企业官网建设流程全解析

1. 为什么你的 Claude Code 总是“差点意思”：从一次真实踩坑说起

很多人第一次打开 Claude Code CLI，输入一句“帮我整理这周的 Git 提交记录，生成周报”，结果它要么答得泛泛，要么每次都要重新解释一遍格式。问题不在模型，而在于你只给了它一张嘴，没给它一本岗位手册，也没给它一双手。

Claude Code Skills 和 MCP 工具，正是补上这两块短板的关键。Skills 是一套用 Markdown + YAML 写成的标准作业程序（SOP），它告诉 Claude“这类任务该按什么流程做、参考哪些资料、输出什么格式”；MCP（Model Context Protocol）则像给 AI 装上的万能转接头，让它能读本地文件、连数据库、调外部 API。前者管“怎么做”，后者管“用什么做”。

这篇教程面向刚接触 Claude Code CLI 的新手，也适合已经会写 Prompt 但想让工作流稳定复用的开发者。我会从零开始，带你写第一个 Skill 的 Markdown/YAML 骨架，配置 settings.json 与 config.toml 接入统一 Key/API 通道，再逐条验证 Skill 与 MCP 工具调用是否真的跑通。全程可复制、可跟做，不玩虚的。

先明确一个认知：Skill 不是插件，不需要编译；MCP 也不是魔法，它本质是一个遵循 JSON-RPC 的本地或远程服务进程。理解这两点，后面的配置就不会慌。

2. 前置准备：TaoToken 统一 Key 与 Claude Code CLI 环境搭建

在写 Skill 之前，得先让 Claude Code CLI 能稳定调用模型。这里我用 TaoToken 作为统一 API 通道，原因是它同时兼容 Anthropic 风格的接口，Key 和 Base URL 一套配置就能覆盖 Claude Code、Cline、Codex 等多种客户端，省去到处找 Key 的麻烦。

第一步，获取 API Key。打开 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=claude_code_skills_mcp&utm_campaign=rewrite ，登录后在控制台创建一枚新 Key，复制保存。注意 Key 只在创建时完整显示一次，丢了就得重建。

第二步，确认 Claude Code CLI 已安装。终端执行：

claude --version

如果提示 command not found，说明还没装。Claude Code CLI 通常随 Node 环境分发，确保 Node 版本在 18 以上：

node -v npm -v

第三步，理解配置文件的位置。Claude Code 读取配置有两个层级：全局配置在~/.claude/settings.json，项目级配置在项目根目录的.claude/settings.json。而 MCP 服务器注册信息，Claude Code 会写入~/.claude.json或通过claude mcp add命令管理。另外，如果你用 Codex 或 Cline，它们各自读~/.codex/auth.json和 Cline 的 MCP 配置，但 Base URL 和 Key 是同一套。

第四步，设置环境变量。最稳妥的方式是在 shell 配置文件里导出，避免明文写进 JSON：

export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_API_KEY="sk-你的TaoToken密钥"

如果你用的是 Windows PowerShell：

$env:ANTHROPIC_BASE_URL="https://taotoken.net/api" $env:ANTHROPIC_API_KEY="sk-你的TaoToken密钥"

这里有个坑要提醒：Base URL 末尾不要多加/v1，TaoToken 的 Anthropic 兼容端点已经处理好路径，多写反而会 404。配置完成后，先别急着写 Skill，用一条最简单的请求验证通道是否通。下一节我会给出完整的 settings.json 片段和验证命令。

3. 可复制配置：settings.json 与 config.toml 接入统一通道

这一节是全文的核心操作区，我会给出可直接复制的 JSON 和 TOML 片段。请对照你的实际路径修改，不要照抄 Key。

先看 Claude Code 的~/.claude/settings.json。这个文件控制模型通道、权限和默认行为：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-你的TaoToken密钥", "ANTHROPIC_MODEL": "claude-sonnet-4-20250514" }, "permissions": { "allow": [ "Read", "Write", "Bash(git:*)", "Bash(npm:*)" ] }, "mcpServers": {} }

注意ANTHROPIC_MODEL这一项，它决定默认调用的模型 ID。TaoToken 支持多个 Claude 模型，你可以按需替换。如果模型 ID 写错，请求会返回model not found，这是新手最常见的报错之一。

