10 wtyczek, umiejętności i narzędzi MCP dla Claude Code: praktyczny przewodnik

Wybierz rozszerzenie Claude Code wokół konkretnego problemu w swoim przepływie pracy. Niejasne wymagania potrzebują rozmowy planistycznej. Przeoczone błędy potrzebują przeglądu i testów. Powtarzalne badania potrzebują źródeł, które da się prześledzić. Instalowanie większej liczby narzędzi pomaga tylko wtedy, gdy ich odpowiedzialności są jasne.

Ten przewodnik porównuje dziesięć projektów pod kątem tych zadań. Zawiera przykłady konfiguracji i kompletne ćwiczenie ewaluacyjne. Analiza korzysta z bieżącej dokumentacji projektów oraz dostarczonego filmu Chase AI. Rekomendacje są ocenami redakcyjnymi, a nie pomiarami wydajności z pracy praktycznej ani dowodem dziesięciokrotnego wzrostu produktywności.

Najważniejsze wnioski #

• Wybieraj według wyniku: sprawdzony plan, mapa kodu i wygenerowany obraz wymagają różnych narzędzi.
• Rozdziel warstwy instalacji: instrukcje, programy wykonywalne, wtyczki i połączenia z usługami mają różne zależności.
• Sprawdzaj aktualne nazwy: Graphify i grill-me-codex mają teraz różne kanoniczne lokalizacje repozytoriów.
• Weryfikuj coś więcej niż zgodność: zaakceptowanie planu przez dwa modele nie potwierdza poprawnej implementacji.
• Mierz zaakceptowaną pracę: uwzględnij konfigurację, użycie usług, nieudane próby i poprawki człowieka.

Zanim zaczniesz #

Wymagania: działająca instalacja Claude Code, projekt lub gałąź przeznaczone do bezpiecznych testów oraz zgoda na korzystanie z wybranych usług zewnętrznych. Przykłady CLI zakładają terminal i wskazany menedżer pakietów. Integracje chmurowe wymagają własnych kont i uwierzytelniania.

Szacowany czas: 15 minut na lekturę, następnie 30 do 60 minut na jeden ograniczony test. Poziom trudności: średni dla konfiguracji CLI i integracji usług. Czytanie umiejętności instruktażowych wymaga mniejszej konfiguracji.

Dokumentacja sprawdzona 10 października 2026 r. Polecenia i zasady dostępu odpowiadają podanym źródłom. Sprawdź ponownie zainstalowaną wersję przed użyciem starszego poradnika. Artykuł skupia się na rozszerzeniach używanych z Claude Code, a różnice hosta wskazuje tam, gdzie mają znaczenie.

Po instalacji sprawdzaj warstwami. Osobno sprawdź pliki, wykrywanie przez hosta, zależności programów wykonywalnych, dane uwierzytelniające i jedno reprezentatywne zadanie. Udany instalator nie dowodzi, że działa przeglądarka, serwer MCP, narzędzie multimedialne ani konto zewnętrzne. Pierwszy test wykonaj na danych syntetycznych i zapisz rewizję źródłową.

Poznaj typ rozszerzenia #

Model Context Protocol (MCP) łączy aplikację agenta z narzędziami i danymi udostępnianymi przez serwer. Interfejs wiersza poleceń, czyli CLI, wykonuje polecenia. Skill często uczy agenta korzystania z któregoś interfejsu, lecz sama obecność skilla nie potwierdza działającego połączenia.

Zacznij od brakującej zdolności. Jeśli agent ma już wyszukiwanie w repozytorium, nowa procedura wyszukiwania potrzebuje widocznej korzyści. Jeśli agent nie ma dostępu do platformy automatyzacji, sam plik instrukcji w prozie nie zapewni uwierzytelnionego dostępu. Szerszy przewodnik po środowisku uruchomieniowym agenta opisuje oprogramowanie otaczające wywołania modeli i wykonywanie narzędzi.

Wybierz pierwsze narzędzie #

Zalecany początek: wybierz jeden wiersz i zapisz zadanie bazowe przed instalacją. Dodaj drugie narzędzie tylko wtedy, gdy wnosi osobny, mierzalny wkład.

