上期介绍了Claude Code的Skills概念与功能。本期聚焦实操，提供一套适配国内网络环境的稳定落地路径：使用Claude Code接入国产GLM模型，全程终端命令操作，可复现、低门槛。
你将掌握：
- 安装Claude Code
- 配置GLM（Coding Plan）模型接入
- 安装并启用官方Skills（文档处理、前端设计等）
Skills当前仅支持Claude Code
Skills目前仅能在Claude Code中运行。由于Claude官方服务对国内IP和运行环境风控严格，直接访问存在较高封号风险：
- IP不纯净，易触发账号封禁
- 环境频繁切换，易被识别为异常行为
- 对多数国内用户而言，原生Claude体验不友好
两种可行接入方式
- 使用干净、稳定的海外代理环境
- 通过镜像、中转或第三方大模型（如GLM）接入
本文采用后者——Claude Code + GLM模型组合，兼顾稳定性与可复现性。
第一步：安装Claude Code
前提条件：
- 已安装Node.js 18或更高版本
- Windows用户建议预先安装Git for Windows
$ npm install -g @anthropic-ai/claude-code安装完成后，执行以下命令验证：
$ claude --version第二步：配置GLM（Coding Plan）接入Claude Code
若选择方式三（手动编辑配置文件），需修改或新建settings.json：
~/.claude/settings.json
/.claude/settings.json
"ANTHROPIC_AUTH_TOKEN": "your_api_key_here"
claude即可启动Claude Code。
第三步：安装Skills（通过Plugin市场）
在Claude Code中输入/plugin，按提示添加插件市场；
填入官方Skills仓库地址：
https://github.com/anthropics/skills常用Skills包包括：
document-skills：支持Excel、Word、PPT、PDF等文档解析与处理example-skills：含技能开发、MCP调用、视觉设计、网页测试等示例
安装完毕后，输入/skills即可查看已启用列表。
Skills渐进式披露机制
Skills默认仅加载名称与功能描述，真正调用时才按需加载完整逻辑。该机制可显著降低token消耗，避免上下文污染，提升响应效率与可控性。
演示：用前端设计类Skills优化“打地鼠”小游戏
Skills是结构化能力包，不止于Prompt
一个完整的Skills通常包含以下标准组件：
SKILL.md：核心提示词与渐进式披露定义scripts/：可执行脚本（含命令行调用、工具集成、MCP协议支持）references/：参考案例、话术模板、仿写素材assets/：配套资源（图标、CSS样式、示例图片等）
Claude Code + GLM + Skills构成了一条适配国内开发者的技术路径，具备强复现性与扩展潜力。后续将更新Skills自定义开发、内容生产力转化及MCP自动化协同实践。