如果你在服务器、容器与部署流水线里反复做K8s 清单审查，可以考虑把经验沉淀为一个 Skill：写清触发条件、步骤、输出格式和边界，让智能体代劳重复部分，人只负责把关。

本文介绍如何在 Claude 应用中的 Skills 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K8s 清单审查（k8s-manifest-review）
作用检查 Kubernetes 清单的资源限制、探针与安全配置
输入YAML 清单
输出问题清单与修正建议
形态纯提示词
风险中
适用人群运维与平台工程师

处理流程分四步：

  1. 检查资源请求与限制
  2. 检查探针
  3. 检查安全上下文
  4. 输出修正片段

这个技能纯指令型，不需要额外脚本或外部连接，复制到大多数平台都能用；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 应用中的 Skills 中是什么形态

在 Claude 的网页或桌面应用里，同样可以使用以 SKILL.md 为核心的技能包：把文件夹打包上传后，Claude 会在对话相关时自动调用。适合不写代码、但希望每次都按同一套流程处理的场景。

通常在应用设置里的功能或技能相关页面上传 zip 包；可用的套餐、入口位置与管理方式以官方帮助中心为准。

示例配置

k8s-manifest-review/
├── SKILL.md
└── 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: k8s-manifest-review
description: 检查 Kubernetes 清单的资源限制、探针与安全配置。当用户提到K8s 清单审查、或给出YAML 清单并希望得到问题清单与修正建议时使用。
---

# K8s 清单审查

## 输入
- YAML 清单
- 若缺少关键信息，先列出需要补充的问题

## 步骤
1. 检查资源请求与限制
2. 检查探针
3. 检查安全上下文
4. 输出修正片段

## 输出
- 问题清单与修正建议
- 末尾附「需人工确认」清单（没有则写“无”）

## 约束
- 变更类命令先在测试环境演练，并准备好回滚。
- 结论中不确定的部分单独列出，标注「需人工确认」。

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」，让智能体在运维与平台工程师提出相关请求时能对上号；二是约束部分要写进「变更类命令先在测试环境演练，并准备好回滚」这类领域规矩，避免智能体自作主张。

安装与启用步骤

  1. 在本地按标准结构建好 k8s-manifest-review/SKILL.md
  2. 把整个文件夹压缩为 zip（压缩包内顶层就是这个文件夹）
  3. 在应用设置中找到技能管理入口并上传、启用
  4. 新开对话，直接描述任务，看回复里是否体现了 Skill 的步骤
  5. 根据效果修改 SKILL.md，重新打包上传

实操：一次完整的运行

假设你在服务器、容器与部署流水线中发出这样的请求（虚构示例）：

帮我做一下K8s 清单审查，材料是附上的YAML 清单。

智能体识别到任务与「K8s 清单审查」相关后，会依次检查资源请求与限制、检查探针、检查安全上下文、输出修正片段。最终交付问题清单与修正建议，并在末尾列出需要人工确认的内容。你的工作是对照原始YAML 清单抽查两三处关键信息，确认无误后再使用。

测试与验收

准备一份真实但已脱敏的样例，连续跑三次，看输出结构是否稳定、是否都附带了需人工确认的清单。

针对这个技能，还建议额外准备：

  • 一份信息齐全的标准YAML 清单，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

  • 压缩包多套了一层目录，导致上传后识别不到 SKILL.md。
  • 上传了含有内部敏感信息的参考文件；技能包里的资料要按对外材料的标准审一遍。
  • 只写了步骤，没写交付格式，导致每次输出的问题清单与修正建议结构不同。
  • 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。