1.Claude Code
1 Claude Code 介绍
Claude Code 是一个 Agent 编码工具，可以读取你的代码库、编辑文件、运行命令，并与你的开发工具集成。可在终端、IDE、桌面应用和浏览器中使用。
Claude Code 是一个由 AI 驱动的编码助手，可帮助你构建功能、修复错误和自动化开发任务。它理解你的整个代码库，可以跨多个文件和工具工作以完成任务。
Claude Code 官方文档：https://code.claude.com/docs/zh-CN/overview
2 Claude Code 安装
运行 Claude Code 的系统、网络、配置要求如下：
- 操作系统要求：macOS 13.0+、Windows 10 1809+ 或 Windows Server 2019+、Ubuntu 20.04+、Debian 10+、Alpine Linux 3.19+
- 硬件要求：内存 4GB+
- 网络要求：国内使用 Claude 需要使用 vpn（安装 Claude 过程、使用 Claude 相关模型都需要使用 VPN，如果安装好 Claude 后使用国内大模型，无需 VPN），Claude 支持地区可以参考 https://www.anthropic.com/supported-countries
- Shell：Bash、Zsh、PowerShell 或 CMD。
Claude 在不同平台中安装命令如下：
# macOS, Linux, WSL
curl -fsSL https://claude.ai/install.sh | bash
#Windows PowerShell:
irm https://claude.ai/install.ps1 | iex
#Windows CMD:
curl -fsSL https://claude.ai/install.cmd -o install.cmd && install.cmd && del install.cmd
vpn 使用参考：https://cloud.fynote.com/share/d/PRLPXg7
特别注意在 Windows 上使用 ClaudeCode，需要 Git for Windows。原生安装的 Claude Code 会在后台更新，确保一直使用最新版本。
如下步骤是在 Window 中通过 PowerShell 来安装 ClaudeCode：
2.1 Window 安装 git
登录https://git-scm.com/，下载安装 git
2.2 Window 安装 Nodejs
访问 https://nodejs.cn/en/download，选择 Window 系统与构建的 Nodejs 版本，下载并安装。
2.3 Window 安装 ClaudeCode
在 Window 中使用 PowerShell 安装 Claude Code（管理员打开 PowerShell）：
irm https://claude.ai/install.ps1 | iex
按照过程中有任何故障参考这里：https://code.claude.com/docs/zh-CN/troubleshooting
2.4 配置环境变量
后续启动 Claude 后需要在 Claude 官网中登录账号（付费）授权后使用。避免这种情况我们可以在环境变量中设置 Anthropic 相关的 apikey，这样可以启动 Claude 后直接在环境变量中获取到 APIKey ，跳过在 Claude 官网中登录验证。
这里在 Window 环境变量中设置 ANTHROPIC_AUTH_TOKEN 和 ANTHROPIC_BASE_URL。
以上 Anthropic 相关的 api key 可以通过淘宝搜索购买。同时我们也可以在环境变量中设置其他国内大模型：
# deepseek模型，128K上下文
ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"
ANTHROPIC_AUTH_TOKEN="sk-....b"
ANTHROPIC_MODEL="deepseek-chat"
ANTHROPIC_SMALL_FAST_MODEL="deepseek-chat"
#qwen3.5-plus模型，1M上下文（价格贵，慎重）
ANTHROPIC_BASE_URL="https://dashscope.aliyuncs.com/api/v2/apps/claude-code-proxy"
ANTHROPIC_AUTH_TOKEN="sk-...e44"
ANTHROPIC_MODEL="qwen3.5-plus"
ANTHROPIC_SMALL_FAST_MODEL="qwen3.5-plus"
注意：qwen3.5-plus 模型介绍页面：https://bailian.console.aliyun.com/cn-beijing?tab=model#/model-market/detail/qwen3.5-plus?serviceSite=asia-pacific-china
在 PowShell 这种临时设置命令如下：
$env:ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"
$env:ANTHROPIC_AUTH_TOKEN="sk-....b"
$env:ANTHROPIC_MODEL="deepseek-chat"
$env:ANTHROPIC_SMALL_FAST_MODEL="deepseek-chat"
配置环境变量后重启电脑。
2.5 启动 Claude 并测试
打开 PowerShell，输入 Claude 进入 Claude 并可以进行对话。
3 JetBrains IDEs 集成
为了后续方便使用 Claude Code 操作代码，这里我们将 Claude Code 集成到开发工具中使用。可以子啊 VSCode、JetBrains IDEs 中集成 ClaudeCode，这里以 PyCharm 中集成 Claude Code 为例，演示如何集成 ClaudeCode。
- 打开 PyCharm 搜索 Claude 插件
注意：老版本的 PyCharm 可能没有该插件，需要升级 PyCharm。
- PyCharm 中使用 Claude
打开 PyCharm，进入任意一个项目，点击Claude图标，可以直接进入 Claude，并且可以你进行对话。
4 Claude Code 上手案例
新建目录 my_project，使用 PyCharm 打开该目录，然后进行 Python 前后端项目开发。
4.1 对话创建项目
构建一个python项目，这个项目有前端和后端，前端是一个大屏，使用柱状图展示不同地区用户数量，后端模拟一些数据返回即可
创建项目过程中，需要进行确认是否执行步骤，也可以让 Claude 自动给你安装一些依赖和启动项目。
4.2 启动项目
将这个代码给我运行起来，然后告诉我访问什么地址？
4.3 对话修改代码
我现在想要在前端页面中不仅仅展示柱状图，还要展示折线图和饼图，最好还有地图展示，当我点击某个图形展示时，可以给我放大展示。
Claude Code 会自动进行编程，修改代码，过程中需要自己确认一些修改并执行，最终效果如下：
在与 Claude Code 进行对话修改代码建议如下：
- 不要说“修复错误”，而是说“修复登录错误，用户输入错误凭证后看到空白屏幕”。
- 将复杂的任务分解为多步骤，例如：
1. 为用户配置文件创建新的数据库表
2. 创建 API 端点以获取和更新用户配置文件
3. 构建允许用户查看和编辑其信息的网页
- 在进行项目更改前，让 Claude Code 先理解整体项目代码。
5 Claude Code 内置命令
在 Claude Code 中输入 / 可以查看所有可用命令，或输入 / 后跟任何字母来筛选。并非所有命令对每个用户都可见。某些命令取决于你的平台、计划或环境。例如，/desktop 仅在 macOS 和 Windows 上显示。
下表是 Claude 中常见的内置命令，<arg> 表示必需的参数，[arg] 表示可选参数：
| 命令 | 用途 |
|---|---|
/add-dir <path> |
用于管理文件和目录的命令，主要功能是将指定目录添加到当前会话的工作目录列表中，让 Claude Code 能够同时访问和理解多个目录下的代码文件。 |
/btw <question> |
提出快速附加问题，无需添加到对话中。 |
/clear |
清空当前对话历史记录，并释放被占用的上下文空间。 |
/color <color> |
为当前会话设置提示栏颜色。可用颜色：red、blue、green、yellow、purple、orange、pink、cyan。使用 default 重置。 |
/compact [instructions] |
压缩对话,清空详细的对话历史记录，但生成并保留一份文字摘要，将其放入新的上下文中，是 /clear 命令的升级版。 |
/config |
打开设置界面调整主题、模型、输出样式、其他偏好。 |
/context |
将当前上下文使用情况可视化为彩色网格。显示上下文密集型工具、内存膨胀和容量警告的优化建议。 |
/copy [N] |
将最后一个助手响应复制到剪贴板。传递数字 N 以复制第 N 个最新响应：/copy 2 复制倒数第二个。 |
/cost |
显示令牌使用统计信息，显示从当前会话开始至今，所累积的估算成本。 |
/doctor |
运行一系列自动化检查，来诊断你的 Claude Code 安装、设置和运行环境，并给出验证结果或修复建议。 |
/exit |
退出 CLI。 |
/export [filename] |
将当前对话导出为纯文本。使用文件名时，直接写入该文件。不使用文件名时，打开对话框以复制到剪贴板或保存到文件。 |
/init |
初始化项目，为项目创建结构化文档 CLAUDE.md，从而让 AI 能够深入理解整个项目。 |
/login/logout |
登录/登出到你的 Anthropic 账户。 |
/model [model] |
