搞不懂 Claude Code、Skills、MCP、Plugin？这篇文章一次性讲清楚

1. 引言为什么这些概念让人头大很多刚接触 Claude Code 的朋友都会被 Skills、MCP、Plugin 这几个词绕晕。它们听起来很像似乎都在做「给 AI 加能力」这件事但实际定位、使用方式和适用场景完全不同。这篇文章会用最直白的方式把四个概念拆开讲清楚并配上可运行的代码实战帮你一次性建立清晰的心智模型。先给出一张速览表方便你快速建立整体印象概念一句话定位核心作用典型场景Claude Code终端里的 AI 编程助手理解、修改、调试代码在命令行里让 AI 帮你写代码、改 BugSkills给 Claude 的「技能包」注入领域知识和操作流程让 Claude 学会写特定风格的代码、处理特定格式文件MCP连接外部世界的「万能插座」让 Claude 读写外部系统数据查询数据库、调用 GitHub API、操作浏览器Plugin可插拔的功能扩展在 Claude Code 中启用第三方能力安装社区插件一键获得新功能2. Claude Code一切的起点Claude Code 是 Anthropic 推出的 AI 编程助手运行在终端里。它不是一个「插件」也不是「技能」而是承载所有能力的主程序。你可以把它理解成一个能听懂自然语言的命令行伙伴你告诉它需求它帮你读代码、改代码、跑测试、提交 Git。安装和启动非常简单# 安装 Claude Code npm install -g anthropic-ai/claude-code 在项目目录中启动 cd my-project claude启动后你会进入一个交互式终端界面。直接输入自然语言指令即可# 示例让 Claude 帮你修复测试失败 claude 运行测试看看哪里挂了然后修复它Claude Code 的核心能力包括代码理解读取整个项目结构理解模块之间的依赖关系。代码修改直接编辑文件生成 diff你可以逐行审查。命令执行在终端里运行测试、构建、Git 操作等命令。多文件协作一次处理多个文件完成跨模块的重构。但 Claude Code 本身的能力是「通用」的。它不知道你公司的代码规范也不知道你常用的数据库长什么样。这时候就需要 Skills 和 MCP 来给它「开小灶」了。3. Skills给 Claude 注入「专业技能」Skills 是 Claude Code 的「技能包」本质是一组结构化的指令和知识文件。它解决的是「Claude 不知道怎么做某件事」的问题。比如你想让 Claude 按照你们团队的规范写 Java 代码或者让它学会解析某种内部配置文件就可以把这些知识封装成一个 Skill。一个 Skill 通常包含两部分SKILL.md描述这个技能是干什么的、什么时候该用、具体怎么操作。参考文件可选的示例代码、模板、规范文档等。下面是一个实战示例。假设我们要创建一个「Java 代码规范检查」的 Skill# 创建 Skills 目录 mkdir -p .claude/skills/java-style-guide cd .claude/skills/java-style-guide然后创建 SKILL.md 文件--- name: java-style-guide description: 检查 Java 代码是否符合团队规范包括命名、注释、异常处理等。 --- Java 代码规范检查 当用户要求检查 Java 代码风格时使用本技能。 检查要点 类名使用 UpperCamelCase方法名和变量名使用 lowerCamelCase。 常量使用 UPPER_SNAKE_CASE。 所有 public 方法必须有 Javadoc 注释。 禁止捕获异常后静默吞掉必须记录日志或重新抛出。 禁止使用魔法数字必须定义为常量。 操作步骤 读取目标 Java 文件。 逐条对照上述检查要点。 输出问题列表并给出修改建议。创建好之后在 Claude Code 中直接说「检查一下 UserService.java 的代码规范」Claude 就会自动加载这个 Skill按照里面的规则进行检查。你不需要每次重复说明规范Skill 就是你的「团队规范记忆库」。Skills 的典型特征静态知识它不连接外部系统只是给 Claude 提供「怎么做」的指导。项目级共享放在项目的.claude/skills目录下团队所有成员都能用。轻量灵活创建成本低改一个 Markdown 文件就能更新技能。4. MCP连接外部世界的「万能插座」如果说 Skills 解决的是「Claude 不知道怎么做」那 MCPModel Context Protocol解决的就是「Claude 够不到外部数据」。MCP 是一个开放协议它定义了一套标准接口让 Claude 能通过「工具」读写外部系统的数据。你可以把 MCP 理解成 USB-C 接口只要外部系统实现了 MCP 协议Claude 就能像插 U 盘一样直接读取数据库、调用 API、操作文件系统。下面是一个实战示例通过 MCP 连接 GitHub让 Claude 直接操作仓库。首先安装一个 GitHub MCP 服务器# 使用 npx 直接运行 GitHub MCP 服务器 npx modelcontextprotocol/server-github然后在 Claude Code 中配置 MCP 服务器。在项目根目录创建或编辑.mcp.json{ mcpServers: { github: { command: npx, args: [modelcontextprotocol/server-github], env: { GITHUB_PERSONAL_ACCESS_TOKEN: 你的_GitHub_Token } } } }配置完成后重启 Claude Code。现在你可以直接说# 让 Claude 列出你的 GitHub 仓库 claude 列出我 GitHub 上最近创建的 5 个仓库Claude 会通过 MCP 调用 GitHub API把真实数据返回给你。你还可以让它创建 Issue、查看 PR、读取文件内容等。再举一个数据库的例子。假设你想让 Claude 直接查询本地 SQLite 数据库# 安装 SQLite MCP 服务器 npx modelcontextprotocol/server-sqlite配置到.mcp.json{ mcpServers: { sqlite: { command: npx, args: [modelcontextprotocol/server-sqlite, 你的数据库文件路径.db] } } }然后你就可以直接问claude 查询 orders 表中最近 10 条订单按金额降序排列MCP 的典型特征动态数据它连接的是实时外部系统返回的是真实数据。开放生态任何系统都可以实现 MCP 协议社区已有大量现成服务器。双向交互Claude 不仅能读数据还能通过工具写数据、触发操作。5. Plugin可插拔的功能扩展Plugin插件是 Claude Code 生态中的「功能扩展包」。