Claude Code 扩展生态
系统讲清 Claude Code 的 5 大扩展机制：Skill / MCP / CLI / SubAgent / Hook，以及把它们打包整合的 Plugin。 看完这篇你能回答：每种是什么、解决什么问题、它们是什么关系、什么时候用哪个。
📌 知识通用度提示
本文聚焦 Claude Code (CC)，但其中很多知识对 Codex CLI / Gemini CLI 也有效。读前先分清边界：
内容 通用度 说明 5 大机制的概念（Skill / MCP / SubAgent / Hook / Plugin 是什么、解决什么问题） 🟢 全通用 这是行业范式，三家都有对应实现 MCP 协议本身 🟢 全通用 Anthropic 提出，已成事实标准，OpenAI / Google 都在跟进 Tool Use / 渐进式披露 / SubAgent 派生 等设计思想 🟢 全通用 LLM Agent 通用模式 /agents/plugin/btw等斜杠命令🔴 CC 独有 各家命令体系不同 claude mcp add/list/remove命令语法🔴 CC 独有 Codex / Gemini 的 MCP 命令格式不同 CLAUDE.md项目记忆机制🟡 思想通用 Codex 有 AGENTS.md，Gemini 有GEMINI.md，命名和细节有差异「秋瓷团」案例的目录结构（ .claude/agents/）🔴 CC 独有 目录路径是 CC 约定 一句话：思想全通用，命令各家不同——换工具时概念直接迁移，命令需要重新查文档。 三家协同玩法详见 多CLI联动.md。
阅读指南
- 完全新手：按顺序看 一 → 二 → 八（关系总图）
- 想直接动手：跳【二】扩展生态总图 + 【七】Plugin（最快上手）
- 要做选型：直接看【八】对比表 + 选型建议
- 配套实战：参见
Claude Code 实战速查.md（指令、模型切换、应用场景）
一、为什么 Claude Code 需要”扩展机制”
Claude Code 默认只是一个会聊天 + 能调用基本工具（读写文件、跑 Bash 等）的命令行 AI。 但真实工作场景千差万别——你想让它：
- 帮你写设计稿（需要前端审美知识）
- 帮你操作飞书（需要飞书 API 接口）
- 帮你用别家 LLM（需要桥接外部 CLI）
- 让 Agent 自动 review 代码（需要派一个分身去做）
- 代码提交前自动跑格式化（需要钩子触发器）
这些都不是”再聊几轮”能解决的——需要给 CC 装上”扩展插槽”。这就是 5 大扩展机制存在的意义。
💡 一句话：5 大扩展机制 = CC 的”USB 接口”——按需插入不同的能力。
二、5 大扩展生态总图
先看全景，再逐个展开。
Claude Code（裸机）
┌─────────────────┐
│ LLM + 基础工具 │
└────────┬────────┘
│
┌──────────┬───────────┼──────────┬──────────┐
▼ ▼ ▼ ▼ ▼
┌──────┐ ┌─────┐ ┌──────────┐ ┌─────┐ ┌──────┐
│Skill │ │ MCP │ │SubAgent │ │Hook │ │ CLI │
│ 技能 │ │协议 │ │ 子代理 │ │钩子 │ │工具链│
└──────┘ └─────┘ └──────────┘ └─────┘ └──────┘
│ │ │ │ │
└──────────┴─────┬─────┴──────────┘ │
│ │
▼ │
┌─────────┐ │
│ Plugin │ ← 整合包 │
└─────────┘ │
│
桥接外部 ──────────────────►│
(Codex, Gemini, 飞书 CLI…)
核心金句（必记）
Plugin = Skill + SubAgent + Hook + MCP 的整合包
这句话直接讲清了 5 + 1 个机制的层级关系：
- Skill / SubAgent / Hook / MCP 是原子能力（单点功能）
- Plugin 是组合包（把上述原子打包给别人用）
- CLI 略特殊——是外部工具桥接，不是 CC 内的扩展点
三、Skill（技能）——给 CC 装”专业知识”
3.1 是什么
Skill = 一个文件夹，包含 SKILL.md（用法说明）+ 可选的脚本/资源文件。
CC 看到 SKILL.md 中描述的”触发场景”匹配你的请求，就自动加载这个 Skill 并按它的说明执行。
