个人总结的超详细的Claude Code学习笔记

自动化测试猿

417人浏览 · 2026-06-03 19:55:59

自动化测试猿 · 2026-06-03 19:55:59 发布

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

Claude Code泄露源码：https://github.com/NanmiCoder/cc-haha

一、 CLAUDE.md

Claude Code 的上下文工程是一个分层体系：从静态的 CLAUDE.md，到动态的 MEMORY.md，到按需的 SKILL.md 和 Rules，再到执行层的 Hooks——它们绝大多数最终都作为 user-role context message 注入到对话历史，而不是 system prompt。理解这个分层，才能真正做好上下文工程。

（一） CLAUDE.md简介

CLAUDE.md 最常见的的位置，会放到这两个地方，一个是项目目录下面的 CLAUDE.md，一个是项目目录下面 .claude 文件夹下的 CLAUDE.md，总共包含11种放置位置。内容如下：

项目介绍，如：目录介绍，模块介绍，命令介绍
开发规范，如：命名规范，代码风格，Git提交规范
注意事项，如：特别约束，采坑文档

（二） CLAUDE.md的11种位置

1. 组织级3种

/组织级配置目录/CLAUDE.md
/组织级配置目录/.claude/CLAUDE.md
/组织级配置目录/.claude/rules/*.md

公司的全局编码标准、安全策略、合规要求等信息，适合写到这里

2. 用户级2种

C:\Users\admin/.claude/CLAUDE.md
C:\Users\admin/.claude/rules/*.md

个人的代码风格偏好、个人工具快捷方式等信息，适合写到这里

3. 项目级5种（最常用）

/项目目录/CLAUDE.md
/项目目录/.claude/CLAUDE.md
/项目目录/.claude/rules/*.md
/项目目录/module/rules/*.md
/项目目录/module/sub_module/CLAUDE.md

单个项目的项目架构、编码标准、常用工作流等信息，适合写到这里

4. 本地级1种

/项目目录/module/sub_module/CLAUDE.local.md

个人的沙盒 URL、偏好的测试数据等信息，适合写到这里

5. 参考图

（三） CLAUDE.md的执行过程

1. 拼接用户参数的函数:prependUserContext

从claude code泄露源码中发现的关键函数：prependUserContext

很多人会下意识以为 CLAUDE.md 的内容是被 Claude Code 拼到 system prompt 里发给模型的。这个理解其实不准确，下面我们看一下源码里它实际是怎么被传过去的

关键源码在 src/utils/api.ts:449，函数名叫prependUserContext

// 定义一个函数 prependUserContext，作用是把额外上下文"塞"到对话历史最前面
export function prependUserContext(
  messages: Message[],              // 参数 1：原本的对话历史（一个消息数组）
  context: { [k: string]: string }, // 参数 2：要注入的上下文对象，CLAUDE.md 内容就装在这里
): Message[] {
// 如果是测试环境，原样返回不做处理，避免污染测试
if (process.env.NODE_ENV === 'test') return messages
// 如果 context 对象是空的，没东西要塞，直接返回
if (Object.entries(context).length === 0) return messages

// 返回一个全新的数组：新造的消息在前，原对话历史在后
return [
    // 临时造一条"用户消息"插到对话最前面
    createUserMessage({
      // 消息内容是下面这一大段文本，被 <system-reminder> 标签包起来
      content: `<system-reminder>
As you answer the user's questions, you can use the following context:
${Object.entries(context).map(([k, v]) => `# ${k}\n${v}`).join('\n')}

IMPORTANT: this context may or may not be relevant to your tasks.
You should not respond to this context unless it is highly relevant to your task.
</system-reminder>`,
      isMeta: true,                 // 打个"元消息"标记：这是系统造的，不是真用户输入
    }),
    ...messages,                    // 把原本的对话历史展开拼在后面
  ]
}

2. 分析执行方法

1. 接收一个 messages 数组，再接一个 context 对象（CLAUDE.md的内容就放在 context 里面）
2. 把 context 拼成一段文本，外面套一层<system-reminder>标签
3. 用 createUserMessage() 创建一条 user message，再用 ...messages 拼到原 messages 数组的前面
所以CLAUDE.md实际上是以一条 user message 的形式被塞到对话历史最前面的，它不是 system prompt 的一部分

3. 分析执行方法得到的执行过程

读取 CLAUDE.md
    ↓
形成 context 对象
    ↓
prependUserContext(messages, context)
    ↓
创建一条 user-role meta message
    ↓
插入 messages 最前面
    ↓
连同 system prompt、tools、历史消息一起发给 Claude API

4. 总结思考

_**CLAUDE.md**_** = Claude Code 应用层的项目上下文；最终落到 API 请求时 = 一条插在最前面的
user-role meta message。**

思考一：CLAUDE.md的约束力其实没有想象中那么强。它在模型那里只是一段"user message"，并不是系统层指令

思考二：注入文本末尾那句

“IMPORTANT: this context may or may not be relevant to your tasks. You should not respond to this context unless it is highly relevant to your task. ”

翻译为中文：“重要提示：此上下文可能与您的任务相关，也可能不相关。除非与您的任务高度相关，否则您不应响应此上下文。”

是源码里写死的，相当于明确告诉模型可以判断当前任务和这段上下文是否相关。所以有时候模型会觉得任务和CLAUDE.md关系不大，就忽略掉部分规则，这并不是 AI 不听话，是源码层面就允许它这样做

思考三：如果你希望让 AI 强制遵守某些规则，CLAUDE.md不是最强的通道。可以考虑用 agent 的 system prompt、或者 hooks 这种程序级约束来实现