它和 Skills、MCP 的关系是Plugin 是一个更上层的打包机制可以把 Skills、MCP 配置、自定义命令等打包在一起实现一键安装和分发。你可以把 Plugin 理解成「应用商店里的 App」别人把一组 Skills 和 MCP 配置打包好你安装后就能立刻获得一组完整能力不用自己一个个配置。下面是一个实战示例安装一个社区插件。# 在 Claude Code 中安装插件 claude plugin install some-org/awesome-plugin安装完成后插件会自动注册它包含的 Skills 和 MCP 服务器。你可以查看已安装的插件claude plugin list一个 Plugin 的典型结构如下my-plugin/ ├── plugin.json # 插件元数据声明名称、版本、依赖 ├── skills/ # 插件自带的 Skills │ └── my-skill/ │ └── SKILL.md ├── mcp/ # 插件自带的 MCP 配置 │ └── mcp.json └── commands/ # 自定义命令 └── my-command.mdPlugin 的典型特征打包分发把多种能力打包成一个整体方便分享和安装。一键启用安装后自动生效不需要手动配置每个细节。生态共享社区插件可以快速扩展 Claude Code 的能力边界。6. 四者关系一张图看懂现在我们可以把四个概念的关系梳理清楚了。Claude Code 是主程序是「身体」Skills 是「知识手册」告诉 Claude 怎么做MCP 是「数据管道」让 Claude 能拿到外部数据Plugin 是「打包盒」把 Skills 和 MCP 组合成即插即用的功能包。用一句话总结Claude Code 是运行平台Skills 教它「怎么做」MCP 帮它「拿数据」Plugin 把前两者打包成「一键安装」的能力包。下面用一个实际场景串起来。假设你是一个 Java 团队的技术负责人你想让 Claude 帮你做代码审查你创建了一个Java 代码规范 Skill告诉 Claude 你们团队的编码规范。你配置了一个GitLab MCP 服务器让 Claude 能读取 Merge Request 的代码。你把这两者打包成一个Code Review Plugin分发给团队其他成员。团队成员在Claude Code中安装这个 Plugin然后直接说「审查这个 MR」Claude 就会自动拉取代码、按规范检查、输出审查意见。这就是四个概念协同工作的完整链路。7. 实战从零搭建一个完整示例最后我们用一个完整的实战项目把 Skills、MCP、Plugin 全部串起来。假设我们要做一个「日志分析助手」它能读取本地日志文件分析错误并生成报告。第一步创建项目结构mkdir log-analyzer cd log-analyzer mkdir -p .claude/skills/log-analyzer mkdir -p .mcp第二步创建日志分析 Skill--- name: log-analyzer description: 分析日志文件提取错误信息生成分析报告。 --- 日志分析技能 当用户要求分析日志时使用本技能。 分析步骤 读取日志文件内容。 提取所有 ERROR 级别的日志行。 按错误类型分组统计。 生成包含错误数量、类型分布、示例行的报告。第三步创建一个简单的文件读取 MCP 服务器。这里用 Node.js 写一个最小实现// mcp-server.js const { Server } require(modelcontextprotocol/sdk); const fs require(fs); const server new Server({ name: log-reader, version: 1.0.0, }); server.setRequestHandler(tools/list, async () ({ tools: [ { name: read_log_file, description: 读取日志文件内容, inputSchema: { type: object, properties: { path: { type: string, description: 日志文件路径 }, }, }, }, ], })); server.setRequestHandler(tools/call, async (request) { if (request.params.name read_log_file) { const { path } request.params.arguments; const content fs.readFileSync(path, utf-8); return { content: [{ type: text, text: content }] }; } throw new Error(未知工具); }); server.listen(3000); console.log(MCP server running on port 3000);第四步配置 MCP 服务器{ mcpServers: { log-reader: { command: node, args: [mcp-server.js] } } }第五步把 Skill 和 MCP 配置打包成 Plugin。创建plugin.json{ name: log-analyzer-plugin, version: 1.0.0, description: 日志分析助手包含日志分析技能和文件读取 MCP, skills: [.claude/skills/log-analyzer], mcp: [.mcp/mcp.json] }第六步在 Claude Code 中安装并测试# 安装本地插件 claude plugin install ./log-analyzer-plugin 测试让 Claude 分析日志 claude 分析 app.log 文件找出所有 ERROR 并生成报告Claude 会通过 MCP 读取日志文件然后按照 Skill 里的步骤分析最后输出一份结构化的错误报告。整个过程你只需要说一句话。8. 总结与选型建议最后给你一份选型建议帮助你在实际项目中快速决策想让 Claude 学会某种做事方法用 Skills创建 Markdown 技能文件即可。想让 Claude 连接外部数据或系统用 MCP配置对应的 MCP 服务器。想分享一组完整能力给团队用 Plugin把 Skills 和 MCP 打包分发。想日常写代码、改 Bug直接用 Claude Code它本身就足够强大。这四个概念不是互相替代的关系而是层层递进、协同工作的。Claude Code 是底座Skills 提供知识MCP 提供数据Plugin 负责打包分发。理解了这个关系你就能在合适的场景用合适的工具让 Claude Code 真正成为你的超级开发助手。