选择或更改 AI 模型。对于支持的模型，使用左/右箭头调整工作量级别。更改立即生效，无需等待当前响应完成 |
/rewind |
回滚对话 |
/theme |
更改颜色主题。包括浅色和深色变体、色盲友好（道尔顿化）主题和使用你终端颜色调色板的 ANSI 主题 |
-
/btw <question>
敲回车后，可以看到本次对话内容并没有在过往对话中。
-
/clear清空当前对话历史记录，并释放被占用的上下文空间
-
/color [color|default]
为当前会话设置提示栏颜色。可用颜色：red、blue、green、yellow、purple、orange、pink、cyan。使用 default 重置。
-
/compact
清空详细的对话历史记录，但生成并保留一份文字摘要，将其放入新的上下文中。
-
/config
打开设置界面调整主题、模型、输出样式、其他偏好。
-
/context
将当前上下文使用情况可视化为彩色网格。显示上下文密集型工具、内存膨胀和容量警告的优化建议。
-
/copy [N]
将最后一个助手响应复制到剪贴板。传递数字 N 以复制第 N 个最新响应：/copy 2复制倒数第二个。
以上执行完将最后一次回复内容放在了粘贴板中，可以直接ctrl+v粘贴到外部。 -
/cost
显示令牌使用统计信息。显示从当前会话开始至今，所累积的估算成本
-
/doctor
运行一系列自动化检查，来诊断你的 Claude Code 安装、设置和运行环境，并给出验证结果或修复建议。
-
/exit -
/export [filename]
将当前对话导出为纯文本。使用文件名时，直接写入该文件。不使用文件名时，打开对话框以复制到剪贴板或保存到文件
可以看到在项目中生成seesion.txt文件记录对话内容。 -
/model
-
/theme
6 Claude Code 记忆
每个 Claude Code 会话都从一个全新的上下文窗口开始，那么 Claude 如何在不同会话之间保持对项目的的记忆？Claude Code 设计了两种互补的机制来跨会话传递知识和指令：Claude.md 和 Auto Memory（自动记忆）。
6.1 CLAUDE.md
CLAUDE.md 是需要用户手动创建和维护的持久性指令文件，它的核心作用是为 Claude 提供跨会话的、稳定的项目背景知识和行为准则，确保 Claude 在每次开始工作时都“记得”这个项目的关键信息，我们可以将它视为项目的“新手指南”或“规范手册”。
其主要功能包括：
- 定义规范：制定代码风格（缩进、命名）、提交信息格式、API 设计原则等。
- 说明架构：描述项目结构、模块职责、关键技术栈和依赖关系。
- 记录流程：提供标准的构建、测试、运行、部署命令和步骤。
- 传递上下文：说明业务逻辑、历史决策、待解决的已知问题等。
CLAUDE.md 是一个纯文本的 Markdown 文件，CLAUDE.md 文件可以是项目级（位于当前项目根目录下 ./CLAUDE.md）和个人级（~/.claude/CLAUDE.md），可以在对应位置进行编辑该文件。一般重点维护项目级CLAUDE.md 文件，这样方便团队共享规则，可以通过手动创建和自动创建（推荐）两种方式生成。
- 手动创建时在项目的根目录下，新建一个名为
CLAUDE.md的文件并编辑即可； - 自动创建直接可以在 Claude Code 会话中，直接输入命令
/init，Claude 会分析您的代码库，并自动生成一个包含它发现的项目结构、构建命令、测试指令等内容的初始CLAUDE.md文件，如果文件已存在，/init会建议改进，而非覆盖。
6.2 Auto Memory(自动记忆）
Auto memory 是 Claude 自动创建和更新的学习笔记系统，它的核心作用是让 Claude 能够从与用户的互动中自主学习并积累经验，在未来的会话中“回忆”起这些知识，从而实现更智能、更个性化的协助。Memory 记忆的主要内容如下：
- 工作流程：用户常用的、有效的构建、测试和调试命令。
- 项目洞察：Claude 在分析代码、解决问题时发现的模式、陷阱或最佳实践。
- 用户偏好：用户纠正 Claude 时体现出的个人编码风格或工具选择偏好（例如“请使用中文而不是英文解释”）。
- 架构知识：关于代码库组件之间复杂关系的笔记。
Auto memory 是默认开启的，无需手动创建，使用 Claude Code (v2.1.59+) 与项目交互，它就会在后台自动运行，ClaudeCode 中可以通过输入 /memory 进行关闭。
6.3 使用演示
创建 myproject1，并使用 PyCharm 打开该项目，打开 Claude 输入如下指令：
给我创建一个贪吃蛇游戏，贪吃蛇主要代码使用python实现，前端使用html实现。
经过多次确认，最终项目运行效果如下：
-
生成
CLAUDE.md文件
执行/init可以看到在项目根目录下生成CLAUDE.md文件：
如果CLAUDE.md文件内容为英文，可以对话改成英文：将CLAUDE.md 改成中文
-
修改项目为纯 html 项目
将项目改成简单的纯html实现方式，去掉python相关代码
可以看到执行过程中会自动进行项目更新，然后会进行CLAUDE.md文件更新：
7 权限模式
权限模式是 Claude Code 的核心控制机制，它决定了 Claude 在执行文件编辑、运行命令或发起网络请求等操作前，是否需要暂停并请求用户批准。选择不同的模式，就是在工作流程的便利性和操作的安全性之间进行权衡。
Claude Code 提供了如下主要的权限模式，每种模式适用于不同的工作场景和安全需求：
| 模式 | 无需批准即可执行的操作 |
|---|---|
default（默认） |
仅读取操作 |
acceptEdits（自动接受编辑） |
读取、文件编辑、常见文件系统命令 |
plan（规划模式） |
仅读取操作 |
default（默认模式）- 特点：最谨慎的模式。每次 Claude 尝试进行任何有状态的操作（如写文件、运行命令）时都会暂停并请求批准。
- 适用：适用于刚开始使用、处理不熟悉的代码库，或进行高风险操作（如生产环境变更）时。
acceptEdits（自动接受编辑模式）- 特点：允许 Claude 在你的工作目录内自动创建、编辑文件，以及执行常见的文件系统命令（如
mkdir，cp）。其他命令（如网络请求）仍需批准。 - 适用：当希望 Claude 快速迭代代码，并计划在事后通过 git 进行批量审查，即自动编程无需确认。
- 特点：允许 Claude 在你的工作目录内自动创建、编辑文件，以及执行常见的文件系统命令（如
plan（规划模式）- 特点：Claude 会研究代码库、运行命令进行探索、并制定详细的修改计划，但不会实际执行任何修改。权限提示规则与 default 模式相同。
- 适用：在动手修改前，希望 Claude 全面分析问题、理解代码结构并给出明确方案时。生成计划后，你可以选择批准并切换到其他模式（如
auto或acceptEdits）来执行。
以上各个模式在会话中按 Shift+Tab 循环切换（默认循环 default -> acceptEdits -> plan）。
7.1 acceptEdits 模式案例
创建 myproject2，并使用 PyCharm 打开该项目，打开 Claude 切换到 acceptEdits 模式（Shift+Tab 切换），输入如下指令：
给我编写一个俄罗斯方块游戏，要求有炫酷的前端页面。
可以看到编程自动进行，中间创建多个代码文件无需人为确认，自动确认。
项目运行效果：
7.2 plan 模式案例
创建 myproject3，并使用 PyCharm 打开该项目，打开 Claude 切换到 acceptEdits 模式（Shift+Tab 切换），输入如下指令：
给我编写一个俄罗斯方块游戏，要求有炫酷的前端页面。
可以看到 Claude 制定详细的编程计划并询问，但不会实际执行任何修改。
点击接受 Yes，auto-accept edits 后会自动切换到 acceptEdits 模式并编程，编程完成后允许自动启动：
最终效果：
8 Claude Code MCP 工具
MCP（Model Context Protocol，模型上下文协议）是 Anthropic 于 2024 年 11 月推出的开放标准，旨在为大型语言模型（LLMs）提供统一接口，以便连接和调用外部数据源和工具。
MCP 遵循客户端——服务器架构：
-
MCP Server
实际运行外部工具（如访问文件系统、发送邮件、查询日历）的服务端叫做 MCP Server。负责处理请求并将结果返回给 Client。
-
MCP Client
运行着与大模型对话的客户端（可能会使用工具）叫做 MCP Client。在 ClaudeCode 中，Claude Code（或 Claude 桌面版）作为客户端，连接到这些服务器。我们可以在项目根目录下创建
.map.json文件配置连接的 MCP Server。
Claude Code 中，MCP Client 和 Server 之间通信支持 HTTP、SSE（已弃用）和 stdio 三种传输方式。Claude Code 中连接 MCP 服务器后，我们可以直接用自然语言在编程中调用这些工具。
8.1 MCP 案例——Stdio 传输模式
在该案例中，我们会创建 MCP Server 项目，MCP Server 项目中会创建一个 getWeather 工具，该工具通过 OpenWeather 可以查询某个城市天气情况；ClaudeCode 作为 MCP Client 通过 STDIO 方式与 MCP Server 进行通信，实现调用天气工具。
1. Mcp Server 开发
按照如下步骤创建 MCP Server 对应的 SpringBoot 项目。
步骤一：创建 SpringBoot 项目
SpringBoot 项目命名为 SpringAIMCPStdioServer，设置使用的 JDK 为 17 版本。
步骤二：在项目中加入如下 Maven 依赖
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>3.5.3</version>
