[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-claude-code-cli-hooks-mcp-skills-guide-zh":3,"tags-claude-code-cli-hooks-mcp-skills-guide-zh":34,"related-lang-claude-code-cli-hooks-mcp-skills-guide-zh":43,"related-posts-claude-code-cli-hooks-mcp-skills-guide-zh":47,"series-tools-baa3be6e-ffdb-4434-8273-c05938c9f937":84},{"id":4,"title":5,"content":6,"summary":7,"source":8,"source_url":9,"author":10,"image_url":11,"keywords":12,"language":21,"translated_content":10,"views":22,"is_premium":23,"created_at":24,"updated_at":25,"cover_image":11,"published_at":26,"rewrite_status":27,"rewrite_error":10,"rewritten_from_id":28,"slug":29,"category":30,"related_article_id":31,"status":32,"google_indexed_at":33,"x_posted_at":10,"tweet_text":10,"title_rewritten_at":10,"title_original":10,"key_takeaways":10,"topic_cluster_id":10,"embedding":10,"is_canonical_seed":23},"baa3be6e-ffdb-4434-8273-c05938c9f937","Claude Code CLI 深入指南","\u003Cp data-speakable=\"summary\">\u003Ca href=\"\u002Ftag\u002Fclaude-code\">Claude Code\u003C\u002Fa> 是 \u003Ca href=\"\u002Fnews\u002Fgoogle-anthropic-enterprise-ai-trust-zh\">Anth\u003C\u002Fa>ropic 的 CLI 代理式寫程式工具，靠 hooks、MCP 和 subagents 來處理真實軟體工作。\u003C\u002Fp>\u003Cp>Anthropic 說，\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002F\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa> 的 \u003Ca href=\"\u002Ftag\u002Fclaude\">Claude\u003C\u002Fa> Code 已經扛下約 4% 的公開 \u003Ca href=\"\u002Ftag\u002Fgithub\">GitHub\u003C\u002Fa> commits。換算下來，大約是每天 13.5 萬筆 commit。這數字很硬，代表它不是玩具。\u003C\u002Fp>\u003Cp>Blake Crosley 的 \u003Ca href=\"https:\u002F\u002Fblakecrosley.com\u002Fguides\u002Fclaude-code\" target=\"_blank\" rel=\"noopener\">Claude Code CLI guide\u003C\u002Fa> 也寫得很狠。篇幅超過 4.8 萬字，閱讀時間約 240 分鐘。說白了，這不是速成教學，是操作手冊。\u003C\u002Fp>\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>Fact\u003C\u002Fth>\u003Cth>Value\u003C\u002Fth>\u003Cth>Why it matters\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>Guide length\u003C\u002Ftd>\u003Ctd>48K+ words\u003C\u002Ftd>\u003Ctd>代表它是完整參考文件\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Read time\u003C\u002Ftd>\u003Ctd>240 minutes\u003C\u002Ftd>\u003Ctd>說明系統表面很深\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>GitHub commit share\u003C\u002Ftd>\u003Ctd>4%\u003C\u002Ftd>\u003Ctd>顯示真實採用量\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Commit volume\u003C\u002Ftd>\u003Ctd>~135,000\u002Fday\u003C\u002Ftd>\u003Ctd>不是小眾試玩\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Context window\u003C\u002Ftd>\u003Ctd>200K tokens standard\u003C\u002Ftd>\u003Ctd>解釋為何要分工\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003Ch2>Claude Code 不是聊天框，是終端代理\u003C\u002Fh2>\u003Cp>先講白話版。