前言：我是怎么从"偶尔用用"变成"不能离"的

说实话，我第一次听说 Claude Code 的时候，内心OS是："又一个套壳 AI 编程助手，用两天就扔了。"

然后我一用就是将近两年。

作为一个每天要在金融系统和业务代码之间反复横跳的人，我的需求其实很矛盾： 一方面希望 AI 能记住我们公司那套奇葩的命名规范和风控逻辑； 另一方面又不想每次启动一个 session 都花五分钟贴背景信息。

直到我发现了 Skills，一切都不一样了。

但先别急，我们从头说起。这篇文章基于 2026 年 5 月最新的版本（v2.1.128+），把我用了这么久摸索出来的进阶玩法，整理成一份尽量不废话的实战指南。

考虑到国内用户订阅claude很容易风控，可以参考这个订阅网站：claudemax.shop

一、Claude Code 2026 到底更新了啥（整体架构速览）

2026 年的 Claude Code 已经不是那个"终端里跑的 GPT"了。

Anthropic 在 5 月 6 日的 Code w/ Claude 2026 开发者大会上宣布，其 API 调用量相比去年同期增长了 17 倍。这个数字很说明问题——不是因为营销做得好，是因为它真的能用。

当前的架构分四层：

第一层（用户交互）：终端 CLI、VSCode/JetBrains 插件、Remote Control 远程会话，还有新出的 claude ultrareview 命令，可以直接在 CI 里非交互式运行安全审计，结果打到 stdout，完美适配流水线。

第二层（运行时与编排）：这是今年变化最大的一层。Managed Agents 加入了三个重磅功能：

• 多智能体编排（Multi-Agent Orchestration）：Lead Agent 拆解任务，分配给最多 20 个并行的专家 Specialist Agent
• Dreaming（研究预览）：会话结束后，系统定时扫描历史，自动提炼、精炼 Memory
• Outcomes：你定义"成功长什么样"，一个独立的评分器在独立上下文里评判结果

第三层（能力模块）：Skills、MCP 服务器、Hooks、Plugins，各司其职，下文重点展开 Skills。

第四层（模型核心）：Claude Sonnet 4.6 / Opus 4.6，Opus 4.6 作为 advisor 模型在多智能体场景下配合 Sonnet 使用，SWE-bench Multilingual 测试中显著优于 Sonnet 单独跑的结果。

---

二、Skills 深度详解：会用 Skills，少打 80% 的废话

Skills 到底是什么

一句话：Skills 是一个文件夹，里面放一个 SKILL.md，Claude 在需要的时候自动把它装进上下文。

不是插件，不是配置面板，就是个 Markdown 文件。

~/.claude/skills/
  commit-format/
    SKILL.md          ← 这就是 skill 的全部
  risk-review/
    SKILL.md
    risk-template.md  ← 可选的辅助文件

文件结构固定到令人发笑：

---
name: commit-format
description: 按照公司规范格式化 commit message。在用户说"commit"、"提交"、"写提交信息"时触发。
---

每次生成 commit message，必须遵守以下格式：
1. 主题行 ≤ 72 字，以 [模块名] 开头，动词开头，现在时
2. Body 解释"为什么"而不是"做了什么"
3. Footer 标注关联的需求单号

禁止：使用 "fix bug"、"update code" 这类无意义描述。

就这样。没了。

Claude 启动时读取所有 skill 的 description，你发送消息时，它根据语义匹配，决定要不要把那个 SKILL.md 全文加进上下文。整个过程你看不见，但结果你能感受到——它突然"记住"了你公司的规矩。

Skills 最新特性（v2.1.128，2026-05-08）

1. /skills 搜索框过滤

如果你像我一样积累了几十个 skill，以前找起来要疯。现在 /skills 弹出来直接可以打字过滤，找到就加载，省事很多。

2. ${CLAUDE_EFFORT} 变量

在 skill 内容里可以引用当前 effort 级别，高 effort 模式可以让 skill 触发更细致的检查，低 effort 就快速过。对于我这种跑着代码又要赶 DDL 的人，非常实用。

