在VS Code 中安装 Claude Code 并接入 DeepSeek 模型和 Skills 的使用

MuGuiLin

873人浏览 · 2026-06-14 19:18:38

MuGuiLin · 2026-06-14 19:18:38 发布

在VS Code 中安装 Claude Code 并接入 DeepSeek 模型和 Skills 的使用

🏡 前言

这两年来，AI 编程（AI Coding）是越来越火🔥，作为一名开发者，拥有一款强大的 AI 编程助手能极大地提升我们的工作效率。虽然官方的 Claude Code 服务在国内使用存在一定的门槛，但通过接入国产大模型 DeepSeek或其他平台的国产大模型来绕过网络限制，让我们可以轻松实现本地化使用，这也是目前国内环境下体验Claude Code AI 编程助手的一个极佳方案。

这里将详细介绍如何在 Visual Studio Code (VS Code) 中安装 Claude Code 插件，并配置其使用 DeepSeek-v4-pro 大模型的 API，以及Skill的下载安装使用等。让你即刻体验 AI 辅助编程的魅力。

🛠️ Claude Code的安装

💻 准备工作

在开始之前，我们需要在自己的电脑上已经安装了以下软件：

Visual Studio Code（代码编辑器）：微软推出的免费、开源代码编辑器。可以通过VSCode官方下载链接获取最新的 VS Code 代码编辑器版本。
当然想要使用其他的代码编辑器，比如 JetBrains家族类似的代码编辑器也是完全没问题的。
DeepSeek 账号（申请 DeepSeek 的 API Key）：需要注册 DeepSeek 开放平台账号并获取 API Key，用于支撑 Claude Code 的 LLM 大模型，以下是相关链接。

🗜️ 第一步：安装 Claude Code 插件

Claude Code 是一款 VS Code 插件，安装方式非常简单，只需在VS Code编辑器中的扩展中搜索安装即可，具体步骤如下：

Claude Code 官方文档： https://code.claude.com/docs/zh-CN/overview

👉 小提示：
如果想要安装命令行版的Claude Code，也很简单（需要提前安装好Node.js环境），直接一行命令就搞定啦！
使用Npm命令安装：
 npm install -g @anthropic-ai/claude-code
使用Yarn命令安装：
yarn global add @anthropic-ai/claude-code
如果想要命令行版的Claude Code 也支持UI交互界面，也很简单（需要提前安装好Node.js环境），直接一行命令就搞定啦！
CloudCLI 项目地址： https://github.com/siteboon/claudecodeui
CloudCLI 官方网址： https://cloudcli.ai
使用Npm命令安装：
 npm install -g @cloudcli-ai/cloudcli
使用Yarn命令安装：
yarn global add @cloudcli-ai/cloudcli

打开 VS Code，在左侧活动栏点击扩展图标（或使用快捷键 Ctrl+Shift+X）。
在搜索框中输入 Claude Code。
找到由 Anthropic 发布的插件。

注：如果你的网络环境无法直接访问 VS Code 的在线商店，也可以选择离线安装。你需要先下载 .vsix 格式的安装包（例如 anthropic.claude-code-2.1.158-win32-x64.vsix），然后在 VS Code 的扩展页面点击右上角的“…”菜单，选择“从 VSIX 安装…”，并选择你下载好的文件进行安装。

安装成功后，你可以在左侧活动栏看到 Claude Code 的图标，当你打开一个文件时，编辑器右上角也会出现相应的图标（在打开之前，可以先打开一个项目代码文件，这样便会更有针对性的互动），可以直接Claude Code 的图标进行对话。

⚠️注意，在新安装好 Claude Code以后：

可能会出现两个Claude Code 的图标，一个是对话历史，一个是当前对话。

第一次打开当前对话，默认是需要登录后才能使用 （后面我们在settings.json文件中配置好模型、重启VScode后这步自然就不会出现啦！）

🔑 第二步：获取 DeepSeek API Key

访问 DeepSeek 开放平台并注册/登录账号。
进入控制台，创建一个新的 API Key。
妥善保存好你的 API Key，后续配置时会用到 （📢注：这个API Key要先保存起来！因为只显示一次明文）。