<relativePath/> <!-- lookup parent from repository -->
</parent>
<groupId>com.example</groupId>
<artifactId>SpringAIMCPStdioServer</artifactId>
<version>0.0.1-SNAPSHOT</version>
<name>SpringAIMCPStdioServer</name>
<description>SpringAIMCPStdioServer</description>
<properties>
<java.version>17</java.version>
</properties>
<!-- 导入 Spring AI BOM，用于统一管理 Spring AI 依赖的版本，
引用每个 Spring AI 模块时不用再写 <version>，只要依赖什么模块 Mavens 自动使用 BOM 推荐的版本 -->
<dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-bom</artifactId>
<version>1.0.0-SNAPSHOT</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<!-- 依赖的MCP 包 ,只支持 STDIO 传输-->
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-mcp-server</artifactId>
</dependency>
<!-- 依赖的json 包-->
<dependency>
<groupId>org.json</groupId>
<artifactId>json</artifactId>
<version>20210307</version>
</dependency>
</dependencies>
<!-- 打包插件 -->
<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
<version>3.4.4</version>
<configuration>
<mainClass>com.example.springaimcpstdioserver.SpringAimcpStdioServerApplication</mainClass>
</configuration>
<executions>
<execution>
<goals>
<goal>repackage</goal>
</goals>
</execution>
</executions>
</plugin>
</plugins>
</build>
<!-- 声明仓库， 用于获取 Spring AI 以及相关预发布版本-->
<repositories>
<repository>
<id>spring-snapshots</id>
<name>Spring Snapshots</name>
<url>https://repo.spring.io/snapshot</url>
<releases>
<enabled>false</enabled>
</releases>
</repository>
<repository>
<name>Central Portal Snapshots</name>
<id>central-portal-snapshots</id>
<url>https://central.sonatype.com/repository/maven-snapshots/</url>
<releases>
<enabled>false</enabled>
</releases>
<snapshots>
<enabled>true</enabled>
</snapshots>
</repository>
</repositories>
</project>
注意：在该 pom.xml 中引入了 spring-ai-starter-mcp-server MCP 依赖包，该包只支持 STDIO 传输。
步骤三：配置 resources/application.properties
spring.application.name=SpringAIMCPStdioServer
#指定 MCP 服务器的名称为 spring-ai-mcp-weather
spring.ai.mcp.server.name=spring-ai-mcp-weather
#配置应用监听的端口为 8080
server.port=8086
#禁用 Spring Boot 启动时的横幅（Banner）显示，对于使用 STDIO 传输的 MCP 服务器，禁用横幅有助于避免输出干扰。
spring.main.banner-mode=off
#如下参数启用并设置为空，将禁用控制台日志输出格式，减少输出干扰
logging.pattern.console=
#配置日志文件的输出路径，将日志写入指定的文件中
logging.file.name=D:/idea_space/SpringAICode/SpringAIMCPStdioServer/model-context-protocol/mcp-weather-stdio-server.log
#访问 OpenWeather API 的密钥
OPEN_WEATHER_API_KEY=f0...8
特别注意：以上配置中 logging.file.name 指定了 MCP Server 运行过程中日志输出的位置，可以通过该日志查看 Server 端运行情况（如：工具是否被调用）。
步骤四：创建 WeatherService.java 构建查询天气工具
在项目中创建 service 包，在该包中创建 WeatherService.java 类，构建查询天气工具：
package com.example.springaimcpstdioserver.service;
import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.URL;
import java.net.URLEncoder;
import org.json.JSONArray;
import org.json.JSONObject;
import org.springframework.ai.tool.annotation.Tool;
import org.springframework.ai.tool.annotation.ToolParam;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Service;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
/**
* 天气服务类，用于获取指定城市的天气信息
* @Service 标记为 Spring 服务层组件
*/
@Service
public class WeatherService {
private static final Logger logger = LoggerFactory.getLogger(WeatherService.class);
private static final String BASE_URL = "http://api.openweathermap.org/data/2.5/weather";
@Value("${OPEN_WEATHER_API_KEY}")
private String OPEN_WEATHER_API_KEY;
/**
* 根据城市名称获取天气信息（使用 OpenWeatherMap）
* @param city 城市名称，如 "Beijing"
* @return 天气信息文本
*/
@Tool(description = "获取指定城市的当前天气情况，格式化后的天气报告字符串。")
public String getWeather(@ToolParam(description = "城市名称，必须是英文格式，比如 London 或 Beijing") String city) {
logger.info("====== 调用了getWeather工具 ======");
try {
String charset = "UTF-8";
String query = String.format(
"q=%s&appid=%s&units=metric&lang=zh_cn",
URLEncoder.encode(city, charset),
URLEncoder.encode(OPEN_WEATHER_API_KEY, charset)
);
URL url = new URL(BASE_URL + "?" + query);
logger.info("====== 访问URL： ======"+url.toString());
HttpURLConnection connection = (HttpURLConnection) url.openConnection();
connection.setRequestMethod("GET");
BufferedReader reader = new BufferedReader(new InputStreamReader(connection.getInputStream(), charset));
StringBuilder response = new StringBuilder();
String line;
while ((line = reader.readLine()) != null) {
response.append(line);
}
reader.close();
JSONObject data = new JSONObject(response.toString());
if (data.getInt("cod") == 404) {
return "未找到该城市的天气信息。";
