本文通过 5W1H 系统梳理 Claude Code 的整体设计与工程价值，阐明其并非聊天式写代码工具，而是一套可读仓库、改代码、跑命令的执行型 AI 工程体系。文章重点解析 Hooks、Subagents、Skills、MCP 等机制如何将个人经验固化为可复用的团队流程，帮助读者建立从使用到工程化落地的完整心智模型。

编写python程序方法11.打开“超级终端”2.输入python3 ，输入python3表示用的python这门编程语言的第3个版本，如果只输入python的话表示用的是python的第2个版本 。3.输入以下代码print('hello world')编写python程序方法21.开编辑软件sublime2.编写如下代码3.保存代码4.运行程序另外一种运行...

通过本文，你将系统理解 Claude Code Plugins：它把 .claude/ 中已定义的 commands / agents / hooks / Skills / MCP / LSP 能力，打包、标准化、可复用，形成可安装的团队级扩展，Plugins 让 Claude Code 的能力不再局限个人项目，而是可以安全地在团队和跨项目中共享与落地。

本文系统讲解了 Claude Code 中 MCP（Model Context Protocol）的设计理念与工程价值：它不是“让 AI 自动操作系统”，而是通过标准协议，把 GitHub、数据库、监控与内部 API 安全、可控地接入 AI。结合 Skills、Subagents 与 Hooks，Claude 不再只是给建议，而是能读数据、执行动作、回写结果，真正参与工程闭环，成为可审计、可协作的

Claude Code 的 Skills、Subagents 与 Hooks 是团队化 AI 的核心利器：Skills 固化 SOP，Subagents 明确角色，Hooks 自动触发流程。三者组合，让复杂任务可复用、可验收、可自动化，每次交付都有标准输出、测试证据与风险防护。本文系统讲解了配置、调用与落地实践，让你快速把 AI 从“随手工具”升级为团队化流水线。

本文系统拆解了 Claude Code Subagents 的设计理念与实战用法：它不是简单的多角色对话，而是一套 角色固化、上下文隔离、权限可控 的工程化协作机制。通过把测试、审查、安全、文档等重复工种抽象为 Subagent，并由主对话统一编排，可显著降低上下文污染，避免“自己审自己”，让复杂任务天然支持并行、复用与验收。结合 Subagents、Hooks、Skills，你可以把 Claud

本文系统整理了 Claude Code CLI 的完整终端命令体系，全面讲解文件与上下文管理、Agent 与后台任务、权限控制、成本监控以及 GitHub 集成等核心能力，并结合实际开发场景给出使用建议。同时介绍了可视化工具 Claudia，帮助开发者高效管理会话与资源，快速将 Claude Code 从聊天工具升级为可控的工程级 AI 助手。

Claude Code 是 Anthropic 推出的工程级 AI 编程助手，能够理解代码仓库、跨文件修改代码、执行命令并运行测试，直接参与项目开发。本文作为《Claude Code 完整指南》系列第一篇，从 安装部署 入手，通过 CLI 实战 演示真实工程场景，并介绍 JetBrains 与 VS Code 的集成使用方式，帮助开发者快速上手并在实际项目中使用 Claude Code。

手把手教你在Mac本地使用LLaMA-Factory进行大模型微调，支持LoRA与QLoRA。适合初学者，快速上手本地训练大语言模型。

本文详细记录了LLaMA-Factory用到的名词。