#AI 编程助手工具体系指南

#:::

#一、扩展体系全景

AI 编程助手"调用了某个东西然后返回结果"。表面上看起来都一样，但来源完全不同：

┌──────────────────┬──────────────────┬────────────────────┐
│  Built-in Tools  │  MCP Tools       │  CLI (Bash)        │
│  原生内置         │  外部插件协议     │  系统命令行          │
├──────────────────┼──────────────────┼────────────────────┤
│  Read / Write    │  run_sql         │  git status        │
│  Edit / Grep     │  query-docs      │  aws dynamodb ...  │
│  Glob / Bash     │  read_channel    │  npm run docs:build │
│  WebSearch       │  create_branch   │  npm test          │
├──────────────────┼──────────────────┼────────────────────┤
│  进程内直接执行    │  JSON-RPC 协议    │  子进程执行 shell    │
│  最快、最安全     │  结构化、可扩展    │  万能、风险最高      │
└──────────────────┴──────────────────┴────────────────────┘

表中出现的 JSON-RPC 是 MCP 使用的通信格式，§3.3 会详细讲解。

还有一个经常被混淆的概念：Skills。Skills 不是工具，而是教 AI "怎么做事"的 Markdown 指令文件。它指挥 AI 去调用上面这三层工具。

选择优先级：Built-in > MCP > Bash。 AI 助手被设计为优先使用内置工具（比如用 Read 而不是 cat，用 Grep 而不是 grep），其次使用 MCP 工具，最后才用 Bash 执行 CLI 命令。

#完整扩展体系

但工具只是 AI 助手能力的一部分。以 Claude Code 2026 为例，完整的扩展体系有 6 层：

本文接下来按层详解。§二～§四 讲工具层（Built-in / MCP / CLI），§五 讲指令层（Skills），§六～§九 讲代理层、事件层、打包层和配置层。

#二、Built-in Tools — 出厂自带的能力

Built-in Tools 是 AI 编程助手自带的功能，安装时就有，不需要额外配置，也不能增删。以 Claude Code 为例，共有约 28 个内置工具，按功能分为 7 组：

#2.1 文件操作

Read → Edit 是最安全的编辑流程。 AI 被强制要求"先读再改"，不可能修改一个它没看过的文件。

#2.2 搜索

#2.3 执行

#2.4 网络

通常配合使用：WebSearch 找到 URL → WebFetch 读取具体页面。

#2.5 Agent 协作

#2.6 交互与流程控制

#2.7 MCP 相关

#三、MCP — AI 的标准插件协议

#3.1 MCP 解决什么问题 { #31-mcp-解决什么问题 }

每个 AI 工具（Claude、ChatGPT、Cursor）都想连接外部系统（数据库、GitHub、Slack）。没有标准的话，需要 N × M 个定制集成：

没有 MCP:                    有了 MCP:
Claude  ──→ GitHub           Claude  ──┐
Claude  ──→ Slack                      │
ChatGPT ──→ GitHub           ChatGPT ──┤── MCP ──→ GitHub Server
ChatGPT ──→ Slack                      │          Slack Server
Cursor  ──→ GitHub           Cursor  ──┘          DB Server
Cursor  ──→ Slack
...（N×M 个连接）             ...（N+M 个连接）

MCP（Model Context Protocol）就是 AI 世界的 USB 接口。一个开放协议，让任何 AI client 连接任何 MCP server。由 Anthropic 发起，2025 年底捐给 Linux Foundation 的 Agentic AI Foundation。OpenAI、Google、Microsoft、AWS 都是支持者。

#3.2 三层架构：Host / Client / Server { #32-三层架构host--client--server }

这三个不是抽象概念，是你电脑上真实运行的进程（不熟悉"进程"概念可回看文章开头的术语表）：

你在终端敲: claude

你的电脑上启动了这些进程：
┌─────────────────────────────────────────────────────────┐
│  PID 12345: claude (Node.js 进程)        ← 这就是 Host  │
│                                                          │
│  内部包含：                                               │
│  ├── LLM 连接（与 Anthropic API 通信）                    │
│  ├── 终端 UI                                              │
│  ├── Built-in tools 代码                                  │
│  ├── Client 实例 1 → 管理与 Neon server 的连接            │
│  ├── Client 实例 2 → 管理与 Lark server 的连接            │
│  └── Client 实例 3 → 管理与 Cloudflare server 的连接      │
└─────────────────────────────────────────────────────────┘
                          │
          ┌───────────────┼───────────────┐
          ▼               ▼               ▼
  PID 12346           PID 12347       PID 12348
  Neon MCP Server     Lark Server     CF Server    ← 独立子进程

图中 PID（Process ID）是操作系统分配给每个进程的编号，每次启动都不同。

美团类比： Host = 美团 App，Client = App 里连接每家餐厅的模块，Server = 每家餐厅的厨房。你只跟 App 交互，App 负责把订单翻译成每个厨房能理解的格式。

