AI 编程工具为什么同样的工具有人用得神有人用得废？根本差距在喂上下文的功底。本文讲清模型只看你给的上下文的机制，@文件/@符号/@文件夹/规则文件各种喂法实操示例，喂多少才合适，一张故障排查表解决"改错文件""编了不存在的API"等高频翻车。

AI 改飞整个项目，往往不是它不够聪明，是你没让它先说清楚要干什么。这篇讲 Plan 模式是什么、Claude Code 和 Cursor 怎么进入、怎么审计划纠偏、以及什么时候该用、什么时候直接干更快，含故障排查表和真实例子。

复杂任务一股脑丢给一个 Agent，上下文越堆越乱——子代理是拆解之道。本文讲清子代理的本质、为什么它是省上下文的核心手段、怎么在 Claude Code 里派出去、什么活适合派、以及常踩的坑。

不想每次都对 AI 重复一大段指令？自定义 Slash Command 让你把常用流程变成一条 /命令，一键触发。本文覆盖 Claude Code 和 Cursor 的做法、目录结构、带参数写法，附 2 个可直接抄用的实例命令，以及和 Skills 的区别、故障排查表。

Skills 是把"怎么做某类活"写成 SKILL.md 供 Agent 按需加载的机制。闲置只占约 100 token 元数据，触发才加载正文，所以能装 100+ 个不撑爆上下文。本文讲透原理、结构、最小例子，并说清它和 MCP 的区别以及日常扩展该先走哪条路。

手把手写一个能立刻触发的 Skill：从建目录到写 SKILL.md（含完整可抄的 git commit 规范实例），再到放对位置、触发验证、description 怎么写才能被模型准确命中，附进阶 bundle 技巧和故障排查表。

第一个 Skill 能跑了，但塞太多东西反而让它变慢变不准。进阶靠会做减法：把长参考资料抽成附件、description 写准让触发时机可控、主文件只留核心指令，组织多个 Skill 时才不失控。

Skills、MCP、自定义命令、子代理这四种扩展方式让新手最犯迷糊。这篇把四者定位说清楚，给一张需求→选型决策表和判断口诀，帮你在实际项目里快速做选择，不再凭感觉拍脑袋。

写好的 Skill 不该只在一个工具里用。SKILL.md 是纯 markdown + agentskills.io 开放标准，天生跨工具可移植。本文讲清为什么能移植、实际怎么做、注意什么、如何组织团队可复用的 Skill 库，以及和"平台锁定"的对比价值。

光靠提示词让 AI"记得跑测试"不够保险，Hook 机制在 Agent 执行的关键节点自动触发你的脚本，把"应该做"变成"必须做"。本文讲清楚 Hook 是什么、怎么配置、给两个可直接复用的真实例子，以及和规则文件的本质区别。

新手一听MCP就想全装上，其实大多数时候你根本用不上，用错还拖慢。这篇讲清楚MCP是什么、什么场景才真的需要、怎么接一个现成server、Skills和MCP怎么选，以及装太多server最常见的坑。

Cursor 上手了只会用对话框，等于只用了三分之一。这篇讲进阶功能：Notepads 上下文复用、BugBot 自动找 PR bug、后台 Agent 并行跑任务、@符号高阶引用、Rules 规范管理，每个讲清楚干啥、怎么用、什么场景真正值得用，含故障排查表和常见问题。

纠结选 Claude Code 还是 Cursor？高手的答案是按活分、组合用。本文拆解三款工具各自的最佳站位，给出一套真实接力工作流示例，讲清楚怎么用 AGENTS.md 共享上下文、什么时候该组合、什么时候单工具就够。