Claude Code 最近一年生态发展调研报告

调研周期：2025 年 8 月 — 2026 年 8 月 调研工具链：Agent Reach（Exa 搜索 + GitHub gh CLI + Jina Reader）+ 内置 WebSearch/WebFetch 数据来源：30+ 数据源，包括 GitHub、Claude 官方博客、Dev.to、Arize、Tembo、Skillselion、JetBrains 等

总体概览

Claude Code 在过去一年经历了从「终端聊天机器人」到「可扩展 AI 开发平台」的根本性转变。截至 2026 年 8 月：

一、六大扩展机制时间线

Claude Code 的扩展体系在过去一年逐层构建，形成了六个互补的扩展原语：

心智模型

1
2
3
4
5
Skill   → 教会 Claude 「怎么做」
MCP     → 给 Claude 连接「外部世界」
Hook    → 让事情「自动发生」
Plugin  → 把以上打包为「可安装单元」
Team    → 让多个 Claude 「同时工作」

二、MCP 协议发展

2.1 数据指标

2.2 关键里程碑

2025.12 — 治理移交 Linux Foundation

Anthropic 将 MCP 捐赠给 Linux Foundation 下的 Agentic AI Foundation (AAIF)，与 Block、OpenAI 共同创立。白金成员包括 AWS、Google、Microsoft、Cloudflare、Bloomberg。

意义：MCP 从单一厂商协议转变为厂商中立、社区治理的开放标准，通过正式的 SEP（Spec Enhancement Proposal） 流程推进。

2026.07.28 — MCP 第五版规范（无状态核心）

这是 MCP 最具颠覆性的修订，核心变更：

2026.04 — STDIO RCE 漏洞披露

影响官方 SDK 的 STDIO 远程代码执行漏洞类别被披露，推动 Remote MCP + OAuth 成为安全基础设施的一等关注点，催生了 MCP Gateway 品类（Kong AI Gateway 等）。

2.3 GitHub 热门 MCP 项目

三、Skills 生态发展

3.1 数据指标

3.2 SKILL.md 成为跨工具标准

Anthropic 于 2025 年 10 月推出 Agent Skills，七个月内被以下全部主流编程 Agent 采纳——共识速度超过 MCP：

Claude Code · OpenAI Codex CLI · Cursor · Gemini CLI · GitHub Copilot · Cline · Roo Code · Antigravity

渐进式加载是核心设计创新：

1
2
3
4
5
运行时上下文消耗：

  Skill 名称 + 描述 ................. 约 50 tokens  （始终在上下文）
  └─ 被触发时加载 SKILL.md ......... 约 500 tokens  （按需加载）
       └─ 引用文件/参考文档 ......... 2,000+ tokens  （显式触发才加载）

这使得数百个 Skill 可共存而不耗尽上下文窗口。

3.3 三类 Skill 主导生态

3.4 热门 Skills GitHub 仓库

3.5 每周安装量 Top Skills

四、Agent Reach / 联网能力发展

4.1 三种方案对比

4.2 Agent Reach

覆盖 15 个平台，六大领域：

1
2
3
4
5
6
搜索:     Exa AI 搜索
社交:     小红书、Twitter/X、B站、V2EX、Reddit、Facebook、Instagram
职场:     LinkedIn
开发:     GitHub (gh CLI)
网页:     Jina Reader、RSS
视频:     YouTube、B站、小宇宙

核心理念：不发明新命令语法，而是通过 SKILL.md 教会 Agent「遇到任务类型 X 时使用命令 Y」。Agent 从手册文件学习，不依赖训练数据中的过时命令。

4.3 Web-Access Skill

• 三层通道调度：WebSearch → WebFetch → curl → Jina → CDP Proxy（自动选择）
• CDP Proxy：直连本地 Chrome/Edge，继承浏览器登录态，无需 Cookie 管理
• 并行分治：Tab 级隔离的子 Agent 进行多目标研究
• 站点经验库：跨会话持久化每个域名的交互模式和坑点
• GitHub Stars: 约 1,700（2026.04 开源即获得关注）

五、Agent Teams 与多 Agent 编排

5.1 四层编排体系

5.2 Agent Teams（实验性，2026.02 发布）

启用方式：

1
2
3
4
5
{
  "env": {
    "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
  }
}

核心特性：

推荐最佳实践：3–5 个队友最均衡；每人操作不同文件（避免覆盖）；按模型分层（Opus → 编排者，Sonnet → 工作者，Haiku → 格式化）。

5.3 Dynamic Workflows

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
// 示例：多阶段审查流水线
export const meta = {
  name: 'review-changes',
  phases: [{ title: 'Review' }, { title: 'Verify' }],
}

const DIMENSIONS = [
  { key: 'bugs', prompt: '...' },
  { key: 'perf', prompt: '...' },
]

const results = await pipeline(
  DIMENSIONS,
  d => agent(d.prompt, { phase: 'Review', schema: FINDINGS }),
  review => parallel(
    review.findings.map(f => () =>
      agent(`Adversarially verify: ${f.title}`, { phase: 'Verify', schema: VERDICT })
    )
  )
)