::: details 用 Activity Monitor 验证 在 macOS 上打开 Activity Monitor，搜索 claude，可以看到主进程（Host）。搜索 npx 或 MCP server 名称，可以看到各个 server 子进程。这能帮你直观验证"1 个 Host + N 个 Server"的进程模型。

Resource Templates。URI 支持模板语法（如 db:///{table}/schema），客户端动态填充参数，避免 server 注册海量静态 URI。

Subscriptions。Client 可以订阅特定 resource。当 resource 内容变化时，server 推送 notifications/resources/updated，client 自动重新获取。适用于数据库 schema、配置文件等会变的数据。

::: ::: details Tool 的错误处理协议 Tool 调用失败时，MCP 区分协议错误和执行错误：

• 协议错误（tool 不存在、参数格式错）：返回 JSON-RPC error response
• 执行错误（SQL 语法错、API 返回 500）：仍然返回正常 response，但 content 里标记 isError: true

这样 LLM 能看到执行错误的详情，尝试修正后重试（比如改 SQL 语法）。

两者都是"向用户提问"，但发起者和协议不同：

::: ::: details Elicitation 在当前 Claude Code 中还不常见 截至 2026 年初，大多数 MCP server 还没有实现 Elicitation。它是 2025-11 spec 新增的能力，生态支持仍在早期。你在 Claude Code 里看到的"向用户提问"基本都是 AskUserQuestion（Built-in tool），而不是 Elicitation。

每个进程都有两个内置的文本通道：

• stdin（standard input）：进程的"耳朵"，用来接收输入
• stdout（standard output）：进程的"嘴巴"，用来输出结果

当 Host 启动 MCP server 子进程时，会建立一条管道（pipe）：Host 写数据到 server 的 stdin，server 写结果到自己的 stdout，Host 读取。就像两个人通过一根管子传纸条。

Skills 不会浪费 context window。它用三层渐进加载：

这意味着装 50 个 skills，闲置时只消耗 50 × ~40 tokens ≈ 2000 tokens。

多个 agent 可以组成团队并行工作：

1. TeamCreate — 创建团队和共享任务列表
2. Task — 启动多个 agent 加入团队
3. SendMessage — agent 之间发消息协作
4. TaskList / TaskUpdate — 通过共享任务列表协调分工

典型模式是 orchestrator-workers：一个 leader agent 拆分任务，多个 worker agent 并行执行，leader 汇总结果。

#:::

#七、Hooks — 生命周期事件处理

#7.1 什么是 Hook

Hook 是绑定在 AI 助手生命周期事件上的 shell 命令。当特定事件发生时，自动执行你定义的代码。

与 Skills 的关键区别：

#7.2 常用事件

::: details 完整事件列表 除上述 6 个常用事件外，还有：SessionStart（会话开始）、SessionEnd（会话结束）、SubagentStart（子 agent 启动）、PostToolUseFailure（工具执行失败后）、PermissionRequest（权限请求时）、PreCompact（context 压缩前）等，共计 17 个生命周期事件。完整列表参见 Claude Code 官方文档。

CLAUDE.md 告诉 AI "你不能做什么"（约束），Skills 告诉 AI "你应该怎么做"（流程）。

#:::

#十、实战场景分析

#场景 1: 纯 CLI——查 AWS 资源

你: "帮我看一下 DynamoDB 有哪些表"

AI 的决策：没有 DynamoDB MCP server → 用 Bash
  Bash("aws dynamodb list-tables")
  → 起一个临时 shell 子进程 → 跑完退出

#场景 2: 多次 CLI 查询 ≠ 多个 Server

你: "帮我看 DynamoDB 有哪些表，再看一下 S3 有哪些 bucket"

AI 的决策：两次查询都没有 MCP server → 用 Bash
  Bash("aws dynamodb list-tables")    → 临时子进程 1，跑完销毁
  Bash("aws s3 ls")                   → 临时子进程 2，跑完销毁

::: warning 常见误解 查 2 个 AWS 资源 ≠ 启动 2 个 MCP server。Bash 子进程是临时的，跑完就销毁。MCP server 才是常驻进程。两者本质不同，参见第四章。

旧版 MCP 用 SSE（Server-Sent Events）做远程传输，有三个问题：

1. 双端口问题。Client → Server 用 HTTP POST，Server → Client 用 SSE 长连接。两个独立通道，部署和防火墙配置复杂
2. 有状态。SSE 要求保持长连接，server 必须记住每个 client 的 session。无法水平扩展（加机器就丢 session）
3. 基础设施不友好。很多 CDN、负载均衡器对 SSE 支持不好，会提前断开连接

Streamable HTTP 合并为单一 HTTP 端点。Server 可以选择返回普通 JSON（无状态）或升级为 SSE stream（需要推送时）。这让 MCP server 能像普通 REST API 一样部署在 Cloudflare Workers、Vercel 等 serverless 平台上。