（四） CLAUDE.md的硬性限制清单

以下是通过claude code源码发掘到的CLAUDE.md的限制

二、 MEMORY.md

_MEMORY.md__ 是 Claude Code __Auto Memory（自动记忆）机制的入口文件，用来让 Claude 在不同会话之间保留它“自己学到的项目知识”。它属于典型的上下文工程（Context Engineering）_组件，但不是 System Prompt，而是被当作上下文注入给 Claude 使用。

官方文档:https://code.claude.com/docs/zh-CN/memory

我在一次让AI编写接口用例时，它没有遵守格式规范，漏掉了一部分要求必须写的注释内容。我就反问AI，让AI反思并总结这次犯错的原因，以及以后如何避免。最后AI生成了如下的记忆文件，来避免下次犯同样的错：~.claude\projects\D–workSpace-001-test-automation\memory\MEMORY.md。

（一） `MEMORY.md` 是什么？

Claude Code 每个会话都会从新的上下文窗口开始，因此它本来不会记得上次调试过什么、项目有什么特殊命令、用户偏好是什么。Auto Memory 用来解决这个问题：Claude 会在工作过程中，把它认为未来有用的信息写入记忆文件，例如构建命令、调试经验、架构笔记、代码风格偏好和工作流习惯。

它不是你手写的项目规范，而是 Claude 根据会话中的修正、偏好和发现自动沉淀出来的内容。

（二）它解决的痛点

痛点	`MEMORY.md` 如何解决
每次新会话都从零开始	会话开始时自动加载记忆，让 Claude 继承项目经验
重复解释项目规则和偏好	Claude 可记住“使用 pnpm 而不是 npm”等偏好
调试经验丢失	把曾经踩过的坑、特殊命令、环境问题保存下来
长期项目上下文断裂	让 Claude 在多次会话中逐渐积累项目知识
人工维护文档成本高	Claude 自动判断哪些信息值得记住，无需每次手动写文档

（三）存放路径

官方当前路径是：

~/.claude/projects/<project>/memory/
├── MEMORY.md
├── debugging.md
├── api-conventions.md
└── ...

<project> 通常根据 Git 仓库派生。同一个 Git 仓库下的所有 worktree 和子目录会共享同一个自动记忆目录；如果不在 Git 仓库中，则使用项目根目录作为依据。

（四）加载规则

MEMORY.md 并不是无限制全部塞进上下文。

官方规则是：

每次会话启动时加载 MEMORY.md 的前 200 行，或前 25KB，取先到者。

超过部分不会在启动时加载。Claude 会尽量保持 MEMORY.md 简洁，并把详细内容移动到其他主题文件，例如 debugging.md、patterns.md，这些文件不会启动时加载，而是在需要时由 Claude 通过文件工具按需读取。

这是一种典型的 Progressive Disclosure（渐进式披露） 思路：

启动时加载小索引
需要时再读取详细文件
避免上下文窗口被无关信息撑爆

（五）如何使用

1. 查看和编辑

在 Claude Code 中使用：

/memory

/memory 可以查看当前会话加载的 CLAUDE.md、CLAUDE.local.md、rules 文件，并提供打开自动记忆文件夹的入口，还可以切换 Auto Memory 开关。

2. 让 Claude 记住某件事

你可以直接说：

记住：这个项目使用 pnpm，不要用 npm。

或者：

Remember that API tests require a local Redis instance.

Claude 会把这些信息保存到 Auto Memory 中。

3. 禁用 Auto Memory

Auto Memory 默认开启。可以通过 /memory 面板关闭，也可以在项目设置(settings.json)中写：

{
  "autoMemoryEnabled": false
}

或者通过环境变量关闭：

$env:CLAUDE_CODE_DISABLE_AUTO_MEMORY = "1"

官方也说明可以使用 autoMemoryEnabled: false 或 CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 关闭自动记忆。

（六）在上下文工程中的作用

MEMORY.md 属于上下文工程中的 Context Persistence（上下文持久化）。

它的作用不是规定 Claude 必须做什么，而是让 Claude 在每次会话开始时获得一份“历史经验摘要”。

可以这样理解：

CLAUDE.md 负责告诉 Claude：这个项目的规则是什么。
MEMORY.md 负责提醒 Claude：你之前在这个项目里学到了什么。
SKILL.md 负责教 Claude：遇到某类任务时应该怎么做。

官方明确说明，CLAUDE.md 和 Auto Memory 都会在每次对话开始时加载，并且 Claude 会把它们当作上下文，而不是强制配置。

另外，官方还说明 CLAUDE.md 内容是作为 system prompt 之后的 user message 传递的，不是 system prompt 本身；它会影响行为，但不能保证严格遵守。

（七） `MEMORY.md`、`CLAUDE.md`、`SKILL.md` 区别

对比项	`MEMORY.md`	`CLAUDE.md`	`SKILL.md`
核心定位	Claude 的自动记忆	人类写给 Claude 的项目说明和规则	可复用任务技能
谁写	Claude 自动写，也可用户要求记住	开发者、团队、组织	开发者、团队、插件作者
内容类型	学到的经验、偏好、调试发现	项目规则、架构、命令、约定	某类任务的步骤、流程、工具说明
加载时机	每次会话启动加载前 200 行或 25KB	每次会话启动加载，通常完整加载	相关任务触发时按需加载
适合放什么	“上次发现测试需要 Redis”	“项目使用 pnpm，API 在 src/api”	“如何生成 PR 摘要”“如何做代码审查”
是否版本控制	默认机器本地，不跨机器共享	项目级通常提交 Git	项目级或插件级可提交 Git
是否硬约束	否	否	否
是否占用上下文	是，但有 200 行/25KB 限制	是，文件越大越占 token	触发时才占用主要上下文
主要风险	记住错误信息、过期信息、个人偏好污染	文件过长、规则冲突、过度泛化	技能描述不准导致误触发或不触发