⚙️ 第三步：配置 DeepSeek-V4 模型

这是最关键的一步，我们需要通过修改配置文件，将 Claude Code 的请求转发到 DeepSeek 的 API 端点。

找到或创建配置文件
- Windows 用户：在 C:\Users\你的用户名\.claude\ 目录下。
- Linux / Mac 用户：在 ~/.claude/ 目录下。

⚠️注：如果该目录或 settings.json 文件不存在，就在对应的目录下，自己手动创建这个settings.json文件。

编辑配置文件
用文本编辑器打开 settings.json 文件，并填入以下内容：

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "你的 DeepSeek API Key",
    "ANTHROPIC_MODEL": "deepseek-v4-pro[1m]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-v4-pro[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-v4-pro[1m]",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-v4-flash[1m]",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1",
    "CLAUDE_CODE_EFFORT_LEVEL": "max"
  },
  "effortLevel": "xhigh",
  "language": "chinese",
  "outputStyle": "concise",
  "hasCompletedOnboarding": true
  "syntaxHighlightingDisabled": false,
  "prefersReducedMotion": false,
  "showThinkingSummaries": true,
  "promptSuggestionEnabled": true,
  "spinnerTipsEnabled": true,
  "spinnerVerbs": {
    "mode": "append",
    "verbs": [
      "思考中",
      "分析中",
      "推理中"
    ]
  }
}

配置其他模型
这里以阿里的千问Qwen模型为例： https://help.aliyun.com/zh/model-studio/claude-code

{
    "env": {
        "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY",
        "ANTHROPIC_BASE_URL": "https://dashscope.aliyuncs.com/apps/anthropic",
        "ANTHROPIC_MODEL": "qwen3.7-max",
        "ANTHROPIC_DEFAULT_HAIKU_MODEL": "qwen3.6-flash",
        "ANTHROPIC_DEFAULT_SONNET_MODEL": "qwen3.7-max",
        "ANTHROPIC_DEFAULT_OPUS_MODEL": "qwen3.7-max",
        "CLAUDE_CODE_SUBAGENT_MODEL": "qwen3.7-max"
    }
}

⚙️ 配置项说明
为了帮助你更好地理解配置文件中的各项参数，以下是详细的说明：
🚀更多配置项，可参考官方文档：https://code.claude.com/docs/zh-CN/settings

⚠️注：如果不想用深度求索的（DeepSeek）模型，可也使用其他平台的模型，比如：阿里的千问（Qwen）、字节的豆包（Doubao）、华为的盘古（Pangu）、腾讯的混元（HY）、百度的文心（ERNIE Bot）、小米的（MiMo）、讯飞的星火‌（Spark）、智谱华章的（GLM）、稀宇科技的（MiniMax）、月之暗面的（Kimi）、百川智能的‌（Baichuan‌）等等，配置方法都一样：主要参数：BASE_URL、TOKEN(APIKey)、MODEL，具体可查看各模型平台的API说明文档）