---
name: code-review
description: 代码审查，覆盖逻辑、性能、风险三个维度。用户说"review"时触发。
---

审查深度：${CLAUDE_EFFORT}

{% if CLAUDE_EFFORT == "high" %}
- 逐行分析，检查所有边界条件
- 生成完整测试用例建议
- 分析性能热点
{% else %}
- 重点检查逻辑错误和明显风险
- 快速给出改进建议
{% endif %}

3. disableSkillShellExecution 安全设置

生产环境下，你可能不希望 skill 里的 shell 命令自动执行。在 .claude/config.json 里加一行就能关掉，企业合规场景下这个很重要。

一个真实的金融场景 Skill 案例

我们公司风控系统有一套固定的代码审查清单，每次改动核心模块都要过：

---
name: fintech-risk-check
description: 金融风控代码审查。当用户修改涉及资金计算、交易逻辑、风险模型的代码时触发。
---

## 风控代码强制检查项

### 资金计算
- [ ] 所有金额使用 Decimal 而非 float，精度不低于 8 位
- [ ] 没有隐式类型转换影响精度
- [ ] 边界值（0、负数、最大值）有明确处理

### 事务安全
- [ ] 数据库操作有明确的事务边界
- [ ] 异常时有回滚逻辑
- [ ] 不存在部分提交的可能

### 审计日志
- [ ] 所有状态变更写入 audit_log 表
- [ ] 日志包含 user_id、timestamp、before/after 值

不满足以上任意一项，审查不通过，必须明确指出并给出修改建议。

这个 skill 存好之后，我改资金相关模块，Claude 自动带着这份清单来 review，一次都没漏过。这省了我多少口水？不说了，说多了都是泪。

---

三、Multi-Agent 编排：让 Agent 们去打工，你来喝茶

核心概念

今年 Managed Agents 公测了多智能体编排，基本逻辑是：

1. 你定义 Outcomes：写一个 rubric，描述"完成长什么样"
2. Lead Agent 拆解任务：把大任务分解，分配给 Specialist Agent
3. Specialist Agent 并行执行：各自在独立上下文窗口工作
4. 新特性：Agent Teams 里的 Teammate 可以互相通信，不再只能向 Lead 汇报
5. Claude Console 全链路追踪：每个 agent 做了什么、为什么、结果是什么，一目了然

Agent Teams 怎么开启

# 确保版本 >= v2.1.32
claude --version

# 目前实验性，需要在 .claude/config.json 启用
{
  "experimental": {
    "agentTeams": true
  }
}

然后告诉 Claude：

帮我并行处理以下三个任务：
1. 审查 payment_service.py 的风险点
2. 给 trade_engine.py 写单元测试
3. 更新 README 文档

用三个 agent 分别负责，完成后汇总结果。

注意：别忘了配置 worktree。多个 agent 同时改代码，不做 git worktree 隔离会打架。

Dreaming 是什么感觉

Dreaming 目前是研究预览，得单独申请。但概念很优雅：

你不用手动总结经验，它自己总结。

每隔一段时间，系统扫描你的历史会话，找出"这个 agent 老犯什么错"、"用户更喜欢哪种格式的回答"、"这个工作流大家都这么干"，然后把这些发现压缩进 Memory，下次直接生效。

你可以选自动更新，或者先人工 review 再落地。对于金融场景，我个人倾向于先 review——毕竟让 AI 自己决定改什么规则，万一改坏了可不是小事。

---

四、进阶玩法速查：那些藏在更新日志里的宝藏

这一节送给跟我一样爱翻 changelog 的人。

/powerup：互动式新手训练营

claude /powerup

会弹出一系列动画演示，教你 Claude Code 的核心功能。不是文档，是可以操作的 demo。对新同事 onboarding 超好用，比让他们自己看文档强多了。

