当前位置：

社区首页

电脑数码

软件应用

服务软件

AIGC文章详情

Anthropic于2026年4月正式开放Claude Code Skill生态，社区总量超20万

源自128位全网作者

04-26 13:33

精选参考来源

OpenAI的Skills和Anthropic一样都是惰性加载markdown按需注入context？

【Claude Code的技能系统：百个技能背后的九大类型与最佳实践】快速阅读：Anthropic团队在Claude Code中实际使用了数百个技能，总结出9大类型和若干制作原则。技能的本质是可包含脚本、数据的文件夹系统，而非简单的文本说明。最有效的技能往往专注于“反常识”信息，通过渐进式披露避免过度引导。---技能系统已经成为Claude Code最常用的扩展机制。但灵活性也带来困惑：什么样的技能值得做？好技能的秘诀是什么？Anthropic内部运行着数百个活跃技能。这些经验可能有参考价值。一个常见误解是把技能当“markdown文件”。实际上，技能是包含脚本、素材、数据的文件夹——Agent可以发现、探索、操作这些内容。最有意思的技能都在创造性地使用配置选项和目录结构。九种类型技能大致分九类。好的技能清晰归属其一，混乱的往往跨越多个类别：1. 库与API参考解释如何正确使用内部库、CLI或SDK。包含代码片段库和常见陷阱清单。比如：billing-lib（内部计费库的边界情况和易错点）、frontend-design（让Claude更好地遵循设计系统）。2. 产品验证描述如何测试代码是否工作。常与Playwright、tmux等外部工具配合。有价值的做法包括：让Claude录制测试视频，在每步强制状态断言。值得工程师花一周时间打磨验证技能。3. 数据获取与分析连接数据和监控栈。包含获取数据的库、凭证、仪表板ID，以及常见查询工作流。例如funnel-query定义了“从注册到激活到付费”需要join哪些事件表。4. 业务流程与团队自动化将重复工作流自动化为一条命令。通常较简单，但可能依赖其他技能或MCP。保存之前结果到日志文件，帮助模型保持一致性。如standup-post聚合ticket、GitHub活动和Slack历史，生成格式化的站会更新。5. 代码脚手架与模板为特定功能生成框架样板。当脚手架有自然语言需求、无法纯靠代码覆盖时特别有用。6. 代码质量与审查强制执行代码质量。可以包含确定性脚本以提高鲁棒性，可能作为hook或GitHub Action自动运行。adversarial-review会生成一个“全新视角”的子Agent来批评代码，实现修复，迭代直到问题降级为吹毛求疵。7. CI/CD与部署帮你获取、推送、部署代码。babysit-pr监控PR、重试不稳定的CI、解决合并冲突、启用自动合并。8. Runbook接收一个症状（Slack线程、告警、错误签名），执行多工具调查，产出结构化报告。9. 基础设施运维执行日常维护和操作流程——有些涉及破坏性操作，需要护栏。比如<resource---制作要点+ 别说废话Claude Code已经了解你的代码库，Claude本身也懂编程。如果你的技能主要是知识传递，专注于那些能推Claude脱离默认思维的信息。frontend-design技能就是好例子——它通过与用户迭代，避免Claude总用Inter字体和紫色渐变。+ 建立Gotchas章节技能中信号最强的内容。这些章节应该从Claude使用技能时的常见失败点累积而来。你需要持续更新技能来捕获这些坑。+ 利用文件系统与渐进式披露技能是文件夹。把整个文件系统当作上下文工程和渐进式披露。告诉Claude技能里有什么文件，它会在合适时机读取。最简单的形式是指向其他markdown文件，比如把详细的函数签名和用例拆到references/api.md。你可以有references、scripts、examples等文件夹。+ 避免过度引导Claude会尽量遵循指令。因为技能高度可复用，小心别太具体。给Claude需要的信息，但保留适应情境的灵活性。+ 考虑设置流程有些技能需要用户提供上下文。比如发送站会到Slack的技能，可能要问发到哪个频道。好做法是在技能目录下存config.json。如果配置未设置，Agent就问用户。+ 描述字段是给模型看的Claude Code启动会话时，会构建所有可用技能的清单及其描述。这个清单是Claude扫描的依据——“有没有适合这个请求的技能？”所以描述字段不是摘要，是触发条件。+ 记忆与数据存储有些技能通过在内部存储数据来实现记忆。可以简单到追加日志文件、JSON文件，复杂到SQLite数据库。比如standup-post技能可能保存standups.log，记录每次发的内容，下次运行时Claude读自己的历史，知道昨天以来发生了什么。技能目录中的数据可能在升级时被删除，应存到稳定文件夹，目前提供${CLAUDE_PLUGIN_DATA}作为每个插件的稳定存储。+ 存储脚本与生成代码给Claude代码是最强大的工具之一。给Claude脚本和库，让它把精力花在组合上、决定下一步做什么，而不是重构样板。比如数据科学技能可能有从事件源获取数据的函数库。为了让Claude做复杂分析，给它一组辅助函数。Claude随后即时生成脚本组合这些功能，回答“周二发生了什么？”这类问题。+ 按需Hook技能可以包含只在调用时激活、持续整个会话的hook。用于你不想一直运行、但有时极有用的强意见hook。例如/careful通过PreToolUse匹配器阻止rm -rf、DROP TABLE、force-push、kubectl delete。你只在知道要碰生产环境时才需要它——一直开着会逼疯人。---分发技能共享技能有两种方式：- 把技能签入repo（./.claude/skills下）- 做一个plugin，建立Claude Code Plugin市场，用户可以上传和安装小团队在少数repo间工作，签入repo效果不错。但每个签入的技能都会给模型增加上下文。规模扩大后，内部插件市场允许你分发技能，让团队决定安装哪些。+ 管理市场我们没有中心化团队决定；而是有机地发现最有用的技能。如果有技能想让人试用，可以上传到GitHub沙盒文件夹，在Slack等地方给链接。一旦技能获得关注（由技能所有者决定），他们可以提PR移到市场。警告：创建糟糕或冗余的技能太容易了，发布前确保有某种策展方法。+ 组合技能你可能想让技能互相依赖。比如文件上传技能，CSV生成技能制作CSV后上传。这种依赖管理还没原生内置到市场或技能中，但可以按名称引用其他技能，模型会在安装时调用它们。+ 测量技能为了了解技能表现，我们用PreToolUse hook记录公司内部技能使用情况。这样能找到受欢迎的技能，或相对预期触发不足的技能。技能是强大而灵活的工具，但仍处于早期，大家都在摸索最佳用法。把这些当作有用提示的集合，不是权威指南。理解技能的最佳方式是开始、实验、看什么有效。我们的大多数技能都始于几行字和一个坑，因为人们在Claude遇到新边界情况时不断添加而变好。ref: x.com/trq212/status/2033949937936085378#AI创造营##人工智能#