Doprecyzuj pracę #

grill-me i grill-with-docs #

Skille Matta Pococka pomagają zamienić niedookreślony pomysł w decyzje. Aktualny punkt wejścia grill-me wywołuje wspólny skill grilling. grill-with-docs wywołuje grilling i modelowanie domeny. Dokumentacja kolekcji opisuje wspólne słownictwo i rejestry decyzji architektonicznych obok wywiadu.

Użyj wariantu z dokumentacją, gdy terminy biznesowe wpływają na implementację. Dla przykładowego importera CSV ustal, czy istniejący klient oznacza ten sam adres e-mail, ten sam identyfikator zewnętrzny, czy oba. Zapisz wybraną definicję przed napisaniem wykrywania duplikatów.

Zachowaj proporcje wywiadu. Dobra sesja rozwiązuje istotną niepewność. Wywiad nie powinien prosić o powtórzenie odpowiedzi już dostępnych w repozytorium. Zakończ go planem, nierozwiązanymi pytaniami i obserwowalnymi testami ukończenia.

CLAUDE.md inspirowany Karpathym #

Wytyczne utrzymywane przez Multica przekładają obserwacje Karpathy’ego na cztery tematy: jawne założenia, proste rozwiązania, skupione zmiany i sprawdzalne cele. Repozytorium to społecznościowa implementacja inspirowana jego obserwacjami. Przedstawianie projektu jako wtyczki osobiście utrzymywanej przez Karpathy’ego błędnie opisywałoby jego pochodzenie.

Włącz użyteczne wskazówki do istniejącej polityki projektu. Zachowaj polecenia budowania, zasady treści i ograniczenia wdrożeniowe. Zastępczy plik instrukcji usuwający te szczegóły tworzy nowe źródło błędów.

Przykładowa zasada projektu: wymagaj od zmiany importera zachowania istniejącej obsługi duplikatów i wyjaśnienia każdej zamierzonej zmiany przy pomocy fixture. To zmienia ogólną ostrożność w test zrozumiały dla recenzenta. Instrukcje wyrażają oczekiwania. Testy i kontrolki czasu działania dostarczają osobnych dowodów.

Przeglądaj plany i kod #

grill-me-codex, obecnie Claudex Loop #

Claudex Loop to aktualne miejsce projektu pierwotnie znanego jako grill-me-codex. Jego dokumentacja opisuje rozpoznanie repozytorium, wymagania, przegląd przez drugiego dostawcę, implementację i niezależną inspekcję. Pełna pętla wymaga obu CLI oraz Pythona 3.10 lub nowszego.

Użyj Claudex Loop dla konsekwentnych planów z założeniami wartymi zakwestionowania przed implementacją. Aktualny przepływ obsługuje start z Claude Code lub Codex. Zapisuje ustalenia i ich rozstrzygnięcia, a także odróżnia zgodę na przegląd od zgody na budowę. Starszy pięciorundowy opis z filmu nie zastępuje aktualnego budżetu rund zainstalowanego przepływu.

Proś o dowód przy każdym zastrzeżeniu. Dla importera CSV przegląd powinien wskazać konkretny przypadek duplikatu lub ponowienia oraz oczekiwane zachowanie. Zgodność modeli jest wynikiem przeglądu, a nie dowodem. Zachowaj nierozwiązane ustalenia po wyczerpaniu budżetu przeglądu.

Wtyczka OpenAI Codex #

/plugin marketplace add openai/codex-plugin-cc
/plugin install codex@openai-codex
/reload-plugins
/codex:setup

Wtyczka OpenAI Codex dla Claude Code dodaje przegląd kodu i delegowanie zadań wewnątrz Claude Code. To polecenia Claude Code, a nie polecenia powłoki. Oficjalne repozytorium opisuje Node.js 18.18 lub nowszy oraz uwierzytelniony dostęp do Codex przez ChatGPT albo klucz API OpenAI.

/codex:review --background
/codex:status
/codex:result

Użyj zwykłego przeglądu dla bieżących zmian lub porównania gałęzi. Użyj /codex:adversarial-review do skupionego wyzwania. Polecenia delegowania, takie jak /codex:rescue, wykonują inne zadanie niż przegląd tylko do odczytu, więc określ zamierzoną władzę.

Planuj użycie Codex osobno. Projekt wymienia ChatGPT Free wśród obsługiwanych kont, lecz limity użycia nadal obowiązują. Instalacja wtyczki nie daje nieograniczonego dostępu.

