Mastering AI Tools

掌握人工智能工具

掌握人工智能辅助开发的样板——Cursor AI、Claude Code、MCP服务器、代理技能和集群编排。

______________________________________________________________________

技能

技能是存储在中的可重用代理行为 .agents/skills/ （单一真理来源）并符号链接到 .claude/skills/ 克劳德代码和 .cursor/ 对于Cursor。

为Claude Code设置技能

技能 .claude/skills/ 由Claude Code自动发现。大多数是指向的符号链接 .agents/skills/:

.agents/skills/         ← source of truth
.claude/skills/         ← symlinks (auto-discovered by Claude Code)

不需要额外的配置——Claude Code会在启动时进行配置。

设置Cursor的技能

添加引用 .agents/rules/ 在光标设置中(~/.cursor/mcp.json 或项目 .cursor/rules).技能是通过引用SKILL.md文件的代理提示调用的。

______________________________________________________________________

MCP服务器

MCP（模型上下文协议）服务器通过外部工具访问扩展了Claude Code和Cursor。

可用MCP

为Claude代码设置MCP

添加 .claude/settings.json （项目层面）或 ~/.claude/settings.json （全球）：

{
  "mcpServers": {
    "context7": {
      "command": "npx",
      "args": ["-y", "@upstash/context7-mcp"]
    }
  }
}

编辑设置后重新启动Claude Code。

为光标设置MCP

添加 ~/.cursor/mcp.json:

{
  "mcpServers": {
    "context7": {
      "command": "npx",
      "args": ["-y", "@upstash/context7-mcp"]
    }
  }
}

在光标中启用： 设置→ 特性→ MCP服务器→ 开启.

______________________________________________________________________

Ruflo蜂群

Ruflo安装在 ./ruflo/ （gitignored），并用作规划和构建pet项目的群体编排引擎。

拓扑：分层

Queen (Sonnet)
├── Architect (Sonnet)    → system design
├── Backend (Haiku)       → FastAPI + SQLite spec
├── Frontend (Haiku)      → Next.js component plan
└── API Contract (Haiku)  → gRPC-Web proto definitions

成本效益

设置

git clone https://github.com/ruvnet/ruflo ruflo
cd ruflo && npm install
cd ..
CLAUDE_CODE_ENABLE_TELEMETRY=1 npx ruflo@latest init --wizard

Config住在 .ruflo/config.json --在这个repo中跟踪。看 docs/superpowers/specs/2026-03-29-ruflo-swarm-setup-design.md 完整的设计。

监控成本

analysis claude-cost        # session cost breakdown
analysis token-usage        # per-agent token consumption

______________________________________________________________________

RTK（令牌优化）

实时动态测量 （Rust Token Killer）是一个CLI代理，可将LLM令牌消耗减少60-90%。它在命令输出到达AI上下文窗口之前拦截它，并通过智能过滤、分组、截断和重复数据删除对其进行压缩。

为什么选择RTK

人工智能辅助编码会话会快速消耗令牌——30分钟的Claude Code会话仅消耗约118K个CLI输出令牌。RTK将其降至约24K。代币减少意味着：

• 降低成本 -更少的输入令牌=更少的API账单
• 更多上下文 --压缩输出为实际代码和推理留出了空间
• 更快的响应 --较小的上下文=较低的延迟

可衡量的节省

设置（全局，用于克劳德代码）

brew install rtk
rtk init -g

这将安装一个 PreToolUse 钩子自动重写Bash命令。将钩子添加到 ~/.claude/settings.json:

{
  "hooks": {
    "PreToolUse": [{
      "matcher": "Bash",
      "hooks": [{ "type": "command",
        "command": "~/.claude/hooks/rtk-rewrite.sh"
      }]
    }]
  }
}

安装后重新启动Claude Code。

监控节省情况

rtk gain       # global token savings breakdown
rtk session    # per-session stats
rtk discover   # find missed optimization opportunities

______________________________________________________________________

堆栈

• 后端：Python 3.14+快速API+SQLite
• 前端：Next.js+3D GPU加速渲染
• 运输：Docker+gRPC Web（Next.js客户端↔ Python服务器）
• 初始应用程序：Tic Tac Toe（学习/演示）