\u003Ca href=\"https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Fdocs\u002Fclaude-code\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa> 住在你的 repo 裡。它會讀檔、跑 shell、改程式，然後繼續做下去。這跟一般聊天機器人差很多。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1777723851301-rzef.png\" alt=\"Claude Code CLI 深入指南\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>一旦模型能碰檔案系統和命令列，它就不是單純產生文字。它開始像代理人。它能觀察、執行、再接下一步。這也是為什麼很多人第一次用會覺得很猛，第二次就開始踩坑。\u003C\u002Fp>\u003Cp>問題通常不在模型本身。問題在你有沒有把工作切開。主對話負責思考。子代理負責搜尋和整理。外部系統負責工具和資料。這三層沒分清楚，context 很快就爆。\u003C\u002Fp>\u003Cul>\u003Cli>核心層：主對話，最吃 context\u003C\u002Fli>\u003Cli>委派層：subagents，專做局部任務\u003C\u002Fli>\u003Cli>擴充層：MCP、hooks、skills\u003C\u002Fli>\u003Cli>標準 context：200K tokens\u003C\u002Fli>\u003C\u002Ful>\u003Cp>我覺得這點很重要。很多人把 prompt 當萬靈丹。其實不是。該固定執行的事，就該放 automation。像格式化、lint、權限檢查，根本不該靠模型記得。\u003C\u002Fp>\u003Ch2>五個系統決定它好不好用\u003C\u002Fh2>\u003Cp>Crosley 把 Claude Code 拆成五個系統。分別是 configuration、permissions、hooks、MCP、subagents。這個切法很實際。因為真實團隊出問題，常常不是模型笨，是設定亂。\u003C\u002Fp>\u003Cp>configuration 管預設值。permissions 管它能碰什麼。hooks 負責固定流程。MCP 把外部工具接進來。subagents 則把複雜工作拆出去。這五個東西湊起來，才像一個能上線的系統。\u003C\u002Fp>\u003Cp>你如果只看表面，很容易以為這只是「AI 幫你寫 code」。其實不是。它更像一個可編排的開發工作台。你可以限制它。你也可以讓它連資料庫、GitHub、Sentry，甚至更多服務。\u003C\u002Fp>\u003Cblockquote>“Claude Code is an agentic CLI that reads your codebase, executes commands, and modifies files through a layered system of permissions, hooks, MCP integrations, and subagents.” — Blake Crosley\u003C\u002Fblockquote>\u003Cp>這句話很準。也很直白。它把整件事講穿了。Claude Code 不是一個 prompt。它是一套可控的執行系統。\u003C\u002Fp>\u003Cul>\u003Cli>Configuration：定義預設行為\u003C\u002Fli>\u003Cli>Permissions：限制可操作範圍\u003C\u002Fli>\u003Cli>Hooks：放固定流程\u003C\u002Fli>\u003Cli>MCP：接外部資料與服務\u003C\u002Fli>\u003Cli>Subagents：拆解探索任務\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Hooks 和 MCP 比花俏 prompt 更重要\u003C\u002Fh2>\u003Cp>Hooks 是這篇指南最實用的部分之一。Crosley 的意思很直接。凡是一定要發生的事，就不要寫進 prompt。像 lint、format、policy check，這些都應該放 hook。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1777723854910-fx68.png\" alt=\"Claude Code CLI 深入指南\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>原因很簡單。prompt 會忘。hook 不會。你如果把安全檢查交給模型記憶，那就等於把風險丟給運氣。這種做法在 demo 可以，在 production 很危險。\u003C\u002Fp>\u003Cp>MCP，\u003Ca href=\"\u002Ftag\u002Fmodel-context-protocol\">Model Context Protocol\u003C\u002Fa>，解的是另一題。