Anthropic Agent Skills 最容易被低估的地方不是它能写多少代码而是它能把 auto-pr-review 这类重复审查动作变成一份可复用的技能包。你昨天刚跟 AI 解释过“这个仓库不许吞异常”“日志里不能带手机号”今天换一个对话窗口它又像失忆一样从零开始问。要解决这个问题先把承载 Skill 的 Claude Code 通道接稳打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 注册 TaoToken 并创建 Key后面所有 auto-pr-review 的调用都走同一把 Key 和同一个 Base URL。Agent Skills 负责告诉 AI“该怎么做”TaoToken 负责让这些调用稳定落到兼容通道上两者分工清楚后面配起来就不会乱。这篇文章不重写 auto-pr-review 的业务规则而是把原文里“准备 Claude Code / 兼容 Agent”那一步接到 TaoToken再继续走原实战路径。1. auto-pr-review 每天都在“失忆”Agent Skills 把它变成技能包1.1 通用 AI 的失忆现场你大概遇到过这种循环早上让 AI 审一个 PR它说“建议补充空值判断”中午换一个分支再审它又开始夸那段没有空值判断的代码“写法简洁”。不是模型变笨了而是每次对话都是新开局上一轮的审查口径、团队规范、历史踩坑记录都没带进来。你只能复制粘贴一大段背景再补一句“请按我们团队的规则看”结果它还是可能漏掉。这种失忆在 PR 审查里特别明显。真正让团队难受的不是 AI 写不出一句评论而是它每次都要重新学习“这个仓库为什么不允许在循环里查库”“为什么配置项必须走环境变量”“为什么迁移脚本不能出现 DROP”。这些规则散落在文档、注释和口口相传里通用对话窗口接不住于是审查质量全靠你临场喂上下文。Agent Skills 想解决的就是这件事把“怎么看 PR”从一次性的提示词变成一份可以放在仓库或本地目录里的技能包。Claude Code 在合适的时候加载它按里面的步骤、工具权限和输出模板执行。auto-pr-review 就是一个典型例子它不是让 AI 更聪明而是让 AI 不再每天重新问一遍“你们的审查标准是什么”。1.2 Agent Skills 到底往 Claude Code 里塞了什么一个 Agent Skill 通常就是一个目录里面至少有一份 SKILL.md还可以带 scripts、templates、参考资料。SKILL.md 的 frontmatter 负责声明技能名、描述、可用工具和上下文模式正文负责写清楚触发后要做什么、按什么顺序做、最终输出成什么样。Claude Code 会读这些信息判断当前任务要不要加载这个技能。以 auto-pr-review 为例它不需要接管你的 Git 操作也不需要替代你写 Bash 或 Python 脚本。它更像一张检查清单加执行说明书告诉 AI 先看 diff再按规则找风险最后用统一模板留下评论。真正执行 git diff、跑静态检查、调用内部脚本的动作仍然由 Skill 里声明的 Bash、Read、Grep 等工具完成。这里要先把边界说清楚TaoToken 不负责写 SKILL.md也不替代 scripts 里的业务逻辑。它只提供 API Key 和 Base URL让承载 Agent Skills 的 Claude Code 或兼容 Agent 走统一 API 通道。你把通道配好之后原文里的目录创建、SKILL.md 编写、提交 PR 触发审查都可以继续照着做。2. 先拿 TaoToken Key在官网把通道和额度准备好2.1 从落地页注册到创建 Key原文在跑 auto-pr-review 之前会先准备一个能执行 Skill 的 Claude Code 或兼容 Agent。这一步现在改到 TaoToken 完成打开页面注册登录进入控制台创建一个 API Key。这个 Key 就是后面要填进 Claude Code 的YOUR_API_KEY别把它和官网登录密码混在一起。创建 Key 之后顺手看一眼模型广场。因为 Claude Code 配置里要填ANTHROPIC_MODEL这个值不是靠猜的也不是随便加日期后缀。你能用哪个模型、模型 ID 具体怎么写以 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 模型广场当时列表为准。把模型 ID 先记下来后面填配置时直接替换YOUR_MODEL_ID。还有一个地址要分清给人点的官网落地页是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 填进 Claude Code 的 Base URL 是https://taotoken.net/api。两者用途不同后者末尾不要带/v1也不要把 UTM 参数加到 API 地址上。2.2 模型 ID 别靠猜去模型广场对一眼很多配置错误不是 Key 错了而是模型 ID 写错。有人习惯性填一个自己记得的模型名或者从旧笔记里复制一个带日期后缀的 ID结果请求直接报模型不存在。Agent Skills 本身不绑定某个固定模型但承载它的 Claude Code 需要一个有效模型 ID 才能发起对话。比较稳妥的做法是在模型广场找到你要用的模型复制完整 ID填到ANTHROPIC_MODEL。如果你同时配了多个工具建议把官网链接和 Base URL 写在同一个笔记里避免把https://taotoken.net/api和落地页地址混用。记住落地页用来注册、创建 Key、看模型、看用量Base URL 只填https://taotoken.net/api。3. Claude Code 接 TaoTokensettings.json 与环境变量两种写法3.1 临时用环境变量跑通如果你只是想先验证 auto-pr-review 能不能跑可以在当前终端里临时导出环境变量。这样不会改配置文件关掉终端就失效适合排查 Key 和 Base URL 是不是正确。