起因：我到底给 Anthropic 送了多少钱？
用了一段时间 Claude Code 之后，我产生了一个朴素的好奇：这东西按 token 计费，我每天和它聊这么多，到底花了多少钱？
Claude Code 本身并没有提供一个直观的费用面板。虽然可以去 Anthropic 后台看账单，但是似乎只有管理员权限才能看到，我是没有的。于是想要试试能不能根据一些信息推测出账单来。
既然 Claude Code 支持通过 Skill 来扩展功能，那不如自己做一个——顺便也学学 Skill 到底是怎么回事。
什么是 Claude Code Skill？
如果你刚开始用 Claude Code，可能还没接触过 Skill 这个概念。简单来说：
Skill 是一份 Markdown 文档，告诉 Claude 在特定场景下应该怎么做。
它不是传统意义上的”插件”或”代码包”，更像是一份结构化的指令手册。一个 Skill 通常包含：
- SKILL.md — 核心文件，用 YAML front matter 定义元数据（名称、描述、可用工具等），正文部分是给 Claude 的详细指令
- scripts/ — 可选的脚本文件，Claude 会按照 SKILL.md 中的指令来调用它们
- references/ — 可选的参考资料，供 Claude 在执行任务时查阅
用户在对话中输入 /skill-name 就可以触发一个 Skill。触发后，Claude 会读取 SKILL.md 的内容，按照里面的指令来完成任务。
这和 Plugin 有什么区别？Plugin 更重一些，有自己的安装体系，一般通过命令来安装和管理。而 Skill 非常轻量——本质上就是 prompt engineering，把文件放到指定目录下就能用。理解这个区别，是我踩的第一个坑。
第一次尝试：踩进 Skill 与 Plugin 的坑
有了想法之后，我的第一反应是：直接让 Claude Code 帮我写。
我对它说：”帮我创建一个 Claude Code Skill，用来统计 API 使用费用。”听起来很合理吧？然而 Claude 给我生成的整个项目结构是按照 Plugin 的方式组织的，完全不是 Skill 的样子。
问题出在哪？Claude 自己也分不清 Skill 和 Plugin。 这两个概念在 Claude Code 的生态里确实容易混淆，尤其是当时 Skill 还是比较新的功能，Claude 的训练数据里相关内容不多。它按照自己对”扩展”的理解，默认走了 Plugin 那条更重的路。
这给我上了第一课：当 Claude 对某个领域的知识不够准确时，你需要先自己搞清楚概念，再引导它。
发现 Skill Creator——以及新的问题
既然直接让 Claude 写不靠谱，我就去找有没有什么辅助工具。很快发现 Anthropic 官方提供了一个叫 Skill Creator 的 Skill——没错，是一个”用来创建 Skill 的 Skill”。
这看起来是正道。但在尝试安装的过程中，我遇到了新的问题：
我一开始以为 Skill Creator 可以像 Skill 本身一样轻量地单独安装，找了半天也没找到直接安装的方法。后来才意识到，Skill Creator 是 Anthropic 官方 Plugin （example-skills）的一部分，它只是 Plugin 的一个附属 Skill。你不能单独安装 Skill Creator，必须先装整个 Plugin。
这让我意识到：虽然 Skill 本身很轻量，但官方提供的 Skill 工具却依赖于 Plugin 体系。有点绕，但搞清楚之后，安装好 Plugin，Skill Creator 就可以用了。
有了 Skill Creator 的辅助，我终于理解了一个 Skill 的正确结构该是什么样的。
真正动手：一小时搞定核心功能
搞清楚 Skill 的结构之后，真正的开发反而很快。
我的思路很简单：Claude Code 会在本地缓存使用数据（~/.claude/stats-cache.json），里面记录了每次会话的 token 消耗和模型信息。只要写一个 Python 脚本去解析这个文件，再乘以各模型的单价，就能算出费用。
整个过程完全交给 Claude Code 来完成，我自己一行代码都没写。具体步骤：
- 让 Claude Code 写 Python 脚本 — 读取缓存文件，按天、按模型汇总 token 用量，乘以单价算出费用
- 创建 SKILL.md — 定义 Skill 的元数据和调用指令，告诉 Claude 在用户输入
/cost-report时应该执行这个脚本 - 准备定价数据 — 把各模型的 API 单价整理成一个 JSON 文件，方便后续更新
大约一个小时，基础功能就跑通了：输入 /cost-report，就能看到最近的费用汇总、每天的花费明细、各模型的用量占比。
这里有一个很有意思的体验：我在用 Claude Code 开发一个分析 Claude Code 费用的工具。 整个过程本身也在产生费用，而这些费用最终会出现在我自己工具的报告里。这种”套娃”感还挺有趣的。
分发难题：当标准方式不适用时
功能做好之后，下一个问题是：怎么让别人也能用？
如果只是自己用，把文件丢进 ~/.claude/ 目录就行了。但如果要分享给团队，就需要考虑分发方式。
标准的 Skill 分发依赖于 Plugin 体系——把 Skill 作为 Plugin 的一部分来安装。但在公司内部环境下，这条路走起来不太顺畅。于是我选择了一种更朴素的方式：
- 用 Git 仓库托管代码
- 写一个 install.sh 安装脚本，自动把文件复制到正确的目录
- 配套一个 uninstall.sh 用于卸载
这意味着项目的目录结构不能完全按照标准的 Skill 规范来组织——需要额外的安装脚本、README、以及一个和安装后目录不同的源码结构。我为此做了好几次目录调整，才找到一个既方便开发又方便安装的布局。
这个过程花的时间比写功能本身还多。基础功能一小时搞定，而分发方案的设计和反复调整，前前后后花了一个晚上。
最终成果
最终的 cost-report Skill 支持这些功能：
- 基础报告 — 查看指定天数内的费用汇总和每日明细
- 模型维度分析 — 按模型拆分费用，看看是 Opus 还是 Sonnet 更烧钱
- Top N 排行 — 找出花费最多的几天
- CSV 导出 — 把数据导出来做进一步分析
- 定价管理 — 查看和更新模型单价，避免因为价格调整导致计算偏差
用起来就是一句 /cost-report，Claude 会自动运行脚本然后把结果格式化输出。整个 Skill 的核心就是一个 Python 脚本加一个定价 JSON 文件，非常轻量。
经验总结：我希望早点知道的事
回顾整个过程，有几条经验值得分享：
1. 先搞清楚 Skill 和 Plugin 的区别
这是最关键的一点。Skill 是 Markdown 驱动的轻量指令，Plugin 是有完整安装体系的重量级扩展。如果你只是想让 Claude 按照特定方式完成某类任务，Skill 就够了。
2. 安装 Skill Creator 来辅助开发
不要从零开始摸索 SKILL.md 的写法。先装好官方的 example-skills Plugin，用里面的 Skill Creator 来生成项目骨架，效率会高很多。
3. Claude 不是全知的，新特性需要你来引导
对于 Skill 这样比较新的功能，Claude 的知识可能不够准确。先自己阅读官方文档，理解核心概念，再让 Claude 在你的引导下干活。人负责方向，AI 负责执行。
4. 用 Claude Code 开发 Skill 是最好的学习方式
虽然一开始 Claude 会搞混概念，但一旦你搞清楚了结构，后续的编码、调试、重构都可以交给它。这种”用工具开发工具的扩展”的体验，本身就是理解这个生态最好的方式。
