最近这两周我加的几个AI工具群里高频出现两个名字Dots和Muse。一会儿有人发演示视频一会儿有人问注册教程群里那种“不上车就要掉队”的气氛跟我前年看Claude Code刚发布时一模一样。但说实话我把这俩产品的核心交互逻辑看完之后反而特别冷静它们想解决的痛点——可视化节点工作流、7x24小时创作陪伴、长期记忆Anthropic的Claude里早就内置好了只是大多数人没把这些能力串起来用。这篇文章我就用自己最近两周的实操记录把Claude Code、Agent Skills、MCP这三件套怎么组合成一个“DotsMuse”的平替方案讲透。顺便把安装、配置、报错排查、甚至接入DeepSeek/Qwen/GLM这类第三方模型的玩法一并交代清楚。适合刚接触Claude生态、想用它真正干活的人也适合已经装了Claude Code但还停留在“好像很厉害却不知道拿来干嘛”阶段的玩家。1. Dots和Muse大火背后的真实需求我在Claude发展史上见过三遍1.1 先给没接触过的人划重点Dots和Muse到底在做什么我这里聊的Dots指的是那类把AI工作流做成可视化节点图的工具——你可以把“读取文档、提取摘要、生成邮件、发送到协作平台”这一串动作拉成流程图每个节点是一次AI调用节点之间用连线串起来点一下就能跑完整个流水线。这块儿的核心卖点说白了就是“把AI从一次只能聊一句的对话框里解放出来”。传统聊天式AI给你的是“一次性回答”而Dots类工具给你的是“可编排、可复用、可视化”的工作流。你可以在一个画布上同时管理五条不同的AI流水线每条流水线负责一类具体任务。Muse这一类则走的是另一个方向——AI创作陪伴。它更像一个24小时挂着、随叫随到的创作搭子能记住你上次聊到哪、你偏好的语气、你项目里的术语习惯然后在你写方案、写文案、做头脑风暴的时候用一致的上下文帮你把想法补全、扩展、反驳。这两类产品最近能刷屏说到底是同一个需求被分别切开了用户不甘心每次打开AI都要重新交代背景也不想让AI只存在于对话气泡里。他们要的是“有手感的工具”和“有记忆的助手”。这个需求并不新我在Claude项目里已经见过三遍。第一遍是Projects功能上线的时候大家终于可以把不同业务场景的资料分成独立项目互不串线第二遍是Claude发布系统提示词和CLAUDE.md之后AI开始记住“这个项目的代码风格是什么”“周一例会要生成什么模板”第三遍就是现在这套Agent体系Claude不再只是回答问题而是真的能拿着工具去执行。Dots和Muse看起来是新产品实际上是在消费Anthropic这三年来逐步埋进底座里的能力。1.2 这类产品共同的三个天花板先说结论Dots和Muse这类工具都有三个绕不开的硬伤而这些硬伤恰好是内置方案的优势。第一个是数据割裂。你在Dots里配置好的工作流里面涉及的笔记、代码、文档都在本地它要访问就得申请各种权限你在Muse里积累的长期记忆出了这个App就带不走。一旦你哪天停止订阅数据和配置要么导出成一堆不兼容的格式要么直接留在云端。Claude内置的CLAUDE.md和Agent Skills完全不是这个逻辑——它们就是普通Markdown文件放在你的项目目录或用户目录里天然跟着文件走可以被Git管理可以团队共享。第二个是外部工具的成本和规模问题。这类第三方产品通常按席位、按调用量收费而且是深度绑定自家后端的模型。你为了一个“可视化连线”功能可能要同时付出订阅费、模型调用费还得忍受比官方慢半拍的更新节奏。Claude内置方案则没有中间商能力直接长在模型和客户端里官方API按量计费没有按月硬性门槛。第三个是安全合规。企业内部资料、个人笔记、未发布的代码经过第三方平台中转一圈心里总归不踏实。而Claude Code跑在本地终端、MCP连接的是你自己的文件系统敏感数据可以选择不出本地链路可见、可控、可审计。对开发者和创作者来说这条比UI炫不炫重要得多。所以我一直觉得与其急着给Dots和Muse付费不如先把Claude内置的这套完整能力吃透。接下来我就拆一下这套能力对应的三个核心部件。2. Claude的内置硬解Claude Code、Agent Skills、MCP分别干了什么2.1 Claude Code它不只是命令行工具而是AI的执行层很多人一听到Claude Code就以为它是个“程序员专属的终端工具”其实这个理解太窄了。Claude Code本质上是Claude的执行层——它不只是跟你聊天而是可以直接操作你的文件系统、运行命令、读取仓库、执行脚本甚至帮你提交Git。