打通 Claude Code 生态:如何让本地 Agent 共享 Commands、Subagents 与 Skills

AI Coding 零基础实战教程|第二部分:AI编程工具生态 在深入了解具体工具之前,先快速认识一下目前最主流的几款AI编程工具——了解它们各自是什么、核心特点是什么,形成全局认知。要理解 Claude Code 与你以前用过的 ChatGPT、Claude.ai 的本质差别,必须先弄懂一个机制 ——LLM Loop(大模型循环)。对话式 AI(ChatGPT/Claude.ai)的工作方式:你问一句 → 它答一句 → 结束。如果答案不满意,你再问一次。主动权一直在你手里,AI 只是个"高级回答机器"。Claude Code 的工作方式。 阅读详情

打通 Claude Code 生态:如何让本地 Agent 共享 Commands、Subagents 与 Skills

目标读者:使用多 Agent 协作开发(Claude Code + Gemini CLI 等)的开发者、DevOps 工程师。
核心价值:打破 Agent 间的能力孤岛,实现 Prompt、Skill 和 Command 的一次编写,多处复用。
阅读时间:6 分钟

一句话摘要:通过标准化映射层(Mapping Layer),将 Claude Code 的原子能力解耦为通用资产,赋能整个本地 Agent 生态。


💡 关联阅读:本文是 《打通任督二脉:让你的 GitHub Copilot 瞬间学会 Claude Code 的所有绝招》 的扩展。在前文中,我们实现了编辑器侧 Copilot 的能力注入;本文将进一步把这套“映射”哲学推广至所有本地 Agent(如 Gemini CLI、Codex CLI 等),构建一套通用的 Agent 互操作协议。


为什么你的 Agent 需要"外脑"?

在 AI 辅助开发的日常中,我们经常面临这样的尴尬场景:你在 Claude Code 中精心调教了一个 code-review 的 Skill,定义了完美的审查步骤和语气。然而,当你切换到 Gemini CLI 或 VS Code 时,这些能力"蒸发"了。你不得不复制粘贴 Prompt,或者容忍不同 Agent 表现出的能力参差。

这不仅仅是重复劳动的问题,更是上下文断裂。

如果我们将 Claude Code 视为一个能力容器,那么 Commands(命令)、Subagents(子智能体)、Skills(技能) 和 Plugins(插件) 就是其中的原子能力。本文将介绍一种轻量级的架构方案——映射加载器(Mapping Loader),它能像"神经连接"一样,将这些能力导出并共享给所有本地 Agent。

核心架构:扫描、映射与加载

要实现能力共享,我们不需要复杂的微服务架构,只需要遵循 UNIX 哲学:一切皆文件。

我们采用 “Scan → Map → Load” 三步走策略:

  1. Scan(扫描):遍历 Claude Code 的配置目录,识别所有能力实体。
  2. Map(映射):生成标准化的元数据文档(Markdown Table),作为能力的"注册表"。
  3. Load(加载):其他 Agent 通过通用协议读取注册表,动态加载所需能力。

在这里插入图片描述

步骤一:构建扫描器 (The Scanner)

一切的起点是 scan-and-generate.mjs 脚本。它的任务是建立索引。

Claude Code 的能力分散在不同的目录中:

  • commands/:.md 形式的 Prompt 模板。
  • skills/:包含 SKILL.md 的功能目录。
  • agents/:定义 Agent 角色的 Prompt。
  • plugins/:外部安装的扩展包。

扫描器通过 glob 模式匹配这些文件,提取 Frontmatter(元数据),并按类别分组。

// scan-and-generate.mjs 核心逻辑片段
const CONFIG = {
  mappings: [
    {
      id: "skills",
      name: "Local Skills",
      outputFile: "skills-mapping.md",
      sourceDir: ROOT_DIR + "/skills/",
      sourcePattern: "*/SKILL.md",
      // 提取关键元数据:描述、名称
      frontmatterFields: ["description", "name"],
      // ...
    },
    // ... 其他类型映射
  ],
};

关键点:插件(Plugins)的处理比较特殊。由于插件可能有多个版本,扫描器内置了语义版本(SemVer)过滤逻辑,确保只索引每个插件的最新版本,避免旧版本的干扰。

步骤二:生成映射表 (The Registry)

扫描的结果不是复杂的 JSON 数据库,而是人类可读的 Markdown 表格。

为什么要用 Markdown?

