Skills 系统深度解析:概念、定位与加载时机

Claude Code深度解析:MCP协议、Skills与subagent工作流 Claude Code并非传统AI编程助手,而是一个基于模型控制协议(MCP)构建的本地化智能代理运行时。其核心在于将大模型能力解耦为可验证、可编排的原子技能(Skills),通过subagent实现任务链式执行,并借助hooks在代码语义层面触发实时响应。MCP协议作为轻量级双向流通信契约,使模型真正‘调用工具’而非‘猜测答案’,显著提升工程可控性与调试效率。该架构天然适配本地开发、安全敏感场景及CI/CD增强,为开发者提供比Copilot更底层、更可编程的AI协作范式。 阅读详情

——理解 Agent 的“技能树”如何工作---

一、Skills 是什么:一个精准定义

Skills 是 Claude Code 的可插拔能力扩展模块。

用一个比喻:

· 模型 = 大脑(通用推理引擎)
· Agent = 指挥官(决策与执行循环)
· Skills = 技能包(特定领域的知识、流程、工具组合)

每个 Skill 本质上是一个结构化的指令集,它告诉 Agent:“当你遇到某类任务时,应该按照这个流程、使用这些工具、遵循这些规范来做。”

---

二、Skills 在系统里的定位:三层架构的中间层

Claude Code 的完整架构是:

```
┌─────────────────────────────────┐
│           Agent 层               │
│  规划、调度、执行循环、安全控制    │
├─────────────────────────────────┤
│          Skills 层               │
│  专项能力模块(可插拔、可组合)    │
├─────────────────────────────────┤
│          模型 层                 │
│  通用推理、代码生成、理解         │
└─────────────────────────────────┘
```

Skills 是夹在 Agent 和模型之间的“能力加速器”:

· 没有 Skill:Agent 接到任务 → 用模型通用能力推理 → 执行。能做,但遇到特定领域可能不够专业。
· 有 Skill:Agent 接到任务 → 匹配到相关 Skill → 加载 Skill 的指令和流程 → 模型在 Skill 的框架内推理 → 执行。结果更专业、更一致。

---

三、Skills 不是什么:澄清边界

Skills 不是:

· 另一个 Agent
· 独立运行的程序
· 替代模型的推理
· 能绕过安全机制的后门

Skills 只是:

· 一套结构化的提示词 + 工具配置
· 被 Agent 加载后,注入到模型上下文中
· 告诉模型“在这种场景下,你应该这样做”

它们没有自己的执行循环,没有独立的工具权限,完全依赖 Agent 调用。

---

四、Skills 的类型:两类加载模式

1. 自动匹配型 Skill

· 定义时声明了触发条件
· Agent 执行任务时,会自动扫描已安装的 Skill,匹配到相关的就加载
· 例如:一个“React 最佳实践” Skill,当 Agent 检测到你在写 React 代码时自动激活

2. 手动调用型 Skill

· 需要用户显式调用
· 适合一些不是每时每刻都需要、但特定场景很好用的能力
· 例如:“生成周报”、“代码审查报告”、“转换成中文注释”

---

五、Agent 什么时候读取 Skill:加载时机全链路

这是最关键的问题。Skill 的加载不是一个简单的“启动时读一下”,而是一个多阶段、动态匹配的过程:

阶段一:启动时(索引建立)

Agent 启动时,扫描所有已安装的 Skill,建立索引:

· 每个 Skill 的名称、描述、触发条件、适用场景
· 不会加载完整内容,只是建立目录

阶段二:任务接收时(意图匹配)

你下达任务后,Agent 在规划开始前,做一轮匹配:

· 分析任务意图
· 扫描索引中哪些 Skill 的触发条件匹配当前任务
· 将匹配到的 Skill 完整加载到上下文

这是 Skill 最主要、最核心的加载时机。

阶段三:执行中途(动态补充)

Agent 在执行过程中,如果遇到新的子任务,会再次扫描:

· 当前子任务需要什么能力?
· 有没有之前没加载但突然相关的 Skill?
· 有就补充加载

阶段四:出错或切换时(重新匹配)

如果执行出错、方向调整、或你给了新指令,Agent 会:

