Claude Code 的 Skill、MCP、Hook、Plugin 分別是什麼？

一句話區分

• Skill = 教 AI 怎麼做（知識）
• MCP = 讓 AI 能連什麼（工具／資料）
• Hook = 事件發生時強制做什麼（自動化）
• Plugin = 把以上打包分發（容器）

這四個是 AI coding agent（如 Claude Code）生態常見的擴充概念，各自處理不同層面的問題。

Skill（技能）

一個資料夾，裡面放說明文件（SKILL.md）和腳本，教 AI「怎麼做某類任務」的最佳實踐，例如產生 Word 文件、處理 PDF。

本質是給模型讀的知識／流程指引，按需載入，不佔平時的 context。

<!-- .claude/skills/review/SKILL.md -->
---
name: review
description: 執行程式碼審查，審 PR 時使用
---

審查步驟：
1. 檢查安全性問題
2. 檢查效能問題

放在 .claude/skills/技能名/SKILL.md（專案用）或 ~/.claude/skills/（全域個人用）。用法：打 /review，或 Claude 依 description 自動判斷是否觸發。

小知識：跟 CLAUDE.md 有什麼不一樣？

CLAUDE.md 是 Claude Code 認得的保留檔名，放在專案根目錄（或 ~/.claude/CLAUDE.md 全域）就會每次對話自動載入，不用像 Skill 一樣靠 description 判斷要不要觸發。兩者看起來都是「教 AI 怎麼做」，差別在載入時機，也因此決定了該放什麼內容：

例如「commit message 要用什麼格式」「不要改 generated/ 資料夾」這種不管做什麼任務都適用的規矩，放 CLAUDE.md；但「審查 PR 時要先查安全性、再查效能、輸出要照固定格式」這種只有做該任務才需要的詳細流程，放 Skill——不審查 PR 的時候，不需要讓這串步驟佔用 context。

MCP（Model Context Protocol）

Anthropic 推出的開放協定，讓 AI 連接外部服務和資料（如 Gmail、Slack、資料庫）。MCP server 提供「工具」給模型呼叫，類似 AI 的 USB 標準接口。重點是連外部系統、執行操作。

# 最簡單的加法：用指令加
claude mcp add --transport http github https://api.githubcopilot.com/mcp/
claude mcp add --transport stdio --env API_KEY=$KEY mytool -- npx -y some-mcp-server

團隊共享則在專案根目錄放 .mcp.json（進 git 管理），認證資訊改用環境變數：

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": { "GITHUB_TOKEN": "..." }
    }
  }
}

Hook（鉤子）

在特定事件發生時自動觸發的腳本，例如「每次 AI 要執行指令前先檢查」、「檔案編輯後自動跑 lint」。是確定性的自動化，不靠模型判斷，用來強制執行規則或流程。

{
  "hooks": {
    "PostToolUse": [
      {
        "matcher": "Edit|Write",
        "hooks": [
          {
            "type": "command",
            "command": "jq -r '.tool_input.file_path' | xargs npx prettier --write"
          }
        ]
      }
    ]
  }
}

寫在 .claude/settings.json。常見事件：PreToolUse（執行前攔截檢查）、PostToolUse（執行後）、Stop（回合結束）等。

Plugin（外掛）

打包上述東西的容器。一個 plugin 可以同時包含 skills、MCP servers、hooks、自訂指令等，方便一鍵安裝和分享整套設定。

my-plugin/
├── .claude-plugin/plugin.json   # 必要的 manifest
├── skills/xxx/SKILL.md
├── hooks/hooks.json
└── .mcp.json

開發測試用 --plugin-dir ./my-plugin，安裝用 /plugin install 名稱@marketplace，也可以推到 GitHub 讓隊友用 /plugin install 裝。

實際使用範例：PR 自動審查

假設想做一個功能：每次開 PR，AI 自動審查、把結果留言在 PR 上，重大問題還要擋下 merge。四個概念在這裡各司其職：

開 PR
  ↓
Hook（PreToolUse／CI 階段）：強制跑 lint、test，不合格直接擋下，不靠 AI 判斷
  ↓
Skill（review）：教 AI 審查標準——先查安全性，再查效能，用固定格式輸出結果
  ↓
MCP（GitHub）：AI 讀取 PR 的 diff 內容，並把審查結果留言回 PR、視結果標記 review 狀態
  ↓
Plugin（pr-reviewer）：把上面的 Skill + Hook + MCP 設定打包成一個 plugin，
                        推到團隊的 marketplace，其他人 `/plugin install pr-reviewer@team` 就能直接用

分工上很清楚：Hook 負責「不管怎樣都要做」的硬規則（跑 lint/test），Skill 負責「AI 該怎麼判斷」的知識（審查標準），MCP 負責「AI 要連到哪裡拿資料、送結果」（讀 diff、留言），Plugin 則是把這一整套流程包起來方便分享，讓團隊不用每個人各自重新設定一次。

建議上手順序

1. 先寫 CLAUDE.md（專案規則）
2. 重複的手順抽成 Skill
3. 「必須執行」的事寫成 Hook
4. 需要連外部服務才加 MCP
5. 要跨專案／團隊共享才打包成 Plugin

總結

功能更新很快，細節以官方文件為準：code.claude.com/docs