Skip to main content

Search: #ClaudeCode

无原创,纯转发
  1. Vercel AI Gateway 现已支持 Claude Code Max:订阅直连、统一观测

    Vercel 宣布其 AI Gateway 现已支持在 Claude Code CLI 中使用 Claude Code Max 订阅。对开发者来说,这意味着:你可以继续用自己已有的 Anthropic 订阅,不增加额外费用,同时把 Claude Code 的调用统一接入 Vercel 平台,获得更完整的可观测性、用量追踪与监控能力。

    你能获得什么

    沿用现有 Claude Code Max 订阅:照常用 Anthropic 模型,无需额外开销
    统一观测与用量管理:通过 Vercel 平台查看请求、监控使用模式与成本趋势
    更灵活的路由能力:AI Gateway 可作为直通 Anthropic 的代理;必要时也可作为路由器切换到其他提供方(fallback)

    快速配置(核心步骤)

    在你的 shell 配置文件(如 ~/.zshrc~/.bashrc)加入环境变量:

    • 将 Anthropic 入口指向 AI Gateway
    • 用独立的 x-ai-gateway-api-key 做网关鉴权(与 Claude 订阅鉴权并存)

    启动 Claude Code:

    • 运行 claude
    • 登录时选择 Option 1 - Claude account with subscription(使用带订阅的 Claude 账号)
    • 若遇到问题,可先 claude /logout 再重新登录

    工作原理(简述)

    Claude Code 仍然使用 Anthropic 的订阅凭证进行认证,并携带 Authorization 头。由于该头用于 Claude 订阅身份,AI Gateway 采用单独的 x-ai-gateway-api-key 进行自身认证,从而实现两套鉴权机制同时生效。

    原文链接:https://vercel.com/changelog/claude-code-max-via-ai-gateway-available-now-for-claude-code

    #Vercel #AIGateway #ClaudeCode #可观测性 #开发者工具 Claude Code Max via AI Gateway, available now for Claude Code - Vercel
  2. 用好编码代理:Claude Code 2.0 的关键功能与“上下文工程”心法

    这篇长文把 Claude Code 2.0 当成一个“能动手的工作台”来拆解:不仅讲新功能,更强调如何用更好的流程与上下文管理,让代理稳定产出。

    1) 先换个视角:你不是“追上更新”,而是“借力变强”

    作者给了一个更实用的框架:

    跟进工具:定期用、定期看更新(不必天天追)。
    深耕领域:懂业务/系统设计/工程习惯,才能把“未知”变成“可提问、可验证”。
    多玩多试:用不同模型做同一件事,快速建立直觉与边界。

    2) Claude Code 2.0 值得关注的体验升级

    一些偏“日常效率”的改动,叠加起来很实用:

    语法高亮 + 更舒服的评审体验(作者因此更愿意在 CLI 里完成 review)
    /context 看上下文占用(建议复杂任务到 60% 左右就交接或压缩)
    Checkpointing(Esc+Esc / /rewind:能回到某个检查点,回滚代码与对话
    Prompt suggestions / 历史搜索(Ctrl + R:减少重复输入
    更快的模糊文件搜索、队列导航、LSP 插件

    3) Sub-agents(子代理)怎么用才不浪费

    作者重点讲了“子代理不是魔法,是上下文与工具调用策略”:

    Explore:偏“只读搜索专家”,适合快速扫代码库、定位文件与线索。
    general-purpose / plan:更像“全能协作者”,通常会继承更多上下文。
    • 关键提醒:不要只依赖 Explore 的摘要。摘要是“有损压缩”,重要文件最好让主代理再读一遍,让信息彼此“交叉注意力”,推理更稳。

    4) 核心概念:Context Engineering(上下文工程)

    代理之所以“烧 tokens”,不是它话多,而是:

    工具调用本身 + 工具返回结果都会进入上下文;
    • 上下文越长,检索与注意力越容易退化(作者称为 context rot / degradation)。

    因此,上下文工程的目标是:

    • 把最相关的信息放进来
    • 控制“噪音”和重复指令
    • 用清晰结构(计划、scratchpad、handoff)对抗跑偏

    5) Hooks / Skills / MCP:把“提示词”产品化

    作者把这三者放在一起看:

    Hooks:在对话生命周期某个节点自动触发脚本(比如 Stop 后自动提醒/继续下一步)。
    Skills:把领域指令与脚本做成“按需加载”的技能包,避免常驻系统提示导致上下文膨胀。
    MCP:连接外部工具/服务,但要注意“工具定义与中间结果”同样会吃上下文与成本;文中也提到用代码执行环境来降低这种膨胀的思路。

    6) 一个很实战的工作流建议

    作者的默认搭配大意是:

    Claude(Opus 4.5)偏执行与沟通:更像结对编程伙伴、反馈快。
    Codex 偏 review/找 bug:更克制、误报少,适合做“第二视角审查”。
    • 面对难功能:先跑一个“可丢弃的草稿版本”,用它暴露模型的偏差,再用更精准的提示第二轮迭代。

    原文链接:https://sankalp.bearblog.dev/my-experience-with-claude-code-20-and-how-to-get-better-at-using-coding-agents/

    #ClaudeCode #编码代理 #上下文工程 #AI工具 #软件工程
  3. 用 OpenRouter 接入 Claude Code:更稳、更可控的开发体验

    在 Claude Code 里把请求走 OpenRouter,本质上是给 Anthropic API 加一层“可靠性与管理”中间层。需要注意:官方只保证与 Anthropic 第一方(1P)提供商完全兼容;为了最佳兼容性,建议将 Anthropic 1P 设为最高优先级

    为什么要这样接入?