}
JSONObject main = data.getJSONObject("main");
JSONArray weatherArray = data.getJSONArray("weather");
JSONObject weather = weatherArray.getJSONObject(0);
JSONObject wind = data.getJSONObject("wind");
String weatherDescription = weather.optString("description", "无描述");
double temperature = main.optDouble("temp", Double.NaN);
double feelsLike = main.optDouble("feels_like", Double.NaN);
double tempMin = main.optDouble("temp_min", Double.NaN);
double tempMax = main.optDouble("temp_max", Double.NaN);
int pressure = main.optInt("pressure", 0);
int humidity = main.optInt("humidity", 0);
double windSpeed = wind.optDouble("speed", Double.NaN);
return String.format("""
城市: %s
天气描述: %s
当前温度: %.1f°C
体感温度: %.1f°C
最低温度: %.1f°C
最高温度: %.1f°C
气压: %d hPa
湿度: %d%%
风速: %.1f m/s
""",
data.optString("name", city),
weatherDescription,
temperature,
feelsLike,
tempMin,
tempMax,
pressure,
humidity,
windSpeed
);
} catch (Exception e) {
return "获取天气信息时出错: " + e.getMessage();
}
}
public static void main(String[] args) {
//测试方法
WeatherService client = new WeatherService();
String beijing = client.getWeather("Beijing");
System.out.println(beijing);
}
}
注意如下两点：
- 如上代码中使用
@Tool标记了方法getWeather为工具。 - 代码中不要 System 输出任何内容，会影响返回结果的处理。
步骤五：主应用类中加入工具
主应用类为 SpringAimcpStdioServerApplication.java，内容如下：
package com.example.springaimcpstdioserver;
import com.example.springaimcpstdioserver.service.WeatherService;
import org.springframework.ai.tool.ToolCallbackProvider;
import org.springframework.ai.tool.method.MethodToolCallbackProvider;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.annotation.Bean;
@SpringBootApplication
public class SpringAimcpStdioServerApplication {
public static void main(String[] args) {
SpringApplication.run(SpringAimcpStdioServerApplication.class, args);
}
/**
* @Bean 注解用于将方法的返回值作为 Spring Bean 注册到 Spring 容器中。
* Spring 容器在启动过程中会扫描并执行所有带有 @Bean 注解的方法，以将其返回的对象注册到应用上下文中。
*
* ToolCallbackProvider 接口:Spring AI 提供的接口，其实现类负责将带有 @Tool 注解的方法注册为可供 AI 模型调用的工具。
*/
@Bean
public ToolCallbackProvider weatherTools(WeatherService weatherService) {
return MethodToolCallbackProvider.builder().toolObjects(weatherService).build();
}
}
这里在主应用类中通过@Bean 注解创建 ToolCallbackProvider 类型，该类型是 Spring AI 提供的接口，其实现类负责将指定 Service 类中带有 @Tool 注解的方法注册为可供 AI 模型调用的工具。
步骤六：将 SpringAIMCPStdioServer 项目进行打包
MCP Client 与 MCP Server 使用 STDIO 传输时，我们需要将 MCP Server 项目进行打包，然后在 MCP Client 中进行配置，无需单独启动 MCP Server。这里直接通过 Maven 工具进行打包即可。
2. Claude Code 通过 Stdio 模式使用工具
按照如下步骤在 Claude 中通过 STDIO 方式与 MCP Server 进行通信，实现调用天气工具。
步骤一：配置 .mcp.json 文件
通过 PyCharm 打开项目，在该项目根目录中创建 .mcp.json 文件，配置如下内容：
{
"mcpServers": {
"my-springboot-mcp": {
"type": "stdio",
"command": "D:\\Program Files\\Java\\jdk17\\jdk\\bin\\java.exe",
"args": [
"-Dspring.ai.mcp.server.transport=STDIO",
"-jar",
"D:\\idea_space\\SpringAICode\\SpringAIMCPStdioServer\\target\\SpringAIMCPStdioServer-0.0.1-SNAPSHOT.jar"
]
}
}
}
关于以上参数解释如下：
my-springboot-mcp 是连接的 mcp 服务端名称，对应的工具在使用时展示为 mcp__该名称__工具 形式。
步骤二：在该项目下测试 MCP 服务是否可以使用
在当前项目目录中，打开 cmd 执行如下命令，可以查看 MCP 服务是否可以连接：
claude mcp get my-springboot-mcp
步骤三：进入 Claude 使用工具
出于安全考虑，Claude Code 首次加载 .mcp.json 中的服务器时会请求用户批准，直接选 使用此及项目中所有未来 MCP 服务器 即可。
使用工具：
8.2 MCP 案例——Streamable SSE 传输模式
在该案例中，我们会创建 MCP Server 项目，MCP Server 项目中会创建一个 getWeather 工具，该工具通过 OpenWeather 可以查询某个城市天气情况；ClaudeCode 作为 MCP Client 通过 HTTP 方式与 MCP Server 进行通信，实现调用天气工具。
1. Mcp Server 开发
按照如下步骤创建 MCP Server 对应的 SpringBoot 项目。WebFlux SSE 传输模式中创建的 Mcp Server 相比于 STDIO 传输模式中创建的 MCPServer 只是在 pom.xml 中引入的依赖不同而已。
步骤一：创建 SpringBoot 项目
SpringBoot 项目命名为 SpringAIMCPStreamableSSEServer，设置使用的 JDK 为 17 版本。
步骤二：在项目中加入如下 Maven 依赖
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>3.5.3</version>
<relativePath/> <!-- lookup parent from repository -->
</parent>
<groupId>com.example</groupId>
<artifactId>SpringAIMCPStreamableSSEServer</artifactId>
<version>0.0.1-SNAPSHOT</version>
<name>SpringAIMCPStreamableSSEServer</name>
<description>SpringAIMCPStreamableSSEServer</description>
<url/>
<licenses>
<license/>
</licenses>
<developers>
<developer/>
</developers>
<scm>
<connection/>
<developerConnection/>
<tag/>
<url/>
</scm>
<properties>
<java.version>17</java.version>
</properties>
<!-- 导入 Spring AI BOM，用于统一管理 Spring AI 依赖的版本，
引用每个 Spring AI 模块时不用再写 <version>，只要依赖什么模块 Mavens 自动使用 BOM 推荐的版本 -->
<dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-bom</artifactId>
