claude-code-setup:项目自动化配置推荐器
分析你的代码仓库,推荐适合的 Claude Code 自动化方案——hook(钩子,挂载到 Claude Code 事件的脚本/prompt)、Skill(技能)、MCP(Model Context Protocol,模型上下文协议,https://modelcontextprotocol.io)server、subagent、插件,每类给出 1-2 个最有价值的建议。
技术原理
这个插件只有一个组件:一个模型触发型 Skill claude-automation-recommender。没有 slash command,没有 hook,没有 agent。
触发机制靠 description 里的关键词匹配。当你对 Claude 说”帮我配置 Claude Code”、“推荐自动化方案”、“该用什么 hooks”之类的话,Claude 判断上下文匹配后,会把这个 skill 的完整内容加载进来。
skill 本体是一份结构化的分析流程指令,分三个阶段执行:
Phase 1:代码库分析。Claude 用 Bash、Glob、Grep 工具扫描项目:检查 package.json、pyproject.toml 等包管理文件确定技术栈;查看 .prettierrc、.eslintrc 等配置确定已有工具链;扫描 .env 文件、tests 目录、CI(Continuous Integration,持续集成)配置等判断项目特征。
Phase 2:匹配推荐。skill 内嵌了大量”检测信号 -> 推荐方案”的映射表。比如检测到 Prettier 配置就推荐 PostToolUse auto-format hook,检测到 React 依赖就推荐 Playwright MCP server。映射表按五个维度组织:
| 维度 | 推荐内容 |
|---|---|
| MCP Server | context7(文档查询)、Playwright(浏览器测试)、Supabase MCP、GitHub MCP 等 |
| Skills | commit command、frontend-design、feature-dev 等已有插件的 skill |
| Hooks | auto-format、auto-lint、type-check、block .env 编辑等 |
| Subagents | code-reviewer、security-reviewer、test-writer 等 |
| Plugins | plugin-dev、commit-commands、frontend-design 等 |
Phase 3:生成报告。按模板输出结构化报告,每个维度只推荐 1-2 项,避免信息过载。
真正有意思的是 references/ 目录下的五个参考文件。这些不是 skill 启动时就加载的,而是 Claude 在分析过程中按需读取。这就是所谓”渐进式披露”(progressive disclosure)——metadata 始终在上下文里(约 100 词),SKILL.md 主体在触发时加载(约 2000 词),references 只在需要细节时才读。这样控制了上下文窗口的 token(模型输入的最小单位)消耗。
参考文件内容
hooks-patterns.md:各语言/框架的 hook 配置模板(Prettier、ESLint、Black、gofmt、rustfmt 等),包括检测方式和具体 JSON 配置mcp-servers.md:二十多种 MCP server 的适用场景和检测信号(context7、Playwright、Supabase、GitHub、AWS、Sentry 等)skills-reference.md:可用的官方插件 skill 列表 + 八种自定义 skill 模板(api-doc、create-migration、gen-test、new-component 等)subagent-templates.md:六种 subagent 模板(code-reviewer、security-reviewer、test-writer 等),含模型选择建议plugins-reference.md:官方插件目录,含 LSP 系列插件
安装与配置
# 通过插件市场安装
/plugin install claude-code-setup@claude-plugins-official
# 或本地测试
claude --plugin-dir /path/to/claude-code-setup无需任何配置。这个 skill 是只读的,不会修改任何文件。
使用方法
不需要打 slash command。直接在对话里说:
推荐一下这个项目适合什么自动化方案我该给这个项目配什么 hooks?帮我设置 Claude Code如果只想看某一类推荐,可以指定:
推荐 MCP server,不需要其他的这时 skill 会切换到单维度模式,给出 3-5 个该类推荐而不是每类 1-2 个。
使用场景
接手新项目时的第一步。clone 下来,开 Claude Code,问一句”推荐自动化方案”。Claude 会扫描技术栈,告诉你该装什么 MCP server、配什么 hooks。比自己翻文档找方案快得多。
团队统一配置。跑一次推荐,把输出的 hooks 配置写进 .claude/settings.json,MCP server 配置写进 .mcp.json,两个文件都提交到仓库。团队成员 clone 后自动生效。
技术选型参考。不确定该用 skill 还是 hook 还是 subagent?这个 skill 内嵌了决策框架:重复性的后置操作用 hook,需要并行审查的用 subagent,包含模板和工作流的用 skill。
局限与注意事项
- 只分析不动手。输出的是推荐报告,不会帮你创建 hooks.json 或 .mcp.json。需要另外让 Claude 帮忙实现
- 参考文件里的 MCP server 列表不可能实时更新。如果你用的服务(比如某个小众数据库)不在列表里,skill 指令里写了”用 web search 查找”,但 web search 工具不一定可用
- 大型 monorepo 的分析可能不太准。skill 的检测逻辑比较简单——看根目录有没有某个文件,查依赖列表有没有某个包。子包级别的差异化推荐做不到
- Notification hooks 的配置示例是 macOS 专用的(
afplay、osascript),Linux 和 Windows 用户需要自己改命令
本章来自《Claude 插件官方指南》开源版 · 作者「递归客」
在线阅读完整书系:inferloop.dev
源码仓库:github.com/diguike/book-claude-plugins
本书资源
- 源码仓库 · github.com/diguike/book-claude-plugins
- 在线阅读 · inferloop.dev/claude-plugins
- 所有书目 · inferloop.dev
继续阅读 · 同作者其他书
- 《Transformer 工程实战》从注意力机制到生产部署
- 《自己动手写 AI Agent》从 Claude Code 开源架构到你的第一个编程助手
- 《AI 时代的 CLI 工具开发实战》用 TypeScript 构建现代 CLI 工具
- 《LLM Infra 工程实战》从入门到实践
- 《Hermes Agent 实战》构建会成长的个人 AI Agent
- 《OpenClaw 源码解析》现代 Agent 系统的架构设计与工程实践
- 《Agent Memory 工程实战》从 claude-mem 源码到企业级记忆平台
- 《AI Token 中转站实战》从 0 搭建企业级 LLM 网关
- 《LangChain.js Agent 开发权威指南》从 1.x 抽象到生产级 Agent
- 《百万级 AI Agent 平台架构》智能客服 SaaS 实战
- 《AI Agent 评测工程实战》从 0 用 TypeScript 构建你的评测平台
- 《Agent Harness 评测工程》用评测建设并守护一个 agent harness
- 《源码精读》每章一个开源仓库 · 从架构到品味
- 《Claude Code Skill 指南》