再看 Codex 的~/.codex/auth.json。如果你同时用 Codex，需要保证三件套一致——Base URL、Key、Model ID：

{ "base_url": "https://taotoken.net/api", "api_key": "sk-你的TaoToken密钥", "model": "claude-sonnet-4-20250514" }

Cline 的 MCP 配置则写在 VS Code 的 settings 里，格式是 TOML 风格。假设你用 Cline 的config.toml：

[api] provider = "anthropic" base_url = "https://taotoken.net/api" api_key = "sk-你的TaoToken密钥" model = "claude-sonnet-4-20250514" [mcp_servers.filesystem] command = "npx" args = ["-y", "@modelcontextprotocol/server-filesystem", "/Users/你的用户名/projects"]

这里mcp_servers段落就是注册 MCP 工具的地方。command和args告诉 Claude Code 怎么启动这个 MCP 服务进程。文件系统 MCP 是最安全的入门选择，它只暴露你指定的目录。

配置写完后，用claude mcp list查看已注册的 MCP 服务器：

claude mcp list

如果输出里能看到 filesystem，说明注册成功。如果报local proxy failed，多半是 npx 没装或网络拉包失败，先手动跑一遍npx -y @modelcontextprotocol/server-filesystem /tmp看能否启动。

关于 CTA 分流：如果你只是排障和接入，建议先看 API Keys 和接入文档；如果你要长期跑编码 Agent，直接上 Coding Plan 更划算。模型对话入口可以用来快速验证模型是否响应正常。

4. 写第一个 Skill：Markdown + YAML 骨架与逐条验证

Skill 的本质是一个文件夹，里面至少有一个SKILL.md。这个文件用 YAML front matter 声明元数据，用 Markdown 写工作流程。Claude Code 启动时会扫描~/.claude/skills/目录，按需加载。

先建目录：

mkdir -p ~/.claude/skills/weekly-report

然后创建~/.claude/skills/weekly-report/SKILL.md：

--- name: "周报生成助手" description: "根据零散工作内容生成结构化周报，适用于 Git 提交、任务清单整理" version: "1.0.0" author: "你的名字" tags: ["办公", "效率", "周报"] --- # 周报生成技能 本技能帮助用户将零散的工作内容整理成专业周报。 ## 工作流程 1. 收集用户本周的工作内容，可以是零散描述或 Git 提交记录 2. 按“完成事项 / 遇到问题 / 下周计划 / 需要支持”四类归档 3. 使用简洁专业的语言润色，突出成果和价值 4. 输出标准 Markdown 格式周报 ## 输出格式 ```markdown ## 本周工作总结 ### 1. 完成事项 - [项目名称]：完成[具体内容]，进度[百分比] ### 2. 遇到的问题 - [问题描述]：采用[解决方案]处理 ### 3. 下周计划 - [计划内容] ### 4. 需要的支持 - [支持事项]

注意事项

• 语言简洁专业，避免口语化
• 问题部分要体现解决思路
• 计划要具体可衡量

注意 YAML 里的 `description` 字段非常关键，Claude Code 靠它判断当前任务是否匹配这个 Skill。描述太模糊，Skill 就不会被触发。我试过把 description 写成“一个技能”，结果它从来不调用；改成“根据 Git 提交生成周报”后，命中率明显提升。 写完后重启 Claude Code： ```bash claude restart

然后在对话里输入：

请使用周报生成助手技能，帮我整理以下内容：本周完成了登录模块重构，修复了 3 个 bug，下周计划接入支付。

如果 Skill 生效，你会看到它按四段式输出。如果没反应，检查两点：一是SKILL.md的 YAML 是否合法（冒号后要有空格），二是文件是否放在~/.claude/skills/下且目录名与技能无关但文件必须叫SKILL.md。