<version>1.1.0-SNAPSHOT</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement>
<dependencies>
<!-- <dependency>-->
<!-- <groupId>org.springframework.boot</groupId>-->
<!-- <artifactId>spring-boot-starter-web</artifactId>-->
<!-- </dependency>-->
<!-- 支持 SSE 传输，使用如下依赖 -->
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-mcp-server-webflux</artifactId>
</dependency>
<!-- 支持 streamable 传输，使用如下依赖 -->
<!-- <dependency>-->
<!-- <groupId>org.springframework.ai</groupId>-->
<!-- <artifactId>spring-ai-starter-mcp-server-webmvc</artifactId>-->
<!-- </dependency>-->
<!-- 依赖的json 包-->
<dependency>
<groupId>org.json</groupId>
<artifactId>json</artifactId>
<version>20210307</version>
</dependency>
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-model</artifactId>
</dependency>
</dependencies>
<!-- 打包插件 -->
<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
<version>3.4.4</version>
<configuration>
<mainClass>com.example.springaimcpstdioserver.SpringAimcpStdioServerApplication</mainClass>
</configuration>
<executions>
<execution>
<goals>
<goal>repackage</goal>
</goals>
</execution>
</executions>
</plugin>
</plugins>
</build>
<!-- 声明仓库， 用于获取 Spring AI 以及相关预发布版本-->
<repositories>
<repository>
<id>spring-snapshots</id>
<name>Spring Snapshots</name>
<url>https://repo.spring.io/snapshot</url>
<releases>
<enabled>false</enabled>
</releases>
</repository>
<repository>
<name>Central Portal Snapshots</name>
<id>central-portal-snapshots</id>
<url>https://central.sonatype.com/repository/maven-snapshots/</url>
<releases>
<enabled>false</enabled>
</releases>
<snapshots>
<enabled>true</enabled>
</snapshots>
</repository>
</repositories>
</project>
注意：
- 在该
pom.xml中引入了spring-ai-starter-mcp-server-webfluxMCP 依赖包，该包只支持 SSE 传输； - 一个 SpringBoot 项目 MVC 和 WebFlux 通常二选其一使用，不要引入
spring-boot-starter-web依赖包，该包会启用 Spring MVC + 嵌入式 Tomcat，相当于是一套 HTTP 服务器组件，与 Spring WebFlux + Reactor Netty 这套 HTTP 服务组件冲突了，导致后续客户端 HTTP 请求报错。
步骤三：配置 resources/application.properties
spring.application.name=SpringAIMCPStreamableSSEServer
#指定 MCP 服务器的名称为 spring-ai-streamable-mcp-server
spring.ai.mcp.server.name=spring-ai-streamable-mcp-server
#指定 MCP 服务器为 STREAMABLE
spring.ai.mcp.server.protocol=STREAMABLE
# 指定 MCP Server streamable-http 路径为 /mcp(默认)
#spring.ai.mcp.server.streamable-http.mcp-endpoint=/mcp
#配置应用监听的端口为 8090
server.port=8090
#禁用 Spring Boot 启动时的横幅（Banner）显示，对于使用 STDIO 传输的 MCP 服务器，禁用横幅有助于避免输出干扰。
spring.main.banner-mode=off
#如下参数启用并设置为空，将禁用控制台日志输出格式，减少输出干扰
logging.pattern.console=
#配置日志文件的输出路径，将日志写入指定的文件中
logging.file.name=D:/idea_space/SpringAICode/SpringAIMCPStreamableSSEServer/model-context-protocol/mcp-weather-stdio-server.log
#访问 OpenWeather API 的密钥
OPEN_WEATHER_API_KEY=f.....8
特别注意：以上配置中 logging.file.name 指定了 MCP Server 运行过程中日志输出的位置，可以通过该日志查看 Server 端运行情况（如：工具是否被调用）。
步骤四：创建 WeatherService.java 构建查询天气工具
在项目中创建 service 包，在该包中创建 WeatherService.java 类，构建查询天气工具：
package com.example.springaimcpsseserver.service;
import org.json.JSONArray;
import org.json.JSONObject;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.ai.tool.annotation.Tool;
import org.springframework.ai.tool.annotation.ToolParam;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Service;
import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.URL;
import java.net.URLEncoder;
/**
* 天气服务类，用于获取指定城市的天气信息
* @Service 标记为 Spring 服务层组件
*/
@Service
public class WeatherService {
private static final Logger logger = LoggerFactory.getLogger(WeatherService.class);
private static final String BASE_URL = "http://api.openweathermap.org/data/2.5/weather";
@Value("${OPEN_WEATHER_API_KEY}")
private String OPEN_WEATHER_API_KEY;
/**
* 根据城市名称获取天气信息（使用 OpenWeatherMap）
* @param city 城市名称，如 "Beijing"
* @return 天气信息文本
*/
@Tool(description = "获取指定城市的当前天气情况，格式化后的天气报告字符串。")
public String getWeather(@ToolParam(description = "城市名称，必须是英文格式，比如 London 或 Beijing") String city) {
logger.info("====== 调用了getWeather工具 ======");
try {
String charset = "UTF-8";
String query = String.format(
"q=%s&appid=%s&units=metric&lang=zh_cn",
URLEncoder.encode(city, charset),
URLEncoder.encode(OPEN_WEATHER_API_KEY, charset)
);
URL url = new URL(BASE_URL + "?" + query);
logger.info("====== 访问URL： ======"+url.toString());
HttpURLConnection connection = (HttpURLConnection) url.openConnection();
connection.setRequestMethod("GET");
BufferedReader reader = new BufferedReader(new InputStreamReader(connection.getInputStream(), charset));