它讓 Claude 接到 repo 外的工具和資料。像資料庫、GitHub、Sentry、內部 A\u003Ca href=\"\u002Fnews\u002Fbanana-pi-bpi-sm10-risc-v-ai-sbc-zh\">PI\u003C\u002Fa>，都能串。這對真實開發很有用，因為程式工作從來不只是在改檔案。\u003C\u002Fp>\u003Cul>\u003Cli>Hooks：適合固定、可重複的動作\u003C\u002Fli>\u003Cli>MCP：適合外部資料和工具\u003C\u002Fli>\u003Cli>Subagents：適合探索和摘要\u003C\u002Fli>\u003Cli>Skills：適合包裝可重用流程\u003C\u002Fli>\u003C\u002Ful>\u003Cp>講白了，這是一種分工。要可靠，就交給 automation。要廣度，就丟給 subagent。要接外部狀態，就用 MCP。把這些混在同一段對話裡，通常只會得到一堆雜訊。\u003C\u002Fp>\u003Ch2>模型選擇其實是成本問題\u003C\u002Fh2>\u003Cp>指南也很務實地談模型層級。Crosley 建議 Opus 用在重推理，Sonnet 當日常主力，Haiku 則拿來快速探索。這不是品牌站隊，是成本管理。\u003C\u002Fp>\u003Cp>如果每件事都丟最強模型，錢會燒很快。反過來，如果把探索任務交給便宜模型，再把難題留給高階模型，整體效率會好很多。這種分流很像雲端架構的思路。\u003C\u002Fp>\u003Cp>你可以這樣理解。Opus 適合架構判斷和多步推理。Sonnet 適合一般 \u003Ca href=\"\u002Fnews\u002Flovable-vibe-coding-app-ios-android-zh\">codi\u003C\u002Fa>ng。Haiku 適合掃描、摘要、找線索。不同任務用不同模型，才不會把 GPU 預算亂噴。\u003C\u002Fp>\u003Cul>\u003Cli>Opus：複雜推理和架構決策\u003C\u002Fli>\u003Cli>Sonnet：日常開發主力\u003C\u002Fli>\u003Cli>Haiku：快速探索和低成本任務\u003C\u002Fli>\u003Cli>Subagents：可用較便宜模型跑\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這裡的重點很現實。Claude Code 真正強的地方，不是單次回答多漂亮。是你能不能把工作切成幾層，讓不同模型做不同事。這才是能長期用下去的方式。\u003C\u002Fp>\u003Ch2>這套玩法放到台灣團隊會怎樣\u003C\u002Fh2>\u003Cp>台灣很多團隊已經在碰 \u003Ca href=\"\u002Ftag\u002Fai-coding\">AI coding\u003C\u002Fa>。問題是，很多人還停在「叫它幫我改一段 code」。這種用法很快就會卡住。因為專案一大，context 就不夠，流程也不穩。\u003C\u002Fp>\u003Cp>更實際的做法，是先定規則，再讓 Claude Code 進來。哪些檔案能改。哪些指令能跑。哪些檢查一定要過。這些先寫好，AI 才不會變成亂跑的同事。\u003C\u002Fp>\u003Cp>我自己的判斷很直接。接下來真正會省時間的，不是會寫 prompt 的人，而是會設計 hooks、permissions、MCP 的人。因為那才是把 AI 變成工作流程的一部分。\u003C\u002Fp>\u003Ch2>背景補充：為什麼 CLI 代理會越來越重要\u003C\u002Fh2>\u003Cp>過去幾年，大家都在比誰的聊天介面更順。現在方向變了。真正有價值的，是能進 repo、能跑命令、能接工具的系統。這就是 CLI agent 的地盤。\u003C\u002Fp>\u003Cp>原因也不難懂。軟體開發本來就是一堆工具鏈。git、CI、lint、test、deploy，全都在命令列裡。AI 如果只會聊天，能力其實很有限。能動手，才真的有用。\u003C\u002Fp>\u003Cp>這也是為什麼 Claude Code、\u003Ca href=\"https:\u002F\u002Fopenai.com\u002F\" target=\"_blank\" rel=\"noopener\">OpenAI\u003C\u002Fa> 的工具鏈、還有各家 MCP 生態會一直被拿來比。大家比的不只是模型分數，而是誰能把模型接進工作流。\u003C\u002Fp>\u003Ch2>結論：先設規則，再讓它寫 code\u003C\u002Fh2>\u003Cp>如果你準備導入 Claude Code，我會建議先做三件事。第一，定義 permissions。第二，寫好 hooks。第三，再接 MCP。順序不要反過來，不然很容易把問題放大。\u003C\u002Fp>\u003Cp>接下來一兩季，真正拉開差距的團隊，應該是那些把 Claude Code 當成開發基礎設施的人。不是拿來玩一下而已。你如果只想試新玩具，會很快膩。你如果想把它放進正式流程，現在就該開始設規則。\u003C\u002Fp>\u003Cp>下一步很簡單。先挑一個 repo。設一條 hook。再加一個 MCP 服務。從最小可控範圍開始，會比直接全開來得穩。\u003C\u002Fp>\u003Cp>更深入的實戰建議，可以參考我們的 \u003Ca href=\"\u002Fnews\u002Fclaude-code-advanced-patterns-six-months-zh\">Claude Code 進階使用模式\u003C\u002Fa>，整理了用了半年後才看清的五個 CLI agent 設計重點。