配置项	说明
`ANTHROPIC_BASE_URL`	API 请求地址：这是最关键的一项，我们将默认的 Anthropic 地址替换为 `https://api.deepseek.com/anthropic`，从而实现请求的转发。
`ANTHROPIC_AUTH_TOKEN`	API 认证密钥：填入你在 DeepSeek 开放平台获取的 API Key，这是调用模型服务的身份凭证。
`ANTHROPIC_MODEL`	默认模型：设置插件默认使用的模型，这里指定为 `deepseek-v4-pro[1m]`，其中 `[1m]` 代表 100 万 token 的超大上下文窗口。
`ANTHROPIC_DEFAULT_*_MODEL`	模型映射：将 Claude 插件内部的 `opus`、`sonnet`、`haiku` 等模型请求，分别映射到 DeepSeek 对应的高性能模型上，确保不同场景下都能获得最佳效果。
`CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC`	流量控制：设置为 `"1"` 可以禁用非必要的网络请求，减少干扰并提升响应速度。
`CLAUDE_CODE_EFFORT_LEVEL`	推理努力程度：设置为 `"max"` 表示让模型在生成回复时投入最大“努力”，以获得更高质量、更精准的推理结果。
`effortLevel`	努力等级：额外的配置项，设置为 `"xhigh"` 进一步强调高优先级的推理任务。
`language`	界面语言：设置为 `"chinese"` 可确保插件的交互界面和提示信息以中文显示，更符合国内用户的使用习惯。
`outputStyle`	输出风格：设置为 `"concise"` 表示默认采用简洁的风格输出结果，避免冗余信息。
`hasCompletedOnboarding`	跳过登录验证：设置为 `"true"` 表示跳过 Anthropic 官方登录验证。
`showThinkingSummaries`	显示思考摘要：设置为 `true` 可在结果中展示模型的思考过程摘要，帮助你理解 AI 的推理逻辑。
`promptSuggestionEnabled`	启用提示建议：设置为 `true` 可在交互中启用提示词建议功能，辅助你更高效地输入指令。
`spinnerVerbs`	加载状态动词：自定义加载时的动词，如“思考中”、“分析中”，让等待过程更具人性化。

特别提醒： 请务必将配置文件中的 你的 DeepSeek API Key 替换为你实际的 API Key。

🎉 第四步：重启并使用 Claude Code

完成以上所有配置后，重启 VS Code（就是关闭后，再重新打开） 使配置激活生效。接下来我们就可以像使用原官方 Claude Code 一样，在VSCode代码编辑器中享受 AI Coding 带来的便捷了。
在这里插入图片描述
我们还可以尝试选中一段代码，然后右键选择“使用 Claude Code 重构”，或者直接在编辑器侧边栏与它对话，让它帮你解释代码、查找 Bug 或生成单元测试。

🫛Claude Code的权限模式与常用指令

权限模式：
Claude Code 内置了三种权限模式，帮帮我们在 “效率” 和 “安全” 之间找到精确的平衡选择，权限系统本质上控制件事，说简单来讲就是：当 AI 需要执行某个操作时，是自动执行还是先问你

模式	说明	使用场景
Ask before edits	每次修改前必须获得你的批准，你点击 “确认” 后才会执行【默认】	第一次用 Claude、修改关键 / 敏感代码、不确定修改结果时
Edit automatically	自动修改，无需手动确认，不弹出确认提示	快速调整代码、小范围修改、你已经完全信任 Claude 的能力时
Plan mode	先出方案，再等你批准同意后才会执行	复杂重构、架构调整、多文件修改，需要先明确整体方案再动手时
Auto Mode	Claude将自动为每个任务选择最佳的权限模式	已经比较了解和熟悉项目时

常用指令：
和Claude Code终端一样，我们也可在交互界面中通过斜杠命令（Slash Commands）来控制 AI 助手的行为和上下文，合理使用斜杠命令，配合自然语言输入更加顺利完成开发操作。

指令	作用	使用场景
/config	查看或修改配置	Claude Code 提供许多可定制选项，通过 /config 你可以根据个人习惯进行调整。
/init	初始化 Claude 项目配置，生成必要的规则文件	为当前项目自动创建 CLAUDE.md 等配置文件，让 Claude 了解项目结构和约定
/help	查看命令列表	当记不清相关指令和关键字时，可以通过该指令查看
/clear	清空当前对话的所有上下文和历史记录	开启一个全新的对话，让 Claude 忘记之前的对话内容，专注处理新问题
/compact	压缩当前对话的上下文，精简历史对话以节省 token	对话太长、token 消耗过高时，压缩历史内容，降低后续请求成本
/memory	编辑会话记忆文件	CLAUDE.md 是 Claude Code 用于初始化上下文的指南文件，通常包含项目简介、架构要点、代码惯例等。
/debug	触发 Claude 的调试模式，帮助排查代码运行错误	分析报错日志、定位问题代码、提供调试思路和修复方案
/doctor	环境健康检查	当Claude Code行为异常（比如无法读取文件、工具调用总是失败等），/doctor 是排查问题的第一步。
/cost	令牌与费用统计	如果你使用按量计费的API密钥或免费额度，随时关注对话的 token 消耗情况是个好习惯。

