大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



 
  
    
     
Claude Code 安装配置
 

目前看Claude Code安装配置非常简单，这儿就不再啰嗦了，但是直接用Claude模型的难度还是大了点，好在国内很多模型都已经提供了对Claude code的支持，比如智谱、DS等，他们的官网文档都有简单明了的安装指南，比如ds的api文档就有专门针对claude code的配置说明，非常简单易懂：

https://api-docs.deepseek.com/zh-cn/guides/anthropic_api

不过，根据ds的文档配置之后，你可能还是会碰到问题，不管我怎么修改环境变量，都会报 模型错误。猜测是环境变量的baseURL没有生效，后来修改了claude code的配置文件setting.json文件后正常了：

{ “env”: {

"ANTHROPIC_AUTH_TOKEN": "sk-xxxxxx", "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic", "API_TIMEOUT_MS": "", "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1" 

… }

Claude code 编码能力的表现

如果不安装任何skills，直接通过提示词让他帮你写代码或实现一个相对复杂的项目，其实这个时候你应该能想到，Claude Code的能力就是：

模型能力 + Claude code的本地授权操作能力。

大白话就是：主要能力其实就是模型能力，claude code赋予的除模型能力之外的能力就是在授权后可以在本地创建目录、创建文件、执行脚本的能力。

所以，如果要说编码能力，主要体现的还是模型的既有能力，不加skills的话，和我们直接调用模型、或者用cursor等AI开发工具没有什么太大的区别。因此，如果要用好claude code，我们还是要给他加技能。

Claude Code安装技能

我们尝试实现以下两个目标：

1. 安装已有skills
2. 创建自己的skills

以上两个目标都实现了的话，你就测底掌握了claude code的技能使用技能了…

---

多说一句，什么是Skills？ 个人认为其底层还是规范化的prompt、FC、MCP、本地脚本等的组合应用，只不过是对于通用技能，比如skills.sh上的那些技能，有人已经为你总结、生成好了，你下载安装之后就可以用了，节约了你的开发调试成本。所以没必要对Skills能力吹嘘夸大，客观对待即可。再牛逼其底层也是一个个提示词、一行行脚本代码，新开发的技能代码也会有bug，可能需要你不断调试排除bug才能稳定工作。

---

安装已有skills

我们先安装Claude Code的技能仓库，很简单，两条命令搞定。

启动Claude Code，最后在Claude Code命令行敲入:

/plugin marketplace add anthropics/skills 

执行成功后，再执行：

/plugin install document-skills@anthropic-agent-skills 

正常情况下，上述两条命令都执行成功后，Claude Code官网skills就安装成功了，你可以在claude启动后的命令窗口通过/skills检查安装是否成功。

安装失败的处理

如果上述第一条命令执行不成功的话—–我就没有执行成功，claude code直接通过git命令拉取安装包的时候报错了，这种类型的错误我们有办法处理，因为Claude Code提供了本地安装能力，我们可以从报错信息中拿到git提取安装包的地址，手动获取安装包后解压、放在本地路径的skills路径下:

git clone https://github.com/anthropics/skills.git 

然后执行本地安装命令：

/plugin marketplace add ./skills 

之后再执行第二条命令就能成功。安装成功后重新启动Claude，用/skills命令就能查看到已经安装的官方技能了。

创建自己的skills

我们已经安装的官方skills中有一个skill-creator技能，顾名思义，这个是用来创建skill的skill，我们就用这个skill-creator创建并安装一个我们自己的skill。

我们创建一个论文搜索的skill，我的本意是让他帮我从知名MCP网站查找符合条件的MCP并安装，如果没有找到符合条件的MCP则通过论文网站API按照论文标题、关键字、摘要查找并下载论文。

创建skill的过程并不是一帆风顺的，首先是我要求从魔搭查找并下载、安装mcp未能成功，之后经过确认同意后他就开始通过调用API的方式创建，创建完成后，claude code在安装skill之前有一个确认：标准测试流程测试后安装、直接安装、简单测试安装。我选择简单测试安装后，他创建了一个测试脚本，调用skill查询人工智能的相关论文。一顿操作之后，告诉我调用论文网站错误，转用模型已知的知识告诉我5篇论文。

这就偏离了我的初衷了，我并不需要模型用自己的知识回答问题，必须通过论文网站查询论文才可以。所以，我必须告诉他这是错误的、我的目标是必须从论文网站查询论文，否则就告诉我任务失败。之后他就开始修改skill的各种配置文件、脚本、提示词等等…一顿操作之后，告诉我测试通过可以安装skill了:

按照他的提示执行安装，报错。再让他检查为什么会报错，他浪费了n多token、执行了本地路径下的检查之后，还是没有解决问题。

也就是说，他自己折腾半天生成的skill、自己安装失败，说明AI自己也是人，也会犯错误。

最终，他终于发现了自己的错误：我们生成的.skill文件是一个技能包文件、不是claude code认为的marketplace的包含.json文件的市场，不能通过plugin install的方式安装，而是应该直接解压.skill文件到指定路径就可以:

unzip -o paper-search.skill -d .claude/skills/ 

你自己手动执行命令也可以，让claude code获取授权后执行本地命令的方式去完成也可以。我就让claude code完成，最终成功安装了：

最终发现他其实是调用了生成技能中的python脚本，其实并没有什么高深莫测之处，对于程序员来说，他的底层原理其实在他发布之初就应该能猜测得到。

并不是说他就不能用，我们自己写的代码在初次上线的时候也会有bug，AI写的代码也一样，运行即报错。不过他在运行报错之后的下一个流程步骤中会思考：可能前面发生错误了，让我检查一下…然后对查询结果他也会自我思考：

这还是不错的，我们可以在提示词中告诉他不断尝试、自我检查、直到能够达到我们要求的结果，目前他也还是能够完成任务的：

但是我们要充分考虑到token的消耗，生成和调试这个skill的token消耗：

结论

Claude Code + Skills的能力还是很强大的，我们只是做了一个简单测试，后续其实可以根据需要不断让AI进行完善，而且，如果能找到相关MCP的话，技能能力应该还会有提高。

by the way，个人认为他的能力天花板其实是背后的模型，所以，期待模型能力的进一步提高。