类比：Skill 是给 CC 的**“专家手册”**——平时不看，遇到对应场景才翻。
3.2 解决的问题
不需要塞一坨指令到 system prompt（占 context 还容易遗忘）——按需加载。这就是 渐进式披露（Progressive Disclosure） 思想。
例子：你问”帮我画一张算法流程图”，CC 自动加载 algorithmic-art Skill，按里面写好的 p5.js 套路生成代码。
3.3 推荐 Skill
| Skill 名 | 功能 |
|---|---|
| Find-Skill | 帮你查找/安装其他 Skill（Skill 的”应用商店检索器”） |
| Frontend-Design | 创建有设计感的前端界面 |
| Skill-Creator | 帮你创建/改进自己的 Skill |
| 卡帕西 Skill | 依据 Andrej Karpathy 经验提升 CC 编码表现 |
Skill 合集站：lobehub.com/zh/skills
3.4 怎么装
两种作用域：
- 项目级 Skill → 放到当前项目的
.claude/skills/<name>/下，仅本项目生效 - 全局级 Skill → 放到
~/.claude/skills/<name>/下，所有项目都能用
最简方法：把 GitHub 仓库链接直接发给 CC，让 CC 自己 clone 到对应目录。
四、MCP（Model Context Protocol）——给 CC 接”外部世界”
4.1 是什么
MCP = AI 世界的 USB 接口标准——由 Anthropic 提出的协议，让任何 AI（不只是 Claude）能用统一方式调用外部工具/数据源。
类比：USB 协议让任何 U 盘都能插进任何电脑。MCP 让任何符合标准的服务都能接进任何 AI。
4.2 解决的问题
不写 MCP 之前：每接一个新服务（飞书、GitHub、数据库），都要写一套定制的 Function Calling 代码。 写了 MCP 之后：一次实现，多家 AI 共用——生态化标准化。
4.3 两种 MCP
| 类型 | 跑在哪 | 例子 |
|---|---|---|
| 本地 MCP | 你电脑上 | 文件系统 MCP、本地数据库 MCP |
| 远程 MCP | 通过 HTTP 连云端 | 飞书 MCP、Linear MCP、GitHub MCP |
📌 与本知识库其他章节的关系：Harness工程与Agent解剖.md 7.3 节讲了 MCP 在 Harness 中的位置；程序员黑话速查.md 第 346 行有 MCP 词条。
4.4 装/查/删命令（实战必记）
# 通用安装格式（HTTP 类）
claude mcp add --transport http <MCP名称> "<MCP_URL>"
# 通用安装格式（命令行类，本地起服务）
claude mcp add <名称> -- npx -y <包名> <参数...>
# 查看已装 MCP
claude mcp list # 在 CC 外执行
/mcp # 在 CC 内执行（命令模式）
# 删除已装 MCP
claude mcp remove <完整名称>
# ⚠️ 名称必须和 add 时一模一样4.5 4 个实战安装例子
例 1：即梦 MCP（AI 出图）
claude mcp add --transport http hans-m-yin-jimeng-mcp "<你的 Smithery 带密钥 URL>"- 去 即梦 AI 拿 sessionid → 输入到 Smithery 即梦页面 → 拿到带密钥的 URL
- ⚠️ sessionid 会过期，过期后重新登录拿新的
例 2：飞书 MCP
# Mac
claude mcp add lark-mcp -- npx -y @larksuiteoapi/lark-mcp mcp -a <app_id> -s <app_secret> --oauth
# Windows
claude mcp add lark-mcp -- cmd /c "npx -y @larksuiteoapi/lark-mcp mcp -a <app_id> -s <app_secret> --oauth"前置准备（这一步最繁琐）：
- 去 飞书开发者后台 创建应用 → 拿
app_id和app_secret - 添加机器人能力
- 开通权限：