📦关于 Skills 的那些事

当你希望 AI 能够遵循特定的团队规范（不用重复教AI同样的事情做很多遍）、项目流程或技术栈标准时，Skills（技能） 就是最强大的武器，它主要用于解决模型在处理复杂任务时缺乏标准化、难以复用、跨平台不兼容等问题。

🤔什么是Skills（技能）？
Skills（技能）最早是由 Anthropic（Claude）公司发起，作为其大模型Claude的一种能力扩展机制。于2025年10月16日正式推出，后来开放成为了业界标准、跨平台通用。

本质： 提示词 + 资源脚本，就是一个文件夹，内置指令、脚本、资源；能被Agent自动发现、加载、执行。在实际 Agent 运行中，Skills‌ 与 Function Calling (FC) 和 MCP 三者形成了完整的闭环，让Agent更加智能。

作用： 解决AI缺上下文、不可靠、无约束、不可复用、不跨平台兼容等问题。

简单来说，Skills 就像搭积木一样去组合、预定义的指令集和知识库，它能让AI像人类专家调用工具箱一样，按需加载和执行特定任务，避免了每次都需要重复输入复杂的背景信息，让AI更加懂你。

🔍 一、去哪找 Skills

寻找高质量的 Skills 是第一步（⚠️在下载时要注意看一下，该Skills的安全扫描是否通过，下载量高不高，评论好不好！）
所以，我们可以从专业权威一点的平台来获取灵感，以下列出了10个常用的Skills平台：

平台	网址	说明
Skills.sh	https://www.skills.sh	热闹技能排行榜-开放型智能体技能生态系统。
Agent Skills	https://agentskills.io	Agent Skills 官方标准。
Skillsmp	https://skillsmp.com/zh	发现适用于 Claude Code、Codex、ChatGPT 以及所有 SKILL.md 工具的开源 agent skills。
ClawHub	https://clawhub.ai/skills	由 OpenClaw 推出的平台，汇集了大量优质 Skills。
ClawHub-Mirror	https://cn.clawhub-mirror.com	由火山引擎提供支持的国内镜像站，访问速度快，适合国内用户。
LobeHub	https://lobehub.com/zh/skills	知名的开源社区，拥有庞大的用户基础和丰富的 Skill 库。
Anthropic	https://github.com/anthropics/skills	Anthropic 官方提供的 Skills，质量有保障。
ModelScope	https://modelscope.cn/skills	阿里旗下平台，集成度高。
SkillHub	https://skillhub.cn/skills	腾讯旗下，数据来源于 ClawHub，也是国内开发者的好去处。
GitHub	https://github.com/search?q=skills	直接搜索 “skills” 关键字，可以找到大量开源的 Skill 项目。

这里以在ClawHub平台中下载 Weather天气查询Skill技能为例：

打开https://clawhub.ai/skills
搜索 “ Weather ”关键词，在搜索结果列表中，尽理选择排名靠前的、下载量多的。
点击查看版本，下载Zip压缩包，将weather-1.0.0.zip下载到本地电脑上。

📥 二、怎么装 Skills

Skills 的安装位置决定了它的作用范围，有两种主要的安装位置：

⚠️ 注：每次在安装好Skills后，一定要记行重启VSCode才生效哦！

项目级：项目根目录/.claude/skills/
- 特点：仅在当前项目中可用，适合团队共享的特定规范。
全局级：~/.claude/skills/
- 特点：对所有项目生效，适合个人常用的通用技能。
- Windows 路径：C:\Users\你的用户名\.claude\skills\

