 cli-skill/）。

为什么要两端各做一遍？ 因为网页版和 CLI 版的处理方式不同，各自会漏掉不一样的内容。两份放一起，正好互相补漏。

第三步：对比与合并

1. 1. 把网页端导出的 .skill 文件解压（它本质就是个 zip，必要时可以直接让 Claude 给你 .zip）；
2. 2. 粗略对比两份的目录结构，看分类是否齐全（认证、授权、会话管理、输入校验、加密、业务逻辑、客户端、API、依赖、fuzzing……）；
3. 3. 新开一个 Claude Code 会话，让它用 skill-creator 把两份的差异找出来、合并成最终一个（比如 web-hacking-skill），并再次强调"不能遗漏任何内容"；
4. 4. （强烈建议）再跑一轮，让 Claude 拿成品对照原书查漏。

"网页 → CLI → 再校验"这三轮跑完，通常就能产出一个相当完整的 Skill 了。

第四步：安装与验证

1. 1. 把最终的技能文件夹移动到 ~/.claude/skills/ 下；
2. 2. 重启 Claude Code，确认技能出现在列表里；
3. 3. 加载并查看技能摘要——比如确认它正确归出了多少类别、多少测试项，覆盖范围是否和原书对得上。WSTG 这本，跑完通常能得到 12 个类别、近百个测试项，从被动侦察、主动测绘到扫描、报告，方法论一应俱全。

到这一步，这本指南就正式"住进"了你的 AI 里。

四、做完这一个，你还能这么玩

把"书 → Skill"这条路走通后，你会发现它在安全实战里能延伸出一大片场景。给几个我觉得最值得做的方向：

• • 个人漏洞知识库 Skill：把你的笔记 + 历史报告 + 参考资料汇总成一个，让 AI 帮你在新目标上复用旧思路；
• • 应急响应 SOP Skill：把内部的应急流程、排查清单做成技能，现场让 AI 按标准动作走，不漏步骤；
• • 取证手册 Skill：把常用工具文档、取证方法论沉淀进去，分析时随时调取；
• • 源码审计 Skill：针对本地克隆的开源项目做审计，辅助找出可疑点；
• • 省 token 的"精简版"Skill：去掉虚词、压缩输出（据说能省七成多 token），内容不变——长流程跑起来更划算。

再配合几个趁手的 MCP（Chrome DevTools、Context7 等），整条工作流就能从"查手册"升级成"AI 按手册替你跑"。

五、四条能迁移到任何领域的经验

抛开具体操作，下面几条心法，换什么书、什么领域都成立：

1. 提示词里反复强调"详尽、不遗漏"。 这不是废话，是和模型"想偷懒抓重点"的本能正面对抗。重要的话说三遍，有它的道理。

2. 多版本交叉，弥补单次生成的遗漏。 别迷信"一遍到位"。AI 单次输出一定有盲区，多生成几份再合并，是性价比最高的补救。

3. 素材质量决定技能质量。 权威的书 > 零散文章。垃圾进，垃圾出，AI 不会替你点石成金。

4. 这套流程根本不限于安全。 把 WSTG 换成某科临床指南、某框架官方文档、内部产品方法论……流程一字不改，照样能做出专属 Skill。安全只是它最顺手的起点之一。