im:message（消息）、base:app（多维表格）、docs:document（云文档）、im:chat（群）、contact:user.id（用户 ID） - 发布应用
- 去 飞书开发文档 拿你自己的个人 ID（让 Agent 知道发消息给谁）
例 3：天气 MCP
claude mcp add --transport http harun-guclu-weather-mcp "<Smithery 带密钥 URL>"URL 来源：smithery.ai 天气 MCP 页面
例 4：网页爬取 MCP（Firecrawl）
claude mcp add --transport http krieg-2065-firecrawl-mcp-server "<Smithery 带密钥 URL>"URL 来源：去 Firecrawl 官网 拿 API key → 输入 Smithery Firecrawl 页面
4.6 通用模式总结
9 成 MCP 安装都遵循这个套路：
- 在 Smithery 找到要装的 MCP
- 选 “Claude Code”，复制安装命令
- 大多数需要先去服务方拿 API key，填到 Smithery 配置里
- 拿到带密钥的 URL，粘贴到
claude mcp add命令里执行
五、CLI 命令行工具——让 CC 用别家的”嘴和手”
5.1 是什么
CLI 不是 CC 内部的扩展点，而是外部命令行工具——CC 可以通过 Bash 调用它们，等于给 CC 装上”外语翻译”和”跨家协作”能力。
类比：CC 是经理，CLI 是它能调遣的外协工具。
5.2 解决的问题
- 跨家协同：让 Claude 调 Codex、调 Gemini，用别家模型的特殊能力
- 垂直工具：让 CC 操作飞书、GitHub、特定 SaaS 服务
5.3 推荐 CLI
| CLI 名 | 功能 |
|---|---|
| 飞书 CLI | 飞书官方工具，覆盖消息/文档/多维表格/电子表格/幻灯片/日历/邮箱/任务/会议 9 大业务域，200+ 命令 + 24 个 AI Agent Skill |
| OpenCLI | ”万能命令行工具箱”——把任何网站/桌面应用/本地程序变成统一的命令行操作界面 |
| GitHub CLI（gh） | GitHub 官方工具，把 PR、Issue 等 GitHub 概念带到终端 |
| Gemini CLI | Google 官方，把 Gemini 模型能力直接引入终端 |
找更多 CLI：GitHub CLI 主题页
5.4 怎么用
最简方法：把 GitHub 仓库链接发给 CC，让它自己装、自己读 README、自己引导你用。
📌 与本知识库其他章节的关系：多CLI联动.md 详细讲了 Claude/Codex/Gemini 三家协同的 4 种玩法（管道接力 / MCP 互调 / 三方投票 / 角色分工）。
六、SubAgent（子代理）——CC 的”分身派遣”
6.1 是什么
SubAgent = CC 主会话派生出的子 AI，跑特定任务，结果回来再交给主会话。
类比：你是项目经理，subagent 是你派出去做具体活儿的实习生——做完汇报结果，过程不用你管。
6.2 解决的问题
- 并发：多任务并行，不堵主会话
- 隔离：subagent 用单独的 context，不污染主上下文
- 降本：subagent 可以用便宜模型（Sonnet / Haiku）做具体活儿，主会话用贵模型（Opus）做编排
6.3 两种创建方式
| 方式 | 触发 | 适合 |
|---|---|---|
| 自动派生 | CC 判断任务复杂、有并行可能时自动调用 | 大部分日常场景 |
| 手动创建 | 你输入 /agents 进 Library 界面创建 | 想固化某个特定角色（如”代码 reviewer”） |
6.4 手动创建 7 步流程
- 输入
/agents进 Library - 选择项目级（仅本项目用）或全局级（所有项目共用）
- 选 AI 辅助创建——让 AI 根据你的描述生成 subagent 配置
- 描述功能：你想要这个 subagent 干什么
- 决定工具权限：勾选哪些工具它能用（Read / Write / Bash / WebFetch…）
- 选模型：一般 Sonnet 够用；如果用 CC Switch 配置了网关，选哪个都一样
- 选颜色：方便在终端里区分主 Agent 和子 Agent
6.5 实战案例：「秋瓷团」5 角色协作
