核心内容摘要
免费皮肤软件“积积通肤肤”：解锁你的虚拟世界无限可能！
打通 Claude Code 生态如何让本地 Agent 共享 Commands、Subagents 与 Skills目标读者使用多 Agent 协作开发Claude Code Gemini CLI 等的开发者、DevOps 工程师。
核心价值打破 Agent 间的能力孤岛实现 Prompt、Skill 和 Command 的一次编写多处复用。
阅读时间6 分钟一句话摘要通过标准化映射层Mapping Layer将 Claude Code 的原子能力解耦为通用资产赋能整个本地 Agent 生态。
关联阅读本文是 《打通任督二脉让你的 GitHub Copilot 瞬间学会 Claude Code 的所有绝招》 的扩展。
在前文中我们实现了编辑器侧 Copilot 的能力注入本文将进一步把这套“映射”哲学推广至所有本地 Agent如 Gemini CLI、Codex CLI 等构建一套通用的 Agent 互操作协议。
为什么你的 Agent 需要外脑在 AI 辅助开发的日常中我们经常面临这样的尴尬场景你在 Claude Code 中精心调教了一个code-review的 Skill定义了完美的审查步骤和语气。
然而当你切换到 Gemini CLI 或 VS Code 时这些能力蒸发了。
你不得不复制粘贴 Prompt或者容忍不同 Agent 表现出的能力参差。
这不仅仅是重复劳动的问题更是上下文断裂。
如果我们将 Claude Code 视为一个能力容器那么Commands命令、Subagents子智能体、Skills技能和Plugins插件就是其中的原子能力。
本文将介绍一种轻量级的架构方案——映射加载器Mapping Loader它能像神经连接一样将这些能力导出并共享给所有本地 Agent。
核心架构扫描、映射与加载要实现能力共享我们不需要复杂的微服务架构只需要遵循 UNIX 哲学一切皆文件。
我们采用 “Scan → Map → Load” 三步走策略Scan扫描遍历 Claude Code 的配置目录识别所有能力实体。
Map映射生成标准化的元数据文档Markdown Table作为能力的注册表。
Load加载其他 Agent 通过通用协议读取注册表动态加载所需能力。
步骤一构建扫描器 (The Scanner)一切的起点是scan-and-generate.mjs脚本。
它的任务是建立索引。
Claude Code 的能力分散在不同的目录中commands/.md形式的 Prompt 模板。
skills/包含SKILL.md的功能目录。
agents/定义 Agent 角色的 Prompt。
plugins/外部安装的扩展包。
扫描器通过glob模式匹配这些文件提取 Frontmatter元数据并按类别分组。
// scan-and-generate.mjs 核心逻辑片段constCONFIG{mappings:[{id:skills,name:Local Skills,outputFile:skills-mapping.md,sourceDir:ROOT_DIR/skills/,sourcePattern:*/SKILL.md,// 提取关键元数据描述、名称frontmatterFields:[description,name],// ...},// ... 其他类型映射],};关键点插件Plugins的处理比较特殊。
由于插件可能有多个版本扫描器内置了语义版本SemVer过滤逻辑确保只索引每个插件的最新版本避免旧版本的干扰。
步骤二生成映射表 (The Registry)扫描的结果不是复杂的 JSON 数据库而是人类可读的 Markdown 表格。
为什么要用 MarkdownAI 友好LLM 阅读 Markdown 表格的能力极强Token 消耗低且结构清晰。
自文档化开发者可以直接打开文件查看有哪些可用能力。
易于调试文本差异Diff清晰版本控制方便。
生成的skills-mapping.md示例# Local Skills 映射表 | 名称 | 描述 | 完整路径 | | --------------- | ----------------------- | ------------------------------------------- | | git-diff-report | Git 变更报告生成技能... | ~/.claude/skills/git-diff-report/SKILL.md | | tech-blog | 技术博客文章创作工具... | ~/.claude/skills/tech-blog/SKILL.md |每一行就是一个能力的句柄Handle包含了 AI 调用所需的一切它叫什么Name、它是干什么的Description、它在哪Path。
步骤三通用加载器 (The Loader)有了映射表我们还需要一个机制来消费它。
这就是mapping-loaderSkill 的作用。
这是一个元技能Meta-Skill它的唯一作用就是帮 Agent 查找并加载其他技能。
它定义了一套通用的查询模式类型识别用户想要的是 Command 还是 SkillRun /git:sync- 查commands-mapping.mdActivate tech-blog- 查skills-mapping.md模糊搜索使用grep在映射表中查找关键词。
动态加载读取完整路径指向的文件内容注入当前上下文。
这种设计的精妙之处在于解耦。
本地 Agent如 Gemini CLI不需要知道 Claude Code 的具体目录结构也不需要维护复杂的配置同步。
它只需要被告知“去~/.claude/mappings/output/找答案”。
跨 Agent 调用的实战体验想象一下你在 Gemini CLI 中User: “我想写一篇关于 React Hooks 的技术博客用那个 tech-blog 技能。
”Gemini (with Mapping Loader):思考用户提到了 “tech-blog” 和 “技能”。
工具调用grep tech-blog ~/.claude/mappings/output/skills-mapping.md发现找到路径~/.claude/skills/tech-blog/SKILL.md。
行动读取该文件激活技能。
响应activated_skill nametech-blog...整个过程流畅无感仿佛tech-blog就是 Gemini 原生的一样。
总结迈向 Agent 生态互联通过mapping-loader和配套的扫描脚本我们实际上定义了一套本地 Agent 的互操作协议Local Agent Interoperability Protocol。
这套方案不仅解决了能力复用的问题更为未来的 Agent 协作打下了基础。
今天的共享还停留在静态文件的读取明天或许就是动态的运行时调用。
现在去运行node scan-and-generate.mjs让你的 Agent 们开始对话吧。
参考资源skills/mapping-loader/SKILL.md: 加载器技能定义mappings/scan-and-generate.mjs: 扫描生成脚本mappings/output/: 生成的映射文件目录