夜雨聆风接手一个老项目、克隆一个新仓库，想给项目配上最合适的 Claude Code 能力，却不知道该从哪下手？
或者说一个新项目，不知道该用哪些技能？哪些MCP？哪些HOOKS等等。
Anthropic 官方已经帮我们准备好了答案，那就是claude-code-setup。
claude-code-setup —— 不是“装个工具”，而是给我们的项目做一次全方位的“自动化体检”。
大家好，我是不讲废话，专注于分享硬核AI 编程知识的 考拉搞AI，今天分享的是一款Claude Code 官方 “自动化体检” 的 插件。
一、到底是个啥
首先明确一点，claude-code-setup是 Anthropic 官方插件市场 claude-plugins-official 里的一个内部插件。
截至 2026 年 5 月，claude-plugins-official 仓库在 GitHub 上已获得超过 2 万 Star，包含 30 多个由 Anthropic 内部团队亲自维护的内部插件，以及十几个经过审核的第三方外部插件，里面有很多优秀好用的插件、技能，但今天都不讲，后面会慢慢分享。
官方插件体系的架构可以简化为三层：
Marketplace（插件市场）→ Plugin（插件包）→ Skills / Agents / Hooks / Commands / MCP Servers（具体扩展能力）在这个体系中，claude-plugins-official 就是官方市场，claude-code-setup 是市场中一个具体的插件，而插件内部可以打包多种扩展能力。
它的价值一句话就能说清：分析你的代码库，告诉你这个项目最适合装哪些 MCP 服务器、Skills、Hooks 和 Subagents，然后把选择权交到你手里，也就是说它只负责检测不负责干活。
二、为什么官方要做一个“只推荐不安装”的插件？
在插件体系出现之前，Claude Code 的所有“个性化”能力，基本都散落在四五个地方：
你自己在 ~/.claude/ 下面写的一堆斜杠命令（Slash Commands）
你为不同项目调试出来的 CLAUDE.md 规则文件
你手工配在 hooks.json 里的几条自动钩子
你在 .mcp.json 里串起来的几个 MCP 工具
还有你自己写的、不知道怎么命名的几个子代理文件
这套东西最大的问题在于：根本没法复用、没法分享、没法版本管理。而 claude-code-setup 就是官方给出的解决方案——一个会自动“读”项目的智能顾问，在一个标准化框架里，把发现、推荐、复用、分享全串起来。
地址：
https://github.com/anthropics/claude-plugins-official.git
三、核心揭秘：只读分析 + 全域推荐
3.1 技术架构：一个插件，一个核心技能
claude-code-setup 插件的内部结构非常清晰。它不是一个功能大杂烩，而是一个 “单技能插件”——内部只包含一个核心技能SKILL：claude-automation-recommender。
这个技能（Skill）的完整定义存放在：
plugins/claude-code-setup/skills/claude-automation-recommender/SKILL.md技能目录下还配套了五个参考文件，分别对应五种推荐类型：
mcp-servers.md：30+ MCP 集成模式skills-reference.md：Skill 推荐模板hooks-patterns.md：Hook 配置模式subagent-templates.md：Subagent 模板plugins-reference.md：插件目录当前官方版本 1.0.0，由 Anthropic 团队维护。
官网截图：
3.2 工作机制：三阶段扫描
claude-automation-recommender 的工作流程分为三个阶段：
Phase 1：代码库分析
这个阶段是纯只读的，不会在你的电脑里创建或修改任何一个文件。
要分析什么内容？
项目类型 & 工具链：检测 package.json、pyproject.toml、Cargo.toml、go.mod、pom.xml 等，判断项目是 React、Vue、Python 后端还是 Go 服务，推荐对应的 LSP 语言服务器。
依赖检测：扫描依赖，看项目中用了哪些外部服务和 SDK（例如 "react" → 前端 Skill；"supabase"、"stripe"、"aws-sdk" → 推荐对应的 MCP 服务器）。