我第一次用的时候干了一件事在项目根目录跑了一句“claude帮我把这个仓库里所有遗留的TODO全部找出来按紧急程度排个序然后输出成一份报告”。它自己就开始了——列目录、过滤代码文件、逐文件扫注释、统计出现频率最后直接生成了一份带文件路径和行号的Markdown报告。全程我只回答了两次确认“是否允许读取某目录”。这个“执行”能力就是Dots类工具里最核心的“节点自动跑”逻辑。你在Dots的画布上拖一个“扫描代码”节点、再接一个“生成报告”节点Claude Code用一句话就全干完了而且还能在真实环境里做到更多。需要提醒的是执行能力是把双刃剑。Claude Code默认会逐条请求你的授权比如“要运行这个命令允许吗”我建议普通用户保持这个确认机制。网上经常有人推荐直接加--dangerously-skip-permissions跳过所有确认只在你非常清楚自己在干什么的时候才用否则一个拼接错误就能让你删掉不该删的东西。我自己更常用的做法是在交互里声明白名单目录比如“你只需要读src目录其他不要动”让Claude只在该范围内操作。2.2 Agent Skills给Claude装一套可复用的操作手册Agent Skills是2025年Claude生态里被讨论最多的能力之一。它的设计思路特别简单一个Skill就是一个文件夹里面放一份SKILL.md描述文件外加可选的脚本和模板。Claude在启动时会扫描这些描述一旦发现当前场景和某个Skill对得上就会自动加载对应的操作手册来执行。这解决了提示词工程里一个特别烦人的问题——你每次想让AI按特定格式干活都得把那一大段规则重新粘贴一遍粘漏一句效果就飘。Skill则是注册一次、永久复用。而且它的触发不是靠你手动“启用”而是Claude根据当前对话自动判断。我现在自己写的“周报生成Skill”是这样的目录结构~/.claude/skills/weekly-review/ ├── SKILL.md ├── scripts/ │ └── collect.py └── templates/ └── weekly-report.mdSKILL.md的开头用YAML定义元信息--- name: weekly-review description: 每周五自动汇总本周完成事项从Git提交记录和任务文件提取信息按模板生成周报 ---我把这个Skill放好之后每周五只要跟Claude说一句“帮我生成这周的周报”它就会自动找到这个Skill运行collect.py去读Git日志再按模板把周报填好。整个过程不用再交代“我是做开发的要包含哪些模块格式要分三级标题……”——这些规则全在手册里了。这就是Muse类产品追求的“创作陪伴感”。Muse要靠一个专用App记住你的偏好Claude这边靠SKILL.md就能实现同样的效果而且这东西是纯文本、可版本化、可共享的团队协作时直接把整个skills目录推给同事就行。2.3 MCP把外部系统安全地接到Claude上如果说Skills管的是“AI怎么做”MCP管的就是“AI能碰到什么”。MCP全称Model Context Protocol是Anthropic推动的模型上下文协议。你可以把它理解成AI世界的USB-C接口Claude是主机外部工具是外设MCP是那个统一插口。有了这个协议Claude就能通过标准方式连接文件系统、GitHub仓库、数据库、浏览器、设计协作工具等外部系统而不是依靠一堆互相不兼容的插件。截至现在社区维护的MCP Server数量相当可观官方和非官方都有。最常用的是文件服务和记忆服务文件服务让Claude能直接读你指定目录下的所有文档记忆服务则让Claude能把关键信息存到一个可检索的向量库里。我自己在Claude Code里配置MCP的方式很简单一条命令就能搞定claude mcp add --transport stdio notes-fs -- npx -y modelcontextprotocol/server-filesystem ~/notes这条命令的作用是注册一个名为notes-fs的MCP服务用npx启动文件系统服务器把本地的~/notes目录暴露给Claude。之后我只要在对话里提到“看一下notes目录里最近有什么关于XX的素材”Claude就会自动调用这个MCP服务去读文件。如果你用的是Claude Desktop配置方式会更直观——直接在配置文件里声明mcpServers。