export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_AUTH_TOKENYOUR_API_KEY export ANTHROPIC_MODELYOUR_MODEL_ID这三行里ANTHROPIC_BASE_URL固定填https://taotoken.net/api末尾不带/v1。ANTHROPIC_AUTH_TOKEN填你从官网创建的 TaoToken Key这里用YOUR_API_KEY占位。ANTHROPIC_MODEL填模型广场里的模型 ID不要自己编一个不存在的名字。导出后重新启动 Claude Code让新进程读到这些变量。3.2 长期用 ~/.claude/settings.json 固定如果你打算把 auto-pr-review 放进日常开发流环境变量每次开终端都要导出容易漏。更稳的方式是写进~/.claude/settings.json的env字段。文件不存在就新建已有内容就合并不要直接覆盖其他配置。{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_MODEL: YOUR_MODEL_ID } }JSON 里不能写注释所以YOUR_API_KEY和YOUR_MODEL_ID要在保存前替换掉。Key 从 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 创建模型 ID 以模型广场当时列表为准。保存后完全退出 Claude Code 再打开否则旧进程可能还在用之前的配置。3.3 可选命令行启动用 taotoken cc如果你习惯从命令行拉起 Claude Code也可以用 TaoToken 的 CLI。它适合快速切换 Key 和模型不用手动改 settings.json。但如果你已经配好了上面的env这一步不是必须的。npm install -g taotoken/taotoken taotoken cc -k YOUR_API_KEY -u https://taotoken.net/api -m YOUR_MODEL_ID注意-u后面是 Base URL仍然写https://taotoken.net/api不要加/v1也不要把官网落地页的 UTM 参数带进来。-m后面是模型 ID具体值以模型广场为准。这个命令只是换一种启动方式不改变 auto-pr-review 的 SKILL.md 内容。4. mkdir -p ~/.claude/skills/auto-pr-review写一份能被触发的 SKILL.md4.1 目录结构与 frontmatter通道配好之后回到原文的 Agent Skills 实战路径。先创建技能目录mkdir -p ~/.claude/skills/auto-pr-review cd ~/.claude/skills/auto-pr-review目录结构可以像这样~/.claude/skills/auto-pr-review/ ├── SKILL.md ├── scripts/ └── templates/关键是 SKILL.md 的 frontmatter。下面是一份最小可用示例字段名和结构对齐原文提到的description、allowed-tools、context: fork--- name: auto-pr-review description: 当用户要求审查 PR、检查 diff 风险、做提交前自审时使用。 allowed-tools: Bash, Read, Grep, Glob, Write context: fork --- # Auto PR Review ## 目的 对当前 PR 的 diff 做一次结构化审查输出风险点、测试建议和必须修改项。 ## 步骤 1. 读取本次变更文件列表。 2. 检查空值、边界条件、敏感信息、日志泄露和错误处理。 3. 如果存在 scripts/collect_diff.sh运行它收集变更上下文。 4. 按 templates/review_comment.md 汇总评论按严重程度排序。 ## 输出格式 - 严重必须修改否则不合并。 - 建议可以改进但不阻塞合并。 - 测试用例需要补充的测试场景。name要和目录名一致方便 Claude Code 找到这个技能。description要写清楚触发场景用户说“审查 PR”“看 diff 风险”时更容易命中。allowed-tools决定 Skill 执行时能用哪些工具auto-pr-review 需要看文件、搜代码、跑脚本所以 Bash、Read、Grep、Glob 比较常见。context: fork让 Skill 在独立上下文中执行避免把大量 diff 和审查日志灌进主对话。4.2 SKILL.md 正文怎么写正文部分不要写成空泛的“请仔细审查代码”而要写成 AI 能照着执行的步骤。比如先读变更文件列表再逐文件检查风险最后按模板输出。你可以把团队最常出问题的几类规则写进去数据库变更是否带回滚、接口参数是否校验、日志是否打印敏感字段、异常是否被吞掉。这些规则是 auto-pr-review 的业务核心TaoToken 不参与判断。写的时候注意一点SKILL.md 是给 AI 看的执行说明不是给人类看的宣传页。步骤越具体输出越稳定。比如“检查空值”可以写成“对每个新增的函数参数检查是否可能为 null 或 undefined并给出具体行号”。输出格式也要写死否则 AI 每次返回结构不同你很难对比审查结果。4.3 scripts 与 templates 的位置scripts 目录放辅助脚本比如collect_diff.sh用来收集本次 PR 的变更文件、review_rules.py用来跑自定义规则。templates 目录放评论模板比如review_comment.md。SKILL.md 只负责指挥脚本和模板负责具体执行与呈现。这样拆分之后auto-pr-review 更容易维护也不会因为换模型而重写全部逻辑。Claude Code 加载 Skill 后会根据 SKILL.md 里的 allowed-tools 调用这些文件。