（八）什么时候用哪个？

1. 用 `CLAUDE.md`

适合写稳定、团队共享、每次都需要知道的信息：

# Build
- 使用 pnpm install
- 使用 pnpm test 运行测试


# Architecture
- API 位于 src/api/
- 数据库使用 PostgreSQL
- ORM 使用 Prisma

官方建议 CLAUDE.md 用于 coding standards、workflows、project architecture 等内容。

2. 用 `MEMORY.md`

适合保存 Claude 在工作中发现的、未来可能有用的信息：

# Memory
- API 测试需要本地 Redis 实例。
- Windows 环境下运行 e2e 测试前需要先启动 Docker Desktop。
- 上次调试发现 auth 模块的 token 过期问题来自系统时间偏移。

官方说明 Auto Memory 适合保存 build commands、debugging insights、Claude 发现的 preferences 等内容。

3. 用 `SKILL.md`

适合封装“任务流程”：

---
name: pr-review
description: Use when reviewing a pull request.
---

# PR Review Process

1. 查看 diff
2. 检查测试覆盖
3. 检查安全风险
4. 输出 review summary

官方建议：如果某个条目是多步骤过程，或者只对代码库某一部分重要，应移动到 skill 或 path-scoped rule，而不是塞进 CLAUDE.md。

（九）优缺点对比

文件	优点	缺点
`CLAUDE.md`	稳定、明确、适合团队共享	太长会占上下文；规则冲突会降低遵守度
`MEMORY.md`	自动学习、减少重复解释	可能保存错误或过期知识，需要审计
`SKILL.md`	按需加载，适合复杂任务流程	需要设计触发描述；不适合放全局常识

（十）总结

_**CLAUDE.md**_** 是项目说明书，**_**MEMORY.md**_** 是 Claude
的工作笔记，**_**SKILL.md**_**
是任务操作手册。三者都是上下文工程的重要组成部分，但都不是硬安全边界；真正需要强制执行的规则应使用 Hooks、权限配置或
CI/CD。**

三、 skills

（一） skills简介

2025年10月16日 Anthropics 最早推出 Skills的概念，并于2025年12月18日正式将Skills定义为AI开放标准。Anthropics官方文章链接：https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills

skills的作用：AI大模型目前并非全能，对特定领域可能不够了解，直接提问可能得到错误答案。通过Skills功能，用户可为AI提供说明文档（如开发流程、规范或经验），补充AI的知识，使其在需要时查阅，从而提高回答的准确性。例如，可为特定编程语言（如Java、前端开发）或公司内部规范创建Skills文档。参考目前的harness概率，一个skill也能做成专门完成一件特定工作的技能包（比如我个人编写的专门写接口用例的skill：https://github.com/buer2233/api-test-dwp）。

（二） skills的构成

1. Skill存放位置

第一种是项目目录下（项目级）位置是你项目目录下的 .claude/skills/xxx，适合放与你这个项目有关的Skills。

第二种就是用户目录下（全局级），以windows电脑举例：C:\Users\admin.claude\skills,放到这里的Skills所有项目都能用，适合放置一些通用规范和技能。

2. SKILL.md的内容简介

一个skills 必须包括一个 SKILL.md 文件，且其中必须包含两个模块：元数据和指令。元数据必填两项是：name 和 description。name为SKILL名称，description描述SKILL的作用和触发条件。

skill默认情况下只会加载元数据name和description，在需要使用技能时，才会渐进式的按需加载SKILL内的指令。

3. SKILL.md中的元数据详细介绍

3.1 必填字段

3.2 通用规范元数据（非必填）

codex，cursor，vscode等支持skills规范的产品，都支持这些元数据

3.3 Claude Code 额外支持的元数据（非必填）

claude code 支持这些元数据，其他codex，cursor等可能不支持或者部分支持

4. Skills 完整目录

SKILL.md和CLAUDE.md 一样，不建议都写到一个文件，SKILL.md 也可以将内容分拆到多个.md文件。
SKILL.md中支持引入一个脚本，注意一个细节，就是写到Skills里面的脚本，不会加载，而是执行。还有个技巧是针对那种重复性较高，可以脚本化的操作，都建议直接脚本化，以此提升AI执行的效率也能大幅的减少Token的消耗。

（三） skills触发

1. 自动触发

AI会在提问的开始，将skills全局和你当前项目下的 skills 元数据内容（name，description 等）都加载一下

所以你什么都不用管，当AI感觉需要读取某个skills的时候，会自动读取。

2. 手动触发

也可以直接通过斜杠指令，来手动触发，根据截图斜杠指令加载的是name的名称，另外也能看到 description的信息。

3. 禁止自动触发

如下图，在SKILL的描述后添加：disable-model-invocation: true。这样skills就不会自动被调用了，只能手动触发了。

（四） Skills中添加参数

1. $ 初步讲解

Claude Code 里跟 $ 有关的写法，其实只有两类：

1.1 参数占位符（接受用户输入的东西）

写法	含义
`$ARGUMENTS`	用户传进来的全部内容
`$0` `$1` `$2`	第几个参数（从 0 开始数）
`$ARGUMENTS[0]` `$ARGUMENTS[1]`	上面那种的「全名版」
`$名字`	给参数起个有意义的名字