StringBuilder response = new StringBuilder();
String line;
while ((line = reader.readLine()) != null) {
response.append(line);
}
reader.close();
JSONObject data = new JSONObject(response.toString());
if (data.getInt("cod") == 404) {
return "未找到该城市的天气信息。";
}
JSONObject main = data.getJSONObject("main");
JSONArray weatherArray = data.getJSONArray("weather");
JSONObject weather = weatherArray.getJSONObject(0);
JSONObject wind = data.getJSONObject("wind");
String weatherDescription = weather.optString("description", "无描述");
double temperature = main.optDouble("temp", Double.NaN);
double feelsLike = main.optDouble("feels_like", Double.NaN);
double tempMin = main.optDouble("temp_min", Double.NaN);
double tempMax = main.optDouble("temp_max", Double.NaN);
int pressure = main.optInt("pressure", 0);
int humidity = main.optInt("humidity", 0);
double windSpeed = wind.optDouble("speed", Double.NaN);
return String.format("""
城市: %s
天气描述: %s
当前温度: %.1f°C
体感温度: %.1f°C
最低温度: %.1f°C
最高温度: %.1f°C
气压: %d hPa
湿度: %d%%
风速: %.1f m/s
""",
data.optString("name", city),
weatherDescription,
temperature,
feelsLike,
tempMin,
tempMax,
pressure,
humidity,
windSpeed
);
} catch (Exception e) {
return "获取天气信息时出错: " + e.getMessage();
}
}
public static void main(String[] args) {
//测试方法
WeatherService client = new WeatherService();
String beijing = client.getWeather("Beijing");
System.out.println(beijing);
}
}
注意如下两点：
- 如上代码中使用
@Tool标记了方法getWeather为工具。 - 代码中不要 System 输出任何内容，会影响返回结果的处理。
步骤五：主应用类中加入工具
主应用类为 SpringAimcpSseServerApplication.java，内容如下：
package com.example.springaimcpsseserver;
import com.example.springaimcpsseserver.service.WeatherService;
import org.springframework.ai.tool.ToolCallbackProvider;
import org.springframework.ai.tool.method.MethodToolCallbackProvider;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.annotation.Bean;
@SpringBootApplication
public class SpringAimcpSseServerApplication {
public static void main(String[] args) {
SpringApplication.run(SpringAimcpSseServerApplication.class, args);
}
/**
* @Bean 注解用于将方法的返回值作为 Spring Bean 注册到 Spring 容器中。
* Spring 容器在启动过程中会扫描并执行所有带有 @Bean 注解的方法，以将其返回的对象注册到应用上下文中。
*
* ToolCallbackProvider 接口:Spring AI 提供的接口，其实现类负责将带有 @Tool 注解的方法注册为可供 AI 模型调用的工具。
*/
@Bean
public ToolCallbackProvider weatherTools(WeatherService weatherService) {
return MethodToolCallbackProvider.builder().toolObjects(weatherService).build();
}
}
这里在主应用类中通过 @Bean 注解创建 ToolCallbackProvider 类型，该类型是 Spring AI 提供的接口，其实现类负责将指定 Service 类中带有 @Tool 注解的方法注册为可供 AI 模型调用的工具。
步骤六：启动 SpringAIMCPStreamableSSEServer 项目
启动该项目方便后续使用。
2. Claude Code 通过 HTTP 模式使用工具
按照如下步骤在 Claude 中通过 HTTP 方式与 MCP Server 进行通信，实现调用天气工具。
步骤一：配置 .mcp.json 文件
通过 PyCharm 打开项目，在该项目根目录中创建 .mcp.json 文件，配置如下内容：
{
"mcpServers": {
"my-springboot-mcp": {
"type": "http",
"url": "http://192.168.1.106:8090/mcp"
}
}
}
关于以上参数解释如下：
my-springboot-mcp 是连接的 mcp 服务端名称，对应的工具在使用时展示为 mcp__该名称__工具 形式。
步骤二：在该项目下测试 MCP 服务是否可以使用
在当前项目目录中，打开 cmd 执行如下命令，可以查看 MCP 服务是否可以连接：
claude mcp get my-springboot-mcp
步骤三：进入 Claude 使用工具
出于安全考虑，Claude Code 首次加载 .mcp.json 中的服务器时会请求用户批准，直接 使用此及项目中所有未来 MCP 服务器 即可。
使用工具：
也可以去 魔塔社区的 MCP 广场 找一些工具来试试。比如 Fetch网页内容抓取 ：
将其中的工具复制到你的 .mcp.json 配置中即可。
{
"mcpServers": {
"fetch": {
"type": "http",
"url": "https://mcp.api-inference.modelscope.net/e7a18f55d3e147/mcp"
}
}
}
streamable-http（注意是短横线，不是下划线 streamable_http）是 MCP 官方协议标准名称；Claude Code 在配置里对外暴露的字段名是 http，新版本同时支持 streamable-http 作为别名。如果你当前 Claude Code 版本较老，不能识别别名，那就必须改成 "type":"http" 才能加载。
1. 两种名称到底是什么关系（不是两种不同协议）
它们底层是同一个传输协议：Streamable HTTP，只是配置字段名差异：
- MCP 协议规范：传输名叫
streamable-http（2025-03-26 协议版本引入，用来替代老旧的双端点 HTTP+SSE）- 原理：单个 URL 端点，
POST发客户端消息；GET建立可选 SSE 流接收服务器推送消息；支持会话恢复、OAuth、token 动态认证，是 MCP 官方推荐的远程传输方案
- 原理：单个 URL 端点，
- Claude Code 配置文件：对外命名简化为
http，协议本身就是 Streamable HTTP。- 新版 Claude Code（>=v2.1.202）支持把
streamable-http当成http的别名，直接复制外部配置不用改；低于这个版本，只能识别http，不识别streamable-http
- 新版 Claude Code（>=v2.1.202）支持把
2. 为什么魔塔社区给的是 "type":"streamable_http"
魔搭（魔塔社区）的 MCP 工具面板，面向通用 MCP 客户端（CherryStudio、Dify、各类自研 Agent、LangChain4j SDK），这些客户端原生读取 MCP 协议标准命名，所以导出配置直接写 streamable_http（下划线是社区兼容写法），而不是 Claude Code 专属的 http。
也就是说：
streamable_http是通用 MCP 客户端的配置标识；"type":"http"是Claude Code 自己的配置关键字。
3. 为什么你的 Claude Code 无法识别 streamable_http
两个原因：
- 版本低：你的 Claude Code 版本 < v2.1.202，此时不支持别名
streamable-http，读到不认识的 type 就直接跳过该 MCP 服务，不会加载； - 字符差异：MCP 规范是