  1. AI 友好:LLM 阅读 Markdown 表格的能力极强,Token 消耗低且结构清晰。
  2. 自文档化:开发者可以直接打开文件查看有哪些可用能力。
  3. 易于调试:文本差异(Diff)清晰,版本控制方便。

生成的 skills-mapping.md 示例:

# Local Skills 映射表

| 名称            | 描述                    | 完整路径                                    |
| --------------- | ----------------------- | ------------------------------------------- |
| git-diff-report | Git 变更报告生成技能... | `~/.claude/skills/git-diff-report/SKILL.md` |
| tech-blog       | 技术博客文章创作工具... | `~/.claude/skills/tech-blog/SKILL.md`       |

每一行就是一个能力的"句柄"(Handle),包含了 AI 调用所需的一切:它叫什么(Name)、它是干什么的(Description)、它在哪(Path)。

在这里插入图片描述

步骤三:通用加载器 (The Loader)

有了映射表,我们还需要一个机制来消费它。这就是 mapping-loader Skill 的作用。

这是一个元技能(Meta-Skill),它的唯一作用就是帮 Agent 查找并加载其他技能。它定义了一套通用的查询模式:

  1. 类型识别:用户想要的是 Command 还是 Skill?
    • "Run /git:sync" -> 查 commands-mapping.md
    • "Activate tech-blog" -> 查 skills-mapping.md
  2. 模糊搜索:使用 grep 在映射表中查找关键词。
  3. 动态加载:读取"完整路径"指向的文件内容,注入当前上下文。

这种设计的精妙之处在于解耦。

本地 Agent(如 Gemini CLI)不需要知道 Claude Code 的具体目录结构,也不需要维护复杂的配置同步。它只需要被告知:“去 ~/.claude/mappings/output/ 找答案”。

跨 Agent 调用的实战体验

想象一下,你在 Gemini CLI 中:

User: “我想写一篇关于 React Hooks 的技术博客,用那个 tech-blog 技能。”

Gemini (with Mapping Loader):

  1. 思考:用户提到了 “tech-blog” 和 “技能”。
  2. 工具调用:grep "tech-blog" ~/.claude/mappings/output/skills-mapping.md
  3. 发现:找到路径 ~/.claude/skills/tech-blog/SKILL.md。
  4. 行动:读取该文件,激活技能。
  5. 响应:<activated_skill name="tech-blog">...

整个过程流畅无感,仿佛 tech-blog 就是 Gemini 原生的一样。

在这里插入图片描述

总结:迈向 Agent 生态互联

通过 mapping-loader 和配套的扫描脚本,我们实际上定义了一套本地 Agent 的互操作协议(Local Agent Interoperability Protocol)。

这套方案不仅解决了能力复用的问题,更为未来的 Agent 协作打下了基础。今天的"共享"还停留在静态文件的读取,明天或许就是动态的运行时调用。

现在,去运行 node scan-and-generate.mjs,让你的 Agent 们开始对话吧。

参考资源

BK7238(XH-WB3S)固件烧录实战:从AT固件选择到稳定下载全解析 本文详细解析了BK7238(XH-WB3S)模组固件烧录的全过程,从AT固件版本选择到稳定下载的实战技巧。重点介绍了烧录前的准备工作、硬件连接的正确姿势、烧录软件的实战技巧以及疑难问题排查指南,帮助开发者高效完成BK7238模组的固件烧录。 阅读详情

相关推荐

Scratch(四十一):升级版垃圾分类

哈喽,大家好!之前给大家展示过“Scratch(二十四):垃圾分类”。今天呢,给大家展示的Scratch是`升级版垃圾分类`。接下来,我们一起看一下效果吧。

我可以很大侠的博客 6871

Vibe Coding - AI 编程五件套:Rules、Commands、Subagent、MCP、Skills 实战指南

AI编程工具已从简单的问答交互发展为可配置、可扩展的能力体系,包含五大核心概念:Rules(项目规范配置)、Commands(流程化命令)、Subagent(多AI分工协作)、MCP(统一外部接口协议)和Skills(功能扩展包)。通过Rules可固化开发规范,Commands能简化重复流程,Subagent实现专家AI协作,MCP提供标准化外部系统连接,Skills则扩展具体功能。这些概念共同构建了"AI驱动的开发流水线",显著提升开发效率和质量,使AI从辅助工具转变为深度参与开发流程

