在上一篇《Claude Code × 智谱 BigModel 实战集成指南》中，我们已经完成了一次完整的项目实战。项目可以正常运行，但在后续代码 Review 时，一个问题逐渐暴露出来：

生成的代码虽然能跑，但大量 API 和用法已经过时，与最新官方文档存在明显偏差。

这在 AI 辅助开发中其实非常常见——模型的训练数据更新速度，往往赶不上框架和 SDK 的迭代速度。

正巧这时，一位朋友向我推荐了 Anthropic 最新发布的 Agent Skills，通过 plugins 的方式，让 Claude 在生成代码时 动态读取最新官方文档和工具能力，从而显著降低“写得像，但跑不通”的概率。

本文就是这次探索的完整记录。

一、Agent Skills 是什么？

官方仓库地址：

https://github.com/anthropics/skills

Agent Skills 可以理解为：

一套可插拔的“能力模块”，用于教会 Claude 如何用正确的方法、最新的工具、可重复的流程 来完成特定任务。

在技术层面上：

  • 每个 Skill 本质上是一个文件夹

  • 内部包含：

    • 指令（instructions）
    • 脚本（scripts）
    • 资源文件（resources）
  • Claude Code 会在运行时动态加载这些 Skills

它能解决什么问题？

Agent Skills 的核心价值在于 “降低幻觉 + 提高一致性”，典型应用场景包括：

  • 按公司/团队的编码规范生成代码
  • 按最新官方文档调用 API（而不是靠模型记忆）
  • 执行固定的工程化流程（初始化项目、生成目录结构、部署脚本等）
  • 自动化个人或组织级任务

简单来说：

Skills 不是让模型更聪明，而是让模型更“守规矩”。

二、在 Claude Code 中安装 Agent Skills

在 Claude Code 命令行中执行：

/plugin marketplace add anthropics/skills

安装完成后，你就已经具备了使用官方 Skills 的能力。

这一步相当于为 Claude Code 打开了“官方增强模式”。

PixPin_2026-01-22_10-07-25.png

三、安装 context7 插件（关键步骤）

接下来是本文的重点：context7。

1️⃣ 打开插件管理

在 Claude Code 中输入：

/plugins

然后使用键盘 ➡️ 进入 Discover。

2️⃣ 搜索并安装 context7

在搜索框中输入 context7，完成安装。

context7 本质上是一个 MCP（Model Context Protocol）插件，
能让 Claude 直接参考并对齐最新的官方文档内容。

PixPin_2026-01-22_10-09-22.png

四、使用 context7 生成项目代码

安装完成后，就可以在 Prompt 中显式声明使用 context7。

示例 Prompt

---
name: context7
description: 使用 Context7，基于框架最新的官方文档
---

# context7

## 指南
已使用以下技术栈生成企业级项目：
- 使用 Context7，基于最新的官方文档
- FastAPI 0.128.0，带 Token 认证
  - 使用 sqlite 生成 token
  - 不使用 JWT，仅做 Token 校验
- langchain 1.2.6，使用 create_agent
- langchain-ollama 1.0.1
  - model：qwen3-vl:32b
  - embedding：qwen3-embedding:8b
- langgraph 1.0.6
- Milvus（pymilvus）2.6.6
- langfuse 3.12.0

通过这种方式，你是在明确告诉 Claude：

不要靠“印象”写代码，而是以当前官方文档为准。

PixPin_2026-01-22_10-29-45.png

五、实际体验与问题分析

真实结论只有一句话：

效果明显提升，但依然不能“一次生成直接可用”。

优点

  • API 使用明显更接近最新文档
  • 过时参数、废弃方法显著减少
  • 工程结构更合理，思路更偏向“真实项目”

仍然存在的问题

  • 复杂技术栈组合（LangChain + LangGraph + Milvus + Langfuse）
  • 仍然需要 多轮调试才能完全跑通
  • 某些边界用法依然存在偏差

我的判断

并不是 context7 不行，而是模型生成速度，依然落后于框架演进速度。

context7 做到的是：

  • 让 Claude 看得到 最新文档
  • 但最终“怎么拼起来”，仍然依赖模型本身的推理与代码能力

六、总结

如果你正在使用 Claude Code 做偏工程化、偏企业级的项目开发，我的建议是：

✅ 一定要上 Agent Skills

✅ 能用 context7 就用 context7

❌ 不要再完全相信“模型记忆里的 API”

但同时也要有一个清醒认知：

AI 辅助开发 = 更快的起点，而不是免调试的终点。

在当前阶段，最理想的模式依然是：

AI 生成 + 人类 Review + 多轮修正

后续我也会继续记录 Claude Code + MCP + 多模型协作 的实践经验，欢迎关注。

标签: Langchain, claude code, MCP, FastAPI, Agent Skills, AI辅助开发, context7

添加新评论