⚠️注：如果这个skills目录（文件夹）不存在，就在对应的目录下，自己手动去创建一下这个skills目录即可。

在这里插入图片描述

三种主流安装方式：

Zip 包安装（最通用）
- 原理：SKILL 的本质就是一个包含 SKILL.md 文件的文件夹。
- 步骤：下载 Zip 包 -> 解压获取文件夹 -> 将文件夹复制到上述的安装位置 -> 在 Claude Code 中输入 /skills 查看结果。
命令行安装（部分网络受限）
- 步骤：从 Skill 平台复制安装命令 -> 在终端进入项目目录 -> 执行命令 -> 等待安装完成 -> 输入 /skills 验证。
对话安装（最便捷）
- 步骤：复制平台提供的安装 Prompt（或使用通用模板：“将 {skill链接} 这个 skill安装到项目目录”） -> 发送给 Claude Code -> 等待其自动完成安装 -> 输入 /skills 查看。

✍️ 三、自己写 Skills

除了使用别个写好现成的 Skills以外，我们还可以根据团队或个人需求，手动编写专属技能，这是实现 AI 高度定制化的关键。

🧩Skills的目录结构

一个完整的 Skill 技能不是单个文件，而是包含多个文件的目录。其中最重要的就是SKILL.md，它是 Agent Skills 的核心文件，也是唯一必需要的文件。

my-xxx-skill/         ← 技能根目录（通常以技能的名称来命名）
│
├── SKILL.md          ← 核心执行文件 [必需]（下面的都是可选）
├── metadata.json     ← 元信息
├── examples/         ← 示例目录
│   ├── example1.md
│   └── example2.md
│
├── scripts/          ← 可执行脚本 存放 Python/Shell 等可执行脚本，处理复杂逻辑
│   ├── main.py
│   └── utils.py
│
├── resources/        ← 资源目录 存放图片、模板等静态资源，直接引用不占上下文
│   ├── prompt.md
│   └── config.yaml
│
├── tests/            ← 测试目录
│   ├── test_cases.md
│   └── eval.yaml
│
├── README.md         ← 使用说明
│
└── CHANGELOG.md      ← 变更日志

✅Skills的编写规范

以下是SKILL.md 的基本模板，整个 SKILL.md 主要分为上下两部分：

头部配置： 用 - - - 包裹起来的 YAML frontmatter（）
执行说明： 在下方的 Markdown 正文

---
name: my-skill 【必填，命名必和上层的文件夹名完全一致，命名只允许小写字母、数字、连字符-】
description: 技能描述，告诉我们在什么情况下使用这个技能 【必填】
license: Apache-2.0
compatibility: 需要 Python 3.10+
allowed-tools: Bash(infsh *)
metadata:
  author: your-name
  version: "1.0"
---

# Skill 技能名称

执行说明：这里是技能的详细指令，给 AI 的分步骤行为指引...

## 第一步

具体的操作步骤...

## 第二步

更多操作步骤...

## 示例
[该 Skill 的具体使用示例]

核心原则：避免废话
- 不要把模型本来就知道的常识写进 Skill 里（例如 Python 的基础语法）。Skill 的价值在于补充“模型默认不知道的特定规范、内部文档或避坑指南”。
结构设计：主配置作为路标
- 如果你的 Skill 内容非常庞大（例如整本 API 文档），建议将主配置文件（SKILL.md）作为目录和路标。
- 将具体的 API 签名、模板文件拆分到子目录中，让 AI 在需要时通过“探索”去读取，避免一次性消耗过多上下文窗口，影响推理效率。
触发词优化：明确的激活指令
- Skill 的描述（description）是写给模型看的。为了提高 AI 自动匹配的准确率，直接在描述中写明触发条件或关键词。
- 例如，你可以写：“当用户输入 /api 或询问接口规范时，激活此技能并引用附件中的 API 模板”。