一个把 subagent 用得很妙的真实工作流案例——5 个角色在一天内依次上场：
早上：
"新闻秋" → 全网搜刮 AI 新闻 → 总结成文档 → 飞书推送给我
↓
"穿搭秋" → 问我今天去什么场合 → 查天气 → 给穿搭建议
↓
"教练秋" → 催我报体重 → 记录健康数据 → 推荐运动+外卖
↓
"日报秋" → 问我今天大体安排 → 规划成日程早报 → 发到工作群
晚上：
"反思秋" → 根据今天发生的事 + 各种文档 → 引导我复盘反思
为什么这个案例有价值：
- 展示了 subagent 不是”一次性派工”，可以编排成日常工作流
- 每个 subagent 职责单一（符合 SRP 单一职责原则）
- 通过 MCP（飞书）+ SubAgent（5 角色） 组合实现，体现了多机制协同
6.6 启动技巧
# 跳过所有权限询问（⚠️ 高危）
claude --dangerously-skip-permissions⚠️ 这个 flag 等于核武器——所有写操作不再问你。仅在你完全信任的隔离环境用（如 Docker、虚拟机）。
七、Hook（钩子）——CC 的”自动触发器”
7.1 是什么
Hook = 在 CC 生命周期的某个时刻自动执行的脚本。 事件来了 → CC 自动跑你设的钩子 → 钩子干完活再继续。
类比：自动门感应器——人靠近就开门，不用你按按钮。
7.2 常见事件
| 事件 | 触发时机 |
|---|---|
| PreToolUse | 工具调用前（可拦截） |
| PostToolUse | 工具调用后 |
| UserPromptSubmit | 你提交问题前 |
| SessionStart | 会话开始 |
| Stop | CC 停止响应 |
| PreCompact | 上下文压缩前 |
7.3 解决的问题
- 自动化重复操作：每次写完代码自动跑 prettier 格式化
- 安全拦截：删除前自动备份，防误删
- 状态通知：任务完成响铃提醒，不用盯着屏幕
- 强制规则：提交前必须跑 lint，不通过不让提交
7.4 两个实用例子
例 1：完成提示音
设置一个 hook，每次完成任务之后，
都自动执行一个声音脚本，发出提示音"叮"进行提醒
直接把这句话发给 CC，它会自动配置 settings.json。
例 2：提交前格式检查
设置一个 hook，每次提交代码之前，
都会自动触发代码格式的检查
7.5 高阶玩法
钩子有 5 种类型：
- command：跑 shell 命令（最常用）
- prompt：让 LLM 评估条件
- agent：派 subagent 验证
- http：POST 到指定 URL
- mcp_tool：调 MCP server 工具
钩子配在哪：
~/.claude/settings.json（全局）或.claude/settings.json（项目）的hooks字段。
八、Plugin（插件）——5 大机制的”整合包”
8.1 是什么
Plugin = 把 Skill / SubAgent / Hook / MCP 打包到一起，一键安装/分发。
类比：Skill/Hook/MCP 是单独的乐高积木，Plugin 是组好的”机器人套装”——想用一整套能力时，装一个 Plugin 就够。
8.2 解决的问题
- 一个完整场景往往需要多种机制配合（如”代码安全审查” = Hook 拦截 + Skill 经验 + SubAgent 验证）
- 用户不用一个个去装——整合包一次性给齐
8.3 怎么管
/plugin
进入插件管理界面：
- 浏览/搜索官方 + 社区插件
- 一键安装/卸载
- 管理已装插件的开关
8.4 官方推荐插件
| 插件 | 功能 |
|---|---|
| commit-commands | 简化 Git 工作流（提交、推送、创建 PR） |
| content-creator | 跨平台内容创作（博客、视频脚本、社交媒体） |
| security-guidance | 安全提醒钩子，编辑文件时提示潜在的命令注入、XSS、不安全模式 |
8.5 找更多插件
- 官方：claude.com/plugins
- 第三方导航：Claude Code Plugins
九、5 大机制对比与选型
9.1 对比表
| 机制 | 本质 | 加载方式 | 写难度 | 典型场景 |
|---|---|---|---|---|
| Skill | 文件夹（说明 + 资源） | 按描述自动触发 | 低 | 给 CC 灌输专业知识 |