很多网上教程里提到的claude mcpservers npx指的就是这个套路让桌面版通过npx启动各种社区MCP服务。本质上和Claude Code里的claude mcp add是同一回事只是入口不同。到这里三件套的职能就很清楚了Claude Code负责“执行”MCP负责“触达”Agent Skills负责“方法”。它们组合起来正好覆盖Dots和Muse试图覆盖的全部场景。我用一张表总结一下需求场景第三方工具做法Claude内置方案可视化拖拽工作流Dots类画布连线Claude CodeCLAUDE.md定义步骤Skills封装流程7x24小时创作陪伴Muse类App长期记忆本地Skills目录项目CLAUDE.md会话状态延续读取本地笔记/文档上传到第三方云端MCP文件系统服务直接读本地目录团队复用AI经验平台内模板商店skills目录Git仓库版本管理数据敏感场景依赖第三方安全承诺全部留在本地链路可控3. 从零配一套“DotsMuse”平替我的实操记录3.1 安装Claude Code并接入VSCode我猜不少人已经在“claude code安装”“claude code下载”这些关键词里转了一圈我还是把最稳的流程再走一遍。前提是Node.js环境。我建议Node版本至少在22以上老版本有时候跑不动新版Claude Code的依赖。确认好版本之后执行npm install -g anthropic-ai/claude-code装完之后在终端跑一下claude会进入一个登录流程用官方OAuth授权即可。之后在任意项目目录里直接输入claude它就会用当前目录作为工作区启动。如果你习惯在VSCode里干活官方扩展“Claude Code for VSCode”值得装一个。装完之后在命令面板搜“Claude Code: Login”登录然后可以直接在编辑器侧边栏打开对话窗口。这个集成对普通用户最大的好处是Claude能直接看到你当前打开的文件和编辑器上下文不用你再费劲交代“我在改哪个文件”。很多人不知道Claude Code在VSCode里其实可以直接透出终端操作所以热词里有“claude code如何直接执行终端命令”的疑问。简单说Claude Code本身就跑在你的终端里执行终端命令是默认能力你会在对话区看到它准备执行的每条命令并等你的确认。3.2 用CLAUDE.md实现Muse式的“长期记忆”Muse类产品的核心卖点是“它懂我”。Claude这边对应的能力是CLAUDE.md。这文件放在项目根目录Claude每次在这个目录工作时都会自动读取它相当于项目的“常驻记忆”。我自己的CLAUDE.md一般包含这几块信息# 项目约定 - 项目类型静态站点生成器 - 主要技术栈Vite Vue 3 # 代码规范 - 组件目录使用PascalCase命名 - 样式文件与组件同目录 - 提交信息统一格式type(scope): subject # 常用命令 - 开发npm run dev - 构建npm run build - 测试npm run test # 注意事项 - 部署前必须跑一遍完整测试 - 接口地址在.env.local里勿提交Git这些信息不是每次对话都要复述但Claude每次都能看到。用久了你会觉得它“记忆力变好了”其实是这些常驻规则在起作用。而且比Muse那种封闭App里的记忆强在一点文件是明文的团队可以一起维护可以走GitReview。3.3 用MCP挂一个你的“灵感仓库”我自己私下写东西的时候会维护一个~/notes目录里面全是零散的灵感、摘录、半成品段落。以前我从来不让AI碰它因为每次都要手动粘贴内容太麻烦。后来我按前面说的claude mcp add把notes目录挂给了Claude情况立刻不一样了。我只需要说“帮我把~/notes里最近一周所有关于‘远程办公’的碎片想法找出来整理成一篇大纲”Claude会通过MCP直接扫描目录里的MD文件提取相关段落归类然后给出一份带引用的结构化大纲。它还能反过来操作——我在对话里提出一个新想法让它追加到notes对应文件里。如果你想用Claude Desktop做这件事配置类似这样{ mcpServers: { notes-fs: { command: npx, args: [ -y, modelcontextprotocol/server-filesystem, /Users/你的用户名/notes ] } } }配好之后Claude Desktop同样能读写这个目录。