5.4 成本参考

六、Plugins 市场生态

6.1 数据规模

6.2 关键插件分类

1
2
3
4
5
6
AI 开发与 Agent ........... Agent SDK Dev, AWS Agents, Pydantic AI, Hugging Face, NVIDIA
云基础设施 ................. AWS（6 个）, Azure, Cloudflare, Netlify, Vercel, Firebase, Hostinger
代码智能 (LSP) ............ TypeScript, Python, Rust, Go, Java, C/C++, C#, Kotlin, Lua, PHP, Swift
代码质量 ................... PR Review Toolkit, Security Guidance, OWASP 审计
浏览器自动化 ............... Playwright, Chrome DevTools, Browser Use
行业垂直 (Cowork) .......... 法律（12 个角色插件）, 医疗, 金融, 营销, CRM, HR

七、市场竞争格局

7.1 市场份额（2026 年中）

Claude Code 一个工具的周 Agent PR 超过 Copilot + Codex + Cursor 的 Agent PR 总和。

7.2 多工具组合最佳实践

2026 年高级团队的标配是 同时使用 2–3 个工具：

1
2
3
Cursor ........... 日常行内编辑 + Tab 补全
Claude Code ...... 深度重构 + 复杂多文件工作
Codex CLI ........ 廉价、自治的后台任务

八、生态关键发现与发展趋势

8.1 「磨刀」多于「砍柴」

86,047 个扩展中：

1
2
3
4
5
6
7
Agent 工具类（上下文/记忆/编排）..... 37,265（43%）
集成类（Agent 连接 API/服务）....... 12,165（14%）
后端开发 ...........................  6,786（8%）
前端开发 ...........................  5,070（6%）
安全与审查 .........................  2,386（3%）
App Store 优化 .....................    107
生成式引擎优化 .....................     71

37,000 个扩展帮 Agent 写代码，仅 71 个帮产品触达用户。 社区花在打磨 Agent 上的精力远超用 Agent 构建产品。

8.2 MCP vs Skills：定位已清晰

Arize 受控实验（2026.05，Claude Opus 4.6）的关键发现：

结论：正确的问题是 MCP + CLI，而非 MCP vs CLI。

8.3 发现是最大瓶颈

find-skills（752,732 周安装）超过所有领域 Skill 排名第一。66,000 个 Skill 的记忆和发现是人类无法独立完成的任务。

8.4 企业治理模式固化

生产部署的标准配置：RBAC、审计日志、Allowed-tools 沙箱、OAuth 同意、MCP Gateway。

8.5 Token 经济学驱动架构选择

1
2
3
MCP Schema（12 个服务器）..................... 50,000+ tokens
Skill 渐进式加载（数百个 Skill 共存）........... 约 50 tokens（元数据）
CLI 组合管道（grep | sort | uniq）............. 内置于训练数据

成本效率正在推动渐进式加载和 CLI 优先架构的胜出。

九、总结：三大趋势

趋势 1：MCP 正在「去 Anthropic 化」

从实验协议到 Linux Foundation 治理的无状态行业标准。9,700 万月下载量、13,000+ 服务器、41% 企业采用率——MCP 已成为 Agent 连接外部世界的默认基础设施。

趋势 2：Skills 正在成为新的「npm」

65,933 个 Skills、1.28 亿安装量、跨 7+ 个 Agent 平台的 SKILL.md 标准。增速超过 MCP，但发现和治理基础设施远未成熟。

趋势 3：Agent Reach 代表第三条路

不发明新协议，而是教会 Agent 使用现有 CLI 工具。当 MCP 方案需要 6× 成本时，CLI 路线是更务实的选择。两者互补，非替代。

Sources

• Claude Code Extensions Explained: Skills, MCP, Hooks, Subagents, Agent Teams & Plugins — Towards AI, 2026.03
• Bringing MCP 2026-07-28 to Claude — Claude Blog, 2026.07
• MCP vs. CLI Skills for Agents: What Our Eval Found — Arize, 2026.05
• We Indexed 86,000 Claude Code, Codex and Cursor Extensions — Dev.to / Skillselion, 2026.07
• The State of AI Skills: Mid-2026 — AISkill.Market
• Claude Code Multi-Agent Orchestration: 2026 Guide — Tembo, 2026.06
• State of the Coding Agent Market, July 2026 — Amplifying.ai
• Agent Reach: The Free, Open-Source Scaffold That Finally Gives Your AI Agent Internet Access — Efficient Coder
• Claude Code Skills vs MCP: 2026 Selection Guide — Skywork.ai
• Claude Code Agents In 2026 — CloudZero
• MCP 2026: From Anthropic Proposal to Industry Standard — Dev.to

• Previous
  被90%开发者忽视的大模型核心价值：模糊需求极速原型落地
• Next
  我写了一个「项目环境切换器」——点一下，整个开发环境自动打开