1.2 环境变量（运行环境自动提供的信息）

写法	含义
`${CLAUDE_SKILL_DIR}`	当前 Skill 自己所在的目录
`${CLAUDE_SESSION_ID}`	当前会话的编号

重点划一下：第一类是 $XXX，没有花括号。第二类是 ${XXX}，有花括号。
这俩是被两套不同的代码处理的，写错花括号就不会替换，这是新手最容易栽的坑之一。

2. 最基础的 $ARGUMENTS

在 SKILL.md 正文里直接写 $ARGUMENTS：

---
description:分析指定文件
---


请帮我分析这个文件有没有问题：$ARGUMENTS

用户这样调用：

/分析文件 src/login.ts

$ARGUMENTS 就会被替换成用户跟在命令后面写的那串字：

请帮我分析这个文件有没有问题：src/login.ts

就这么简单。 $ARGUMENTS 拿到的是用户在命令名后面写的所有内容。

$ARGUMENTS = 「用户输入的所有东西」的占位符。你把它放哪里，用户的输入就填到哪里。

$ARGUMENTS 必须全大写。写成 $arguments、 $Arguments 一律不认，不会替换。

3. $ARGUMENTS 自动兜底机制

「如果我忘了写 $ARGUMENTS，用户传的参数是不是就丢了？」

不会丢。

举个例子，假设你的 Skill 长这样，正文里没写任何占位符：

请帮我做代码审查。

用户照样传了参数：

/审查 src/login.ts

Claude Code 会发现你正文里没有占位符，于是自动把参数贴到正文末尾，注入给模型的内容会变成：

请帮我做代码审查。


ARGUMENTS: src/login.ts

所以参数永远不会凭空消失。这只是个兜底机制，建议还是显式写 $ARGUMENTS 让效果更可控。

4. 参数切片： $0 / $1 / $2

用编号占位符 $0``$1``$2：

任务内容：$0
优先级：$1
负责人：$2

用户调用 /建任务修复登录bug 高优先级张三，结果：

任务内容：修复登录bug
优先级：高优先级
负责人：张三

把参数想象成一排储物柜，编号从 0 开始：$0 是第 1 个柜子、 $1 是第 2 个、 $2 是第 3 个……
（程序员数数都从 0 开始，习惯一下就好）

等价写法:

$0 是简写，它的「全名」是 $ARGUMENTS[0]：

任务内容：$ARGUMENTS[0]
优先级：$ARGUMENTS[1]

两种写法效果完全一样，平时用 $0 就够了，省事。

5. 给参数起名字： $文件名、 $负责人

第一步：在 SKILL.md 最上面的 frontmatter 里，用 arguments 字段按顺序列出参数名：

---
description:创建任务
arguments:
  -任务内容
  -优先级
  -负责人
---

第二步：正文里就能直接用名字了：

任务内容：$任务内容
优先级：$优先级
负责人：$负责人

用户调用 /建任务修复登录bug 高张三，结果：

任务内容：修复登录bug
优先级：高
负责人：张三

比 $0 $1 $2 好读太多了。

一个关键认知：名字只是「外号」，本质还是按顺序

这是这一节最重要的一点，很多人会理解错：

❌ 误解：以为可以这样写命令 /建任务负责人=张三优先级=高（像填表格那样指定） ✅ 真相：还是严格按位置对号入座

arguments 里写的第 1 个名字，永远绑定用户传的第 1 个参数。

名字只是给「1 号柜子」贴了个标签叫「任务内容」方便你读，但东西还是按顺序塞进柜子的。位置错了，名字救不了你。

容易踩的坑：名字不能用纯数字

别把参数命名成 1、 2 这种纯数字。

因为系统已经用 $1``$2 表示编号了，如果你的参数名也叫 1，两套语法就打架了。系统会直接无视这种命名，相当于没声明。

起名就起有意义的人话，比如 文件名、 模式、 负责人。

6. ${CLAUDE_SKILL_DIR} 介绍

为什么需要

一个 Skill 经常不只有 SKILL.md 一个文件，旁边可能还放着脚本、模板、参考资料：

我的Skill/
├── SKILL.md
└── scripts/
    └──检查.sh     ←我想在Skill里运行这个脚本

问题来了：怎么写脚本的路径？

如果写死成 /Users/你/.claude/skills/我的Skill/scripts/检查.sh，那别人下载你的 Skill 装到自己电脑就找不到了——每个人电脑的路径都不一样。

怎么用

用魔法变量 **$****{****CLAUDE_SKILL_DIR****}**，它会自动变成「当前 Skill 自己所在的文件夹路径」：

运行检查脚本：
!`${CLAUDE_SKILL_DIR}/scripts/检查.sh`

不管这个 Skill 被装到谁的电脑、哪个项目， ${CLAUDE_SKILL_DIR} 都能准确指向它自己的位置。

${CLAUDE_SKILL_DIR} = 「我这个 Skill 住在哪」。想引用同目录的脚本/模板，用它就对了，别写死路径。

重点：花括号别忘了！

再强调一遍上面提过的：

参数家族（接用户输入的）： $ARGUMENTS、 $0、 $名字，没有花括号
环境家族（运行环境的）： ${CLAUDE_SKILL_DIR}、 ${CLAUDE_SESSION_ID}，必须带花括号

如果你把环境变量写成 $CLAUDE_SKILL_DIR（少了花括号），它不会被替换。这是新手最常踩的坑之一。

顺便认识一下 ${CLAUDE_SESSION_ID}

${CLAUDE_SESSION_ID} 会被替换成当前对话的编号，常用于给临时文件起不重名的名字，例如：

把结果保存到/tmp/result-${CLAUDE_SESSION_ID}.json

用法和 ${CLAUDE_SKILL_DIR} 一样，记得带花括号。

（五） Skills 和 Plugins 的区别

Skills本质上就是一个.md的文件再加上其他.md拓展信息和拓展脚本
Plugin则更全面，里面包括 Skills，hooks，mcp 等信息，可以做更复杂的场景