📚Skills的编写实例

这里以Windows环境为例，在路径：C:\Users\你的用户名.claude\skills\中，创建一个名为git-commit-generator的目录（文件夹），再该目录下创建一个名为SKILL.md的MarkDown文件，其内容如下：

---
name: git-commit-generator
description: 当用户需要为 Git 提交生成规范、清晰且符合 Conventional Commits 规范的 commit message 时，使用此技能。适用于用户提供代码变更摘要、diff 或口头描述修改内容，需要转化为标准化提交信息的场景。
license: Apache-2.0
compatibility: 需要 Python 3.13+
metadata:
  author: 沐枫
  version: "1.1"
---

# Git Commit 内容生成器

本技能旨在帮助开发者快速生成符合 Conventional Commits 规范的 Git 提交信息，确保提交历史清晰、可追溯，并支持自动化版本管理和 CHANGELOG 生成。

## 第一步：分析变更内容

- 接收用户提供的代码变更描述、diff 片段或口头说明。
- 识别变更的类型（如：新功能、修复、重构、文档、测试、构建、CI、性能优化、样式调整、代码清理等）。
- 提取变更涉及的模块、文件、功能点或问题编号（如 issue 或 PR 编号）。
- 判断变更的影响范围（scope），例如：`auth`、`api`、`ui`、`core` 等。

## 第二步：生成规范 Commit Message

### 语言与格式规范
- 默认按照 `<type>(<scope>): <subject>` 格式生成标题行。
- **中文支持规则**：若用户明确要求使用中文，或项目约定使用中文提交，则 subject（简述）和 body（正文）需使用简体中文。
- **格式约束**：无论使用何种语言，`type` 和 `scope` 必须保持英文小写。
- 长度控制：标题行（subject）长度不超过 72 字符，保持简明扼要。

### 内容结构规范
- 若变更较复杂，添加空行后撰写 body，说明“为什么”做此修改，而非仅仅描述“做了什么”（代码本身已体现行为）。
- 若涉及破坏性变更（Breaking Change），在 footer 中添加 `BREAKING CHANGE:` 说明，并解释迁移方式。
- 若关联 issue 或 PR，在 footer 添加 `Closes #123` 或 `Refs #456`。

### Type 类型映射
优先使用以下标准英文 type：
- `feat`: 新功能
- `fix`: 修复 bug
- `docs`: 文档变更
- `style`: 代码格式（不影响逻辑）
- `refactor`: 重构（非新增功能、非修复 bug）
- `perf`: 性能优化
- `test`: 添加或修改测试
- `build`: 构建系统或外部依赖变更
- `ci`: CI 配置变更
- `chore`: 其他不修改 src 或 test 的变更
- `revert`: 回滚提交

## 第三步：输出与确认

- 输出完整的 commit message，使用代码块包裹，便于复制。
- 提供简短说明，解释为何选择该 type 和 scope。
- 若用户未提供足够信息，主动询问关键细节（如：是否修复 bug？是否影响公共 API？）。

