Claude 使用教程

首先说明这篇文章是我的个人见解部分内容来自网络若有侵权请私信,若有什么说错的可以评论欢迎指正。Claude Code介绍在绝大部分人的认知中有一个误差就是给大模型提供工具大模型就直接能够直接使用工具然后获取数据调用外部服务其实并不是这样的而是大模型没有直接使用工具的能力而是靠agent进行工具的调用就类比于LLM就是我们人体的大脑agent就是我们人体的四肢总不可能我们用大脑意念操控电脑进行编程吧。agent里面有大模型可以调用的工具然后LLM下发指令让agent使用工具拿到想要自己想要的数据。无论是claude code 还是其他的AI编程工具他们都是一个agent,他们的运行原理都是相同的首先用户进行提问agent工具就会将用户提问以及自己可用的工具列表一并发给大模型然后大模型拿到用户的问题以及agent可以使用的工具列表进行分析决策若有要用的到什么工具则会下发指令给Agent然后agent进行调用工具拿到数据返回给大模型然后LLM整合获取的数据进行分析返回用户提问的解决方案下面是用户使用agent 提问的一个案例前提 agent含有的工具列表 -查询天气工具写文件工具 ​用户提问今天天气怎么样将天气数据返回写入到weather.md中 ​ 发送查询天气工具写文件工具等工具列表用户提问 用户提问---agent-----------------------------------------LLM ​ 下发查询天气工具参数 使用查询天气工具获取数据返回 LLM---------------------agent------------------------------LLM ​ 分析数据下发写文件参数以及写入内容 调用写文件工具将内容写入文件 LLM------------------------------- agent----------------------------weather.md ​上面就是claude code的一个工作原理.Claude Code安装部署这个可以参考我的另外一篇Claude Code 安装教程Claude code agent skillsagent skills 就类似于一本带着目录的说明书, 也体现出了提示词的渐进式披露的设计模式这一理论由claudecode官方首次进行发布进行规范其他开源的ai编程工具也可以使用agent skills 例如codex ,opencode等agent skills主要的目录以及目录下放的类型未见是什么呢下面是官方给的:my-skill/ ├── SKILL.md # Required: instructions metadata --必须 ├── scripts/ # Optional: executable code --可执行的代码 ├── references/ # Optional: documentation --额外补充的说明文件 └── assets/ # Optional: templates, resources --图片等下面是skills.md的样例模板:其中元数据是关键为什么这么说呢根据他的工作原理就可以知道了当我们进行提问的时候claude code 会扫描所有的skill.md文件中的元数据并将元数据以及用户的提问一并发给ai大模型,ai大模型接受到用户提问以及元数据信息会先分析用户的提问若提问符合某个skill的元数据描述他就会将对应的skills文件找出来并且读取对应skill.md中的详细描述,这样可以大幅度减少上下文的大小大幅度减少token,这个工作模式就说明了为什么称他为是一本带着目录的说明书.那么他怎么可以读取到references目录下面的补充文件内容呢下面案例来说明这一疑问在这个skill.md中在详细描述中指明了当是软件/计算机相关的材料才会触发然后才会让ai大模型读取references里面的内容,也就是按需加载当没有触发这一条件的时候不会让其读取references目录中的文件claude code在agent skills中也可以调用已经编写好的代码脚本这个代码脚本内容不会直接交给大模型而是大模型直接执行放在script文件夹中对应的脚本这一操作还是得我们在skill.md文件中进行声明可以看到无论是我们在调用脚本或者是其他得补充文件得时候我们都需要在SKILL.md文件中得详细描述中进行声明这样大模型就可以在读取到详细描述得时候就可以进行下一步了。可以看到我们写一个skill是多么得麻烦看都不想看不用担心许多得达人在github上已经开源了许多得skills可以直接拷贝到自己得项目目录中来可以直接使用如果我们在发现探索很多得skill得时候发现没有符合我们自己当前需求得skill这时候就可以使用claude官方开源得skill-creator这个技能这个技能就是使用skill创建一个skill然后输入我们得需求:请你使用skill-creator这个skills创建一个单测助手skill他主要的职责就是查看java项目中每个模块的业务代码进行创建对 应的单测用户首次说出写出单测时应该首先查找ready-coding-test.md这个文件若没有走后面的流程读取整个java项目 查看每个模块以及写好的test找出未编写单测的类并且将未编写单测的类列出一个清单写入到ready-coding-test.md这里面 是全部未编写java单测类方便后续加载这个文件快速找到未编写的单测的类。在编写单测的时候应该首先读取该编写类的该模 块下的pom文件都是maven项目查看相关的junit 以及mockito插件若未配置则自动配置将配置内容首先展示给用户查看 若用户审阅无误后添加到对应的pom文件中然后进行编写单测首先展示想要编写测试类的名称给用户查看用户确认后进 行编写单测测试覆盖率要尽量达到100%不要写的很复杂主要完成覆盖率就可以了然后编写完单测后用户查看无误后写入 到对应的目录中要给用户展示创建测试类的名称以及将要写入的目录位置用户无误后进行写入到目标目录中写入完成后运 行该单测文件自动修复所存在的问题注意不能修改用户源代码中的东西可以修改该单测文件内容以及依赖问题操作 都需要用户同意后进行操作。