Zasada wyboru: użyj ograniczonego przeglądu wtyczki dla istniejącej poprawki. Wybierz większą pętlę, gdy wymagania i rewizja planu potrzebują własnego zapisanego procesu.

Zachowaj użyteczny kontekst #

Graphify #

uv tool install graphifyy
graphify install --project
graphify extract . --code-only
graphify query "show the authentication flow"

Graphify mapuje relacje repozytorium do przeszukiwalnego grafu wiedzy. Jego kanoniczne repozytorium znajduje się teraz w organizacji Graphify-Labs. Nazwa pakietu to graphifyy, z dwiema końcowymi literami y. Wykonywalny program nadal nazywa się graphify.

Ekstrakcja tylko kodu używa lokalnego parsowania abstrakcyjnego drzewa składni, które odczytuje strukturę kodu. Interpretacja dokumentów i mediów korzysta z osobnej ścieżki opartej na modelu. Nie rozszerzaj twierdzenia o prywatności lub koszcie trybu tylko dla kodu na każdy tryb.

Opcjonalne hooki odbudowują graf kodu po commitach i zmianach gałęzi. Po pobraniu lub scaleniu udokumentowany przepływ wymaga graphify update .. Zmiany dokumentacji wymagają osobnego odświeżenia. Eksport do Obsidian oferuje inny widok grafu.

Używaj Graphify do pytań o relacje, a potem sprawdzaj odpowiednie źródło. Graf pomaga wybrać pliki. Struktura grafu nie dowodzi zachowania w czasie działania ani nie zastępuje testów. Mierz oszczędność tokenów względem własnych pytań, z uwzględnieniem budowy i utrzymania grafu.

claude-obsidian #

claude-obsidian organizuje materiały źródłowe w połączone strony Obsidian z cytowaniami. Jego repozytorium opisuje pozyskiwanie, wyszukiwanie, utrzymanie wiedzy, zachowanie źródeł oraz zapisy poparcia lub sprzeczności. Sejf pozostaje zwykłym zestawem lokalnych plików.

Używaj claude-obsidian do trwałej wiedzy projektu: decyzji projektowych, dokumentów źródłowych i notatek badawczych, które powinny przetrwać pojedyncze rozmowy. Użyteczny wynik to utrzymywalny zapis z pochodzeniem, czyli możliwością prześledzenia źródła każdej ważnej tezy.

Po pozyskaniu sprawdź sejf. Wybierz kilka tez i prześledź ich cytowania do materiału źródłowego. Zachowaj sprzeczne dowody zamiast scalać różnice w pewne podsumowanie. Lokalny zapis nie dowodzi lokalnego wnioskowania. Sprawdź hosta i konfigurację modelu przed przekazaniem wrażliwych dokumentów.

notebooklm-py #

uv tool install "notebooklm-py[browser]"
notebooklm login
notebooklm auth check --test --json
notebooklm skill install

notebooklm-py dostarcza bibliotekę Pythona, CLI i skill agenta dla usługi badawczej Google Notebook. Projekt opisuje import źródeł, pytania oparte na źródłach, generowanie artefaktów i pobieranie wsadowe. Dodatek przeglądarkowy obsługuje interaktywny proces logowania.

To nieoficjalna integracja. Biblioteka korzysta z nieudokumentowanych interfejsów Google i pozostaje podatna na awarie oraz limity zapytań. Nie przedstawiaj jej jako publicznego API wspieranego przez Google.

Używaj notebooklm-py dla ograniczonego korpusu badawczego, takiego jak informacje o wydaniach i przewodniki migracji jednej zależności. Sprawdzaj cytowania względem tekstu źródłowego przed włączeniem ustaleń do planu. Chroń zapisany stan uwierzytelniania jako materiał dostępu do konta.

Przeniesienie badań zmienia miejsce wykonywania pracy. Nie usuwa tokenów orkiestracji, limitów usług, wysiłku przeglądu ani obowiązków związanych z obsługą danych. Traktuj oszczędność tokenów jako pomiar do zebrania, a nie automatyczną cechę instalacji.