（六） Skills 和 MCP 的区别

官方原文：https://claude.com/blog/skills-explained

MCP connects s Claude todata; Skills steach Claude what to do with that data.(MCP 适合做获取数据的场景；Skills 更适合做获取数据之后，处理数据的场景)

在这里插入图片描述

（七） Skills的详细执行流程(纯泄露源码分析)

先通过一张图概括整体的执行过程

1. 完整的执行流程图

在这里插入图片描述

2. Skills开始不是全量注入

很多人会以为 Skills 跟 CLAUDE.md 一样，启动会话时就把所有内容塞进上下文。源码里不是这样。

Skills 分两层：

技能清单层：只把 name / description 这类摘要给模型看。
技能正文层：只有模型调用 Skill 工具后，完整 SKILL.md 才会进入上下文。

Skills的提示词在这里在src/tools/SkillTool/prompt.ts:173

export const getPrompt = memoize(async (_cwd: string): Promise<string> => {
  return `Execute a skill within the main conversation

When users ask you to perform tasks, check if any of the available skills match. Skills provide specialized capabilities and domain knowledge.

When users reference a "slash command"or"/<something>" (e.g., "/commit", "/review-pr"), they are referring to a skill. Use this tool to invoke it.

How to invoke:
- Use this tool with the skill name and optional arguments
...
Important:
- Available skills are listed in system-reminder messages in the conversation
- When a skill matches the user's request, this is a BLOCKING REQUIREMENT: invoke the relevant Skill tool BEFORE generating any other response about the task
...
`
                                 })

这段提示词说明了三件事：

模型要先检查当前任务是否匹配可用 Skills。
用户提到/command这种 slash command 时，也可能是在说一个 Skill。
如果 Skill 匹配当前任务，模型应该先调用Skill工具。

所以 Skills 的触发是靠提示词驱动的：AI自我判断

3. 模型为什么知道要调用 Skills

前面提到，Skill 工具的提示词在src/tools/SkillTool/prompt.ts。

这个提示词很重要，因为它给模型建立了一个规则：当用户请求和某个 Skill 匹配时，必须先调用 Skill 工具。

还有一段系统级提示也会补充告诉模型 slash command 和 Skill 的关系，位置在src/constants/prompts.ts:382

hasSkills
  ? `/<skill-name> (e.g., /commit) is shorthand for users to invoke a user-invocable skill. When executed, the skill gets expanded to a full prompt. Use the ${SKILL_TOOL_NAME} tool to execute them. IMPORTANT: Only use ${SKILL_TOOL_NAME} for skills listed in its user-invocable skills section - do not guess or use built-in CLI commands.`
  : null

翻译一下：

/<skill-name> 是用户调用 user-invocable skill 的简写。
执行时，这个 skill 会被展开成完整 prompt。
使用 Skill 工具来执行它。
重要：只对技能列表里的 skills 使用 Skill 工具，不要猜内置 CLI 命令。

用户输入/commit，在 Claude Code 的模型视角里，它并不只是一个普通字符串，而可能是一个需要通过 Skill 工具展开的技能。

4. Skills 是怎么被发现和加载的

技能目录加载的核心函数在：src/skills/loadSkillsDir.ts

它先准备几个路径：

const userSkillsDir = join(getClaudeConfigHomeDir(), 'skills')
const managedSkillsDir = join(getManagedFilePath(), '.claude', 'skills')
const projectSkillsDirs = getProjectDirsUpToHome('skills', cwd)

对应的就是：

用户级：~/.claude/skills
管理级：managed path 下的 .claude/skills
项目级：当前项目路径向上查找 .claude/skills

然后它会并行加载这些来源：也就是说，Skills 的读取不是一个一个串行读，而是多个来源并行读。

const [
  managedSkills,
  userSkills,
  projectSkillsNested,
  additionalSkillsNested,
  legacyCommands,
] = await Promise.all([
  ...
])

5. Skills 的六类加载位置

源码里 Skills 的来源大概有六类：

managed skills
user skills
project skills
plugin skills
bundled skills
mcp skills

// 还有一个旧版兼容来源：legacy commands

具体解释就是

managed:
  getManagedFilePath()/.claude/skills

user:
  ~/.claude/skills

project:
  从当前目录向上查找 .claude/skills

additional:
  --add-dir 指定目录下的 .claude/skills

legacy:
  .claude/commands

plugin:
  插件目录里的 skills

bundled:
  Claude Code 内置注册的 skills

mcp:
  MCP server 暴露的 prompt 型 skills

加载所有命令的入口在src/commands.ts

const loadAllCommands = memoize(async (cwd: string): Promise<Command[]> => {
  const [
    { skillDirCommands, pluginSkills, bundledSkills, builtinPluginSkills },
    pluginCommands,
    workflowCommands,
  ] = awaitPromise.all([
    getSkills(cwd),
    getPluginCommands(),
    getWorkflowCommands ? getWorkflowCommands(cwd) : Promise.resolve([]),
  ])

  return [
    ...bundledSkills,
    ...builtinPluginSkills,
    ...skillDirCommands,
    ...workflowCommands,
    ...pluginCommands,
    ...pluginSkills,
    ...COMMANDS(),
  ]
})

Skills 最终会进入统一的commands列表。

Claude Code 内部没有把 Skills 和 slash commands 完全割裂开。它们最后都被整理成Command对象，只是来源字段不同。

6. SKILL.md 是怎么被解析的

每个SKILL.md会先经过 frontmatter 解析：src/utils/frontmatterParser.ts:130

export function parseFrontmatter(
  markdown: string,
  sourcePath?: string,
): ParsedMarkdown {
  const match = markdown.match(FRONTMATTER_REGEX)

  if (!match) {
    return {
      frontmatter: {},
      content: markdown,
    }
  }

  const frontmatterText = match[1] || ''
  const content = markdown.slice(match[0].length)
    ...
    }

它只认文件开头这种格式：

---
name: code-review
description: Review code changes
---

# Code Review

...