小工匠 4651

机器学习-02 模型的评估与选择

2.1 误差与过拟合 我们将学习器对样本的实际预测结果与样本的真实值之间的差异成为:误差(error)。定义: 在训练集上的误差称为训练误差(training error)或经验误差(empirical error)。 在测试集上的误差称为测试误差(test error)。 学习器在所有新样本上的误差称为泛化误差(generalization error)。 显然,我们希望得到的是在新样本上表现得很好的学习器,即泛化误差小的学习器。因此,我们应该让学习器尽可能地从训练集中学出普适性的“一般特征”,这

一个小白 1707

【Claude Code】如何理解Hooks、Rules、Commands、Skills、Agents、Plugins、MCP

Rules 提供底线,Skills 提供肌肉,Agents 提供大脑,Hooks 提供神经反射,MCP 提供肢体,Plugins 提供安装包——它们共同把 Claude 从“聊天机器人”升级成“可编程的 AI 操作系统”

m0_51532522的博客 2177

pytest-bdd封装

简介 pytestbdd主要是用于代码封装 代码封装的好处: 1、提升代码复用率 2、提示测试效率 手工测试–使用框架0代码 流程+数据驱动 产品经理这样的不懂测试的人员–流程驱动 自动化测试–数据驱动 pytest-bdd:流程驱动封装 行为驱动–敏捷开发模式,消除开发/测试对需要了解的歧义 使用方式: 描述需求/用户场景 Feature(需求) Scenario(场景) Given(假设) When(操作步骤) Then(验证,清除) #新建feature 文件之前 需要提取安装支持featrue文.

liao_11的博客 2734

3D-IC测试挑战与Tessent解决方案解析

3D-IC技术通过硅通孔(TSV)实现芯片垂直堆叠,是延续摩尔定律的关键路径。该技术面临三大核心挑战:KGD标准严苛化要求测试覆盖率达99.5%以上,存储器测试需兼容LPDDR/HBM等多种协议,逻辑堆叠需解决TSV互连的电气特性和时序验证问题。Mentor Tessent平台采用混合测试架构,结合压缩扫描测试(ATPG)和内建自测试(BIST)技术,实现100x测试数据压缩比和99.97%的TSV缺陷检出率。这些创新方案在移动SoC和高性能计算芯片中已获验证,测试时间缩短73%,缺陷逃逸率降低77%。随着

weixin_30621711的博客 376

一套Skills,多Agent共享:Claude Code、Codex 统一管理方案

本文探讨了如何统一管理ClaudeCode、Codex等不同AI Agent的Skills,避免重复维护和版本分叉问题。文章提出建立一个公共Skills库作为唯一权威源,同时为每个Agent创建轻量级调用入口的方案。作者详细介绍了针对新用户和老用户的两类实施方案,分析了Skills格式的统一趋势与管理挑战,并给出了目录结构设计的建议,强调"一个公共库,多个调用入口"的核心原则。文中还提供了迁移流程建议和长期管理策略,帮助用户实现跨Agent的Skills统一管理。读者可下载附件并按指引完

Stata连享会 184

增量式PID的P和I怎么理解(一)

增量式PID的P、I理解之推翻片 据我所知的资料里关于PID三个参数的理解是这样的:(我这里只说P和I,先不说D) P的作用:比例P可以加快系统调节速度,P过小调节时间变长,响应性不够,P越大响应性越高超调也越严重,过大的P会使系统振荡。 I的作用:消除静差,提高控制精度,I越大越滞后,过大会使系统振荡。 ...

fangchenglia的博客 1万+

Claude Code | Skills 最佳配置案例(中文)

本文主要记录 Claude Code Skills 模块的最佳实践,来自 Anthropic 黑客马拉松获胜者的完整 Claude Code 配置集合。

阿甘兄 2926

Windows 高精度计时器:QueryPerformanceCounter 原理、陷阱与最佳实践

本文深入解析Windows高精度计时器QueryPerformanceCounter(QPC)的工作原理、常见陷阱及最佳实践。QPC通过读取硬件计时器(如TSC)实现微秒级精度,适用于游戏开发、音视频处理等高性能场景。文章详细探讨了多核同步、动态频率调整等挑战,并提供了优化代码示例和性能对比数据。

weixin_33391446的博客 273

【光子 AI】AI Agent 知识体系深度研究报告

从理论基础到前沿应用:全面解析人工智能代理的核心架构、关键技术与发展趋势📅 2026 年 3 月 | 📊 深度研究报告 | 🔬 人工智能领域 | 📈 前沿技术分析**AI Agent(人工智能代理)**是一种能够感知环境、基于所获得的信息做出决策,并执行行动以影响该环境的软件系统。AI Agent 的设计旨在模仿或实现智能行为,它们可以在各种环境中操作,包括物理世界和虚拟空间。随着大语言模型(LLM)技术的突破性进展,AI Agent 正从实验室研究快速走向产业应用。根据 Gartner 发布的《2