· 重新评估当前需要什么 Skill
· 卸载不再需要的,加载新匹配的

---

六、一个完整的加载时序图

```
你:帮我把这个项目重构成 TypeScript

┌─ 阶段一:Agent 接收指令
│   ├─ 分析意图:这是一个“迁移重构”类任务
│   └─ 扫描 Skill 索引
│       ├─ 匹配到 “TypeScript 迁移规范” Skill  → 加载
│       ├─ 匹配到 “代码风格检查” Skill        → 加载
│       └─ 没匹配到 “React 最佳实践”          → 不加载
│
├─ 阶段二:Agent 开始规划
│   ├─ 规划子任务:1.分析项目 2.逐文件迁移 3.跑测试
│   └─ 所有子任务都在已加载 Skill 的框架内生成
│
├─ 阶段三:执行第一个子任务“分析项目”
│   ├─ 发现项目中用到了 GraphQL
│   └─ 动态扫描 → 匹配到 “GraphQL 类型生成” Skill → 补充加载
│
├─ 阶段四:执行到一半,测试报错
│   ├─ 报错与类型相关
│   ├─ 重新扫描 → 匹配到 “常见 TS 错误修复” Skill → 加载
│   └─ 在 Skill 指导下修复
│
└─ 任务完成,所有 Skill 保持在上下文中直到会话结束
```

---

七、Skills 的优先级和冲突处理

当多个 Skill 同时匹配时,Agent 的处理逻辑:

1. 优先级声明:Skill 可以声明自己的优先级(高/中/低)
2. 手动覆盖:你可以在指令中明确指定用哪个 Skill
3. 冲突检测:如果两个 Skill 对同一操作有矛盾指令,Agent 会暂停并询问你选择哪个
4. 上下文窗口管理:如果加载太多 Skill 导致上下文不够,Agent 会按优先级裁剪,低优先级的先卸载

---

八、Skills 与 MCP 的关系

这俩经常被混淆,澄清一下:

 Skills MCP 服务器
本质 结构化指令集(提示词 + 流程) 外部工具连接器
作用 告诉 Agent “怎么做” 给 Agent 提供“新工具”
举例 “生成代码时要加中文注释” 连接数据库、浏览器、Jira
输出 影响模型的推理方式 提供新的工具调用接口
关系 可以引用 MCP 工具 独立运行,被 Agent 调用

一个 Skill 里可以调用 MCP 工具。比如一个“自动发周报” Skill,内部可能调用 Jira MCP 拉任务,再用 GitHub MCP 拉提交记录,然后生成报告。

---

九、Skills 的设计原则

Anthropic 在 Skills 系统上遵循了几个原则:

1. 无侵入:Skill 不修改 Agent 的核心循环,只是注入上下文
2. 可组合:多个 Skill 可以同时生效,像叠加 buff
3. 声明式:Skill 声明“什么场景该做什么”,不写具体的执行代码
4. 用户可控:你可以随时查看、禁用、删除 Skill
5. 安全边界:Skill 不能绕过 Agent 的权限系统,操作仍需用户确认

---

十、什么时候该写一个 Skill

不是所有重复性任务都值得写成 Skill。一个好的 Skill 满足:

· 场景明确:有清晰的触发条件
· 高频重复:你经常做同类任务
· 流程固定:步骤和方法相对标准化
· 需要一致性:你希望每次执行结果风格统一

适合写 Skill 的例子:

· 公司代码规范(命名、注释风格、文件结构)
· 特定框架的最佳实践(Next.js、FastAPI)
· 常见问题修复流程(TypeScript 类型报错诊断)
· 自动化工作流(生成 CHANGELOG、代码审查清单)

不适合写 Skill 的例子:

· 一次性任务
· 高度依赖判断力、无法标准化的事
· 极短的一句话指令就能完成的事

---

十一、总结:Skills 在整个系统里的位置

```
用户指令
    ↓
Agent 接收 ──→ 扫描 Skill 索引(匹配)
    ↓
加载匹配的 Skill(注入指令框架)
    ↓
Agent 在 Skill 框架内规划子任务
    ↓
调用模型推理(受到 Skill 约束)
    ↓
调用工具执行
    ↓
观察结果,需要时补充加载新 Skill
    ↓
完成
```