如果没有 frontmatter，也不是不能加载。源码会返回：

frontmatter: {}
content: markdown

7. Skill被模型调用后发生了什么

Skill 工具真正执行的位置在：src/tools/SkillTool/SkillTool.ts:580

async call(
  { skill, args },
  context,
  canUseTool,
  parentMessage,
  onProgress?,
): Promise<ToolResult<Output>> {
  ...
    }

流程可以概括成：

拿到 skill 名
  ↓
去掉可能存在的 /
  ↓
从 commands 里找到对应 command
  ↓
记录 Skill 使用
  ↓
判断是否 context: fork
  ↓
如果 fork，交给 executeForkedSkill
  ↓
否则走 processPromptSlashCommand
  ↓
返回新的 messages 和 contextModifier

8. SKILL.md 正文展开时会做哪些处理

首先会注入Base directory

位置在src/skills/loadSkillsDir.ts:344：

async getPromptForCommand(args, toolUseContext) {
  let finalContent = baseDir
    ? `Base directory for this skill: ${baseDir}\n\n${markdownContent}`
    : markdownContent
    ...
    }

如果这个 Skill 来自文件系统，有自己的目录，那么展开时会在正文前面加上：

Base directory for this skill: /path/to/.claude/skills/my-skill

因为一个 Skill 不一定只有一个SKILL.md。它的目录里可能还有脚本、模板、示例、参考文件。

加上 base directory 后，模型就知道这个 Skill 的资源根目录在哪里，可以用 Read/Grep 等工具去读同目录下的配套文件。

还会进行如下操作

替换$ARGUMENTS和具名参数
替换${CLAUDE_SKILL_DIR}
替换${CLAUDE_SESSION_ID}
执行!command动态语法

9. Skills 的上下文保存机制

已调用 Skills 会被记录到invokedSkills，状态结构在src/bootstrap/state.ts:1525：

export type InvokedSkillInfo = {
  skillName: string
    skillPath: string
content: string
invokedAt: number
agentId: string | null
}

添加函数在src/bootstrap/state.ts:1534：

export function addInvokedSkill(
  skillName: string,
  skillPath: string,
  content: string,
  agentId: string | null = null,
): void {
  const key = `${agentId ?? ''}:${skillName}`
  STATE.invokedSkills.set(key, {
    skillName,
    skillPath,
    content,
    invokedAt: Date.now(),
    agentId,
  })
}

注意这里会按agentId区分。也就是说，主对话调用的 Skill 和子 agent 调用的 Skill，不会随便混在一起。

10. compact 后为什么还能继续遵守已调用 Skill

Skills 还有一个和 compact 相关的保存机制。当上下文被压缩后，如果已调用 Skill 的正文完全丢失，模型后续就可能忘掉这个 Skill 的规则。

所以 Claude Code 会在 compact 后创建一个invoked_skillsattachment。

生成函数在src/services/compact/compact.ts:1494：

export function createSkillAttachmentIfNeeded(
  agentId?: string,
): AttachmentMessage | null {
  const invokedSkills = getInvokedSkillsForAgent(agentId)

  if (invokedSkills.size === 0) {
    returnnull
  }
    ...
  return createAttachmentMessage({
    type: 'invoked_skills',
    skills,
  })
}

这个 attachment 渲染成模型消息的位置在src/utils/messages.ts:3644：

case 'invoked_skills': {
  if (attachment.skills.length === 0) {
    return []
  }

  const skillsContent = attachment.skills
    .map(
      skill =>
        `### Skill: ${skill.name}\nPath: ${skill.path}\n\n${skill.content}`,
    )
    .join('\n\n---\n\n')

  return wrapMessagesInSystemReminder([
    createUserMessage({
      content: `The following skills were invoked in this session. Continue to follow these guidelines:\n\n${skillsContent}`,
      isMeta: true,
    }),
  ])
}

也就是说，compact 后模型会看到类似：

<system-reminder>
  The following skills were invoked in this session. Continue to follow these guidelines:

### Skill: code-review
Path: projectSettings:code-review

...
</system-reminder>

翻译过来就是：这就是为什么有些 Skill 被调用后，即使发生 compact，后续仍然可能继续生效。

<system-reminder>
  在本课程中调用了以下技能。继续遵循这些准则：

###技能：代码审查
路径：projectSettings:代码审阅

...
</system-reminder>

（八） Skills 源码里的硬性限制

1. /skills/目录不支持单个.md文件

这个限制非常重要。在.claude/skills/目录下，单个.md文件不会被加载。

正确格式：.claude/skills/my-skill/SKILL.md
错误格式：.claude/skills/my-skill.md

源码位置：src/skills/loadSkillsDir.ts:424

2. Skills有上下文预算

预算逻辑在src/tools/SkillTool/prompt.ts:20：

export const SKILL_BUDGET_CONTEXT_PERCENT = 0.01
export const CHARS_PER_TOKEN = 4
export const DEFAULT_CHAR_BUDGET = 8_000

也就是说，默认技能清单大概占上下文窗口的 1%。

如果上下文窗口是 200k tokens，那么：200000 _* _0.01 = 8000 token

所以默认字符预算就是 8000 token，如果 Skills 太多，清单会被裁剪。

单个 Skill 的描述也有上限。

源码在src/tools/SkillTool/prompt.ts:29：

export const MAX_LISTING_DESC_CHARS = 250

如果description + when_to_use超过 250 字符，就会被截断。这就是为什么SKILL内容写太多之后，AI执行不会全部遵守的原因，因为上下文已经丢失了。

3. MCP Skills 不执行动态 shell 命令

本地 Skills 可以支持：

!`git status --short`

但 MCP Skills 不执行这类动态 shell。这样做是为了安全考虑

因为 MCP skills 是远程来源，源码不信任远程 Markdown 里的 shell 命令。

源码位置：src/skills/loadSkillsDir.ts:371

// Security: MCP skills are remote and untrusted — never execute inline
// shell commands (!`…` / ```! … ```) from their markdown body.