\u003C\u002Fp>","Blake Crosley 的 Claude Code CLI 指南，把 hooks、MCP、subagents 串成一套可落地的 AI 寫程式流程。","blakecrosley.com","https:\u002F\u002Fblakecrosley.com\u002Fguides\u002Fclaude-code",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1777723851301-rzef.png",[13,14,15,16,17,18,19,20],"Claude Code","CLI","hooks","MCP","subagents","AI coding","Anthropic","terminal agent","zh",3,false,"2026-05-02T12:10:30.833397+00:00","2026-05-06T12:21:27.835268+00:00","2026-05-02T12:10:30.627+00:00","done","44708a7a-4df3-4574-bc65-2e3e03ff3d88","claude-code-cli-hooks-mcp-skills-guide-zh","tools","17385dd6-7af6-4401-877e-c8a330480823","published","2026-05-03T09:00:05.172+00:00",[35,36,38,40,41],{"name":15,"slug":15},{"name":16,"slug":37},"mcp",{"name":13,"slug":39},"claude-code",{"name":17,"slug":17},{"name":14,"slug":42},"cli",{"id":31,"slug":44,"title":45,"language":46},"claude-code-cli-hooks-mcp-skills-guide-en","Claude Code CLI Guide Goes Deep on Hooks and MCP","en",[48,54,60,66,72,78],{"id":49,"slug":50,"title":51,"cover_image":52,"image_url":52,"created_at":53,"category":30},"d058a76f-6548-4135-8970-f3a97f255446","why-gemini-api-pricing-is-cheaper-than-it-looks-zh","為什麼 Gemini API 定價其實比看起來更便宜","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778869845081-j4m7.png","2026-05-15T18:30:25.797639+00:00",{"id":55,"slug":56,"title":57,"cover_image":58,"image_url":58,"created_at":59,"category":30},"68e4be16-dc38-4524-a6ea-5ebe22a6c4fb","why-vidhub-huiyuan-hutong-bushi-quan-shebei-tongyong-zh","為什麼 VidHub 會員互通不是「買一次全設備通用」","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778789450987-advz.png","2026-05-14T20:10:24.048988+00:00",{"id":61,"slug":62,"title":63,"cover_image":64,"image_url":64,"created_at":65,"category":30},"7a1e174f-746b-4e82-a0e3-b2475ab39747","why-buns-zig-to-rust-experiment-is-right-zh","為什麼 Bun 的 Zig-to-Rust 實驗是對的","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778767879127-5dna.png","2026-05-14T14:10:26.886397+00:00",{"id":67,"slug":68,"title":69,"cover_image":70,"image_url":70,"created_at":71,"category":30},"e742fc73-5a65-4db3-ad17-88c99262ceb7","why-openai-api-pricing-is-product-strategy-zh","為什麼 OpenAI API 定價是產品策略，不是註腳","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778749859485-chvz.png","2026-05-14T09:10:26.003818+00:00",{"id":73,"slug":74,"title":75,"cover_image":76,"image_url":76,"created_at":77,"category":30},"c757c5d8-eda9-45dc-9020-4b002f4d6237","why-claude-code-prompt-design-beats-ide-copilots-zh","為什麼 