全部
来源

内容由AI生成

1. OpenAI的Skills和Anthropic一样都是惰性加载markdown按需注入context？

2. 【Claude Code的技能系统：百个技能背后的九大类型与最佳实践】快速阅读：Anthropic团队在Claude Code中实际使用了数百个技能，总结出9大类型和若干制作原则。技能的本质是可包含脚本、数据的文件夹系统，而非简单的文本说明。最有效的技能往往专注于“反常识”信息，通过渐进式披露避免过度引导。---技能系统已经成为Claude Code最常用的扩展机制。但灵活性也带来困惑：什么样的技能值得做？好技能的秘诀是什么？Anthropic内部运行着数百个活跃技能。这些经验可能有参考价值。一个常见误解是把技能当“markdown文件”。实际上，技能是包含脚本、素材、数据的文件夹——Agent可以发现、探索、操作这些内容。最有意思的技能都在创造性地使用配置选项和目录结构。九种类型技能大致分九类。好的技能清晰归属其一，混乱的往往跨越多个类别：1. 库与API参考解释如何正确使用内部库、CLI或SDK。包含代码片段库和常见陷阱清单。比如：billing-lib（内部计费库的边界情况和易错点）、frontend-design（让Claude更好地遵循设计系统）。2. 产品验证描述如何测试代码是否工作。常与Playwright、tmux等外部工具配合。有价值的做法包括：让Claude录制测试视频，在每步强制状态断言。值得工程师花一周时间打磨验证技能。3. 数据获取与分析连接数据和监控栈。包含获取数据的库、凭证、仪表板ID，以及常见查询工作流。例如funnel-query定义了“从注册到激活到付费”需要join哪些事件表。4. 业务流程与团队自动化将重复工作流自动化为一条命令。通常较简单，但可能依赖其他技能或MCP。保存之前结果到日志文件，帮助模型保持一致性。如standup-post聚合ticket、GitHub活动和Slack历史，生成格式化的站会更新。5. 代码脚手架与模板为特定功能生成框架样板。当脚手架有自然语言需求、无法纯靠代码覆盖时特别有用。6. 代码质量与审查强制执行代码质量。可以包含确定性脚本以提高鲁棒性，可能作为hook或GitHub Action自动运行。adversarial-review会生成一个“全新视角”的子Agent来批评代码，实现修复，迭代直到问题降级为吹毛求疵。7. CI/CD与部署帮你获取、推送、部署代码。babysit-pr监控PR、重试不稳定的CI、解决合并冲突、启用自动合并。8. Runbook接收一个症状（Slack线程、告警、错误签名），执行多工具调查，产出结构化报告。9. 基础设施运维执行日常维护和操作流程——有些涉及破坏性操作，需要护栏。比如<resource---制作要点+ 别说废话Claude Code已经了解你的代码库，Claude本身也懂编程。如果你的技能主要是知识传递，专注于那些能推Claude脱离默认思维的信息。frontend-design技能就是好例子——它通过与用户迭代，避免Claude总用Inter字体和紫色渐变。+ 建立Gotchas章节技能中信号最强的内容。这些章节应该从Claude使用技能时的常见失败点累积而来。你需要持续更新技能来捕获这些坑。+ 利用文件系统与渐进式披露技能是文件夹。把整个文件系统当作上下文工程和渐进式披露。告诉Claude技能里有什么文件，它会在合适时机读取。最简单的形式是指向其他markdown文件，比如把详细的函数签名和用例拆到references/api.md。你可以有references、scripts、examples等文件夹。+ 避免过度引导Claude会尽量遵循指令。因为技能高度可复用，小心别太具体。给Claude需要的信息，但保留适应情境的灵活性。+ 考虑设置流程有些技能需要用户提供上下文。比如发送站会到Slack的技能，可能要问发到哪个频道。好做法是在技能目录下存config.json。如果配置未设置，Agent就问用户。+ 描述字段是给模型看的Claude Code启动会话时，会构建所有可用技能的清单及其描述。这个清单是Claude扫描的依据——“有没有适合这个请求的技能？”所以描述字段不是摘要，是触发条件。+ 记忆与数据存储有些技能通过在内部存储数据来实现记忆。可以简单到追加日志文件、JSON文件，复杂到SQLite数据库。比如standup-post技能可能保存standups.log，记录每次发的内容，下次运行时Claude读自己的历史，知道昨天以来发生了什么。技能目录中的数据可能在升级时被删除，应存到稳定文件夹，目前提供${CLAUDE_PLUGIN_DATA}作为每个插件的稳定存储。+ 存储脚本与生成代码给Claude代码是最强大的工具之一。给Claude脚本和库，让它把精力花在组合上、决定下一步做什么，而不是重构样板。比如数据科学技能可能有从事件源获取数据的函数库。为了让Claude做复杂分析，给它一组辅助函数。Claude随后即时生成脚本组合这些功能，回答“周二发生了什么？”这类问题。+ 按需Hook技能可以包含只在调用时激活、持续整个会话的hook。用于你不想一直运行、但有时极有用的强意见hook。例如/careful通过PreToolUse匹配器阻止rm -rf、DROP TABLE、force-push、kubectl delete。你只在知道要碰生产环境时才需要它——一直开着会逼疯人。---分发技能共享技能有两种方式：- 把技能签入repo（./.claude/skills下）- 做一个plugin，建立Claude Code Plugin市场，用户可以上传和安装小团队在少数repo间工作，签入repo效果不错。但每个签入的技能都会给模型增加上下文。规模扩大后，内部插件市场允许你分发技能，让团队决定安装哪些。+ 管理市场我们没有中心化团队决定；而是有机地发现最有用的技能。如果有技能想让人试用，可以上传到GitHub沙盒文件夹，在Slack等地方给链接。一旦技能获得关注（由技能所有者决定），他们可以提PR移到市场。警告：创建糟糕或冗余的技能太容易了，发布前确保有某种策展方法。+ 组合技能你可能想让技能互相依赖。比如文件上传技能，CSV生成技能制作CSV后上传。这种依赖管理还没原生内置到市场或技能中，但可以按名称引用其他技能，模型会在安装时调用它们。+ 测量技能为了了解技能表现，我们用PreToolUse hook记录公司内部技能使用情况。这样能找到受欢迎的技能，或相对预期触发不足的技能。技能是强大而灵活的工具，但仍处于早期，大家都在摸索最佳用法。把这些当作有用提示的集合，不是权威指南。理解技能的最佳方式是开始、实验、看什么有效。我们的大多数技能都始于几行字和一个坑，因为人们在Claude遇到新边界情况时不断添加而变好。ref: x.com/trq212/status/2033949937936085378#AI创造营##人工智能#

3. 开源是战略，生态是王炸，阿里千问入局AItoC #千问 #大模型

4. 这次春节AI大战，国产模型与国产芯片第一次，双向奔赴！ #春节世界观察 #新年囤点专业货 #燃起来了大国重器 #大咖观察 #红衣聊AI

5. MCP已死，CLI当立！Perplexity首先放弃使用MCP，全网赞成

6. Agent Skill 相关资料、笔记和思考

7. 想深度了解Claude Agent Skills，看这篇就行了AI Agent和工具（Tools）的热潮席卷了整个技术圈，几乎成了大模型应用的标配。然而，当我们深入剖析Anthropic Claude的Agent Skills实现时，却发现了一条与众不同的技术路径。它并非我们熟知的函数调用或插件执行。1. Skills 不是代码，而是高级“提示词模板”当我们谈论给AI增加“技能”时，脑海中浮现的通常是可执行的Python函数或API端点。Claude 的Skills与传统的函数调用或插件有着本质区别，它们不直接运行任何Python或JavaScript代码。Skills的真正作用是“提示词扩展（prompt expansion）”和“上下文修改（context modification）”。当一个skill被调用时，它实际上是向当前的对话历史中，动态注入了一段为特定任务量身定制的、极其详细的指令。这些指令会彻底引导Claude后续的思考方式和行为路径，就像给一个通用型专家临时“灌输”了某个领域的专业知识。它将AI能力的扩展与执行代码所带来的安全风险和复杂性完全分离开来，实现了前所未有的灵活性和安全性。Skills are not executable code. They do NOT run Python or JavaScript, and there’s no HTTP server or function calling happening behind the scenes. ... Skills are specialized prompt templates that inject domain-specific instructions into the conversation context.2. 没有算法路由，全凭大模型“自己决定”用哪个技能Claude选择使用哪个skill的决策过程也比较有特色。传统思路可能会涉及复杂的路由系统，比如基于关键词匹配、正则表达式、向量相似度搜索，甚至是专门的意图分类模型。Claude Agent Skills 将所有可用技能的名称和描述打包成一段文本，然后将这段文本作为名为Skill的“元工具（meta-tool）”的描述信息。当用户提出请求时，Claude就凭借其原生的、强大的语言理解能力，在一次完整的前向传播（forward pass）中，直接判断用户的提示词与哪个技能的描述最为匹配。这种设计体现了对大模型核心推理能力的极致信任，是一种“第一性原理”的体现。它没有在应用层添加任何复杂的工程逻辑，而是把决策权完全交还给了大模型本身。There is no algorithmic skill selection or AI-powered intent detection at the code level. The decision-making happens entirely within Claude’s reasoning process based on the skill descriptions provided. ... This is pure LLM reasoning.3. 独特的架构：技能信息不在System Prompt里，而在“工具”里许多AI系统（如ChatGPT）习惯于将可用的工具信息一股脑儿地塞进系统提示词（System Prompt）中。这种做法虽然直接，但当工具数量庞大时，会导致系统提示词变得异常臃肿和低效。Claude另辟蹊径。它的Agent Skills信息并不存储在系统提示词里。相反，所有的技能都被封装在一个名为Skill的“元工具”中。这个Skill元工具与其他标准工具（如Read, Bash）一起，并列存在于每次API请求的tools数组里。所有可用技能的列表，动态地构成了这个Skill元工具的描述部分。这种架构的优势显而易见：它极大地解放了系统提示词，让技能的管理变得更加模块化和动态化，可以根据会话需求灵活地加载或卸载，而不会污染全局的系统设定。4. 优雅的实现：一条消息给人看，一条“隐藏”消息给AI看一个优秀Agent系统的设计，必须在“用户透明度”和“界面简洁性”之间找到平衡。如果系统调用skill的过程完全隐藏，用户会感到困惑；如果把几千词的内部指令全部展示在聊天窗口，用户界面则会变得混乱不堪。Claude通过一个名为isMeta的布尔标志，巧妙地解决了这个矛盾。当一个skill被激活时，系统会向对话历史中注入两条消息：1）第一条消息 (isMeta: false): 这是一条简短的元数据信息，比如“‘pdf’ skill正在加载”。这条消息在用户界面中是可见的，清晰地告知用户系统正在做什么。2）第二条消息 (isMeta: true): 这条消息包含了完整的、可能长达数千词的SKILL.md指令内容。它在用户界面中是不可见的，但会完整地发送给API，作为Claude执行任务的详细行动指南。这种“双通道通信”机制既保证了用户对系统行为的知情权，又避免了海量的内部指令污染聊天界面，实现了极致优雅的用户体验。5. 终极心智模型：技能的本质是“上下文修改器”，而非“动作执行器”我们可以提炼出一个关于Claude Agent Skills的终极心智模型。如果说传统的工具是“动作执行器”（Action Executor）——执行一个动作，返回一个结果；那么Claude的技能则是“上下文修改器”（Context Modifier）。它的核心作用是修改两个层面的上下文：首先，它通过注入详细指令来修改对话上下文（conversation context），从而改变Claude的思考模式和工作流程；其次，它通过变更工具权限和模型选择来修改执行上下文（execution context），从而改变Claude在特定任务中被允许使用的能力。理解这个根本性的区别是掌握Claude Agent Skills的关键。Skills并不是直接去解决问题，而是通过“赋能”和“引导”的方式，让Claude本身变成一个能够更好地解决特定领域问题的专家。By treating specialized knowledge as prompts that modify conversation context and permissions that modify execution context rather than code that executes, Claude Code achieves flexibility, safety, and composability that would be difficult with traditional function calling.总之，Claude Agent Skills的设计哲学，为我们展示了一种与传统函数调用截然不同的AI能力扩展范式。它通过一种基于提示词的、精巧的上下文修改机制，实现了极高的灵活性、安全性和组合性，将大模型自身的推理能力推向了核心。#ai创造营# #程序员#