一句话定位:Skills 是 Agent 的“专业技能培训教材”,不是另一个大脑,也不是另一个执行者。它让通用模型在特定场景下表现得更专业、更一致。

---

如果你想了解如何写一个自定义 Skill,或者想看一些社区里好用的 Skill 推荐,我可以继续展开。

Agent Skills 深度解析:从概念到工程化实战 在AI Agent开发中,提示词工程长期主导着模型行为控制,但复杂的任务指令往往导致上下文冗长、复用性差。Agent Skills作为一种新兴规范,将说明文档、执行脚本、示例与校验逻辑打包成可复用的技能单元,从“告知模型怎么做”升级为“为模型提供完整的操作支撑”。它不同于MCP的连接能力,而是聚焦任务方法论与工作流封装,显著提升复杂任务执行的稳定性与可维护性。适用于数据处理、文档生成、日志分析等固定流程场景,并能跨项目迭代复用。本文从零构建一个技能,剖析SKILL.md设计要点,并分享实战中的常见陷阱与工程 阅读详情

相关推荐

AI Agent标准化操作手册:Skills开发与应用实战

在AI技术领域,标准化操作手册(SOP)是实现高效自动化的重要基础。Skills作为AI Agent的核心组件,通过结构化指令集将大语言模型的通用能力转化为可重复执行的标准化流程。其技术原理采用分层加载机制和渐进式披露设计,有效解决了上下文窗口限制问题。这种工程化方法使任务完成时间缩短40-60%,错误率降至人工操作的1/5,特别适用于PDF处理、短视频创作等需要精确控制的场景。以PDF表格提取为例,一个设计良好的Skill需要遵循单一职责原则,包含完整的异常处理机制和输出规范。随着AI应用深入各行业,掌握

weixin_33816946的博客 409

3分钟快速掌握 skills 核心原理

Claude Code 中的 Skills 是一种强大的功能扩展机制,它允许你将专业知识、工作流程和最佳实践封装成可复用的模块,让 AI 助手能更精准地理解并执行特定任务。

bigbigbugbug的博客 767

【WorkBuddy专栏34】WB记忆能力深度解析——SOUL、USER、MEMORY的加载时机与工作机制

WB记忆能力深度解析——SOUL、USER、MEMORY的加载时机与工作机制

AI人人懂 321

OpenCode Skill 实战:打造时序预测自动化工作流

本文介绍了OpenCode框架下的timeseries-workflow扩展Skill,旨在解决时序预测项目中实验流程繁琐、代码复用性差等问题。该工具通过一行命令实现数据预处理、批量训练、模型评估和结果汇总全流程自动化,支持自定义超参数和多模型对比。核心功能包括:CSV数据预处理、单/多模型训练评估、自动生成Markdown报告等,内置MSE/MAE等常用评估指标。该工具具有标准化流程、全链路自动化、终身复用和可扩展性等优势,适用于轨迹预测、金融时序等多种场景。开源地址为https://github.com

m0_63184674的博客 360

Skills 开发指南-结合示例详细讲解skills原理和使用方法

本文详细介绍了Claude Code中Skills的开发规范,以project-health技能为例,阐述了Skills的定义、文件结构、配置参数和核心机制。Skills是Claude的专业能力扩展,通过结构化设计实现自动/手动触发、隔离执行等功能。文章重点解析了SKILL.md中的Frontmatter配置、参数替换、动态上下文注入等核心机制,并提供了实战示例说明如何开发一个完整的Skill。通过分层设计和工具白名单等机制,Skills既能扩展Claude能力,又能保证执行安全性和可维护性。

txj_20160909的博客 1647

机器学习ROC曲线中的阈值thresholds

在ROC曲线上的不同点对应于不同的阈值。根据任务的具体要求,可以选择合适的阈值,以达到平衡召回率和误报率,或者根据具体应用场景调整模型的工作点。,表示样本属于正例的概率。这个概率值可以被截断为二元分类的决策,通过选择一个阈值来决定样本是被分类为正例还是负例。通过改变阈值,可以得到不同的真正例率(TPR)和假正例率(FPR),从而绘制出ROC曲线。总体来说,ROC曲线提供了模型在不同阈值下的性能综合情况,帮助分析模型的分类能力。通常来说,随着阈值的增加,TPR会减小,而FPR会增加。ROC曲线的绘制涉及。