Projektuj i generuj zasoby #

Impeccable #

/impeccable critique settings
/impeccable audit settings
/impeccable polish settings

Impeccable dostarcza słownik projektowy do skupionej pracy nad interfejsem. Jego dokumentacja obejmuje krytykę, układ, typografię, kontrole dostępności, ruch i iterację wizualną w przeglądarce. Przykłady zakładają zainstalowany skill i projekt z ekranem ustawień.

Zacznij od problemu interakcji. Dla importera zapytaj, dlaczego użytkownicy przeoczają błędy walidacji lub źle rozumieją wybór obsługi duplikatów. Przejrzyj proponowane zmiany przed zastosowaniem wizualnego dopracowania. Sam atrakcyjny odstęp nie naprawia niejasnej czynności.

Iteracja na żywo pomaga porównywać alternatywy w przeglądarce. Sprawdź nawigację klawiaturą, układ mobilny, komunikaty błędów i kontrast. Liczba poleceń zmienia się między wydaniami, więc używaj listy poleceń zainstalowanej wersji zamiast zapamiętywać liczbę z filmu.

Higgsfield #

Integracja MCP Higgsfield łączy agentów z usługą generowania obrazów i filmów. Jej oficjalna strona integracji wymienia Claude Code i opcje połączenia CLI obok przepływów kreatywnych. Użyj aktualnej konfiguracji dla swojego konta i wybranego interfejsu.

Wybierz Higgsfield, gdy brakującym wynikiem jest media. Dla przykładowej strony produktu określ proporcje zasobu, kompozycję, ograniczenia marki i miejsce użycia przed generowaniem wariantów. Oddziel opis wizualny od zadania implementacji strony.

Najpierw sprawdź dostęp i zużycie usługi. Lista integracji nie dowodzi dostępu do każdego modelu, nieograniczonego generowania ani określonego prawa komercyjnego. Przed rozpoczęciem pracy produkcyjnej sprawdź warunki konta i wybrany model.

Przejrzyj plik końcowy w docelowym rozmiarze wyświetlania. Sprawdź widoczny tekst, niezamierzone symbole, kadrowanie i zgodność z produktem. Wygenerowane ekrany terminala i diagramy nie powinny służyć jako dowód udanego testu.

Podłącz powtarzalne przepływy #

n8n MCP #

Wbudowany serwer MCP n8n udostępnia podłączonym klientom operacje przepływów. Aktualna dokumentacja połączenia obejmuje instancje Cloud i samodzielnie hostowane. Budowanie i edycja przepływów są opisane od n8n 2.13.0. Artykuł dotyczy własnego serwera n8n, a nie niezależnego pakietu społecznościowego o podobnej nazwie.

Dla opisanej integracji użyj dostępu na poziomie instancji. Węzeł MCP Server Trigger ma inny zakres, ponieważ udostępnia narzędzia z jednego przepływu. Sprawdź referencję narzędzi względem wdrożonej wersji.

Włączaj dostęp świadomie. Istniejące przepływy wymagają udostępnienia MCP dla pełnego dostępu. Podglądy wyszukiwania mają szerszą widoczność w ramach istniejących uprawnień użytkownika. Udostępnienie przepływu nie jest osobną listą dozwolonych klientów, choć uprawnienia klienta nadal sterują operacjami.

Sprawdź tryb wykonania. Udokumentowana wartość domyślna execute_workflow uruchamia opublikowaną wersję produkcyjną. Tryb ręczny uruchamia bieżącą wersję nieopublikowaną. Sprawdź dane wejściowe i działania następcze przed wykonaniem.

Dobry pierwszy test: sklasyfikuj syntetyczne zgłoszenia pomocy i zapisz wyniki w testowym miejscu docelowym. Potwierdź obsługę brakujących pól i ponowień. Samodzielny hosting nadal wymaga zasobów obliczeniowych, utrzymania oraz ewentualnych płatnych usług następczych.

Wykonaj kontrolowany test #

Ćwiczenie ilustracyjne: dodaj importer CSV do małej aplikacji. Importer pokazuje podgląd wierszy, zgłasza nieprawidłowe pola e-mail i zapobiega tworzeniu duplikatów. To ćwiczenie nie wymaga danych klientów ani aktywnych zewnętrznych miejsc docelowych.