8. 【Claude Code中文教程：10万字免费指南助你掌握AI编程新范式】一份专为开发者打造的Claude Code完整学习资源正式上线，从零基础到构建自定义AI智能体，全部免费开放。 + 这份教程解决什么问题？当AI编程助手成为开发者标配，真正的挑战不是“会不会用”，而是“能不能用好”。这份教程正是为此而生——帮助开发者系统掌握Claude Code，实现开发效率的质变。 + 九大核心模块，循序渐进 1. 基础入门：概述、安装配置、基础使用 2. 命令体系：CLI命令、标志说明、斜杠命令、自动化集成 3. 交互与工具：交互模式详解、工具调用集成 4. MCP协议：模型上下文协议的配置、管理与高级应用 5. 技能系统：从原理到实践，手把手教你开发自定义技能 6. 插件开发：从基础到高级的完整插件开发指南 7. 编程实战：代码生成、智能工作流、高级Agent功能 8. 技术原理：Agentic AI核心技术、架构解析、构建编程Agent 9. 企业部署：云集成、网络安全、LLM网关等企业级方案 + 三个值得关注的亮点 - 上下文感知编程：让AI理解整个代码库架构，提供深层建议而非简单补全 - 本地优先隐私保护：代码仅在授权上下文中运行，不用于公共模型训练 - 无缝CLI集成：在终端中实现AI结对编程，不离开熟悉的开发环境对于想深入理解AI编程工具工作原理、或计划构建自己编程Agent的开发者，这份教程提供了难得的系统性学习路径。 claudecode.tangshuang.net

9. 钉钉 CLI 化，飞书也 CLI 化，企业微信也 CLI 化。所有的 CLI 化我都有一种是在配合 Claude Code 的感觉。当然了，其实所有的 CLI 都是在为 AI Agent 铺路而已。最近有一个很明显的趋势：越来越多的开发工具、SaaS产品、甚至创作平台，都在疯狂地把自己"CLI化"。原本有图形界面的东西，开始提供命令行接口；原本用鼠标点点点就能完成的操作，开始鼓励你用文本指令去驱动。表面上看，这是"回归极客精神"，是"效率至上"。但你往深了想，这背后的真正推手是什么？是AI Agent。更具体地说，是Claude Code这类能直接在终端里干活的AI编程智能体。道理很简单：GUI是给人眼看的，CLI是给程序调的。一个按钮、一个下拉菜单、一个拖拽交互，人操作起来很直觉，但AI操作起来极其困难，它需要视觉理解、坐标定位、模拟点击，链路又长又脆弱。但如果同样的功能暴露成一条命令行指令，AI只需要生成一行文本就能调用，干净利落，零摩擦。所以"CLI化"的本质，是把产品的操作接口从"人机交互友好"转向"AI机交互友好"。说白了，这些产品不只是在服务你了，它们同时在服务你背后那个AI助手。你是用户，Claude Code 之类 AI Agent 也是用户。CLI就是它们共同的语言。这个趋势如果继续发展下去，会出现一个很有意思的局面：未来软件产品的"第一用户"可能根本就不是人，而是AI Agent。产品先确保AI能顺畅调用，然后再套一层GUI给人看。人变成了"第二用户"，甚至只是最终的审批者和验收者。你再想想，这跟API经济那一波有什么区别？本质上是同一件事，只不过上一波是"让程序调程序"，这一波是"让AI调程序"。CLI就是AI时代的API，只不过它比API更灵活，因为AI能理解自然语言参数，不需要严格的JSON schema。当你看到一个产品突然开始强推CLI，不用怀疑，它大概率在押注AI Agent这条赛道。它在提前铺好路，等着Claude Code这类 AI Agent 来跑。当然，这里面也有一个值得警惕的问题：如果所有产品都在为AI优化接口，那人的使用体验会不会被牺牲？一个只有CLI没有GUI的工具，对不会写命令的普通人来说就是一堵墙。最理想的状态应该是两层都有：底层是CLI/API给AI调用，上层是GUI给人操作，AI和人各走各的通道，互不干扰。但现实往往是，公司资源有限，先做哪层就看它赌哪边的未来。现在越来越多的公司选择先做CLI，这本身就说明了一件事：它们赌的是AI。#How I AI##科技先锋官#

10. 最近感觉应用正在被重新“CLI 化”，但目标不是让人回到终端，而是从 Agent 的视角把网站与软件改造成可编程接口。过去的 CLI 是人对计算机下命令：输入参数、执行任务、得到结果；而今天的“CLI 化”是要把一切交互能力拆解成标准化的函数与数据结构，供智能体直接调用。对 Agent 来说，最重要的不是页面布局是否清晰、按钮是否顺手，而是能力是否被明确抽象：有什么动作可做、需要哪些参数、会返回什么结果、失败如何处理。于是，原本面向人的 UI 逐渐退居其次，应用开始以 API、工具描述、可机器解析的文档作为“主界面”。在这种模式下，用户只需表达意图，Agent 便能跨多个服务自动编排流程，把“打开 App 完成任务”变成“调用能力组合结果”。慢慢的，应用因此从目的地变成基础设施。

11. 当有人说“编程已死” 我更愿意说一句：死的是“打字员式编程”，活下来的是“定义价值的编程”。#大咖观察 #红衣聊AI #openclaw #ChatGPT#编程

12. Claude悄悄更新了Skills生成器，这绝对是一次史诗级升级。

13. Agent Skills使用指南：让AI智能体拥有“即插即用”的超能力

14. 阿里千问与“AI Layer”崛起：一场重塑互联网的“操作系统”生态战【硅谷101】

15. OpenClaw 你装错了！9个必备Skills + 正确模型搭配，一次搞定浏览器自动化！ | 零度解说

16. 一次搞懂skill原理，玩法，开源skill资源，动手教程......