行子的博客 3653

『AI辅助Skill』一文读懂Skills:从概念到实操的完整指南

摘要: Skills是AI Agent的能力扩展机制,将领域知识、操作流程封装为可复用的"技能包"。其核心包括SKILL.md说明书、脚本和参考文件,采用三级渐进式加载:元数据(始终加载)、说明文档(触发加载)、资源代码(按需加载),平衡Token效率与功能深度。相比Command(固定功能)和MCP(基础工具),Skills更注重流程化、场景化。编写高质量Skills需遵循原子性、Few-Shot示例、结构化指令、明确输入输出及持续迭代原则。Skills适用于确定性任务,助力AI从&q

老陈聊架构 3612

CAD的.dwg文件导入 ArcGIS:高程分析、坡度分析、坡向分析

CAD的.dwg文件导入 ArcGIS,再进行高程分析、坡度分析、坡向分析。

My_Echo_yM的博客 7232

Agent与Skills:智能系统中的主体与能力边界解析

本文系统解析了人工智能领域中Agent(智能体)与Skills(技能/工具)的区别与联系。核心区别在于:Skills是原子化的被动执行工具,专注于单一任务;而Agent是具备自主决策能力的智能主体,负责任务规划与资源调度。二者协同共生:Agent依赖Skills实现具体操作,Skills通过Agent获得更广泛的应用场景。这种"大脑+工具"的协作模式,为构建高效智能系统提供了清晰架构思路,推动AI技术从工具化向智能化演进。

春风化雨 2576

医学影像AI的幻觉问题与CCD解决方案

医学影像AI在辅助诊断中面临的核心挑战是幻觉现象,即模型生成不符合实际影像的虚假诊断。这种现象源于多模态大语言模型(MLLMs)在视觉-语言对齐上的技术局限,可能导致假阳性或假阴性的临床风险。通过临床对比解码(CCD)框架,结合症状锚定和专家引导的双阶段校准机制,可有效提升模型输出的可靠性。该技术在CheXpert和MIMIC-CXR等标准数据集上验证,显著改善了肺不张、胸腔积液等关键指标的检测准确率。对于医疗AI落地场景,这种即插即用的解决方案既规避了数据隐私合规问题,又降低了基层医院的部署门槛,为AI辅

weixin_36303807的博客 322

HFSS实战:手把手教你设计微带发夹线滤波器(附完整参数计算流程)

本文详细介绍了使用HFSS设计微带发夹线滤波器的完整流程,包括参数计算、HFSS建模和优化策略。通过实战案例,帮助读者掌握微波滤波器设计的核心技巧,特别是奇偶模阻抗计算和HFSS仿真中的关键设置,适用于通信系统设计和射频工程应用。

weixin_29251567的博客 440

Cherry Studio 内置 skills-manager Skill 深度解析:Agent Skills 搜索、安装与创建的全流程编排指南

Cherry Studio 在内置 Agent(cherry-assistant)中预置了 `skills-manager` 这一 Skill,用于统一编排“搜索、安装和创建 Claude Code Agent Skills”三类操作。本文以其 [SKILL.md](https://link.gitcode.com/i/1fbf5062cc21ddd414fdef76f5f0e309) 为骨架,结

gitblog_00796的博客 1069

微信小店推客分销系统源码获取与自研开发全攻略(2025年最新版)

源码选择建议快速试错:选用开源项目(如启航系统),3天可上线基础功能长期布局:购买商业源码授权,重点定制分佣规则与UI交互完全自研:适合年GMV过亿的大型企业,需前置投入风控与合规设计行动清单注册微信开放平台账号,完成视频号机构认证下载开源项目代码,部署本地测试环境联系三家源码供应商,获取合规性审计报告设计三级分佣比例表,通过法律顾问合规审查通过以上路径,可高效构建合规、稳定、高转化的微信小店推客分销系统,抢占2025年视频号电商红利。