# Evaluation worksheet, not a tool configuration file
task: "add CSV import preview"
inputs:
  - "valid rows"
  - "invalid email field"
  - "repeated customer identifier"
  - "same import submitted twice"
acceptance:
  - "preview creates no records"
  - "invalid rows receive useful messages"
  - "duplicate policy matches the written requirement"
  - "repeat submission creates no extra records"
record:
  - "source revision and selected skill version"
  - "model and service configuration"
  - "elapsed time and billed usage"
  - "failed checks and human corrections"

Najpierw ustal punkt bazowy. Zapisz początkową rewizję i poproś agenta o wykonanie zadania z obecnym przepływem. Uruchom niezależne testy akceptacyjne i zachowaj wynik. Powtórz test od tej samej rewizji z jednym wybranym rozszerzeniem i tymi samymi wymaganiami.

Dopasuj eksperyment do podejrzanego problemu. Jeśli obsługa duplikatów jest stale źle rozumiana, przetestuj skill wymagań. Jeśli agent przeocza istniejący walidator, przetestuj mapowanie repozytorium. Jeśli użytkownicy nie widzą błędów, przetestuj krytykę interfejsu. Załadowanie wszystkich dziesięciu narzędzi naraz uniemożliwia przypisanie poprawy.

Oczekiwane rozumowanie: udana druga próba jest użytecznym dowodem, lecz jeden przebieg nie ustanawia ogólnego mnożnika produktywności. Powtarzane przebiegi pomagają oddzielić wartość narzędzia od zmienności modelu. Porównuj zaakceptowane wyniki, w tym wysiłek przeglądu i nieudane próby.

Utwórz zachowany rejestr decyzji. Nazwij problem, wybrane narzędzie, zaobserwowaną korzyść, nierozwiązany problem i warunki kolejnego testu. Zachowaj narzędzie, gdy jego wkład przechodzi tę kontrolę. Duża kolekcja zainstalowanych narzędzi nie wymaga dużego aktywnego przepływu.

Rozwiązywanie problemów #

Sprawdzaj warstwy instalacji w kolejności: pliki obecne, wykrywanie przez hosta, gotowe zależności, działające uwierzytelnianie i zweryfikowane zadanie reprezentatywne. Udany instalator ustanawia tylko część tego łańcucha.

Przed dodaniem kolejnej kopii sprawdź nakładające się skille. Wywiady wymagań, zestawy planowania, narzędzia projektowe i pakiety przeglądowe czasem wyrażają sprzeczne domyślne zasady. Wybierz jedną główną procedurę dla zadania, a potem dodaj narzędzia pomocnicze o nazwanych wkładach. Zachowaj politykę repozytorium i zakres żądany przez użytkownika.

Przewodnik wideo #

Przewodnik Chase AI przedstawia dziesięć omawianych projektów. Obejrzyj oryginalny film , aby zobaczyć demonstracje. Aktualną instalację i zachowanie sprawdzaj w dokumentacji projektów. Tytuł filmu wyraża promocyjne twierdzenie, a nie wynik zmierzony i ustalony przez ten przewodnik.

Następne kroki #

Wybierz jeden powtarzalny problem i jeden test akceptacyjny. Przetestuj pasujące rozszerzenie na projekcie przeznaczonym do bezpiecznych prób, a potem zachowaj najmniejszy zestaw poprawiający wynik. Dodawaj zarządzanie wiedzą, generowanie mediów lub automatyzację tylko wtedy, gdy praca potrzebuje tych wyników.

Powiązane wskazówki: przeczytaj porównanie agentów kodujących CLI , gdy wybierasz samego agenta. Użyj kursu współpracy z AI do praktycznej pracy nad wymaganiami, dowodami i odpowiedzialnością za przegląd.

Źródła #

• Graphify: grafy kodu i instalacja
• Matt Pocock: kolekcja skilli
• Claudex Loop: aktualny projekt grill-me-codex
• OpenAI: wtyczka Codex dla Claude Code
• claude-obsidian: zarządzanie wiedzą z linkami do źródeł
• Multica: wytyczne kodowania inspirowane Karpathym
• Impeccable: polecenia projektowe i instalacja
• Higgsfield: integracja agenta
• notebooklm-py: nieoficjalna biblioteka, CLI i skill
• n8n: oficjalny przewodnik po połączeniu MCP