Sep 9, 2026

agent-skills-with-anthropic:吴恩达 Agent Skills 课程中文配套

Datawhale 的这个 1,502 星学习配套把吴恩达在 DeepLearning.AI 的 Agent Skills 短课程翻译成中文,逐课补充知识点梳理和代码解读,每课都配一名指定核查人——是中文使用者最快的入门通道。

#tutorial#fundamentals#anthropic

Anthropic 的 Agent Skills 演示起来容易,理解到位却不容易——一个 skill 是顺手好用还是处处和 agent 较劲,差别正是吴恩达在 DeepLearning.AI 的短课程 agent-skills-with-anthropic 所讲的内容。如果你的团队读中文,datawhalechina/agent-skills-with-anthropic 就是让这门课真正学进去的配套:一套由社区建设的课程翻译、知识点梳理和示例代码解读。

为什么这个 Skill 重要

该项目是 Datawhale 为官方课程打造的中文学习资料整理——README 将其使命描述为提供高质量的课程翻译、系统的知识点梳理和详细的示例代码解读,并与官方课程同步。它的受众是对 agent 和 Claude 感兴趣的学习者、想使用和创建 skill 的开发者、阅读英文课程有障碍的中文用户,以及学生和研究人员。

课程规划覆盖十个课时,每课都有指定的负责人和单独的内容核查人:Introduction;Why Use Skills(两部分);Skills vs Tools, MCP, and Subagents;Exploring Pre-Built Skills;Creating Custom Skills;Skills with the Claude API;Skills with Claude Code;Skills with the Claude Agent SDK;以及 Conclusion。这种每课双人核查的机制,是这些翻译读起来像教材而不是字幕的直接原因。

它没有安装步骤,因为什么都不需要安装:课程文件是 markdown,配合 README 直接链接的视频课阅读即可。

实战:一周带一名新同事入门

按顺序学,每天一到两课:

  1. 第一、二天:Introduction 和两课 Why Use Skills——建立"skill 是什么、什么时候胜过普通提示词"的心智模型。
  2. 第三天:Skills vs Tools, MCP, and Subagents——大多数开发者在选错扩展机制时缺的正是这个对照。
  3. 第四天:Exploring Pre-Built Skills,然后 Creating Custom Skills——动手核心。
  4. 第五天:三个平台课——在 Claude API、Claude Code 和 Claude Agent SDK 中使用 skill。

每段视频先看一遍,再读对应的中文课补细节,然后开着代码解读跑一遍示例。README 还链接了官方配套仓库 https-deeplearning-ai/sc-agent-skills-files,可以取到课程自带的文件。

对英文为主的团队,用法有所不同:让中文同事以这个仓库为主修路径,你自己学官方课程——这样讨论 skill 评审时双方共享同一套词汇。

技巧

  • 项目开放协作——课程演进中如果你发现翻译缺口,欢迎提 issue 和 PR。
  • Datawhale 以同样格式维护着姊妹项目:agentic-ai 讲智能体工作流、反思模式与工具调用,ai-prompting-for-everyone 是更入门的提问课。
  • 第 6 课(Creating Custom Skills)适合配一个动手下午——趁代码解读还开着,把课里勾勒的 skill 现场做出来。
  • README 的课时表直接链接每个文件,可以直接跳到你需要的那一课。

何时不用这个 Skill

课程内容是中文写的——如果你的团队需要英文材料,官方 DeepLearning.AI 课程及其配套仓库才是第一手来源。另外它是课程配套而不是代码库:不会给你的 agent 装任何东西,把它当入门通道,同时在旁边打开一个真正的 skill 合集。


查看 排行榜 了解更多 skill。