claude ultrareview：CI 里跑安全审计

# 在 CI 管道里调用
claude ultrareview ./src --json > review_result.json

退出码 0 = 审计通过，1 = 发现问题，配合 GitHub Actions 就能做到每次 PR 自动触发安全 review，我们团队已经接进去了。

Hooks 的新玩法：PostToolUse 全局输出替换

之前 PostToolUse 只能替换 MCP 工具的输出，现在支持所有工具。

实际应用场景：每次 Claude 写完代码，自动跑 formatter，然后把格式化后的内容替换回去，而不是让 Claude 再改一遍。

{
  "hooks": {
    "PostToolUse": [{
      "matcher": "Write",
      "hooks": [{
        "type": "command",
        "command": "black ${TOOL_OUTPUT_PATH}",
        "hookSpecificOutput": {
          "updatedToolOutput": true
        }
      }]
    }]
  }
}

MCP alwaysLoad：跳过 tool-search deferral

如果你有个 MCP server 是每次必用的（比如我们公司内部的数据查询接口），加这一行让它跳过懒加载，每次 session 启动就直接可用：

{
  "mcpServers": {
    "internal-data": {
      "url": "http://data-mcp.company.internal/sse",
      "alwaysLoad": true
    }
  }
}

/recap：回到遗忘的 session

开着一个任务去开会，回来已经不记得干到哪了。

claude /recap

直接给你一个本次 session 的摘要，告诉你做了什么、正在哪里、下一步应该怎么走。比你自己翻历史记录快多了。

---

五、踩坑记录：我交过学费的地方

坑一：Mega-Skill 大杂烩

最常见的错误。把所有规范塞进一个 SKILL.md，然后发现 Claude 根本不知道该不该触发它。

正确做法：一个 skill 只管一件事，description 里的触发词要精确。

❌ 所有代码规范（包含 commit、review、测试、文档...）
✅ commit-format（只管提交信息格式）
✅ risk-review（只管风控审查）
✅ test-style（只管测试风格）

坑二：Skill 和 Slash Command 傻傻分不清

它们用的是同一个文件格式。一个 SKILL.md 同时给你：

• 自动触发的 skill
• /skill-name 手动调用的 slash command

两个能力免费捆绑，别多创建文件。

坑三：多 Agent 不做 worktree 隔离

用 Agent Teams 跑并行任务，没有 git worktree，两个 agent 同时改同一个文件，冲突解决到你怀疑人生。

git worktree add ../agent-a-workspace feature/agent-a
git worktree add ../agent-b-workspace feature/agent-b

坑四：Dreaming 改了不该改的规则

如果你有严格合规要求，建议把 Dreaming 设置成"人工审核后才落地"，不要全自动。金融场景下，AI 自己总结的"规律"可能和你的监管要求冲突。

---

六、数据说话：我为什么觉得这轮更新很实在

Anthropic 在 Code w/ Claude 2026 大会上给出的数据：

• API 调用量 17 倍年同比增长
• Claude Code 每天有工程师跑任务数小时
• Pro/Max 订阅者每日使用上限从 5 小时提升至 10 小时

这不是营销数据，是实打实的使用量——毕竟开发者是最难哄的一群人，你不好用他们不会用。

从我自己的体感来看，2025 年底到现在，Claude Code 的可靠性提升明显。以前偶尔会出现"明明写了 skill 但没触发"的情况，现在基本稳定了。多 Agent 那一套还在打磨，但已经可以用于生产环境里那些"拆分明确、边界清晰"的任务。

---

尾声：它不是要替代你，是要替代你的那部分体力活

我用 Claude Code 最深的感悟是：

它最值钱的地方不是会写代码，是它能帮你把那些反复重复的"背景信息传递"自动化掉。

以前我每次让同事帮忙 review 代码，要先花十分钟解释我们系统的约束、公司的规范、当前任务的上下文。Skills 就是把这十分钟省掉的东西。

多 Agent 编排是另一个维度：以前你一次只能跟一个 AI "结对编程"，现在你可以指挥一支小队。学会分配任务、定义成功标准（Outcomes）、让 Dreaming 帮你提炼经验，这才是 2026 年用 Claude Code 的正确姿势。

说了这么多，去建你的第一个 skill 吧。我打赌你用一周后就回来感谢我。