    自动故障切换(高可用):遇到 Anthropic API 宕机或限流时,OpenRouter 可在多个 Anthropic 提供商间自动切换,减少编码被打断的概率。
    团队预算管理:集中设置额度、分配成员用量、避免成本失控。
    用量可视化:在 OpenRouter 的 Activity Dashboard 里实时查看消耗、项目/成员用量等。

    快速上手(核心步骤)

    1)安装 Claude Code

    • macOS / Linux / WSL:
    curl -fsSL https://claude.ai/install.sh | bash
    • Windows PowerShell:
    irm https://claude.ai/install.ps1 | iex

    2)把 Claude Code 指到 OpenRouter

    关键点只有三个:

    1. Base URL 用:https://openrouter.ai/api
    2. Auth token 用你的 OpenRouter API Key
    3. 必须把 ANTHROPIC_API_KEY 显式设为空字符串(避免与默认 Anthropic 登录冲突)

    把下面环境变量写进你的 shell 配置(例如 ~/.zshrc / ~/.bashrc):

    export OPENROUTER_API_KEY="<your-openrouter-api-key>"
    export ANTHROPIC_BASE_URL="https://openrouter.ai/api"
    export ANTHROPIC_AUTH_TOKEN="$OPENROUTER_API_KEY"
    export ANTHROPIC_API_KEY=""

    补充提醒:

    • 不要放在项目级 .env 里:Claude Code 原生安装器不会读常见 .env
    • 若之前用 Anthropic 账号登录过 Claude Code,先在会话里执行 /logout 清掉缓存凭据。

    3)启动并验证

    • 进入项目目录运行:claude
    • 在 Claude Code 内用 /status 查看是否生效,应该能看到:
    Auth token: ANTHROPIC_AUTH_TOKEN
    Anthropic base URL: https://openrouter.ai/api
    • 也可去 OpenRouter Activity Dashboard 看请求是否实时出现。

    进阶:Agent SDK 与 GitHub Action

    Anthropic Agent SDK(Python / TypeScript):由于它以 Claude Code 为运行时,同样使用上述环境变量即可接入 OpenRouter。
    Claude Code GitHub Action:在 action step 里
    anthropic_api_key 传入 secrets.OPENROUTER_API_KEY
    • 环境变量加 ANTHROPIC_BASE_URL: https://openrouter.ai/api

    成本跟踪 Statusline(可选)

    可以给 Claude Code 加自定义 statusline,实时显示 provider、模型、累计成本、缓存折扣等信息;脚本来自 openrouter-examples 仓库,并通过 ~/.claude/settings.json 配置 statusLine.command 启用。

    常见排错

    认证报错:确认 ANTHROPIC_API_KEY""(空字符串),而不是未设置;否则 Claude Code 可能回退到默认 Anthropic 认证流程。
    上下文长度错误:拆分任务或新开会话。
    隐私:OpenRouter 默认不记录你的源码 prompts,除非你在账号设置里明确选择开启日志。

    原链接:https://openrouter.ai/docs/guides/guides/claude-code-integration

    #ClaudeCode #OpenRouter #Anthropic #开发工具 #成本管理
  4. 别构建 Agent,构建 Skills 才是正道

    来自 Anthropic 的 Barry Zhang 和 Mahesh Murag 在 AI Engineer 大会上分享了一个重要理念:与其不断重建 Agent,不如专注构建 Skills。

    核心观点:

    🔹 代码是通用接口 — 代码不仅是一种用例,更是连接数字世界的通用接口。Claude Code 实际上是一个通用型 Agent,核心脚手架可以简化到 bash 和文件系统。

    🔹 Agent 的短板 — 当前 Agent 虽然智能,但缺乏领域专业知识。就像让天才数学家去报税,不如找一个经验丰富的税务专家。

    🔹 什么是 Skills — Skills 是组织化的文件夹集合,包含可组合的程序性知识。设计上保持简单:可以用 Git 版本控制、放在 Google Drive、打包分享。