Claude Code 的提示設計贏過 IDE Copilot","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778742645084-dao9.png","2026-05-14T07:10:29.371901+00:00",{"id":79,"slug":80,"title":81,"cover_image":82,"image_url":82,"created_at":83,"category":30},"4adef3ab-9f07-4970-91cf-77b8b581b348","why-databricks-model-serving-is-right-default-zh","為什麼 Databricks Model Serving 是生產推論的正確預設","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778692245329-a2wt.png","2026-05-13T17:10:30.659153+00:00",[85,90,95,100,105,110,115,120,125,130],{"id":86,"slug":87,"title":88,"created_at":89},"de769291-4574-4c46-a76d-772bd99e6ec9","googles-biggest-gemini-launches-in-2026-zh","Google 2026 最大 Gemini 盤點","2026-03-26T07:26:39.21072+00:00",{"id":91,"slug":92,"title":93,"created_at":94},"855cd52f-6fab-46cc-a7c1-42195e8a0de4","surepath-real-time-mcp-policy-controls-zh","SurePath 推出即時 MCP 政策控管","2026-03-26T07:57:40.77233+00:00",{"id":96,"slug":97,"title":98,"created_at":99},"9b19ab54-edef-4dbd-9ce4-a51e4bae4ebb","mcp-in-2026-the-ai-tool-layer-teams-use-zh","2026 年 MCP：團隊真的在用的 AI 工具層","2026-03-26T08:01:46.589694+00:00",{"id":101,"slug":102,"title":103,"created_at":104},"af9c46c3-7a28-410b-9f04-32b3de30a68c","prompting-in-2026-what-actually-works-zh","2026 提示工程，真正有用的是什麼","2026-03-26T08:08:12.453028+00:00",{"id":106,"slug":107,"title":108,"created_at":109},"05553086-6ed0-4758-81fd-6cab24b575e0","garry-tan-open-sources-claude-code-toolkit-zh","Garry Tan 開源 Claude Code 工具包","2026-03-26T08:26:20.068737+00:00",{"id":111,"slug":112,"title":113,"created_at":114},"042a73a2-18a2-433d-9e8f-9802b9559aac","github-ai-projects-to-watch-in-2026-zh","2026 必看 20 個 GitHub AI 專案","2026-03-26T08:28:09.619964+00:00",{"id":116,"slug":117,"title":118,"created_at":119},"a5f94120-ac0d-4483-9a8b-63590071ac6a","claude-code-vs-cursor-2026-zh","Claude Code 與 Cursor 深度對比：202…","2026-03-26T13:27:14.279193+00:00",{"id":121,"slug":122,"title":123,"created_at":124},"0975afa1-e0c7-4130-a20d-d890eaed995e","practical-github-guide-learning-ml-2026-zh","2026 機器學習入門 GitHub 實用指南","2026-03-27T01:16:49.712576+00:00",{"id":126,"slug":127,"title":128,"created_at":129},"bfdb467a-290f-4a80-b3a9-6f081afb6dff","aiml-2026-student-ai-ml-lab-repo-review-zh","AIML-2026：像課綱的學生實驗 Repo","2026-03-27T01:21:51.467798+00:00",{"id":131,"slug":132,"title":133,"created_at":134},"80cabc3e-09fc-4ff5-8f07-b8d68f5ae545","ai-trending-github-repos-and-research-feeds-zh","AI Trending：把 AI 資源收成一張表","2026-03-27T01:31:35.262183+00:00"]