17. 实测Agent Skills，一次编写，全网通用

18. 龙虾装了几百Skill搜不到还冲突？Claude Code官方新版 Skill Creator一键优化！

19. 如何评价Claude Code源代码泄漏？

20. Claude 5史诗级泄露，史上最强编程模型评测炸裂！核心秘密曝光

21. Claude Code 和 Skills 用得越多，你越会发现命令行（terminal 里面敲命令）的价值。曾经的 unix linux dos 的时代，命令行是必需品。但是随着乔布斯的麦金塔和 win 95 的登场，突然 GUI 就统治了大众认知。命令行变成了被鄙视的，落后的，不人性化的东西。而今天，你只需要模型给你结果，那么很多时候，GUI 就毫无意义了。此时纠结有 GUI 给你执行过程的展示，就类似于委员长非要微操连长一样。所以 30 多年过去了，因为 AI 和 Agent 的发展，命令行又重新成为了新欢。。。真的是风水轮流转。。。

22. 【Claude Code任务系统深度解析：从待办清单到依赖感知的智能编排】做过复杂项目的人都有这种体验：你让AI帮你重构代码，它干到第四步突然忘了第二步是前置条件，开始做依赖未完成任务的工作。上下文丢失，前功尽弃。扁平的待办清单已经不够用了。Claude Code最新推出的任务管理系统彻底改变了这个局面。它本质上是一个依赖感知的编排层，能理解任务之间的阻塞关系，跨会话持久化，还能将工作分配给并行代理。这套系统有四个核心能力值得关注：第一，完整的依赖管理。任务可以阻塞其他任务，Claude在前置任务完成前不会启动被阻塞的工作。比如任务3被任务1和2阻塞，那它就必须等1和2都完成才能开始。再也不会出现“忘了先配置数据库”这种低级错误。第二，真正有效的持久化。会话内，任务状态能在上下文压缩时存活；跨会话，设置环境变量CLAUDE_CODE_TASK_LIST_ID后，任务能在完全独立的对话间保持。第三，代理分配与并行执行。任务被分配给命名代理，多个工作者同时启动，它们读写同一个任务列表却不会冲突。第四，可视化进度追踪。终端里按ctrl+t就能看到所有任务状态：已完成、进行中、待处理、被阻塞，一目了然。系统提供四个核心工具：TaskCreate创建任务，TaskUpdate修改任务状态和依赖关系，TaskGet获取任务详情，TaskList查看全局。依赖管理是这套系统的精髓所在。当你给任务3添加addBlockedBy: [“1”,“2”]时，意味着任务3必须等任务1和2都完成才能启动。一旦任务3完成，被它阻塞的任务4和5会自动解锁，变为可执行状态。这个机制从根本上杜绝了“在前置条件未满足时就开始工作”的问题。任务以JSON文件形式存储在~/.claude/tasks/目录下，每个任务一个文件，包含主题、描述、状态、阻塞关系等信息。这意味着你可以备份、版本控制，甚至用外部工具读写这些文件。代理分配的工作流程很有意思：Claude先创建任务并分配owner字段，然后启动代理并告诉它“你是fact-checker，去TaskList找分配给你的任务然后完成它们”。代理会自己发现任务、标记进行中、执行工作、标记完成。Claude可以在一条消息里启动多个代理并行运行。代理有四种类型：通用型能读写编辑搜索执行命令；Bash型只能跑终端命令，适合git操作和测试；探索型只读不写，用于快速了解代码结构；规划型也是只读，专注于设计实现策略。不同类型对应不同的速度和安全级别。模型选择上，haiku适合简单任务，sonnet适合大多数编码工作，opus适合复杂推理。什么时候该用任务系统？三步以上的多步骤工作、有依赖关系的任务、可能跨会话的工作、复杂重构或功能开发、需要多代理协作的场景。简单的一次性问题或单文件编辑就没必要了。这套系统的价值在于：它把Claude从“有时会跑偏的聪明助手”变成了“能用结构化方式管理复杂工作的编排者”。你获得了可见性、依赖约束、持久化、并行能力和清晰的责任归属。结构化能力决定了你能处理多大规模的复杂性。这个道理对人如此，对AI同样如此。x.com/nummanali/status/2014684862985175205

23. Anthropic的定义特别朴素：Skills就是文件夹。没错，就是文件夹。这个文件夹里面装着：•一些指令（告诉Claude该怎么做）•一些脚本（可以直接执行的代码）•一些资源文件（参考资料、模板等）你可以把它理解成给AI的"工作手册"。传统的做法是，你每次跟Claude对话，都要告诉它该怎么做。但有了Skills，你只需要把这些知识打包成一个"技能包"，Claude在需要的时候自己去读取，然后按照里面的指导来干活。

24. 在线开发中，构建高效智能AI代理系统是一大挑战，各种技能、记忆管理、安全检测、持续学习等环节缺一不可。Everything Claude Code 是一套开源的AI代理性能优化系统，专为Claude Code、Codex、Opencode、Cursor等多平台AI工具打造。它不仅集成了丰富的智能子代理（code-reviewer、security-reviewer等），还有自动学习的“本能”系统，助力代码质量、测试驱动开发、自动安全扫描，真正实现生产级别的多技能智能协同。GitHub：github.com/affaan-m/everything-claude-code主要功能：- 多平台全兼容，支持Claude Code、Codex、OpenCode、Cursor等主流AI编码工具；- 完善的技能库，覆盖测试驱动开发、代码审查、安全审核、E2E测试、文档更新等工作流；- 强大的Hook机制，自动触发格式化、secret扫描、上下文持久化等操作；- 持续学习系统，自动提取开发“本能”，提升智能决策能力；- 多Agent协作支持，拆解复杂任务、多线程执行更高效；- 集成AgentShield安全扫描，1282项规则全面保障代码安全；- 详细操作指令和跨平台安装脚本，2分钟极速上手。适合开发者、团队追求极致AI辅助开发体验的必备利器。#AI开发# #智能代理# #开源神器#

25. Claude Code宠物系统悄悄上线，我把白板刷成了金色传说。

26. 在研究编程Agent，Agent核心就几十行代码，那剩下的几万行到底在解决什么问题？

27. 钉钉的这个变革很及时，其实 OpenClaw 给钉钉带来最大的启发就是：AI 时代的软件不一定会被 Agent 淘汰，而是未来的软件并不是基于人而开发的，而是适合 AI 调用和操作的软件。只有软件拥抱 AI，给 Agent 提供土壤，Agent 才能真正在企业里扎根干活。钉钉做的 CLI 化改造就是一个典型案例。过去所有的企业软件都是给人设计的，按钮、菜单、弹窗，一切交互逻辑都围绕人的眼睛和手指展开。但 Agent 不需要这些，它需要的是干净的接口、明确的指令、可编程的操作通道。这其实是一次软件设计哲学的根本转变：从"人机交互"走向"机机交互"。未来真正有生命力的软件，一定是同时服务两类用户的，人用 GUI，Agent 用 API 和 CLI。谁先把这层基础设施铺好，谁就能在 Agent 生态里占住身位。那些还在死守图形界面、不愿意把能力开放出来的软件，大概率会被绕过去。#How I AI##科技先锋官#

28. 由2条Prompt到2条命令，让你的Claude Code拥有无限上下文，不会乱Grep浪费Tokens（帮你省Tokens），按你所想埋头苦编，绝不越界

29. 开发者在使用 Claude Code 编写代码时，想要自动保存每次操作的上下文和工具使用情况，方便后续继续工作。Claude-Mem 是一款为 Claude Code 打造的持久化记忆压缩插件，能抓取工具执行的观察数据，通过 AI 进行语义压缩，并将相关上下文注入到未来的编码会话中。它支持跨会话保持上下文连贯，内置智能搜索功能，能用自然语言查询历史操作，极大提升项目管理和代码回溯的效率。插件提供 Web UI 实时查看记忆流，并可配置隐私标签过滤敏感信息。更有实验性的“无限模式”，通过压缩和分层存储实现更长的会话记忆，适合复杂项目的持续开发。主要功能：- 自动捕获并压缩会话数据，实现跨会话记忆延续- 语义搜索工具，快速定位历史决策和代码修改- Web 界面实时展示记忆流和搜索结果- 灵活配置隐私控制和上下文注入策略- 支持实验性无限扩展会话长度的“Endless Mode”- 基于 SQLite 和向量数据库结合实现高效存储和检索适用于需要在多次编码会话中保持项目上下文连续的开发者，尤其是使用 Claude Code 进行 AI 辅助编程的用户。项目地址：github.com/thedotmack/claude-mem安装简单，启动后自动生效，无需手动操作。想让 AI 更懂你的代码历史，这个开源插件值得一试。