streamable-http（短横线），魔塔给的是下划线streamable_http，就算新版本 Claude Code，下划线版本也不一定能识别，只能识别短横线streamable-http别名。
4. streamable-http 配置是给谁用的？
- Claude Desktop 客户端：原生支持
streamable-http类型； - CherryStudio、Dify、Open WebUI、各类 Agent 平台；
- 直接使用 MCP SDK（Java LangChain4j、Python mcp 库）开发自定义 MCP 客户端；
- 魔搭社区、各类 MCP 工具市场，统一输出标准协议配置，方便在任意兼容 MCP 客户端导入，不用为每个客户端单独维护一份配置。
5. 总结
- 升级 Claude Code 到最新版，就可以直接使用
"type":"streamable-http"（短横线），不用每次手动替换；但下划线streamable_http依然不保证识别； - 区分：
http在 Claude Code 里等于 Streamable HTTP，不是老旧的 SSE；Claude Code 内部会自动协商，必要时降级 SSE 兼容老服务； - 魔塔导出配置的
streamable_http只是前端 UI 的命名，底层协议依然是标准 Streamable HTTP，修改成http不会改变通信逻辑。
9 Claude Code Skill 技能
Claude 中的 Skills 是一种用于扩展 Claude 能力的核心机制。它允许你通过创建包含指令的 SKILL.md 文件，为 Claude 添加自定义的工作流程、参考知识或特定任务指南。
Skills 本质上是可复用的指令集，当你发现自己在聊天中反复粘贴相同的操作流程、检查清单或多步骤程序时，就可以将其创建为一个 Skill。Claude 会在对话相关时自动加载并使用它，也可以在 ClaudeCode 中通过输入 /技能名称 直接调用。
ClaudeCode 中每个 Skill 是一个目录，包含一个 SKILL.md 文件（提供 Skill 功能和对应执行指令给大语言模型），以及可选的脚本或资源。一个完整的 Skill 文件结构如下：
one_skill_dir
|----SKILL.md #必须
|----scripts/ #可选
|----references/ #可选
|----assets/ #可选
以上文件解释如下：
-
必须指定的核心文件，该文件中包含技能相关的元数据和执行指令，采用
YAML 元数据 + Markdown 指令的混合格式。- YAML 元数据区（位于文件顶部
---内）：用于定义 Skill 的基本属性，元数据区包含：name（英文，Skill 的唯一标识符，如hello-world，名称必须为小写字母、数字和单连字符组合（如git-release），且目录名需与此一致）description（对 Skill 功能的简要描述，帮助 AI 理解何时调用此技能）。
- Markdown 指令区：用自然语言清晰描述 AI 应如何执行任务。该部分核心原则是导 AI 做什么和用什么工具做，而非教授 AI 基础知识，内容可以包括任务触发条件、分步操作流程、所需调用的工具（如
echo，bash）、输出结果的格式或标准。
- YAML 元数据区（位于文件顶部
-
其他目录
另外三个目录用于存放支持技能运行的资源，使 Skill 更强大、更独立。scripts/：存放可执行的 Shell、Python 等脚本，供 Skill 指令调用。references/：存放相关的规范文档、数据表等参考材料。assets/：存放模板文件、示例图片、配置文件等静态资源。
技能可以存储在不同的位置，其作用和优先级如下：
| 位置 | Skill 路径 | 适用范围 |
|---|---|---|
| 个人级 | ~/.claude/skills/<技能名>/SKILL.md |
所有项目都可以使用该技能 |
| 项目级 | <项目根目录>/.claude/skills/<技能名>/SKILL.md |
只能当前项目内使用该技能 |
9.1 自定义 Skill
1. 个人级 Skill 案例演示
步骤一：创建 skills 目录
Window 系统中进入 C:\Users\<用户名>\.claude 目录，在该目录下创建 skills 目录，该目录中创建对应的技能目录。
步骤二：创建代码解释技能
在 C:\Users\<用户名>\.claude\skills 目录下创建 explain-code 目录，该目录中创建 SKILL.md，写入如下内容：
---
name: explain-code
description: 用可视化图表和类比方式解释代码。当解释代码工作原理、教授代码库知识或用户询问"这是如何工作的？"时使用
---
# 代码解释指南
当解释代码时，请始终包含以下内容：
## 1. 从生活类比开始
将代码概念与现实生活场景联系起来，帮助建立直观理解
## 2. 绘制图表
使用 ASCII 艺术来展示流程、结构或关系
## 3. 逐行分析
按执行顺序逐步解释代码功能，特别是关键逻辑部分
## 4. 常见陷阱提醒
指出可能遇到的常见问题、边界情况或需要注意的地方
## 5. 实际应用场景
说明这个代码在实际项目中如何使用，解决什么问题
保持解释的对话感和层次感，对于复杂概念使用多个类比从不同角度说明。
步骤三：创建审查代码质量技能
在 C:\Users\<用户名>\.claude\skills 目录下创建 code-review 目录，该目录中创建 SKILL.md，写入如下内容：
---
name: code-review
description: 审查代码文件的代码质量
---
请审查以下文件的代码：
**$ARGUMENTS**
请从以下角度提供审查意见：
1. **代码风格**：是否符合项目规范（如命名、格式）？
2. **潜在缺陷**：有无空指针、资源未释放、逻辑错误？
3. **安全性**：有无注入、硬编码密钥、不当的权限检查？
4. **性能**：有无低效循环、重复计算、可优化的数据库查询？
5. **可维护性**：函数/类是否职责单一？注释是否清晰？
**注意**：仅提供分析和建议，不要直接修改代码。
注意：模版中可以使用 $ARGUMENTS 占位符向命令传递参数，也可以使用位置参数 $1、$2…来访问各个参数，调用命令时后面跟上参数即可。
步骤四：创建新的项目，并使用技能
创建 myproject4 项目，使用 PyCharm 代码，输入如下内容编写项目：
给我编写一个简单的飞机大战游戏，使用纯html实现也可以，无需特别复杂，游戏能玩即可。
经过多次确认，项目运行效果如下：
步骤五：测试 skill
-
测试代码解释技能
-
测试审查代码质量技能
2. 项目级 Skill 案例演示
步骤一：创建新项目
创建 myproject5 项目，使用 PyCharm 代码，输入如下内容编写项目：
使用html给我编写一个动态时钟项目，要求展示炫酷
运行效果如下：
步骤二：创建 skills 目录及 skill
在当前项目中创建 <项目根目录>/.claude/skills/ 目录，然后在该 skills 目录下创建创建 optimize 目录，该目录中创建 SKILL.md，写入如下内容：
---
name: optimize
description: 为指定代码提供详细的优化建议和改进方案
---
# 智能代码优化器
正在分析文件: $ARGUMENTS
## 代码分析维度
### 1. 性能优化分析
- 算法时间复杂度评估
- 内存使用效率检查
- 渲染性能优化
- 网络请求优化建议
### 2. 代码质量评估
- 可读性和可维护性分析
- 代码重复率识别
- 函数复杂度检查
- 错误处理完整性评估
### 3. 最佳实践应用
- 设计模式应用建议
- 架构改进方案
- 类型安全增强
- 测试覆盖建议
## 请执行以下分析步骤
### 第一步：代码结构分析
1. 请读取并理解目标文件的结构
2. 分析模块划分是否合理
3. 检查导入导出关系
### 第二步：性能问题识别
1. 查找可能的性能瓶颈
2. 识别重复计算或不必要的操作
3. 分析内存使用情况
4. 检查网络请求优化空间
### 第三步：代码质量问题
1. 检查函数长度和复杂度
2. 识别重复代码
3. 评估命名规范和注释质量
4. 分析错误处理机制
### 第四步：架构和设计
1. 检查是否遵循SOLID原则
2. 分析代码耦合度
3. 评估扩展性
4. 检查设计模式应用
## 优化建议输出格式
请按以下格式输出优化建议：
### 代码概况
- 文件类型: [HTML/JS/CSS等]
- 主要功能: [简述]
- 代码规模: [预估]
### 主要发现
#### 高优先级问题
1. **[问题类型]** 问题描述
- 位置: [大致位置]
- 影响: [对性能/可维护性的影响]
- 建议: [具体优化方案]
- 代码示例: [优化前后的对比]
#### 中优先级改进
1. **[问题类型]** 问题描述
- 位置: [大致位置]
- 影响: [中等影响]
- 建议: [改进方案]
#### 低优先级优化
1. **[优化类型]** 优化描述
- 位置: [大致位置]
- 收益: [预期改善]
- 建议: [可选优化]
### 综合建议
#### 架构层面
- [架构改进建议1]
- [架构改进建议2]
#### 代码层面
- [代码质量提升建议1]
- [代码质量提升建议2]
#### 性能层面
- [性能优化建议1]
- [性能优化建议2]
### 实施计划建议
**第一阶段 (立即执行)**
- [高优先级修复1]
- [高优先级修复2]
**第二阶段 (近期计划)**
- [中优先级改进1]
- [中优先级改进2]
**第三阶段 (长期优化)**
- [低优先级优化1]
- [低优先级优化2]
### 预期效果
- 性能提升: [预估百分比]
- 代码质量提升: [描述性指标]
- 维护成本降低: [预估]
## 优化原则
1. 保持功能不变的前提下进行优化
2. 优先解决影响用户体验的问题
3. 平衡优化成本和收益
4. 确保优化方案可测试、可验证