现有配置扫描：检查项目中是否已有 .claude/ 目录或 CLAUDE.md，据此提出增量的改进建议。
项目结构分析：扫描 src/、tests/、components/、api/ 等目录的组织方式，为创建专用子代理提供依据。
Phase 2：信号到推荐的映射
分析完成后，技能会将识别到的“信号”映射到具体的“自动化实体”上。比如：
检测信号 推荐的自动化实体 项目中大量使用 React 前端专用 Skill + Playwright MCP 检测到 OpenAPI/Swagger 规范 API 文档生成器 Subagent 存在 GitHub Actions 配置 GitHub MCP 服务器 包含大量 JSDoc 或 docstring 文档维护 Skill Phase 3：结构化报告输出
最终，Claude 会输出一份结构清晰的报告，按五种能力类型分别列出推荐方案。
3.3 推荐范围：五种扩展类型全覆盖
claude-automation-recommender 能推荐 五种 Claude Code 扩展类型，覆盖了整个生态：
推荐时还有一条核心原则：不贪多，只说最关键的。默认每类只推荐 1-2 个 最有价值的自动化方案，避免一次性给太多建议让用户不知从何下手。如果用户对某个类别特别感兴趣，也可以要求给出更多选项（3-5 个）。
3.4 关键特性：只读，不写，不自动安装
这一点非常关键。市面上很多“一键配置”工具会直接往你项目里写文件，你甚至不知道它改了什么。但 claude-automation-recommender 是严格的 只读分析。所以不用担心它会偷偷修改。
它 不创建任何文件、不修改任何配置。用户需要自己决定采纳哪些建议，或者继续让 Claude Code 帮忙构建推荐的内容。这种设计保证了你的项目配置始终由你掌控，绝不会出现“插件装了之后不知道怎么回滚”的尴尬。
四、安装与使用：从零到运行，五分钟搞定
4.1 前置条件
Claude Code CLI 已安装并认证（v1.0.33+ 版本），这里不多谈，如果还没有安装的童鞋，可以去看看之前的文章：
五分钟 带你 在windows 安装 claude并配置模型 照常使用
在一个项目目录中打开 Claude Code
4.2 安装插件（一行命令）
在 Claude Code 的交互式终端中输入这行指令，效果如上图，按要求安装即可。
/plugin install claude-code-setup@claude-plugins-official注意需要在终端来安装插件，不能在vscode 上安装。
注意这里用的是 @claude-plugins-official 而不是普通的市场名——因为 claude-code-setup 是官方内部插件，必须从这个市场源安装。官方市场是预配置的，无需手动添加，新版本 Claude Code 已经内置了对它的支持。
/plugin 命令的完整用法：/plugin install {插件名}@{市场名}，其中市场名可以从官方文档或 /plugin marketplace list 命令中获取。
安装完成后，插件立即生效，无需重启 Claude Code。
4.3 验证安装
可以查看已安装的插件列表：
/plugin list如果输出中包含 claude-code-setup，说明安装成功。
这个大插件包还有一些其他插件技能，我们后期会捡一些重要的好用的讲讲。
4.4 使用插件：用自然语言触发
安装好之后，你只需要在 Claude Code 对话框里，像跟人聊天一样提出需求即可。技能会根据你的问题自动被调用。
直接让 Claude Code 分析：
请帮我分析一下这个项目的代码库，推荐合适的 Claude Code 自动化配置。用关键词触发：
帮我看看这个项目应该装哪些 MCP 服务器。或者直接引用 Skill 名称用 claude-automation-recommender 分析当前项目检测结果：
技能会自动调用 Read、Glob、Grep、Bash 四个工具（需要授权），完成对代码库的全面扫描。
我们可以将分析内容 让Claude Code 保存一份报告，然后再将报告丢给Claude Code，让其自己反省
用 claude-automation-recommender 分析当前项目，并保存到文档五、一个 React + TypeScript 项目的完整“体检报告”
为了更直观地理解，来看一个真实案例：一个电商后台 React + TypeScript 项目，仓库里还没有任何 Claude Code 配置。
