开发者经常要做「废弃接口迁移」这类事：把代码中对已废弃 API 的调用批量迁移到新写法。每次都从头写提示词，结果时好时坏；把它做成智能体 Skill，就能让智能体每次按同一套步骤执行，输出结构也更稳定。

本文介绍如何在 Claude Code Skill 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。

这个技能做什么

项目说明
技能废弃接口迁移（api-deprecation）
作用把代码中对已废弃 API 的调用批量迁移到新写法
输入废弃说明与代码仓库
输出迁移后的代码与未覆盖清单
形态带脚本
风险中
适用人群开发者

处理流程分四步：

  1. 整理新旧写法对照
  2. 搜索全部调用点
  3. 逐处替换并保留语义
  4. 跑测试验证

这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码；属于中等风险：结果会影响业务判断，建议在输出前设置人工审核点。

在 Claude Code Skill 中是什么形态

Claude Code 的 Agent Skills 以文件夹为单位：一个 SKILL.md（YAML 头写 name 与 description）加上可选的脚本和参考资料。智能体平时只看到 description，判断相关时才加载全文，所以 description 写得准不准，直接决定 Skill 会不会被用上。

个人级放在 ~/.claude/skills/，项目级放在仓库的 .claude/skills/，随代码一起提交，团队成员拉取后即可使用。

示例配置

.claude/skills/api-deprecation/
├── SKILL.md
├── scripts/api_deprecation.py
└── reference.md      # 可选：团队规范、模板等长资料，按需加载

SKILL.md 示例（示意）：

---
name: api-deprecation
description: 把代码中对已废弃 API 的调用批量迁移到新写法。当用户提到废弃接口迁移、或给出废弃说明与代码仓库并希望得到迁移后的代码与未覆盖清单时使用。
---

# 废弃接口迁移

## 输入
- 废弃说明与代码仓库
- 若缺少关键信息，先列出需要补充的问题

## 步骤
1. 整理新旧写法对照
2. 搜索全部调用点
3. 逐处替换并保留语义
4. 跑测试验证

## 输出
- 迁移后的代码与未覆盖清单
- 末尾附「需人工确认」清单（没有则写“无”）

## 约束
- 改动前确认有测试与版本控制，一次只改一类问题。
- 结论中不确定的部分单独列出，标注「需人工确认」。
- 脚本只在当前项目目录内运行，运行失败时报告错误原文，不要猜测结果。

## 脚本
- 需要解析或批量处理时运行 `python scripts/api_deprecation.py <路径>`，读取其输出后再总结

示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在开发者提出相关请求时能对上号；二是约束部分要写进「改动前确认有测试与版本控制，一次只改一类问题」这类领域规矩，避免智能体自作主张。

安装与启用步骤

  1. 在项目根目录新建 .claude/skills/api-deprecation/ 文件夹
  2. 写 SKILL.md：先写 name 和 description，再写步骤、输出与约束
  3. 需要确定性处理的部分放进 scripts/ 目录，在 SKILL.md 中写明何时调用
  4. 重新启动或新开会话，用一句自然语言描述任务，观察是否自动加载
  5. 把 Skill 提交到仓库，在 README 或 AGENTS.md 中登记

实操：一次完整的运行

假设你在代码仓库与终端中发出这样的请求（虚构示例）：

帮我做一下废弃接口迁移，材料是附上的废弃说明与代码仓库。

智能体识别到任务与「废弃接口迁移」相关后，会依次整理新旧写法对照、搜索全部调用点、逐处替换并保留语义、跑测试验证。最终交付迁移后的代码与未覆盖清单，并在末尾列出需要人工确认的内容。你的工作是对照原始废弃说明与代码仓库抽查两三处关键信息，确认无误后再使用。

测试与验收

在新会话中用三种说法描述同一任务，确认 Skill 都能被触发；再用一个不相关请求确认它不会误触发。

针对这个技能，还建议额外准备：

  • 一份信息齐全的标准废弃说明与代码仓库，检查输出是否完整
  • 一份缺少关键信息的输入，检查智能体是否先提问而不是编造
  • 一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效

常见坑

  • description 写成口号（如“强大的助手”），智能体无法判断何时使用。
  • 把大量参考资料塞进 SKILL.md 正文，拖慢每次加载；长资料应拆到单独文件按需读取。
  • 只写了步骤，没写交付格式，导致每次输出的迁移后的代码与未覆盖清单结构不同。
  • 没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。