请基于以上分析框架，为指定代码提供详细的优化建议，将建议写在项目根目录下“optimization_report.md”的md文档中。
步骤三：查看 skills
执行 skills 命令可以看到有一个项目的 skill，另外两个 skill 是之前创建。
步骤四：测试 skill
最终生成的建议文件内容如下：
9.2 ClawHub Skills
ClaudeCode 中还可以通过 ClawHub 搜索公开、免费的 Skill。ClawHub 是 OpenClaw 的官方公共技能中心，完全免费开放且每个 skill 都有版本历史，地址：https://clawhub.ai/skills。如果想为 OpenClaw 助手添加新功能，ClawHub 是最简单的查找和安装技能的方式。此外，推荐一个 Skills 中国网站：https://hub.cocoloop.cn/
直接进入 ClawHub 官网搜索技能，找到对应技能名称再进行安装：
以项目级 skill 为例，将下载好的 SKILL 技能包解压放入 <项目根目录>/.opencode/skills 目录下，例如，搜索微信公众号文章技能地址：https://clawhub.ai/wuchubuzai2018/wechat-article-search，我们可以下载该 SKILL 后解压到 D 盘，将解压的内容上传至 <项目根目录>/.opencode/skills 目录下：
然后可以在对话中使用该 SKILL：
10 Claude Code 模型
进入到 Claude Code 后，可以通过输入 /model 命令查看使用的模型，如果是使用 Anthropic 官方账号登录，可以使用如下模型：
- Opus 4.7：具备强大的推理能力，适合复杂架构设计、算法优化、系统设计，支持 100 万 token。
- Sonnet（默认）：日常编码任务的最佳平衡点，支持 100 万 token，适合大多数编程任务、代码审查、调试。
- Haiku：轻量高效，相应速度最快，成本最低，适合简单查询、语法检查、代码片段生成。
模型价格参考地址：https://platform.claude.com/docs/zh-CN/about-claude/models/overview。
除此外，ClaudeCode 中支持国内模型，参考前面小节配置，建议使用官网直连的 Anthropic 模型速度较快，中转速度有些很慢。
使用国内的模型可以选择一些模型供应商提供的 coding plan，例如阿里百炼相关 coding plan 如下：https://www.aliyun.com/benefit/scene/codingplan?spm=a2c4g.11186623.0.0.78fabe71NAFier
11 使用 Claude CodeSonnet 模型编写项目
12 Claude Code 子 Agent（SubAgent）
子 Agent（subAgent）是 Claude Code 中一项强大的特性，允许你将特定类型的任务委派给运行在独立上下文中的专用 AI 助手，从而实现更好的上下文隔离、更精准的行为约束和更高效的任务执行。
12.1 子 Agent 特点
子代理具备如下特点：
- 独立的系统提示词：定义子代理的角色、行为和工作流程。
- 独立的上下文运行窗口：与主对话隔离，不会互相污染。
- 指定使用模型：可以选择
Haiku/Sonnet/Opus模型。 - 可配置使用的工具：可以配置子 Agent 可以使用哪些工具。
- 独立的权限模式：控制操作确认的行为。
- 生命周期钩子：在特定的实际可以触发自定义脚本。
12.2 为什么需要子 Agent
如下是开发中的痛点和使用子 Agent 的优势：
| 开发中的痛点 | 子代理的解决方案 |
|---|---|
搜索 /检查错误日志、/探索性任务，输出太多，会有很多上下文，导致上下文超限 |
子代理拥有独立的上下文，不会污染主对话的上下文，仅将摘要返回给主对话 |
| 主 Agent 权限很大，一些需要只读场景中需要重复提示只能读取文件，不能操作文件 | 当需要严格限制操作类型（如只读审查、特定命令）时，通过配置 tools 字段可以精确控制子代理的工具访问权限。 |
| 编程整个过程中使用昂贵的模型，一些简单的任务也必须消耗昂贵的 Opus 额度 | 子 Agent 中可以配置更便宜的模型，如 Haiku，简单的任务可以使用子 Agent 来运行 |
12.3 自定义子 Agent
Calude Code 中内置了多种子 Agent，在日常使用中会自动调用，无需手动配置，这些内置子 Agent 如下：
| 子 Agent | 模型 | 工具 | 用途 |
|---|---|---|---|
| Explore | HaiKu | 只读工具（禁用 Write、Edit 工具） | 用于文件搜索、代码结构分析、代码库探索，需要阅读代码但不修改时使用该子 Agent |
| Plan | 继承主对话 | 只读工具（禁用 Write、Edit 工具） | 用于规划的代码库研究，进入 PlanMode 后会自动使用该子 Agent |
| General-purpose | 继承主对话 | 所有工具 | 可以进行复杂研究、多步骤操作、代码修改 |
| Claude Code Guide | HaiKu | 只读（禁止 Write/Edit） | 当咨询 Claude Code 功能时，用于回答 Claude Code 使用问题 |
除了这些内置 SubAgent，我们也可以创建自己 SubAgent，可以通过 /agents 命令（选择：Library → Create new agent → Personal/Project → Generate with Claude，这种方式可以让 Claude 自动创建 Agents，用户只需要描述）或者手动创建 MD 文件来创建 SubAgent。
1. 手动创建子 Agent
下面讲解手动创建 MD 文件来创建 SubAgent 的方式，这种方式可以将 SubAgent 创建在当前项目的 .claude/agents 目录下或者安装 Claude 的 ~/.claude/agents 目录下，前者是项目级子 Agent，后者是用户级子 Agents，然后再在对应的 /agents 目录中创建对应的 md 文件即可。
- 创建一个代码审查子 Agent，
doc-generator.md内容如下：
---
name: doc-generator
description: 技术文档专家。主动用于生成 README、API 文档、代码注释和技术文档。
tools: Read, Write, Grep, Glob
model: haiku
---
你是一名技术文档专家。
被调用时：
1. 分析代码库结构
2. 识别公开的 API、导出函数和关键类
3. 生成清晰、完整的中文文档
4. 遵循项目已有的文档风格
文档标准：
- 每个公开 API 都要有代码使用示例
- 参数类型和说明
- 返回值文档
- 异常/错误说明
以上子 Agent 创建的 md 文件类似 Skill 技能的 md 文件，--- 之间的内容是给主 Agent 识别的元数据，之后的内容是系统提示词。元数据部分的主要参数如下：
| 字段 | 必填 | 类型 | 说明 |
|---|---|---|---|
| name | 是 | string | 唯一标识符，使用小写字母和连字符（如：code-reviewer） |
| description | 是 | string | 描述子代理的用途，Claude 根据该描述决定是否委派任务 |
| tools | 否 | string/list | 允许使用的工具列表，省略则继承所有工具 |
| disallowedTools | 否 | string/list | 明确禁止的工具 |
| model | 否 | string | 使用的模型：haiku/sonnet（默认）/opus |
| maxTurns | 否 | number | 子代理最大交互轮数 |
| skills | 否 | list | 启动时预加载的技能列表 |
| mcpServers | 否 | list | 可用的 MCP 服务器 |
| hooks | 否 | object | 生命周期钩子配置 |
- 在项目中准备对应目录
在项目目录下创建 .claude/agents 目录，并将 doc-generator.md 放在该目录下。
- 使用子 Agent
在该项目中重新启动 Claude， 然后输入 /agents 可以看到对应的 Agent：
在后续对话中 Claude 可以自动使用该子 Agents，也可以在对话中显式明确让 Claude 使用该子 Agent 进行回复。
最终项目生成 README.md 文件：
2. 自动创建子 Agent
我们可以通过进入到 Claude 中通过 /agents 命令，选择：Library → Create new agent → Personal/Project → Generate with Claude 来自动创建子 Agent，整个过程中只需要通过自然语言方式来告诉 Claude 需要创建的子 Agent 功能以及选择相关配置即可。
如下是通过 Claude 自动创建一个代码审查的子 Agent 步骤：
- 选择
Create new agent创建子 Agent
输入 /agents 命令，选择 Library，然后选择 Create new agent：
输入如下内容：
给我创建一个子Agent，该子Agent可以对项目中全部代码或者指定的代码进行审查，该子Agent可以通过执行一系列命令对代码进行数据统计进而进行审查代码。注意：给我生成的 子Agent的md文件和对应的js文件中使用中文进行描述
- 选择工具、模型、颜色等配置
这里选择使用全部工具
这里选择 Haiku 模型
- 生成的子 Agent 内容如下
- 使用子 Agent
使用 code-reviewer 子智能体给我审查代码
执行效果如下：
分类：Claude Code
浙公网安备 33010602011771号