2401_85184777的博客 1280

深度解析Claude Code插件系统:Skills、Hooks与Agents实战指南

在AI辅助编程领域,插件系统是实现工具深度定制与工作流集成的核心技术。其原理在于通过标准化的接口与事件机制,允许开发者扩展基础模型的能力边界。这种架构的技术价值在于将通用AI能力转化为可组合、可复用的原子化模块,从而提升开发效率与代码质量。典型的应用场景包括自动化代码审查、智能依赖管理、个性化代码生成等。本文聚焦于Claude Code中未被官方公开的插件生态,深入剖析其Skills(技能单元)、Hooks(流程钩子)与Agents(自主智能体)三大核心组件。通过实战案例,展示了如何利用Skills实现精准

weixin_33892359的博客 405

ROS小车定位实战:如何用rf2o_laser_odometry和robot_localization实现精准里程计(附避坑指南)

本文详细介绍了如何利用rf2o_laser_odometry和robot_localization在ROS中实现高精度小车定位。通过激光里程计与状态估计的黄金组合,解决室内移动机器人的定位难题,包括环境搭建、算法配置、多传感器融合策略及实战避坑指南,帮助开发者快速部署稳定可靠的定位系统。

weixin_29081703的博客 285

Unreal5从入门到精通之如何实现移动端触屏滑动手势

随着移动设备的普及,越来越多的游戏和应用选择在移动平台上发布。Unreal Engine 5(UE5)作为一款强大的游戏引擎,提供了丰富的工具和功能,帮助开发者打造出色的移动体验。UE5不仅提升了图形质量,还大幅简化了开发流程,使得开发者能够更专注于游戏设计和用户体验。在移动游戏中,触屏滑动手势是用户与应用互动的主要方式之一。然而,许多开发者在实现这些功能时常常遇到困难。为了填补这一知识空白,本篇文章将详细介绍如何在UE5中实现移动端触屏滑动手势,帮助你从入门到精通,提升你的开发技能。

TxNet 1133

Claude Code Skills深度解析:加载机制、Token经济学与优化实战

在大模型驱动的编程工具中,提示词工程与Token消耗是决定开发体验与成本的两大核心。Claude Code Skills作为一种结构化的提示词模块,并非传统插件,而是通过SKILL.md文件在适当时机注入上下文,让模型按既定流程执行任务。其加载机制涉及项目级、用户级与插件附带三种注册方式,而真正常驻上下文的仅包含技能名称与描述,命中后才加载正文,这直接影响了Token的消耗模型。理解其底层原理,能帮助开发者写出更精准的description与操作步骤,从而在React前端开发、图片生成等典型场景中,既提升任

weixin_26968079的博客 166

【多模态实验总结】整理了几十篇文章,理清 多模态目标检测 在写论文中需要做哪些实验

此篇文章中将多模态目标检测所做的实验,分成了各个类别,目的是为了对多模态的实验有一个清晰的理解。可以看到,很多表格中放的并不是做了单一的某一个对比,而是将提出的模型,在不同的骨干、数据集上的效果与基线进行对比,使内容更全面。因此这里提到的各种实验,大家在后续改进写论文过程中可以根据自己的论文内容进行整合。对于这里提到的这些文章,大家都可以看看,我只是按照我这里的分类截取了部分实验,这里提到的所有实验在每篇文章中也基本能看到相应的实验。

Limiiiing的博客 3138

Skills 全攻略:从概念到实操的完整手册

从概念解析、工作原理、实践方法到资源推荐,全方位拆解 Skills 这个让 Agent 变得可靠、可控、可复用的" 高级技能包 ",无论你是开发者还是普通用户,都能在这里找到让 Agent" 开窍 " 的实用指南。Agent 正经历从 "被动应答" 到 "主动执行" 的跨越式进化,而 Skills 正是驱动这场变革的核心引擎。如果把 Agent 比作具备潜力的大脑,Skills 就像是一套套可复用的 "武功秘籍",让 Agent 从 "样样略懂" 的通才,升级为 "术业专攻" 的专家。

musicml的博客 2547

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

OpenClaw Agent Runner 深度解析:一次 Agent 运行的完整生命周期

Agent Runner 是 OpenClaw 从“能说会道”到“真刀真枪干活”的关键转化器。参数校验与会话解析→ 接单上下文组装→ 准备工作执行循环(模型推理 ↔ 工具执行)→ 核心干活流式回复与事件投递→ 边干边汇报持久化与生命周期结束→ 收工存档理解 Agent Runner 的工作方式,是深入掌握 OpenClaw 工程原理的必修课。它融合了队列管理、会话锁、运行时选择、超时控制、事件流分发等多个系统工程的关键设计,值得仔细品味。底部锚点⬆ ⬆ 顶部 ⬆ ⬆⬇ ⬇ 底部 ⬇ ⬇。