## 示例

### 示例 1：中文 Commit Message
**用户输入**：
> 我修改了用户登录接口，现在支持通过手机号和邮箱两种方式登录，之前只支持邮箱。还加了单元测试。请用中文生成提交信息。

**AI 输出**：
```text
feat(auth): 新增手机号与邮箱双重登录方式

原系统仅支持邮箱登录，本次变更扩展了认证逻辑，
允许用户通过手机号进行身份验证，提升登录灵活性。
同时补充了覆盖两种登录方式及边界情况的单元测试。

Closes #245

🤖 四、让AI写 Skills

除了自己手动编写专属的Skill技能以外，还可以让AI我们给定的根据需求去生成Skill技能或者根据当前项目生成一个Skill技能。

根据给定需求生成Skill技能

Anthropic官方为我们指供了一个叫做 skill-creator 通过应该Skill，我们就可以根据给定需求的去生成Skill技能的Skill。安装也很简单，只需将https://github.com/anthropics/skills/tree/main/skills/skill-creator下载下来放置到.claude/skills/目录中即可。

这里以生成一个为Git提交生成规范的Skill为例，生成指令和提示词如下：

/skill-creator 生成一个Git提交生成规范的Skill，要求是当用户需要为 Git 提交生成规范、清晰且符合 Conventional Commits 规范的 commit message 时，使用此技能。适用于用户提供代码变更摘要、diff 或口头描述修改内容，需要转化为标准化提交信息的场景。

根据当前项目生成Skill技能

🎉Claude Code中内置了一叫做/run-skill-generator的斜杠指令，它的作用是：为当前项目自动生成一个 “run skill”，让未来的 AI agent 能够在一个干净的环境中构建、启动和操控这个项目。

简单来说，它会做以下几件事：

分析项目类型 — 识别这是个 Web 应用、桌面应用、CLI 工具、还是库。
实际在容器中跑起来 — 不是跑测试套件，而是真正启动应用并与之交互。如果是 GUI 应用还要截图。
构建一个"驱动程序"（driver） — 这是一个脚本/工具，让后续的 agent 能够程序化地操控这个应用（点击按钮、填表单、截图等），而不是像人类那样手动操作。
生成 SKILL.md — 一份精简的说明文档，包含：
- 安装依赖的确切命令
- 构建步骤
- 如何通过 driver 启动和操控应用
- 踩过的坑和解决方案（Gotchas / Troubleshooting）
产出物放在 .claude/skills/run-<项目名>/ 目录下，包含 SKILL.md 和驱动脚本。

核心价值： 有了这个 skill 之后，任何人（或 AI）说 “帮我跑一下这个应用” 或 “帮我截个图看看效果” 时，Claude 就能自动加载这个 skill 并真正操控应用，而不只是对着文档纸上谈兵。

🚀 五、怎么用 Skills

在安装好Skills 后，调用 Skills 就非常简单了，主要有两种调用方式：

通过自然语言触发（常用）：一般情况下，Claude Code会根据我们的对话上下文，去自动判断并调用最合适的 Skill技能来完成对应的任务。
例如，当我们在对话中询问 明后天上海的天气情况？时，它就会自动去检索分析并触发调用刚才安装的“weather-1.0.0”这个 Skill 来完成天气查询的任务。
使用指令指定：我们也可以直接通过指令来强制使用某个 Skill。
格式：/令指名空格提示词
例如，就拿我们刚才安装的 /weather Skill为例。
- 先输入/ 后面就会显示对应的指令提示。
- 再输入 /wea 然后就显示/wea字符串相关的过滤列表。
- 用键盘上下键选择/weather 按Tab键。
- 然后在后面输入相应的提示词：/weather-1.0.0 明后天上海的天气情况？，按Enter回车键，就可以启动它来查询天气啦。

所以，我们可以通过合理利用相关的 Skills技能，我们就可以将 Claude Code 从一个通用的对话机器人，打造成一个精通你业务领域的专属专家。

🧮 进阶扩展：

🧬Claude Code 必备的Skill

当你掌握了基础配置和自定义 Skill 的编写后，不妨尝试引入社区中经过实战检验的高频工具。以下是几个常用且能显著提升开发效率的必备Skill：

Find Skills ( 寻找技能/发掘自身能力)：这项技能有助于你发现并安装来自开放智能体技能生态系统的各种技能，相当于是一个Skills的搜索引擎。
- 项目地址：https://github.com/vercel-labs/skills/tree/main/skills/find-skills
- 使用实例：/find-skills 帮我找一个配图相关的skill