| MCP | 协议 + 服务 | 启动时连接 | 中 | 接外部 API/数据源 |
| CLI | 外部命令行工具 | CC 用 Bash 调 | —（用现成的） | 跨家 AI / 垂直工具 |
| SubAgent | 子 LLM 会话 | 自动派生 / /agents | 低 | 并发任务、降本、隔离 |
| Hook | 事件触发的脚本 | 配置后自动 | 中 | 自动化、拦截、通知 |
| Plugin | 上述 4 种打包 | /plugin 安装 | 高 | 完整场景一键部署 |
9.2 选型决策树
我的需求是？
│
├─ "想让 CC 懂某个领域"（如设计、特定算法）
│ → Skill ⭐
│
├─ "想让 CC 操作某个外部服务"（飞书、GitHub、数据库）
│ → MCP ⭐
│
├─ "想用别家 AI 模型 / 垂直工具"
│ → CLI（让 CC 调用）
│
├─ "想让 CC 派分身做并行任务"
│ → SubAgent ⭐
│
├─ "想在某个事件自动做点什么"（提交前检查、完成提示）
│ → Hook ⭐
│
└─ "上面几种都要，且别人也能用"
→ 打包成 Plugin
9.3 渐进学习路径（小白推荐顺序）
第 1 周：Skill ← 装现成的最容易出效果
第 2 周：MCP ← 接 1 个你常用的服务（飞书 / GitHub）
第 3 周：SubAgent ← /agents 创建 1 个固定角色
第 4 周：Hook ← 加 1 个完成提示音
第 N 周：Plugin / CLI ← 按需深入
核心建议：别一上来就 5 种全装——每装一个跑稳一周再加下一个。
十、与本知识库其他章节的关联
| 主题 | 文档 | 关系 |
|---|---|---|
| Agent 是什么 | 什么是Agent.md | 本文是 CC 这一具体 Agent 的扩展机制；那篇讲 Agent 通用概念 |
| Harness 工程深度解剖 | Harness工程与Agent解剖.md | 5 大机制都属于 Harness 范畴；那篇讲架构 |
| Agent 演进史 | Agent发展轨迹四阶段.md | 第三阶段→第四阶段（Context → Harness）的具体落地体现 |
| 多 CLI 联动 | 多CLI联动.md | CLI 章节的深入扩展 |
| MCP 词条 | 程序员黑话速查.md | MCP 简短定义速查 |
| Agent 安全攻防 | Agent安全攻防.md | MCP 投毒等攻击手法对应到本文的 MCP 章节 |
| Function Calling 与 MCP 工程指南 | Function Calling与MCP工程指南.md | 本文 § 四 讲 MCP 的”装/查/删 + 实战例子”,那篇讲 FC 原理 + 御三家接口对比 + MCP 工程实战(写 Server / 接 LiteLLM) |
/goal 长任务原语 | Claude Code goal命令.md | 本文讲的 5 大扩展机制是”给 CC 装能力”；/goal（2026-05-12 新增）是不同层的机制——它改变 Claude 的工作节奏（一问一答 → 目标驱动循环），靠独立 Haiku 评估器判断终止 |
十一、一句话终极总结
Skill / MCP / CLI / SubAgent / Hook 是 5 把工具——Plugin 是装着这 5 把工具的工具箱。
Claude Code 之所以从”会聊天的 AI”进化成”能干活的实习员工”，靠的不是模型变强，而是这套生态扩展机制让你能按需武装它。
附：核心术语速查
| 术语 | 中文 | 一句话 |
|---|---|---|
| Skill | 技能 | 文件夹形式的”专家手册”，CC 按需自动加载 |
| MCP | 模型上下文协议 | AI 世界的 USB 标准，统一接外部服务 |
| CLI | 命令行工具 | 外部工具，CC 用 Bash 调用 |
| SubAgent | 子代理 | CC 派出去的”分身”，跑特定任务 |
| Hook | 钩子 | 事件触发的自动脚本 |
| Plugin | 插件 | 上面 4 种的打包整合 |
| 渐进式披露 | Progressive Disclosure | 按需加载指令，不塞满 system prompt |
| Smithery | — | 主流的 MCP 应用商店 |
--dangerously-skip-permissions | — | 跳过所有权限询问（高危） |