如果脚本没有执行权限或者 allowed-tools 里没写 BashSkill 就可能只输出文字跑不了脚本。这部分和 API 通道无关属于 Skill 本身的权限配置排查时别只盯着 Key 看。5. 提交 PR 后怎么确认 auto-pr-review 真的按 SKILL.md 跑了5.1 触发 Skill 的几种方式配置完成后提交一个 PR然后在 Claude Code 里直接说“用 auto-pr-review 审查当前 PR”。如果 description 写得准也可以在说“帮我看看这个 diff 有没有风险”时被自动匹配。触发之后Claude Code 会读取 SKILL.md按里面写的步骤执行。判断有没有真的加载 Skill可以看它有没有调用你声明的工具比如读取变更文件、搜索关键字、运行 scripts 里的脚本。如果它只是泛泛地回答“这段代码看起来可以”没有按模板输出也没有引用具体文件和行号大概率是 Skill 没被触发或者 description 写得太模糊。5.2 看输出结构判断是否走了 Skill一个正常执行的 auto-pr-review输出应该接近 SKILL.md 里定义的格式先列严重问题再列建议最后给测试用例。它可能会引用templates/review_comment.md的标题结构也可能调用scripts/collect_diff.sh的输出。只要这些特征出现就说明 Skill 确实参与了这次审查。验证阶段也可以回到 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 看这次调用有没有记上账。如果模型对话正常、PR 审查也有输出但控制台没有记录先检查是不是有别的工具在用自己的 Key或者 Claude Code 还在读旧配置。TaoToken 只负责通道不会替 Skill 决定审查规则所以输出内容对不对最终还是看 SKILL.md 怎么写。6. 排障401、404 和 allowed-tools 权限最容易让人怀疑人生6.1 401 与 Key 所在位置看到 401先不要怀疑 Agent Skills 写错了。最常见的原因是ANTHROPIC_AUTH_TOKEN没填、填成了登录密码、复制 Key 时漏了字符或者 settings.json 里改了但 Claude Code 没重启。Key 统一从 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 创建创建后直接复制不要手动补空格。如果你同时配了环境变量和 settings.json还要确认哪一份生效。有些工具会优先读环境变量有些会读配置文件。最省事的做法是先只留一份配置确认能跑通再合并。401 不会因为 SKILL.md 的 description 写得好而自动消失它只认 Key。6.2 404 与 Base URL 的 /v1 尾巴404 经常来自 Base URL 写法。Claude Code 的ANTHROPIC_BASE_URL要填https://taotoken.net/api末尾不加/v1。有些工具默认会自己拼/v1/messages你再加一层/v1路径就重复了。也不要为了“带来源”把 UTM 参数拼到 API 地址上Base URL 只保留https://taotoken.net/api。另外一个容易混的点是模型 ID。如果 Base URL 正确、Key 也正确但请求还是报模型相关错误去模型广场复制完整 ID替换YOUR_MODEL_ID。不要自己拼一个带日期后缀的名字也不要拿旧文档里的 ID 直接套。6.3 Skill 没触发、allowed-tools 拒绝PR 提交后没有看到结构化审查输出先检查 Skill 目录是不是~/.claude/skills/auto-pr-reviewSKILL.md 是不是放在这一层name是不是和目录名一致。frontmatter 的---必须成对出现description要包含用户可能说的触发词。context: fork如果写错位置也可能导致 Skill 不按预期加载。如果 Skill 触发了但运行脚本时被拒绝检查allowed-tools里有没有包含 Bash。auto-pr-review 要看文件、搜关键字、跑脚本少了对应工具就会卡住。权限问题不是 TaoToken 的问题也不是模型的问题而是 Skill 声明和实际动作没对齐。把需要的工具补进 frontmatter再重新触发一次。7. 把 templates 和 scripts 补全再去控制台看这次调用7.1 下一轮迭代加什么跑通之后你可以继续补scripts/collect_diff.sh和templates/review_comment.md。脚本负责收集变更上下文模板负责统一评论格式SKILL.md 负责指挥流程。下一步可以加更多审查规则比如接口兼容性、数据库迁移回滚、配置项默认值检查。每次改完都提交一个测试 PR看 auto-pr-review 的输出有没有按新规则走。通道侧不需要频繁改动。Key 和 Base URL 配好之后Claude Code 会继续用https://taotoken.net/api发起请求。要换模型时去模型广场确认新的模型 ID再更新ANTHROPIC_MODEL。不要把业务规则写进 Base URL也不要把脚本逻辑交给 TaoToken它只提供统一的 API 通道。7.2 配好之后下一步去哪里配置保存后先在 TaoToken 模型对话 里用同一把 Key 发一条测试消息确认模型 ID 和 Base URL 没填错。如果打算把 auto-pr-review 放进每天的工作流可以打开 Coding Plan 看套餐是否够用Key 统一在 控制台 API Keys 创建和管理Claude Code 环境变量与 settings.json 的对照说明在 接入文档。最后再回 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 看一眼这次 auto-pr-review 的调用有没有记上账确认 Skill 和通道都真的跑在线上。