验证 Skill 是否被加载，可以用：

claude skills list

这个命令会列出所有已识别的 Skill。如果列表为空，说明路径不对或 YAML 解析失败。

5. 常见报错排查：401、local proxy failed、reading choices、OAuth

这一节对照真实报错，逐条给排查动作。这些坑我基本都踩过，按顺序查能省不少时间。

401 Unauthorized：最常见。原因通常是 Key 写错、Key 过期，或者 Base URL 和 Key 不匹配。排查动作：先确认ANTHROPIC_API_KEY环境变量是否生效，执行echo $ANTHROPIC_API_KEY看输出。如果为空，说明 shell 配置没 source。再确认 Base URL 是https://taotoken.net/api，不要带多余路径。最后去控制台确认 Key 状态是否正常。

local proxy failed：这个报错通常出现在 MCP 服务器启动阶段。原因是 Claude Code 尝试通过本地代理启动 MCP 进程，但 npx 拉包失败或命令路径不对。排查动作：手动执行 MCP 的启动命令，比如npx -y @modelcontextprotocol/server-filesystem /tmp，看是否报错。如果报网络超时，检查 npm registry 配置；如果报 command not found，确认 Node 和 npx 在 PATH 里。

reading choices：这个报错多出现在模型返回格式异常时，Claude Code 解析响应失败。常见原因是模型 ID 写错，或者 Base URL 指向了一个不兼容 Anthropic 格式的端点。排查动作：确认ANTHROPIC_MODEL是 TaoToken 支持的模型 ID，确认 Base URL 是/api而不是/v1。如果还不行，用模型对话入口单独发一条消息，看原始返回是什么。

OAuth 相关报错：如果你在 Claude Code 里看到 OAuth token 失效的提示，说明它尝试走官方登录流程而不是 API Key。排查动作：确保ANTHROPIC_API_KEY已设置，且 settings.json 里没有残留的 OAuth 配置。必要时删除~/.claude/下的 token 缓存文件，重启 CLI。

再补充一个 MCP 工具调用失败的场景：如果 Skill 里写了依赖某个 MCP 工具，但该 MCP 没注册，Claude 会提示工具不可用。排查动作：claude mcp list确认服务器在列，然后claude mcp get <名称>查看详情。如果状态是 failed，看它的启动日志。

关于三件套的完整性：无论你用 CC Switch、Cline MCP 还是 Codex auth.json，只要涉及接入，就必须同时确认 Base URL、Key、Model ID 三项一致。缺一项就会出现上面某类报错。这也是为什么我在第 3 节反复强调三件套。

6. 把 Skill 和 MCP 串起来：一个可运行的销售分析示例

单有 Skill 只能规范流程，单有 MCP 只能提供数据。真正好用的时候，是两者协同。举个可跟做的例子：用 Skill 定义报告结构，用 MCP 读数据库。

先注册一个数据库 MCP。假设你用 SQLite 做演示，避免生产库风险：

claude mcp add sqlite -s user -- npx -y @modelcontextprotocol/server-sqlite /tmp/sales.db

然后写一个 Skill，~/.claude/skills/sales-report/SKILL.md：

--- name: "销售分析报告" description: "连接 SQLite 数据库，生成销售趋势与热销商品分析报告" version: "1.0.0" tags: ["数据分析", "销售", "报告"] --- # 销售分析技能 本技能通过 sqlite MCP 读取销售数据，生成结构化分析报告。 ## 工作流程 1. 使用 sqlite MCP 查询指定时间范围的订单数据 2. 按以下维度分析：销售额趋势、热销商品排行、用户转化率 3. 生成 Markdown 报告，包含数据表格和结论 ## MCP 依赖 - `sqlite`：读取 /tmp/sales.db ## 注意事项 - 只读查询，禁止写入或删除 - 数据为空时明确提示，不要编造

重启后，在对话里说：

请使用销售分析报告技能，分析最近 30 天的数据。

如果一切正常，Claude 会先调用 sqlite MCP 执行查询，再按 Skill 定义的格式输出。你可以在终端看到 MCP 的调用日志。

这里有个实用技巧：Skill 的description里最好带上触发关键词，比如“销售”“报告”“数据库”，这样 Claude 在匹配任务时更容易命中。另外，MCP 的权限要最小化，只暴露需要的目录或数据库文件，不要图省事把整个 home 目录挂上去。

最后一步验证：检查输出里是否包含真实查询结果，而不是模型编造的数字。如果数字对不上，说明 MCP 没被调用，回到第 5 节查local proxy failed或工具未注册的问题。

整套流程跑通后，你就有了一套可复用的“Skill 定义流程 + MCP 提供数据”的组合。后续想扩展，只需新增 Skill 文件或注册新的 MCP 服务器，不用改模型通道。需要长期跑编码 Agent 的话，Coding Plan 会比按量调用更省心；临时验证模型响应，用模型对话入口最快。接入和排障的细节，随时回看接入文档和 API Keys 页面。