30. 真正的核心竞争力，来自于驾驭工具。 #大咖观察 #红衣聊AI #编程 #人工智能技术

31. AI编程大战正式开打！ Claude vs GPT同一天放大招，不是比谁代码写得好，而是AI开始自己组队当项目经理了。#大咖观察 #红衣聊AI #编程 #ChatGPT

32. 分享10个你可能不知道的Claude Code隐藏命令。

33. 9.3k星Skill Seekers：一键把文档变成Claude技能，文档党狂喜

34. 全球开发者狂喜！Claude Code史上最大更新，一次性1096次提交

35. 如果你想高效利用Claude Code进行大规模项目开发，这篇六个月深度实战总结绝对值得一读。作者独自重写30万行代码，打造了以下几大核心系统：1. 技能自动激活系统（Game Changer！）通过自定义TypeScript钩子（UserPromptSubmit和Stop Event Hook），自动识别当前编辑内容和用户意图，智能加载相关技能并提醒Claude遵循最佳实践，彻底解决了技能“摆设”问题。配置中心是skill-rules.json，定义关键词、意图模式、文件路径等触发条件。2. 模块化技能设计（500行规则）避免单个技能文件过大导致上下文限制，采用主技能文件+多个资源文件的渐进式加载，显著提升token利用率和响应效率。3. 开发文档系统，防止Claude“失忆” 为每个大任务创建三个文档（计划、上下文、任务清单），通过自定义slash命令自动生成和更新，确保Claude在多轮对话中始终保持正确上下文和规划。4. PM2进程管理，后台调试利器用PM2管理七个微服务，实现实时日志读取、自动重启和性能监控，让Claude可以自主读取日志、定位问题、重启服务，极大提升调试效率。5. 钩子体系确保“零遗漏” 包括文件编辑追踪、构建检查、错误处理提醒等钩子，自动检测TypeScript错误并提醒修复，确保代码质量和格式统一，杜绝“漏网之鱼”。6. 专用Agent军团，任务分工明确包括代码架构审查、错误修复、测试路由、战略规划等10个专用agent，针对具体任务精准输出，避免过度泛化。7. 附属实用脚本与工具诸如测试认证路由的脚本、数据库重置、Mock数据生成等，均附着于技能中，方便Claude调用，避免重复造轮子。8. 合理分工文档与技能技能负责通用最佳实践和模式，文档聚焦项目架构、数据流、API等具体内容，形成清晰职责分离，提升Claude理解与执行力。9. Prompt技巧与复盘强调详细明确的需求描述，避免引导性问题，多次重提和调整prompt以获得更优输出。10. Slash Commands极大简化交互设计多条自定义命令，快速生成开发文档、执行代码审查、运行测试等，极大提升工作流效率。作者坦言，这套体系花了数月打磨，但效果显著：Claude自动激活技能、一致遵守代码规范、快速定位和修复错误，单人完成了原本需要多人协作的大型重构，质量和效率双提升。如果你正苦于AI助手技能难用、代码质量参差不齐、项目上下文频繁丢失，不妨参考这套基于钩子和自动激活的Claude Code基础架构。它将让你体验到真正的“AI协作开发”而非被动工具。详细源码和文档地址：github.com/diet103/claude-code-infrastructure-showcase🔗 www.reddit.com/r/ClaudeAI/comments/1oivjvm/claude_code_is_a_beast_tips_from_6_months_of/---总结：- 规划先行，技能+钩子实现自动激活 - 文档系统锁定上下文不迷失 - PM2管理微服务，实时调试无压力 - 钩子链保证代码零错误 - 专用Agent分工明确，效率倍增持续优化你的AI开发环境，放胆用Claude Code打造你的下一个爆款项目吧！

36. 构建 Claude Code 的经验：Anthropic 如何运用 Skills 技能

37. 当前氛围编程主要有四种模式：1. 通用智能体模式：使用Manus等通用智能体进行编程2. IDE升级模式：由传统IDE工具的理念升级而来的系列工具编程，如Cursor、Trae 等3. 大模型原生编码平台模式：使用大模型本身自带的coding平台，如Claude Code、Cloud Code、ChatGPT Codex等4. 开源AI框架模式：使用开源AI框架进行编程OpenClaw 龙虾、Hermes Agent 等等。#新媒沈阳聊ai#

38. 《构建 Claude Code 的经验：我们如何使用 Skills》本文作者 Thariq Shihipar 是 Anthropic 的 Claude Code 团队工程师，也是 Skills 功能的核心推动者之一。在加入 Anthropic 之前，他在 MIT Media Lab 读研期间联合创建了开源学术发布平台 PubPub，后来参加了 Y Combinator（W20 批次）。他在 X 上经常分享 Claude Code 的一手使用经验和新功能动态。这篇文章的价值在于：它是来自 Anthropic 内部团队的实战总结。Anthropic 内部活跃使用的 Skills 已经有几百个，文中的分类体系和编写技巧都是从这些真实的内部实践中提炼出来的。如果你已经在用 Claude Code 但还没认真做过 Skills，这篇文章能帮你建立一个系统化的思路：做什么类型的 Skills、怎么写、怎么在团队里推广。构建 Claude Code 的经验：我们如何使用 Skills

39. Claude Code从来就不是什么编程工具

40. 【Anthropic内部如何用Skills改进Claude Code】快速阅读：Anthropic团队在实践中总结出Skills的9种典型用法和核心原则：Skills本质是包含脚本、数据、配置的文件夹系统，最有价值的部分不是告诉AI如何做，而是记录它会犯的错误。团队通过内部市场和使用日志来管理数百个Skills，让工程师自行决定采纳哪些。—很多人以为Skills只是markdown文件。错了。它是个文件夹，里面可以放脚本、数据、配置项，甚至SQLite数据库。Claude能发现这些内容，探索它们，操作它们。真正有趣的Skills都在创造性地使用这些能力。Anthropic内部现在有数百个活跃的Skills。我们把它们分成了9类：1. 库和API参考 — 解释怎么正确使用某个库或CLI，尤其是Claude容易搞错的地方。比如内部账单库的边界情况，或者设计系统的正确用法。2. 产品验证 — 描述如何测试代码是否工作。配合Playwright或tmux这类工具，Claude能录制测试视频，在每个步骤做程序化断言。值得让工程师花一周时间把这类Skills做到极致。3. 数据获取和分析 — 连接监控系统，告诉Claude去哪个表找canonical user_id，或者哪个Grafana面板对应什么问题。4. 业务流程自动化 — 把重复性工作变成一条命令。比如自动生成standup，从ticket系统、GitHub、Slack里聚合信息，输出格式化的进展报告。5. 代码脚手架 — 生成框架模板，特别是那些有自然语言需求、无法纯靠代码覆盖的部分。6. 代码质量审查 — 强制执行代码风格，甚至启动一个“对抗性审查”子代理来批评代码，迭代修复直到只剩nitpick。7. CI/CD和部署 — 监控PR，重试不稳定的CI，解决merge冲突，逐步上线流量并自动回滚。8. Runbook — 拿到一个症状（Slack消息、告警、错误信号），走完多工具调查流程，输出结构化报告。9. 基础设施运维 — 找出孤儿资源，发到Slack确认，等待观察期，然后级联清理。写Skills最重要的几点：别说废话。 Claude已经知道很多东西了。你应该专注于那些能改变它默认思维方式的信息。前端设计Skill就是个好例子，它专门教Claude别用Inter字体和紫色渐变。建立Gotchas清单。这是任何Skill里信号最强的部分。随着Claude碰到新问题，持续更新这个清单。用文件系统做渐进式披露。别把所有内容都塞进一个markdown。告诉Claude有哪些文件，它会在合适的时候去读。API文档可以放在references/api.md，模板可以放在assets/。别过度限制Claude。 Skills会被反复使用，指令太具体会让它失去适应能力。给它信息，但保留灵活性。设置环节要想清楚。有些Skills需要用户输入（比如发到哪个Slack频道）。可以把配置存在config.json里，如果没配置就让Claude去问。Description字段是给模型看的。这不是给人看的摘要，而是让Claude判断“什么时候该触发这个Skill”的依据。Skill可以有记忆。用追加日志或JSON文件存储数据。比如standup Skill可以保存历史记录，这样下次运行时Claude就知道昨天说了什么。给Claude提供脚本，而不是让它重写。最强大的工具是代码本身。给它一套函数库，让它专注于组合和决策，而不是重构样板代码。分发Skills有两种方式：检入到./.claude/skills目录（适合小团队）或建立内部插件市场（适合大规模使用）。Anthropic的做法是，任何人都可以把Skill传到sandbox文件夹，在Slack里分享。如果有人觉得好用，再提PR移到正式市场。没有中心化审批。靠使用数据和口碑来筛选。我们用PreToolUse hook记录每个Skill的使用情况，能看到哪些被频繁调用，哪些被冷落了。大部分Skills一开始只有几行字和一个gotcha，是在Claude不断碰壁的过程中长大的。ref: x.com/trq212/status/2033949937936085378#AI创造营# #人工智能#