四、 Plugins

Plugin 是一个自包含目录，用来把 Skills、Commands、Agents、Hooks、MCP Servers、LSP Servers、Monitors、Themes 等能力打包起来，然后在个人、项目或团队范围内复用和分发。_ 官方文档也将 plugin 定义为“a self-contained directory of components that extends Claude Code with custom functionality”。_

_官方文档: _https://code.claude.com/docs/zh-CN/plugins-reference

（一） Plugins 基础介绍

1. Plugins 的诞生

如果说 Skills 是一本"专业领域的说明书"，那 Plugins 就是一整个"工具箱"

Anthropic 在推出 Skills 之后，发现单纯一个 .md 文件还不够用

有时候用户想要的不只是给 AI 加一段说明，而是希望：

使用特定的AI Agent
设置生命周期 Hook（在操作前后自动执行某段脚本）
接入一个 MCP 服务器（让 AI 能调用外部工具）

把这些零碎东西分开装，又麻烦又容易乱

于是 Plugins 就诞生了——它把上面这些能力打包到一个目录里，一键安装、一键启用、一键禁用

简单理解： Skills 是一本书，Plugins 是一个图书馆

一个 Plugin 里面可以包含很多 Skills，再加上 commands、agents、hooks、MCP 服务等

2. Plugins 解决的核心痛点

我们先来看看，没有 Plugins 之前会有什么问题：

痛点一：能力分散

你想给团队加一套"前端开发规范+自动格式化命令+Hook 自动检查+MCP 接入 Figma"，要分别配置 4 个地方

配置完之后，团队里每个新人来都要再配一遍，离谱

痛点二：缺乏分发

就算你写好了一套规范，怎么给别人？发压缩包？发 GitHub？发完别人怎么装到他自己的环境里？

痛点三：版本管理混乱

你改了一个 hook 脚本，团队里有人在用旧版有人在用新版，没人知道谁是对的

Plugins 就是为了一次性解决这些问题

它让你：

把所有能力打包到一个目录里（commands、agents、skills、hooks、mcp、lsp 全都装得下）
通过 Marketplace（插件市场）一键安装和卸载
自带版本号和作者信息，方便维护和升级
支持user / project / local 三种作用域，灵活控制对谁生效

举个最直观的例子：

你想让团队用上"浓缩了 10 年经验的 Java 开发规范"——下载一个 java-best-practices 插件就行
你想让 AI 接入公司内部 Jira 系统——下载一个 jira-mcp 插件就行
你想给所有项目加上"提交前自动跑 lint"的 Hook——下载一个 pre-commit-guard 插件就行

（二） Plugins 的构成

1. Plugin 存放位置

1.1 本地缓存目录（全局）

默认是：~/.claude/plugins/（mac/linux）

里面的结构大概是这样：

~/.claude/plugins/
├── known_marketplaces.json   # 已注册的市场列表
├── installed_plugins.json    # 已安装的插件清单
├── marketplaces/             # 各个市场的本地缓存
│   └── claude-plugins-official/
│       └── .claude-plugin/
│           └── marketplace.json
└── cache/                    # 已下载的插件版本缓存
    └── my-plugin@some-market/
        └── 1.0.0/
            └── （插件实际内容）

这是 Claude Code 帮你管理的，你一般不用动手改

1.2 项目级 plugin 目录

放在你的项目下的 .claude-plugin/ 目录里

适合放和这个项目深度绑定的插件源代码

your-project/
└── .claude-plugin/
    └── plugin.json    ← plugin 元数据

如果你只是想"使用"插件，记住安装位置在 ~/.claude/plugins/ 就够了

如果你要"开发"插件，记住 .claude-plugin/plugin.json 这个文件就够了

2. plugin.json

一个 Plugin 必须包含一个 plugin.json 文件，位于插件目录下的 .claude-plugin/plugin.json 路径

它和 Skills 的 SKILL.md 类似，都是用来描述这个东西"是什么、能做什么"

下面是一个最小化的示例：

{
  "name": "my-plugin",
  "version": "1.0.0",
  "description": "这是一个演示插件",
  "author": {
    "name": "张三",
    "email": "zhangsan@example.com"
  }
}

只要这 4 个字段，一个最简 Plugin 就成型了

其中 name 是必填的，剩下的都是选填（但是建议都写上，方便别人识别）

plugin.json 里面还可以配置一堆字段，咱们这里先列举一下常用的

3. Plugin 完整目录

光有 plugin.json 还不够，Plugin 真正的"内容"在它的子目录里

一个完整的 Plugin 目录长这样：

my-plugin/
├── .claude-plugin/
│   └── plugin.json        # 必填，插件元数据
├── commands/              # 可选，自定义斜杠命令
│   ├── deploy.md          # /deploy 命令
│   └── format.md          # /format 命令
├── agents/                # 可选，自定义 AI 代理
│   └── reviewer.md        # 代码审查代理
├── skills/                # 可选，插件附带的 Skills
│   └── my-skill/
│       └── SKILL.md
├── hooks/                 # 可选，生命周期 Hook
│   └── hooks.json
├── output-styles/         # 可选，输出风格定义
│   └── concise.md
├── .mcp.json              # 可选，MCP 服务器配置
└── .lsp.json              # 可选，LSP 语言服务器配置