    🔹 渐进式加载 — Skills 采用渐进式披露机制,运行时仅加载元数据,需要时才读取完整内容,可支持数百个 Skills 同时存在。

    🔹 生态发展 — 发布 5 周已产生数千个 Skills,涵盖基础能力、第三方集成、企业内部知识等类型。非技术人员如财务、法务也在创建 Skills。

    🔹 与 MCP 互补 — MCP 提供外部世界的连接,Skills 提供专业知识,两者协同工作。

    🔹 持续学习 — Skills 让 Claude 在第 30 天比第 1 天更强,学习成果可跨会话迁移。

    类比传统计算:
    模型 ≈ 处理器
    Agent 运行时 ≈ 操作系统
    Skills ≈ 应用程序

    📺 原视频

    #AIAgent #Skills #Anthropic #ClaudeCode #MCP
  5. 如何让 Claude Code Skills 可靠激活

    Claude Code 的 Skills 功能理论上会根据描述自动激活,但实际测试发现激活率仅约 20%,跟抛硬币差不多。作者通过 200+ 次测试,找到了两种有效方案。

    测试结果对比:

    Simple 简单指令:整体成功率仅 20%
    Forced Eval 强制评估:成功率 84%,最稳定
    LLM Eval 预评估:成功率 80%,更快更省钱

    核心发现

    强制评估之所以有效,在于它创建了「承诺机制」:

    1. Claude 必须逐一评估每个 Skill 并给出 YES/NO
    2. 明确表态后才能继续实现
    3. 使用 "MANDATORY"、"CRITICAL" 等强硬措辞增加执行力

    如何选择

    Forced Eval:追求稳定性,不介意输出冗长
    LLM Eval:追求速度和成本,适合单一技能场景

    使用方法:在 .claude/hooks/ 创建对应脚本,并在 settings.json 中配置 hook。如果用 claude-skills-cli,可直接运行:

    pnpm exec claude-skills-cli add-hook
    


    🔗 原文链接

    #ClaudeCode #Skills #开发技巧 #Anthropic #AI工具 GitHub - spences10/claude-skills-cli: 🤖 CLI for creating Claude Agent Skills with progressive disclosure validation. Built for…
  6. Claude Code Skills 不会自动激活?这有个解决方案

    Claude Code 的 Skills 功能号称是"自主激活"的——只要你的请求匹配技能描述,Claude 就会自动使用。但现实很骨感:它根本不会

    作者创建了一个 research 技能,用于验证信息来源。每当说"research this",Claude 应该自动调用该技能。结果呢?Claude 每次都无视技能,直接蛮干。

    问题根源

    Claude 太过专注于完成任务,会直接跳过检查可用工具的步骤。即使 Hook 提醒"检查一下 skills",Claude 也当成背景噪音忽略。

    解决方案:用 Hook 强制激活

    核心思路:不要依赖"自主激活",而是通过 UserPromptSubmit Hook 检测触发词,显式命令 Claude 使用技能。

    # 温柔提醒(无效)
    echo '💡 Check skills for relevant skills'
    
    # 强制指令(有效)
    echo "🔍 INSTRUCTION: Use Skill(research) to handle this"
    


    区别在于:一个是"请考虑一下",另一个是"闭嘴听令"!

    更简洁的通用方案

    后来作者发现了更简单的方式——一条通用 Hook 指令适用于所有技能:

    "command": "echo 'INSTRUCTION: If prompt matches any skill keywords, use Skill(skill-name) to activate it.'"
    


    无需维护关键词脚本,无需处理冲突。

    实测结果

    20 次测试,成功率约 50%——基本靠运气。但比维护复杂脚本省心多了。

    结论:官方说 Skills 会自动激活,实际不会。用简单 Hook 碰碰运气,重要任务还是显式调用 Skill(skill-name) 最靠谱。

    🔗 原文链接

    #ClaudeCode #AI工具 #开发技巧 #Hooks #编程 Claude Code Skills Don't Auto-Activate (a workaround) - Scott Spence
  7. Anthropic 收购 Bun,加速 Claude Code 发展

    人工智能安全与研究公司 Anthropic 宣布收购了高性能 JavaScript 运行时 Bun,旨在进一步加速其 AI 编程工具 Claude Code 的发展.

    此次收购正值 Claude Code 达成重要里程碑:在公开发布仅六个月后,其年化收入已达到 10 亿美元.

    Bun 是一个集成了运行时、包管理器、打包器和测试运行器于一体的工具包,凭借其出色的速度和性能,显著提升了 JavaScript 和 TypeScript 的开发效率和体验.

    Anthropic 表示,此次收购将为 Claude Code 用户带来更快的性能和更高的稳定性. 同时,Anthropic 承诺 Bun 将继续保持开源和 MIT 许可,并持续投入资源进行开发.

    这一战略性举措旨在增强 Anthropic 的技术实力,巩固其在企业级 AI 领域的领先地位,并为下一代软件基础设施的构建提供支持.

    原文链接: https://www.anthropic.com/news/anthropic-acquires-bun-as-claude-code-reaches-usd1b-milestone

    #Anthropic #Bun #ClaudeCode #AI #JavaScript Anthropic acquires Bun as Claude Code reaches $1B milestone
1px