41. Skill 不是大号提示词，是你的能力封装。其实我一直认为 Skill 的诞生就是为了将自己的经验和流程 SOP 化，针对自己的经验和技能创建的 Skill 才是最符合自己需求的，但是，现在很多人都在用别人创建的 Skill，用完之后，大多数人还会吐槽一句 Skill 也就这样，就是一个大号的提示词。这恰恰低估了 Skill 的能力。你用别人的 Skill，本质上是在用别人的经验去处理你自己的问题。别人的经验再好，它也是从别人的场景里长出来的，跟你的需求之间一定有缝隙。这就好比你穿别人的鞋，尺码差不多，但走久了一定磨脚。真正发挥 Skill 威力的方式，是你自己去创建它。你想想看，你在某个领域干了三年、五年甚至十年，你一定有一套自己的做事方法。写文章怎么起标题，做选题从哪几个维度筛选，拆解一个项目先看什么后看什么……这些东西平时都装在你脑子里，你自己用的时候得心应手，但你从来没有把它系统地整理出来过。Skill 就是干这个事的。它不是一个“大号的提示词”，它是你把自己的隐性知识显性化的工具。你把你的经验、判断标准、执行流程一步一步拆出来，灌进一个 Skill 里，它就变成了一个可以反复调用的“你”。这才是 Skill 真正恐怖的地方，它让你的能力脱离了你的时间。以前你的经验只能靠你自己一次一次地执行，你一天只有 24 小时，能处理的事情是有上限的。但当你把经验变成 Skill 之后，它可以帮你批量执行、并行处理，甚至在你不在的时候替你干活。这不就是杠杆吗？跟写代码、做自媒体一样，Skill 本质上也是一种零边际成本的杠杆。所以问题从来不是 Skill 行不行，而是你有没有认真对待它。你随便找一个别人的 Skill 跑一下，觉得结果一般，然后得出结论说“Skill 不过如此”。这就像你从网上随便下载一个别人的简历模板，填完发现不太对，然后说“简历这东西没用”。不是工具没用，是你没有把自己的东西放进去。我的建议是，别急着去市场上找 Skill，先坐下来想一想：你日常工作中，有哪些事情是你反复在做的？有哪些判断是你每次都要重新想一遍的？有哪些流程是你闭着眼睛都能走完的？把这些东西拆出来，一步一步写清楚，创建成你自己的 Skill。你会发现，这个过程本身就是一次深度的自我梳理。很多你以为自己“很清楚”的流程，真正写下来的时候才发现中间有很多模糊地带。把这些模糊地带想清楚、填上，你的 Skill 就会越来越精准，你自己的能力也会在这个过程中被打磨得更锋利。说到底，Skill 不是 AI 的能力，是你的能力。AI 只是执行者，你才是那个定义标准、设计流程、注入经验的人。一个好的 Skill，背后站着的是一个真正想清楚了自己在做什么的人。别再说 Skill 就是一个大号的提示词了。提示词是你临时跟 AI 说一句话，Skill 是你把十年的功力封装成一套心法。这两者之间的差距，就是随便聊聊和认真做事之间的差距。#科技先锋官##How I AI#

42. Anthropic官方报告：8大趋势说透AI编程未来，60%代码AI写的，老金实测项目带你看！

43. 一文带你看懂，火爆全网的Skills到底是个啥。

44. 揭秘Claude Code的运作机制网页链接一片介绍Claude Code的运作机制的文章。“Anthropic 对其构建方式几乎未作说明，因此我们设置了一个 LiteLLM 代理，以观察 Claude Code 发送和接收的内容。我们发现的并非某种单一的“魔法技巧”，而是一套精心设计的提示框架、安全机制和细微提醒的组合，这些共同确保了智能体的诚实性和专注度。简短总结：1️⃣Claude Code 在开始实际工作前，会先通过微小而精准的提示（如标题、主题检查、摘要）预先加载上下文。2️⃣它在系统提示、用户提示、工具调用甚至工具结果中广泛嵌入“系统提醒”，以减少偏离。3️⃣在执行 Bash 命令前，通过显式的命令前缀提取和注入检查来控制风险。4️⃣当任务变得多步骤时，它会生成具有更明确指令的子代理（“Task” 工具），并根据任务复杂度动态调整其上下文。”#科技先锋官##微博兴趣创作计划#

45. 谁能掌握能源、算力，还有应用生态，谁就能定义未来。 #大咖观察 #红衣聊AI #能源 #算力

46. Claude code又更新了这更新速度还是太惊人了，继上次2.1.83一口气修了30+ bug后，这次Claude Code 2.1.84也马上端上来了。这次新增了适用于Windows 的可选PowerShell工具，支持通过CLI执行 PowerShell 命令以实现Windows 自动化。并且“关键文件”输出仅列出文件路径，移除了简短的保留理由，输出更加简洁了。同时，空闲返回提示会提示空闲75分钟以上的会话执行/clear 命令，以避免不必要的Token重新缓存 #claudecode##ai前沿速递##微博兴趣创作计划#

47. JokeGold5455：在过去六个月的密集使用中，我打造了一套强大且实用的Claude Code工作体系，助力我单人重写30万行代码，提升质量与效率。这篇长文分享我的经验和实操技巧，希望给你带来启发。核心亮点包括：1. 技能自动激活系统过去技能往往静默无用，我通过TypeScript钩子实现自动激活。每次提交请求前，系统会分析关键词、意图、文件路径等，智能注入相关技能指导，确保Claude主动遵循最新最佳实践。完成后再进行代码风险自检提醒，保证代码质量。2. 分层模块化技能设计遵循Anthropic建议，将大型技能拆分成500行以下主文件加多个资源文件。这样Claude初始加载轻量主文件，按需调用资源，大大提升上下文效率，减少Token浪费。3. 开发文档系统，防止上下文丢失通过为每个任务建立三份文档（计划、上下文、任务清单），让Claude即使在重启或上下文压缩后依然能快速“接盘”，避免走偏或遗忘细节。4. PM2进程管理实现后端日志实时监控 7个后端微服务由PM2统一管理，Claude可实时查看日志、自动重启服务，极大提升调试效率和稳定性，摆脱人工复制日志的低效。5. 钩子系统确保无遗漏质量管控 - 编辑后自动跟踪文件和仓库 - 会话结束时自动执行构建检查，捕获TypeScript错误 - 错误提醒钩子温和提示错误处理是否完善 - （曾试过自动Prettier格式化，后因Token消耗大已弃用）这些钩子形成闭环，杜绝错误遗留，代码始终整洁一致。6. 专用代理（Agents）和快捷命令（Slash Commands）我构建了十多个专责代理，负责代码审查、重构规划、测试认证路由、错误定位修复等，搭配多种快捷命令，极大简化重复操作，提升工作流连贯性。7. 附加实用脚本与工具例如测试认证路由的脚本，自动化生成测试数据，数据库重置及备份，提升整体开发体验。推荐所有实用脚本都写入相关技能或文档，方便复用。8. 理念与心得 - AI不是魔法，碰到复杂逻辑或常识问题时，适时介入修正，避免浪费时间。 - 多次重试和反思提示设计，提升输出质量。 - 规划先行，详细计划是成功的关键。 - 文档与技能互补，文档聚焦项目架构与流程，技能聚焦最佳实践和模式。 - 提问要具体且中立，避免引导性问题以获得更客观反馈。这套系统让我从混乱的技术债务和零测试覆盖，转变成拥有稳定流程、可维护代码和高生产效率的现代项目。虽然搭建过程费时费力，但回报丰厚，尤其适合大规模代码库和复杂项目。如果你也在用Claude Code，强烈建议参考我的GitHub仓库，快速上手自动化技能激活和钩子机制：github.com/diet103/claude-code-infrastructure-showcase总结一句话：让AI主动工作，而非被动等待，规划和规范驱动，才是高效AI编程的王道。原文：www.reddit.com/r/ClaudeAI/comments/1oivjvm/claude_code_is_a_beast_tips_from_6_months_of/