Superpowers (超能力)：“超级能力”是一种专为编程智能体设计的完整软件开发方法。它基于一系列可组合的技能以及一些必要的指令来运作，从而确保编程智能体能够正确使用这些技能。
- 项目地址：https://github.com/obra/superpowers
Gstack (你身边的工程团队)：调用从产品构思到部署的全套专业开发工作流，gstack配置：23 个功能强大的工具，可以分别充当 CEO、设计师、工程经理、发布经理、文档管理员和质量保障人员的角色。
- 项目地址：https://github.com/garrytan/gstack
Graphify（代码库可视化）：自动分析你的项目代码结构，该工具会将您整个项目中的所有内容——代码、文档、PDF 文件、图片、视频等——转化为一个知识图谱。这样，您就可以直接在知识图谱中进行查询，而无需再逐个翻阅文件了。
- 项目地址：https://github.com/safishamsi/graphify
- 官方网站：https://graphifylabs.ai
Frontend-Design（前端UI设计）：在构建新用户界面或对现有界面进行重新设计时，本指南旨在提供有针对性的视觉设计建议。它有助于确定整体的美学风格、选择合适的排版方式，避免使用那些千篇一律的默认设计方案。
- 项目地址：https://github.com/anthropics/skills/blob/main/skills/frontend-design

🗂️Claude Code 插件之OMC

在实际工程开发中，使用 Claude Code 处理复杂研发任务时，普遍存在交互碎片化、任务串行效率低、智能体分工不清晰、模型选择依赖人工判断等问题。
特别是在单个提示词中是难以覆盖架构设计、编码、测试、文档、部署全流程，多任务并行与规模化执行更是难以落地。

Oh My Claude Code（简称 OMC）正是为解决这类工程化痛点而设计的多智能体编排工具，它通过引入多 Agent 协作机制，让 AI 编程从“单兵作战”升级为“团队协同”。
OMC站在 Claude Code 的肩膀上，通过 Hooks、Skills、Agents、State 四大系统的协同，构建了一套完整的多智能体工作流。

官方文档： https://oh-my-claudecode.dev

项目地址： https://github.com/Yeachan-Heo/oh-my-claudecode

核心亮点：多 Agent 协作链路
OMC 内置了 19 个专职 Agent，能够自动编排出一条完整的任务处理流水线：explore（发现） → analyst（分析） → planner（排序） → critic（审查） → executor（实现） → verifier（确认）。不同的 Agent 各司其职，甚至可以为不同的 Agent 分配不同的模型（例如让轻量级模型做探索，让高级模型做架构设计），在保证推理质量的同时优化成本。
极简安装与零配置启动
OMC 支持作为 Claude Code Plugin 或 Terminal CLI 安装。对于国内开发者，只需在终端输入 setup omc 或 /oh-my-claudecode:omc-setup，插件就会自动完成 CLAUDE.md 配置生成、Hook 脚本安装以及 MCP 工具服务器注册，真正实现开箱即用。
双层配置与智能路由
OMC 支持全局（用户级）和项目级双层 JSONC 配置。你可以通过配置文件开启并行执行、LSP/AST 工具等高级特性，并利用模型路由功能（Routing）灵活控制不同任务的模型层级。此外，它还内置了 omc-doctor 诊断工具，一键检查依赖、Hook 和 Agent 的就绪状态，确保工作流稳定运行。

🛠️多模型供应商的动态切换

CC-Switch（供应商切换）：解决国内网络环境下 API 访问不稳定的痛点。它可以帮你自动修改环境变量，将请求平滑重定向到兼容的国内中转接口，保障开发链路的畅通。

项目地址：https://github.com/farion1231/cc-switch
在这里插入图片描述

亚马逊云科技技术品牌专区

更多推荐

F2424XT-2WR3 与钡特电源 DF2-24S24XT 国产高品质工业 DC-DC 模块电源规格参数性能拆解

亚马逊云科技技术品牌专区

市值破700亿港元，Momenta敲钟，物理AI行业迎来首个标的原创

亚马逊云科技技术品牌专区

云计算运维第6天

本文摘要总结了SQL常用函数和MySQL日志配置两部分内容。SQL函数部分详细介绍了数值函数（如min/max/round等）、字符串函数（如lower/upper/concat等）和时间函数（如now/datediff等）的用法及示例。MySQL日志配置部分说明了通用日志、二进制日志等类型，并给出了配置通用日志的示例代码，通过在配置文件中设置general_log参数来记录所有SQL操作。这些知