亚马逊云科技技术品牌专区

更多推荐

open-code-review Codex 插件教程：对话式调用评审技能指南

本文是一份面向新手的 **open-code-review Codex 插件教程**，教你在 Codex 中通过对话式方式调用 open-code-review 的 AI 代码评审技能。open-code-review 是阿里巴巴开源的 AI 代码评审工具，采用"确定性流水线 + LLM Agent"混合架构，内置多语言评审规则（NPE、线程安全、XSS、SQL 注入等），可在 Codex 里用一

亚马逊云科技技术品牌专区

OBS Studio 完整指南：免费开源录屏与直播软件从零上手

想做一场像模像样的直播，或者把屏幕内容录成教程视频，但一想到商用软件的订阅费就有些犹豫？其实你不需要花一分钱。OBS Studio 是一款免费开源的直播与录屏软件，支持 Windows、macOS 和 Linux，采集、混音、编码、推流、录制，一条流水线全包了。## 先搞清楚 OBS Studio 是什么OBS Studio 是一个"场景化"的采集合成工具：你把摄像头、窗口、浏览器、图片、

亚马逊云科技技术品牌专区

如何用MediaCrawler爬取小红书抖音数据？7大平台爬虫从安装到实战完整指南

MediaCrawler 是一个支持小红书、抖音、快手、B站、微博、百度贴吧、知乎的开源自媒体数据采集工具。它能按关键词、按帖子、按创作者主页三种方式抓取笔记/视频内容、评论甚至二级评论，并把结果存成 JSON、CSV、Excel 或数据库。适合做市场调研、竞品监控、内容选题的运营人员，以及想要现成爬虫框架而不想从零写 JS 逆向的开发者。## 从一次"手动抄数据"说起想象这个场景：你负责

亚马逊云科技技术品牌专区

所有评论(0)

查看更多评论

自动化测试猿

@m0_56232078

已为社区贡献1条内容

个人总结的超详细的Claude Code学习笔记

自动化测试猿

一、 CLAUDE.md

（一） CLAUDE.md简介

（二） CLAUDE.md的11种位置

1. 组织级3种

2. 用户级2种

3. 项目级5种（最常用）

4. 本地级1种

5. 参考图

（三） CLAUDE.md的执行过程

1. 拼接用户参数的函数:prependUserContext

2. 分析执行方法

3. 分析执行方法得到的执行过程

4. 总结思考

（四） CLAUDE.md的硬性限制清单

二、 MEMORY.md

（一） MEMORY.md 是什么？

（二） 它解决的痛点

（三） 存放路径

（四） 加载规则

（五） 如何使用

1. 查看和编辑

2. 让 Claude 记住某件事

3. 禁用 Auto Memory

（六） 在上下文工程中的作用

（七） MEMORY.md、CLAUDE.md、SKILL.md 区别

（八） 什么时候用哪个？

1. 用 CLAUDE.md

2. 用 MEMORY.md

3. 用 SKILL.md

（九） 优缺点对比

（十） 总结

三、 skills

（一） skills简介

（二） skills的构成

1. Skill存放位置

2. SKILL.md的内容简介

3. SKILL.md中的元数据详细介绍

3.1 必填字段

3.2 通用规范元数据（非必填）

3.3 Claude Code 额外支持的元数据（非必填）

4. Skills 完整目录

（三） skills触发

1. 自动触发

2. 手动触发

3. 禁止自动触发

（四） Skills中添加参数

1. $ 初步讲解

1.1 参数占位符（接受用户输入的东西）

1.2 环境变量（运行环境自动提供的信息）

2. 最基础的 $ARGUMENTS

3. $ARGUMENTS 自动兜底机制

4. 参数切片： $0 / $1 / $2

5. 给参数起名字： $文件名、 $负责人

6. ${CLAUDE_SKILL_DIR} 介绍

（五） Skills 和 Plugins 的区别

（六） Skills 和 MCP 的区别

（七） Skills的详细执行流程(纯泄露源码分析)

1. 完整的执行流程图

2. Skills开始不是全量注入

3. 模型为什么知道要调用 Skills

4. Skills 是怎么被发现和加载的

5. Skills 的六类加载位置

6. SKILL.md 是怎么被解析的

7. Skill被模型调用后发生了什么

8. SKILL.md 正文展开时会做哪些处理

9. Skills 的上下文保存机制

10. compact 后为什么还能继续遵守已调用 Skill

（八） Skills 源码里的硬性限制

1. /skills/目录不支持单个.md文件

2. Skills有上下文预算

3. MCP Skills 不执行动态 shell 命令

四、 Plugins

（一） Plugins 基础介绍

1. Plugins 的诞生

2. Plugins 解决的核心痛点

（二） Plugins 的构成

1. Plugin 存放位置

1.1 本地缓存目录（全局）

（一） `MEMORY.md` 是什么？

（二）它解决的痛点

（三）存放路径

（四）加载规则

（五）如何使用

（六）在上下文工程中的作用

（七） `MEMORY.md`、`CLAUDE.md`、`SKILL.md` 区别

（八）什么时候用哪个？

1. 用 `CLAUDE.md`

2. 用 `MEMORY.md`

3. 用 `SKILL.md`

（九）优缺点对比

（十）总结