48. 一个 Bash `alias`（别名）小技巧，可以用来把 Claude Code 的各种启动参数封装成短命令，实现多供应商秒切换和全自动执行。可以直接在 `.zshrc` 或 `.bashrc` 中按需组合以下配置：### 1. 快速切换不同供应商 (API Base & Key)通过别名区分不同的大模型底座，只需输入 `cl-zhipu` 或 `cl-kimi` 即可一键启动：```bash# 智谱 AI alias cl-zhipu='export ANTHROPIC_API_KEY="your_key"; export ANTHROPIC_BASE_URL=" 网页链接 claude'# Kimi (Moonshot AI)alias cl-kimi='export ANTHROPIC_API_KEY="your_key"; export ANTHROPIC_BASE_URL=" 网页链接 claude'```### 2. 开启全自动模式 (跳过权限确认)如果你信任 Claude 的修改逻辑，不想在每次写文件时都手动点击确认，可以加上权限跳过参数：```bashalias cl-auto='claude --dangerously-skip-permissions'```### 3. 环境按需挂载代理针对需要访问外网的情况，将代理环境变量集成在别名里，不影响终端的其他进程：```bashalias cl-proxy='export http_proxy=" 网页链接 export https_proxy=" 网页链接 claude'```---**进阶玩法：**你可以将它们组合成一个最终形态，比如一个专门走本地代理且跳过确认的别名：`alias myclaude='cl-proxy --dangerously-skip-permissions'`配置完成后记得 `source ~/.zshrc` 生效。#Easy同学正在独立开发# #ClaudeCode#

49. 在使用Claude AI时，如何高效管理和扩展它的能力？Awesome Claude Skills 项目汇集了大量优质的Claude Skills、资源和工具，帮助你定制和优化Claude的工作流程。技能是一种可复用的任务执行“插件”，包含说明、脚本和资源，Claude能根据上下文智能加载，避免信息过载。这个项目不仅涵盖文档处理（Word、PDF、PPT、Excel），还包括设计创意、开发辅助、沟通写作等多个领域。无论是自动化办公，还是复杂的数据处理，甚至是生成算法艺术，都可以找到合适的技能支持。支持通过Claude.ai界面开启技能，也能用CLI和API方便集成。更有社区贡献的超强技能库和持续更新，适合开发者、数据科学家和AI爱好者使用。项目地址：github.com/travisvn/awesome-claude-skills主要特点：- 按需加载，节省模型上下文资源，提升效率 - 丰富的官方和社区技能，涵盖文档、设计、开发、沟通等领域 - 支持Web界面、命令行和API多种使用方式 - 易于扩展，支持自定义技能开发和分享 - 专业的文档和示例，帮助快速上手适合想要利用Claude打造个性化AI助手或自动化工具的用户，显著提升工作和创作效率。

50. 外网刷屏的 Claude Code 教程

51. 你觉得AI终极对决里，生态护城河和单一爆款技术，谁能笑到最后？#大咖观察 #谷歌 #OpenAI #ChatGPT #红衣聊AI

52. Claude Code 内部复盘的Skills实战经验公开：好 Skill 的 5 个共性

53. 【50条Claude Code实战心法：从入门到精通的完整指南】花了一整天研读Anthropic最新发布的Claude Code最佳实践文档，结合个人实战经验，整理出这份终极指南。+ 基础心法任务描述永远放在最前面，重要指令置顶。这听起来简单，却是大多数人忽略的细节。给Claude一个自我验证的方式，比如测试用例、截图或预期输出。这是提升效果最立竿见影的一招。推荐的提示词结构：角色 + 任务 + 上下文。简洁有力，屡试不爽。工作流程遵循“先探索，再规划，后执行”。可以先用其他大模型做调研，进入Plan Mode规划，最后切回正常模式写代码。假设Claude对你的项目一无所知，把它需要的信息全部告诉它。用﹫符号链接文件、数据和图片，提供丰富的上下文。运行/init可以为当前项目生成一个CLAUDE.md模板文件。+ 项目与技能管理用项目级指令定义长期行为，避免重复提示。编辑Memory标签精确控制Claude应该记住或忽略什么。把重复性工作流转化为Skills。一个取巧的方法：贴一个优秀输出，让Claude把它变成可复用的Skill。甚至可以上传截图让Claude复刻，这是创建高质量Skill的捷径。定期清理memory、文件和指令，防止项目漂移。不相关的工作流要分开项目，避免上下文污染。推荐两个Skills资源库：skillsmp.com收录了8万多个Skills，mcpservers.org/claude-skills提供即插即用的Skills。+ 冷门但实用的技巧用其他大模型规划项目、生成高级提示词，再交给Claude Code执行。这个策略还能节省Plan Mode的token消耗。在.claude/agents/目录下定义专门的子代理，让Claude把特定任务委派出去。让Claude根据你预设的成功标准给自己的答案打分。运行/plugin浏览插件市场，无需配置即可扩展能力。大型项目可以让Claude先采访你。用一个简短提示开始，让Claude通过AskUserQuestion工具向你提问。发现Claude跑偏时立刻纠正，按ESC中断操作。/clear开启干净会话，双击ESC或/rewind打开检查点菜单。可以运行多个并行会话：Claude Desktop管理多个本地会话，每个会话有独立的工作树；Claude Web在Anthropic的云端隔离虚拟机中运行。+ 调试与错误处理只重跑出错的步骤，不要重新生成所有内容。让Claude故意复现错误来理解问题本质。回滚到上一个正常的提示词，逐步重新应用修改。CLAUDE.md太长会适得其反，重要规则被淹没。解决方案：无情地精简，如果Claude本来就能做对的事，删掉那条指令。常见错误：一个任务没完成就问不相关的问题，再回到第一个任务。上下文被无关信息污染。解决方案：不相关任务之间用/clear。连续纠正两次还是错的话，/clear后写一个更好的初始提示词，把学到的教训融入进去。上下文窗口填满后，Claude可能开始遗忘早期指令。参考官方文档减少token消耗：code.claude.com/docs/en/costs﹟reduce-token-usage+ 进阶资源把Notion数据库连接到Claude，存储常用提示词。使用claude --dangerously-skip-permissions跳过所有权限检查，适合修复lint错误或生成样板代码这类安全的自动化工作流。Hooks适合那些必须每次都执行、零例外的操作。推荐资源：Anthropic官方学习资源anthropic.com/learn，Claude Code最佳实践文档code.claude.com/docs/en/best-practices，GitHub上的superpowers仓库github.com/obra/superpowers。最后一条忠告：慢即是快。尤其是构建严肃的工作流时，规划、规划、再规划，然后才是执行。#How I AI#x.com/aiedge_/status/2014740607248564332

54. Boris Cherny 的 Claude Code 使用技巧

55. 如何看待 Anthropic 官方工具 Claude Code 源码泄露事件？

56. MiniMax M2.1模型正式推出，多语言编程SOTA，如何评价该模型？

57. 【Anthropic开源内部Skills库：是真宝藏还是旧瓶新酒？】快速阅读：Anthropic开源了一套Skills系统，让Claude能记住你的工作流程，不用每次对话都重新教一遍。但这个“刚刚开源”其实是五个月前的事，而且部分核心功能的许可证限制相当严格。---有人发推说Anthropic“刚刚”开源了他们内部工程师用的Skills库，引发了一波转发收藏。然后评论区就炸了，不是因为内容，是因为那个“刚刚”。GitHub: github.com/anthropics/skills这个仓库创建于五个月前，总共21次提交，没有正式发布版本。2901人收藏，就因为有人打了个“刚刚”。有网友评论说“这条推文肯定是LLM写的，知识截止日期差了四个月”。抛开时效性不谈，这东西本身值得关注。Skills本质上是一套让Claude“长记性”的机制：一个包含指令、脚本和资源的文件夹，Claude可以动态加载，用于完成特定任务。你教它一次怎么按公司规范写文档、怎么用组织特定的工作流分析数据，它就记住了。旧方式是每次聊天都得重新解释你的工作流程。新方式是构建一次Skill，Claude永远不会忘记你的工作方式。但有网友提醒：许可证要看清楚。docx、xlsx、pdf、pptx这些核心文档处理技能都不是Apache 2.0开源协议，而是“source-available”，翻译过来就是“你能看代码但不能随便用”。基本上是“这是我们的Skills，但你不能在Claude Code之外使用它们”。讨论中最受关注的是webapp-testing这个Skill。测试一直是AI编程工作流的痛点，Agent写代码很快，但验证代码是否有效仍然是手动的。如果这个Skill真能自动化基于浏览器的QA测试，那可能比其他所有Skills加起来都重要。还有个有意思的观点：可复用的Skills确实减少了重复劳动，但除非系统能记住何时以及为何使用它们，否则工作流在会话之间仍然会重置。所以这到底是基础设施级别的重大更新，还是一个被营销话术包装过的旧仓库？---x.com/ihtesham2005/status/2026752089473314975

