從 Claude Code 到網頁端：Skill 的環境移植測試

隨著全部大題開發完畢，以及在 Claude Code 本地端完成測試後，接下來面臨的就是如何將這份Skill變成任何人都能使用的工具。

對於應用程式化我目前還抱有許多疑問，所以在正式往那個方向實作前，我希望能將這份 Skill 製作為所有 AI、所有方案皆有可能使用的工具，後續再透過測試與反饋調整它的細項內容。

但眾所周知，我目前使用的環境——Claude Code本身具備很多網頁端 AI 不具備的能力。比如讀寫檔案這點，就是我的 Skill 設計中重要的一個功能——錯題紀錄與延續。

除此之外，移植到頁面端還有許多問題，包括但不限於：

• 剝離了讀寫檔案後，對話資料能保存多久？
• 一份完整的英文家教是由8 個以上的子技能組合而成的，頁面端是否可以順利地呼叫、切換 Skills？
• 對於頁面端來說，交雜在各個 Skill 裡的無效路徑是否會成為阻礙？
• 目前的 Skill 在不同環境實作時，又是否能展現出同樣效果？

第一次環境移植測試

為了在後續完成大考模式與講堂功能之前，對環境移植有基本的預期，我先命令 Claude Code 將八個大題打包為測試的 Skill 檔，並以最接近的環境——Claude Chat 網頁端作為測試環境。

事實上可能暫時也只能用這個測試，後續會解釋。

將打包後的 ZIP 文件丟入 Skill 功能後，這裡出現了一個問題。

ZIP 路徑格式問題

Compress-Archive 在 Windows 上把子資料夾路徑存成反斜線：

assets\vocab_levels.json

但 claude.ai 上傳檢查器要求 ZIP 內部路徑一律使用正斜線，因此被判定成：「路徑含無效字元」

最終導致 gsat-english-tutor.zip——唯一含子資料夾的 Skill——上傳失敗。

後續 AI 改用 System.IO.Compression.ZipArchive 手動控制路徑分隔符號重新打包，已修好並確認可以重新上傳。

Claude Chat 網頁端測試結果

上傳完畢後，我啟用第一次測試。

事實證明，各子 Skill 是可以被正常呼叫的。除了文案與 Claude Code 略有不同外，大題呼叫功能正常，如開發者模式等功能也可以正常切換。

不過，網頁版顯然無法自由地讀寫檔案。

原本仰賴 profile.json／vault.json 建立而成的錯題庫，以及仰賴其而成的自主複習功能很可能失效。

雖然根據對話依然能保存一部分紀錄，但隨著對話疊加，數以千計的錯題基本無法被完整記憶，這部分還需要再後續研究。

其他 AI 的環境測試

最後提及一下關於其他 AI 的環境測試。

Gemini

首先是 Gemini，他沒有 Skill。

其實他只是沒有明確叫 Skill 的功能。他確實有一個 Gems 功能，可以預先定義角色、功能等，而後續將要推出真正的 Skill 功能，會限定Pro 方案以上持有者可使用。(撰寫時間：2026/8/11)

GPT

而GPT本身具有 Skill 功能，但之所以難以測試的主要原因是——我沒流量。

至少在看到 GPT 在接收我的三個壓縮檔就達到上限後，我無話可說。

後續目標：降低 Skill 的資源消耗

當然，這也是為了考量一般使用者，尤其是主要客群——學生。

一般學生不會具備購買 Pro 以上方案的能力，因此在之後的目標也包括：

• 精簡 Skill 檔案
• 思考能透過什麼方式節省額度消耗
• 在不同 AI 與不同方案的限制下，尋找可行的 Skill 部署方式

最終希望能讓這套英文家教系統，不只是能在 Claude Code 本地端運作，而是能夠在不同 AI、不同方案與不同使用環境下，都維持足夠接近的功能與使用體驗。