✨ 欢迎来到【Seal ^_^ 的优快云博客】!✨ 1276

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

awesome-claude-skills 深度解析:从 MCP 协议到 Agent Skills 工作流实战

MCP 协议作为模型与外部工具间的通信标准,解决了 AI 访问数据库、设计稿、引擎等资源的连接问题;而 Skill 则是在此基础上封装的操作手册,定义了任务流程与规范。两者结合,让 Claude Code 与 Codex 能自动调用专业能力,显著降低重复沟通成本。在代码审查、前端组件生成、数据库迁移等场景中,合理选型与配置 Skills 可提升开发效率。awesome-claude-skills 这类索引仓库,正是帮助开发者快速发现、筛选并落地可用技能包的关键起点。

weixin_42547431的博客 282

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

深度解析Skills:从Prompt到能力复用的技术革命

Skills是AI的模块化能力包,通过渐进式披露架构按需加载指令与资源,大幅节省上下文空间,实现从临时Prompt到持久能力的革命性转变

BookSea的博客 839

Agent Skills实战:从概念到开发,一文掌握技能设计与避坑指南

在Agent应用不断深入的今天,如何让AI稳定执行特定流程成为开发者关注的重点。传统的提示词受限于上下文窗口,难以承载复杂规则。而Skill作为一种结构化的“经验包”,将工作方法论转化为Agent可执行的指令,通过按需加载机制精准触发,既提升任务稳定性,又有效管理Token预算。从前端页面生成到论文结构规范,再到安全审计流程,技能已在多个场景中证明其价值。本文系统梳理Skill与Plugin、MCP、工作流的边界,详解SKILL.md的编写逻辑与目录组织,并给出安装调试的实用建议,帮助读者从零构建高质量技能

weixin_42524499的博客 331

claude-code-skill-factory 架构深度解析:模块化CLAUDE.md设计如何让Claude智能加载项目上下文?

**claude-code-skill-factory** 是一款开源的 Claude 能力工厂,用于批量生成 Claude Skills、Code Agents、Slash Commands 与 LLM Prompts。它最值得借鉴的设计,是用一组**模块化的 CLAUDE.md 文件**让 Claude 按工作目录智能加载项目上下文:做 GitHub 任务时只加载 GitHub 工作流规则,安

gitblog_00076的博客 455

agent-skills 深度解析:用 skills CLI 为 Claude Code 构建可复用技能包

AI coding agent 的工程化落地,核心在于将零散编码规范沉淀为可复用、可版本化的技能单元。其原理是通过元数据描述与两阶段加载机制,让 agent 按需自动匹配并加载对应 skill,从而避免上下文漂移、规范无法复用等 prompt 工程痛点。skills CLI 进一步提供安装、搜索、更新与校验能力,使 skill 像依赖包一样被管理。在 Claude Code 等工具中,test-driven-development 等 skill 可强制 agent 遵循红-绿-重构流程,适用于团队规范统一

weixin_29056701的博客 161

AI Agent 中的 Skills 深度解析:从 SKILL.md 渐进式披露到工程实践

AI Agent 的 Skills 通过 SKILL.md 渐进式披露机制,让领域知识按需加载而非全量注入上下文。本文拆解三层加载模型与目录结构,给出可复制的 SKILL.md 模板,并在 TaoToken 统一 Key/API 通道下完成 Skills 加载与调用验证,附 401、local proxy failed 等常见报错排查路径。官网:https://taotoken.net/?utm_source=taotoken_aicg_blog_end

weixin_35755188的博客 157
上一篇: MCP 深度解析:大模型的“万能插头”
下一篇: Claude Code Agent 使用最佳实践与底层机制全解
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ปรัชญา แค้วคำมูล

你的鼓励将是我创作的最大动力!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值