把 Claude Code 放到项目中，运行 claude-code-setup，它会输出一份结构化报告。
📋 推荐概览（每个类别 1-2 条） MCP 服务器推荐：
🔵 Playwright MCP ├── 为什么推荐：检测到 playwright.config.ts，项目已有 E2E 测试配置 ├── 价值：让 Claude 能直接控制浏览器运行、调试端到端测试 └── 安装命令：npx @playwright/mcp🔵 GitHub MCP ├── 为什么推荐：检测到 .github/workflows/*.yml，项目使用 GitHub Actions ├── 价值：AI 可以直接搜索仓库、创建 PR、管理代码 └── 安装命令：npx @github/mcp-serverSkills 推荐：
🟢 frontend-design Skill ├── 为什么推荐：检测到大量 React 组件文件，需要 UI 开发辅助 ├── 价值：让 AI 输出符合工程规范的前端代码，告别“AI 廉价感” └── 使用方法：描述 UI 需求时自动启用Hooks 推荐：
🟡 PostToolUse Hook ├── 为什么推荐：项目使用 TypeScript + Prettier，需要统一代码风格 ├── 价值：AI 修改任何代码文件后自动运行 prettier --write，确保格式统一 └── 配置方案：在 .claude/hooks.json 中添加 PreToolUse 钩子Subagents 推荐：
🟠 api-reviewer Subagent ├── 为什么推荐：检测到 src/api/ 目录下 15+ 个 API 路由文件 ├── 价值：专门审查所有 API 变更，自动检测安全漏洞和错误处理缺失 └── 创建命令：/agent create api-reviewerPlugins 推荐：
🔴 github-actions Plugin ├── 为什么推荐：项目 CI/CD 深度依赖 GitHub Actions ├── 价值：获得工作流调试、日志分析、故障排查的全套 Skills └── 安装命令：/plugin install github-actions@claude-plugins-official最后添加一句：“还可以告诉我需要更多哪一类的推荐” 如果用户对 Hook 特别感兴趣，可以继续问：“再推荐几个我项目里适合的 Hook”，技能就会给出更多选项。
六、问题
Q1：为什么运行后什么都没有发生？
检查两步：① 确认用 /plugin list 验证插件已安装；② 确保在项目目录下运行 Claude Code，而不是空文件夹。
Q2：扫描过程中被权限阻止怎么办？
技能运行时会触发工具权限弹窗，选择“允许当前会话”（Allow for this session）。技能是只读的，不会有任何写入操作。
Q3：推荐出来的配置怎么真正装上去？
技能只负责推荐，不会自动安装。推荐完成后，可以进一步对 Claude 说“帮我安装上面推荐的 Playwright MCP”，或按照推荐报告手动配置。
Q4：这个插件会消耗很多 Token 吗？
会。技能会扫描你的项目文件，扫描范围越大 Token 消耗越多。建议在新项目或首次配置时运行，日常开发无需重复扫描。如果项目很大，可以用 .claudeignore 排除 node_modules/、dist/ 等无关目录来降低 Token 消耗。
七、总结
2026 年，AI 大模型的能力已经不再稀缺。真正拉开差距的，不是你能不能调通 Claude Code，而是你能不能用它搭建出最适合自己项目的自动化体系。
claude-code-setup 的价值就在于此。它不帮你写代码，也不帮你跑任务——它帮你“看懂”你的项目，告诉你在这场 AI 编程的浪潮里，下一步该往哪儿走。然后，把选择权完完整整地交到你手里。
如果第一次把 Claude Code 用在一个新项目上，或者接手了一个陌生仓库不知道该怎么配置，不妨先装好 claude-code-setup，让这个官方“体检医生”给你的项目做一次全面扫描。它会给你一份清晰的“升级路线图”，剩下的，就看你怎么做了。
当我们的项目越复杂，使用的SKILL 越多，或者说SKILL 生态越庞杂，插件用的很多，那么这个插件的功能就越明显，因为它能从项目中提炼出一份“超级药方”，你只要根据药方去抓药或者调整就行了。
我是分享AI干货的【考拉搞AI】，欢迎关注点赞收藏，一起交流！