若在编写的过程中有不确定的点什么的需要即使与用户沟通 ​根据ai得指示到最后就会省成一个技能为java-unit-test-helper这个skill可以看到使用官方给的skill创建skill他写的内容是非常得全面。Claude code MCP如果说skills是一本带有目录的说明书那么MCP就是一个工具箱里面放好了已经定义好的一些程序可以使用agent直接调用他.MCP是什么?Model Context Protocol (MCP)MCP 是一个标准协议就像给 AI 大模型装了一个 “万能接口”让 AI 模型能够与不同的数据源和工具进行无缝交互。它就像 USB-C 接口一样提供了一种标准化的方法将 AI 模型连接到各种数据源和工具。MCP 旨在替换碎片化的 Agent 代码集成从而使 AI 系统更可靠更有效。通过建立通用标准服务商可以基于协议来推出它们自己服务的 AI 能力从而支持开发者更快的构建更强大的 AI 应用。开发者也不需要重复造轮子通过开源项目可以建立强大的 AI Agent 生态。MCP 可以在不同的应用 / 服务之间保持上下文从而增强整体自主执行任务的能力。MCP 遵循客户端 - 服务器架构包含以下几个核心部分MCP 主机MCP Hosts发起请求的 AI 应用程序比如聊天机器人、AI 驱动的 IDE 等。MCP 客户端MCP Clients在主机程序内部与 MCP 服务器保持 1:1 的连接。MCP 服务器MCP Servers为 MCP 客户端提供上下文、工具和提示信息。本地资源Local Resources本地计算机中可供 MCP 服务器安全访问的资源如文件、数据库。远程资源Remote ResourcesMCP 服务器可以连接到的远程资源如通过 API 提供的数据。MCP 的工作流程可以简单概括为以下几个步骤连接MCP 主机连接到一个或多个 MCP 服务器。请求主机发送请求以获取数据或执行工具。处理服务器处理请求访问相关数据源或外部服务。返回服务器将结果返回给主机。生成响应主机将信息提供给 AI 模型用于生成用户响应。claude安装mcp工具简单案例使用Playwright搜索新闻Playwright 已经是目前增长最快、最受欢迎的网页自动化工具。Playwright MCP 的存在更是彻底解决了 AI 模型在网页操作上的核心痛点让 AI 驱动的网页自动化成为了现实。无论是自动化测试还是爬取网页数据这个 MCP 通通可以搞定并且提供无头版的再也不用手动点点点了。安装playwrite全局安装# 窗口版claude mcp add -s user playwright -- npx playwright/mcplatest检查是否安装成功进入到claude codeai编程程序输入下面命令然后出现下面的内容说明此mcp已经安装成功了/mcp然后我们运行我们第一个mcp工具继续输入请你使用Playwright这个mcp工具首先打开浏览器然后搜索这个新闻网站https://top.baidu.com/board并且找到热榜位置提取前3的标题以及总结每个热榜的正文内容将总结的内容写入到hot_news.md文件中读取一个热点后进行写入后面进行更新建议是直接先读取前五的标题然后先构建文件大体内容后面详情就直接填入就好了根据ai继续向下走就行了然后就会得到一个下面文件内容:方式二使用配置文件进行部署1.前提本地部署git mcp serverpip install mcp-server-git2.在项目根目录添加一个.mcp.json的文件,添加一个git的mcp工具{ mcpServers: { git: { command: python, args: [ -m, mcp_server_git ], env: { GIT_REPO_PATH: . } } } }保存后重启claude code然后运行/mcp看看是否安装成功安装好之后我们可以使用ai来进行操作git让他为我们的项目添加一个readme.md文件并且推送到远程仓库上请你为这个项目创建一个完整的readme.md文件进行介绍这个项目内容然后将修改好的文件使用git mcp工具进行commit以及push到远程仓库上提交commit信息要描述一下Claude code agent skills MCP上面我们会了mcp以及skills各有各的特点我们可以将两者进行合并从下面的案例我们来创建一个skillmcp的agent skill:请你使用skill-creator这个skills创建一个项目README.md更新助手skill,这个skill的职责是首先要查看是否当前java项目是否 配置远程仓库若没有配置则引导用户配置配置完成后使用gitmcp工具先查看当前远程仓库的分支然后让用户选择需要上传的 分支然后调用gitmcp工具查看当前的分支若不是用户选择的分支则使用gitmcp工具切换到用户指定的远程仓库分支然后检查ja va项目中根目录下有没有README.md的文件若有则更新若无则先创建大致格式的md文件格式已经放在根目录中的Java-README-T emplate.md文件中在创建时放入到references目录中。然后阅读整个java项目然后仔细思考总结整个项目将总结内容进行新增/ 修改README.md文件。将新增或者是修改内容先给用户查看仔细耐心回答用户的问题有不清楚的地方需要给用户沟通然后确定最 终md文件然后新增/修改到JAVA项目根目录下的README.md文件,更新完成过后则使用git mcp工具中的git_commit 提交修改项修改描述可以先自动生成然后让用户选择或者是让用户自己提供给你。提交后然后将修改内容push到远程仓库中然 后检查是否push成功。这个skill就是引导用户配置好当前的项目的远程仓库然后扫描java项目然后更新README文档并且提交到指定的git远程仓库Claude code agent teams这是官方最新退出的一个测试功能有兴趣可以看看他们的官方文档,有兴趣也可以看这篇帖子