AI天才研究院 180

Claude Code 完整指南(六):Skills(可复用的标准操作流程)

Claude Code 的 Skills、Subagents 与 Hooks 是团队化 AI 的核心利器:Skills 固化 SOP,Subagents 明确角色,Hooks 自动触发流程。三者组合,让复杂任务可复用、可验收、可自动化,每次交付都有标准输出、测试证据与风险防护。本文系统讲解了配置、调用与落地实践,让你快速把 AI 从“随手工具”升级为团队化流水线。

阿甘兄 1万+

2021年全网最细 VirtualBox 虚拟机安装 Ubuntu 20.04.2.0 LTS及Ubuntu的相关配置

目录一、VirtualBox 虚拟机的安装1. VirtualBox 的下载和安装2. 设置 VirtualBox 存储文件夹3. 在 VirtualBox 创建虚拟机二、Linux 操作系统(Ubuntu)的安装1. Linux 操作系统(Ubuntu)的下载2. 安装 Ubuntu3. 启动 Ubuntu三、配置 Ubuntu1. 设置终端2. 设置共享剪贴板3. 设置共享文件夹 一、VirtualBox 虚拟机的安装 VirtualBox 是由德国 Innotek 公司开发,由 Sun Microsy

XAMO Lab|代码、调试与复盘笔记 2万+

打通 Claude Code 生态:本地 Agent 共享 Commands、Subagents 与 Skills 的配置实践

用软链接把 agent-assets 权威目录挂到 Claude Code 的 skills/commands/agents 路径,再跑 scan-and-generate.mjs 生成映射表,让本地 Agent 共享同一份能力资产。摘要含 TaoToken 统一 Key 与 API 通道配置,附官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end ,并给出哈希比对与 curl 验证加载一致性的检查动作。

weixin_35756892的博客 6

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

Claude Code 概念全景实战指南:从 Slash Commands 到 Plugins 的架构精解与选型决策(claude-howto)

本指南对应开源仓库 [claude-howto](https://link.gitcode.com/i/00aa3be503d83be1a2ea3ccb8703a336) 根目录的概念总览文档 `claude_concepts_guide.md`,面向已会运行 `claude` 但尚未打通各功能之间关系的开发者。它先把 Slash Commands、Subagents、Memory、MCP、Age

gitblog_00879的博客 468

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

Harness 实战:一条提示词生成 Claude Code 多智能体团队的六阶段流水线与验证方法

Harness 是一个运行在 Claude Code 中的"元技能"(meta-skill):输入一句领域描述,它就自动完成领域分析、团队架构选型、Agent 定义生成、Skill 生成、编排集成与验证测试,输出一套完整的多智能体协作体系(`.claude/agents/` + `.claude/skills/`)。本文以该项目的发布内容文档为主体,结合仓库内 [skills/harness/SK

gitblog_00919的博客 152

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

【vibe coding 第二部分】:AI编程工具生态Claude Code

在深入了解具体工具之前,先快速认识一下目前最主流的几款AI编程工具——了解它们各自是什么、核心特点是什么,形成全局认知。要理解 Claude Code 与你以前用过的 ChatGPT、Claude.ai 的本质差别,必须先弄懂一个机制 ——LLM Loop(大模型循环)。对话式 AI(ChatGPT/Claude.ai)的工作方式:你问一句 → 它答一句 → 结束。如果答案不满意,你再问一次。主动权一直在你手里,AI 只是个"高级回答机器"。Claude Code 的工作方式。

