Skip to content

Claude Code 扩展系统

Claude Code 的扩展系统,是把基础终端智能体变成项目感知、流程感知工程工具的一组机制。它不只是“增加功能”,更重要的是把上下文、角色、验证、工具、权限和运行时循环放到合适的位置。

主要组件

机制作用
记忆文件保存项目约定、用户偏好和长期上下文。
规则为路径、场景或项目范围提供更细的约束。
子智能体隔离高噪声任务、角色职责和上下文窗口。
Skills把可复用的流程、判断标准、脚本和资源封装成按需能力。
Hooks在生命周期节点上加入确定性检查、记录、拦截和自动化。
Headless 模式在自动化、CI 或无人工会话环境中运行任务。
MCP把外部工具、数据源和上下文以协议方式暴露给模型。
插件把命令、Skills、子智能体和 Hooks 打包分发。
循环原语用 goal、loop、schedule、工作流和自动模式把单次交互扩展成有边界的重复工作。

这些机制解决的问题不同:记忆负责持久上下文,Skills 负责可复用方法,子智能体负责隔离,Hooks 负责确定性控制点,MCP 负责外部连接,插件负责复用和分发。

反馈循环视角

从反馈循环看,Hooks 的位置尤其关键。它们能把原本依赖人工注意力的检查变成自动门禁:

  • 工具执行前检查权限、路径、预算和风险。
  • 工具执行后检查测试、格式、链接、构建或部署结果。
  • 停止前确认是否已经满足验收条件。
  • 失败时把原因记录下来,供下一轮修复使用。

这使扩展系统不只是“增加功能”,而是在智能体循环工程中补上可验证、可阻断、可审计的环节。

循环原语补上的是运行时维度:它们回答下一轮何时发生、停止条件由谁判断。一个完整系统里,质量 Skill、云端计划任务、带验证器的目标循环、独立上下文的代码评审者可以同时存在,但它们不是同一种扩展。

组合方式

一个常见组合是:用记忆和规则描述项目边界,用 Skill 定义工作流,用 MCP 提供工具和数据,用 Hooks 做边界检查,再用 goal 或计划任务驱动循环,最后由智能体 Harness 工程把它们组织成稳定运行时。

持续记录 AI、产品、工程与个人实践之间的连接。