58. 2026 Claude Code Skills 生态深度分析

59. Claude Code生态炸了！3万Star，这些工具开发者必须知道

60. Claude Code 生态爆发

61. Claude Code进阶指南

62. Anthropic把官方Skills库开源了，我拆了一遍发现了5个设计模式

63. 别把它当提示词！Anthropic 用几百个 Skills 把 Claude 榨干了

64. 当 AI 有了"技能包"Anthropic Claude Skills 手册全解析 - 哔哩哔哩

65. Anthropic 官方分享

66. 2026年 Skills 技能革命，一文看懂！

67. Anthropic 内部曝光

68. 2026大模型Agent核心

69. Claude Code 进阶指南

70. 这 6 个 Claude Code 神级skills，让你的 UI 质感直逼 Stripe！

71. Claude Code封神技巧！7个技能，从乱码到可落地产品，设计师必看

72. 黑客马拉松获胜项目Claude Code 最全配置集合，47个代理181个技能

73. Claude Code高级玩法

74. Claude Code Skills 每日热门 - 2026-04-08

75. 别再乱装Claude Code技能了！高手都用这招，效率翻倍不踩坑

76. 2026 AI CLI 工具大爆发

77. 都 2026 了，AI Agent 为什么偏偏选中了 CLI？

78. AI 编程工具演进梳理

79. 从对话到执行

80. Skill 能力边界说明

81. Claude Code

82. 别再混淆！一文理清Agent、MCP、Skill等AI核心概念，看完秒懂

83. 如何构建Skills 架构

84. Claude Skills系统解析

85. Claude Code重磅更新

86. Anthropic ClaudeCode 源码泄露，架构解析

87. 给自己整一个 claude code，解锁编程新姿势

88. Anthropic一周连发9项功能，我看到了AI Agent的真正临界点

89. 『观察』堪比“ChatGPT”时刻！SemiAnalysis深度解读

90. Anthropic编程工具横空出世，搅动全球AI开发市场格局

91. 【热点关注】三国演义：工具调用（MCP）、技能仓库（Skills）和智能体互联（IoA），到底选哪个？

92. Anthropic Skills 项目详细拆解

93. ClaudeCode源码泄露别只吃瓜，9个技术彩蛋，直接抄进你项目

94. Claude Code Skills 完全指南：官方预置技能详解与实战应用

95. Claude Code在A股的神仙用法。作为量化开发者，我发现GitHub上有许多优质A股分析工具，但使用时需手动写Python调用API、处理数据源差异、应对数据异常并整合多个项目，操作繁琐。我一直期待有一款AI助手，能通过自然语言指令，自动调用工具、分析数据并给出结论，直到接触到Claude Code的Skill系统。 Skill是Claude Code的扩展能力，可将复杂功能封装后通过自然语言调用。这让我想到，若将GitHub上的A股开源项目封装成Skill，就能实现：说“帮我分析股价异动趋势”，便自动调用数据源综合分析并评分；说“近期活跃资金布局哪些标的”，便抓取公开交易数据、统计席位并输出排名；说“筛选价值属性个股”，便过滤PE/PB/ROE等指标给出列表。我的设计思路核心是“不重复造轮子”：先调研GitHub上Star量高的A股项目，将其封装成统一数据层，再用Skill调用。在Claude的建议下，我设计了三层模块化架构：交互层（菜单、表格、配置管理）、业务层（20个功能模块）、数据层（akshare、efinance、baostock三大开源项目）。针对三大数据源API格式不统一的痛点，我采用适配器模式设计统一数据接口，结合智能路由策略：实时行情优先用efinance，历史K线优先用baostock，财务数据优先用akshare，主源失败可自动切换备用源。核心功能聚焦四大类：市场机会分析、风险预警、投资决策辅助、便捷分析工具，涵盖股价异动分析、活跃资金跟踪、热点板块分析等关键需求。目前原型已完成，总代码3500行，核心实现了股价异动分析、智能选股、活跃资金跟踪等功能，大幅提升了A股分析的效率。 💡 特别说明需注意，以上内容均为个人经验分享，数据均来自个人交易记录及行业公开资料。市场有风险，验证需谨慎。 #理财小白 #我的理财日记 #小白来理财 #理财

96. Claude 战斗力翻倍：50个必装技能一次给你配齐

97. 7 个爆火神级 Claude Code Skills（2026 最新）

98. Anthropic 官方 Agent Skills 课程，学完把同事作为 Skill

99. 一文读懂claude最新创新——skills

100. Anthropic 开源了 Claude 的 Agent Skills 仓库：文档技能的底层实现全公开了

101. Claude Code系列介绍

102. Anthropic Agent Skills｜让 AI 按需解锁专业能力，AI 智能体技能全解析

103. 为Claude装备超能力：claude code skills 完全指南

104. Claude Code Skills 推荐：从20万个中精选出这10个

105. AI Agent时代，软件交互为何兴起CLI复古风潮？

106. 7.2k Stars！Claude Skills功能安装神器OpenSkills开源，无缝接入所有编程智能体

107. AutoDream 深度解读：Claude Code 跨会话记忆整合引擎

108. 非Claude Code工具使用Claude Skills完整指南：基于OpenSkills开源

109. 2026用好这30个Skills，你就跑赢了95%的人

110. Claude Code生态系统全景图：awesome-claude-code项目

111. 2025年11月最新AI大模型排名：Claude编程之王 vs Gemini 多模态之王

112. 这个Skill能自动学会你的所有习惯，踩过的坑！

113. 为什么感觉claude的官网UI特别好看，越看越好看。最后忍不住抄到了自己的网站上。二编：已经让claude把自家的设计风格封装成skill了[黄金薯R][黄金薯R] 三编：让claude自己写了篇抄自己风格的skill提示词[黄金薯R][黄金薯R][黄金薯R] 四编：创建skill前，还要让claude参考anthropic官方的skill，对比更新skill（因为里面有一些特殊的技巧以及支持ppt等更多格式）官方skill网址：https://github.com/anthropics/skills/blob/main/skills/brand-guidelines/SKILL.md 五编：创建skill前，要告诉claude按照anthropics的skills仓库中skill-creator的skill来创建skill。并且再让它参考skills仓库中的frontend design来设计skill。不然skill格式会写得很辣鸡，而且很费token。六编：做了个终极版的skill，等我发prompt。让gpt、hunter alpha、claude互相审查了七遍：放仓库了，搜github里anthropic-style-cn就行了。提示词就不更新了，因为要经过笨蛋AI好几轮修改和review才能形成完整的skill[睡觉R]： https://github.com/TartSlayer/anthropic-style-cn

114. 335个Claude Code技能，我全装了，只有这5个让效率翻倍

115. Claude Code中英文系列教程33:用魔法打败魔法，利用官方Skill创建Skill

116. Claude Code和Curse对比有什么区别？在国内如何稳定使用？

117. ClaudeCode 架构总览：一个 AI 编程助手的工程实践

118. Superpowers 源码解读（一）：核心架构理解

119. Claude code 小白skill 的使用和创建这期视频手把手教你掌握 Claude Code 的核心玩法——自定义 Skill 及其底层逻辑。从 Skill 的工作原理、3种精准触发方式，到如何安装 GitHub 上的开源 Skill，最后演示如何用官方的 Skill Creator 打造专属你自己的skill。 #Claudecode #skill #Claude #AI #AI编程

120. [github精选]：awesome-claude-code 解锁Claude Code潜力的钥匙

121. 我是如何用Weelinking技能扩展让Claude变成我的专属编程助手 - 哔哩哔哩

122. 如果你现在还在「自己写 Skill」，那你至少慢了别人一个版本。

123. claude code cli 会话管理

124. Claude Code 换成了Kimi K2.5后，我再也回不去了

125. 【开源】创业SKILL-用户需求洞察与产品机会分析-适用于新产品

126. 中信证券：AI Coding成为最快落地Agent场景

127. Minimax 2.7正式开源：编程能力直追Claude Opus，国产开源模型再添重磅玩家

128. Claude Code 十大技能兵器库，让你的下个项目效率提升 10 倍

扫一下，分享更方便，购买更轻松

0评论

当前文章无评论，是时候发表评论了

提示信息

取消

确认

评论举报

垃圾广告！低俗色情！人身攻击！疑似水军评论！其他有害！