YouMing_Li的博客 475

Claude Code + DeepSeek:零基础 AI 编程完全指南

AI 编程万字实战指南。从环境搭建与模型接入讲起,梳理 AI 编程核心理论,深入 Claude Code 日常操作——三层记忆体系、上下文管理、Plan Mode、Git 工作流与费用控制;完整拆解 Skills 技能系统与 MCP 扩展,将重复 Prompt 沉淀为可复用的"AI 肌肉记忆"。以"记账工具"和"Hello World API"两个案例贯穿,读完即可独立用 AI 完成从 0 到 1 的项目。

2502_93161594的博客 394

inMusic 开设 GitHub 仓库,公开 MPC 开源组件

inMusic 在 GitHub 开设官方仓库,按许可证要求公开 Akai MPC 各代设备及 MPC Sample 使用的开源组件,但并未开源 MPC 操作系统本身。

老孙正经胡说 211

GitHub 开源趋势日报 | 2026-11-08

每日精选 GitHub Trending 热门项目,聚焦 AI 与大模型、Agent 智能体领域,带你用一篇文章看懂开源风向。

weixin_45631123的博客 469

自建 RustDesk 服务端后,做一个“装完就能连“的客户端

如果有云服务的话,可以基于 RustDesk 的 hbbs / hbbr 自己部署一套,不过会碰到一个问题:每台电脑装完客户端,都得手动去设置里填三样东西——ID 服务器、中继服务器、Key。填错一个就连不上,还得远程指导同事操作。这篇记录两种解决办法,以及云端编译的完整流程。内容基于 RustDesk 1.5.3 的源码。

风声的专栏 637

GitHub 热榜分析:大厂占 23 席,Meta Astryx 开源设计系统,agent-ready,sherlock 回榜首

📊 今日飙升榜(数据截至 11-09):上榜 9 个仓库 · 单日最多 +2,373 star · 完整榜单与各仓库 star 趋势见 open-repo.comGitHub 这张每日热榜,过去四个星期明显变了味:不是更热,也不是凉,是定下来了。今天上榜的仓库只剩 9 个,其中 7 个昨天就在榜上,新面孔只有 2 张——过去四周换手最慢的一天。可位置一点没松:大厂官方仓库的席位从 7、13、2 一路走到本周的 23;

Qurite的博客 213

GitHub 热榜项目:日榜(2026-11-10)

本期共 11 个热门开源项目,合计新增 13,136 stars。榜单前三分别是 Anthropic 的 Agent Skills 仓库、Meta 开源的 React 设计系统 Astryx(+3,278)和用户名检索工具 sherlock(+4,267,本期涨星最多)。其余项目覆盖 DeepMind 的物理引擎 MuJoCo、Claude 官方示例集、自托管智能体记忆系统 GBrain、用 Rust 写的浏览器自动化 CLI、基于 WiFi 信号的人体感知平台 RuView、多市场股票分析工具,以及 Ho

u130130的博客 449

GitHub 热榜项目 - 周榜(2026-11-14)

本期周榜有两条值得关注的线索。第一条是把开发经验写成可复用的流程:Anthropic、Matt Pocock 和 Addy Osmani 的技能库各有侧重,Google 的 Elephant & Goldfish 则把设计起草和独立评审分开。第二条是让 Agent 操作实际界面:Vercel 的两个项目分别面向浏览器和桌面。此外,Auto Ontology 聚焦企业数据的指标口径,MuJoCo 提供物理仿真,适合按自己的任务挑项目深入了解。

CoderJia的学习之路 245

GitHub 今日推荐|Stela:在 PC 上直接启动 macOS 的翻译层

Stela 让 x86-64 PC 通过 UEFI 启动 macOS,用 Rust 实现 ARM64 到 x86-64 指令翻译和 NVIDIA Metal 驱动,模拟 M2 Mac mini 硬件环

wfly blog 293

GitHub 热榜项目:日榜(2026-11-15)

本期收录15个热门开源项目,共新增6,393颗星,主流语言为TypeScript与Go。Top项目涵盖AI编程助手、代码审查工具及浏览器调试框架,如Plannotator、Google Chrome现代Web指南、Open Code Review等,聚焦人机协同开发与智能体能力增强,展现AI工程化落地趋势。

u130130的博客 217
上一篇: 我是如何 Vibe Coding,将 AI CLI 工具从 Node.js 迁移到 Rust 并成功发布的
下一篇: 别再反复提醒你的 AI 了:Claude Code Hooks 最佳实践指南
王师傅炼丹中
博客等级 码龄8年 205粉丝 192原创
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

王师傅炼丹中

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