这里有个小建议尽量给MCP设置一个专门的输入目录别把整个硬盘根目录暴露出去。Claude确实不会主动乱动文件但权限边界越清晰你操作起来越放心。3.4 把节点式流程做成内置技能Dots类工具那种“把流程串起来”的能力在Claude里对应的就是Skill。我用一个真实例子演示一下怎么把一个多项流程封装成Skill。假设你每周都要处理一批用户反馈流程是读反馈列表、按产品模块分类、识别高优问题、写周报更新。在Dots里你要画四个节点再接上线在我的Claude工作区里我直接写了一个skill-feedback-review的SKILL.md--- name: feedback-review description: 处理用户反馈列表按模块分类并生成高优问题清单最后输出周报更新 --- # 执行步骤 1. 读取指定目录下最新的feedback文件夹内的CSV 2. 按“模块”字段分类统计每个模块的问题数量 3. 根据“严重程度”字段标记高优问题 4. 输出一个Markdown报告分类汇总、高优清单、趋势结论之后每次拿到新反馈我只需说“跑一遍feedback-review数据在某个目录”。Claude会自动按SKILL.md的步骤执行不再需要我重复解释流程细节。一条流水线在Dots里是“节点图”在Claude里就是一个Markdown文件加几个脚本功能等价但可审计性和迁移性高得多。4. 这二十几天我在一线踩过的坑安装、配置、报错全链路复盘4.1 “Unable to connect to anthropic services failed to connect to api……”排查这应该是Claude用户问得最多的报错。很多人第一反应是“网络坏了”其实原因比想象中多样。我遇到过的情况里有三次是系统时间偏差导致的TLS握手失败——机器时间比当前时间慢了几分钟Claude客户端连接API时证书校验不过报的就是这个错。排查方法特别简单先看系统时间是否需要同步。我后来给电脑开了自动时间同步这个问题再没出现过。第二个常见原因是本地网络出口拦截。公司网络、公共Wi-Fi经常会对长连接做限制表现同样是连接失败或响应超时。这种时候可以先换热点、换网络环境试试排除本地干扰。第三个原因才是Claude Code自身版本过旧。客户端更新频率比较高有些老版本会因为协议不匹配拒绝连接跑一下npm update -g anthropic-ai/claude-code基本能解决。我的排查顺序是看系统时间、换网络、升级客户端、最后测API状态。这个顺序覆盖了90%的日常报错。别一上来就怀疑账号被限制那东西其实很少见。4.2 Windows下“workspace requires the virtual machine platform”的解决办法在Windows上跑Claude Desktop或某些需要沙箱能力的Claude功能时很可能会看到“Claudes workspace requires the virtual machine platform on Windows. Please enable……”这串提示。这指的是Windows的“虚拟机平台”功能没开。开法不复杂打开“控制面板”进“程序”点“启用或关闭Windows功能”在弹出的列表里勾选“虚拟机平台”然后重启电脑。大部分机器重启一次就好了。如果你平时也用Docker Desktop、WSL2大概率已经开着这个东西没开的话补上就行。这里有个容易搞混的点它和“Hyper-V”不是同一个选项别只勾Hyper-V那个要求更高普通用户一般不必要。我就是一开始勾错了折腾半天还是报错换回“虚拟机平台”后一次通过。苹果芯片的Mac用户基本碰不到这问题但Windows用户提前看一眼设置能省不少时间。4.3 MCP服务起不来的三连坑MCP是这套方案里最容易出问题的一环。我踩过的坑基本集中在三个点上。第一Node版本太老。很多MCP Server代码用了比较新的ES语法Node 16以下经常直接崩溃。你会在配置后看到服务“exit with code 1”。解决办法是把Node升到22以上然后再试一次。第二npx缓存过期。社区型MCP Server迭代很快你本地缓存可能还是老版本运行起来有各种诡异行为。用claude mcp remove删掉服务重加或者运行的时候强制用最新版比如在args里保持-y参数。我自己的经验是MCP服务运行异常时先把缓存清了永远是最快的验证手段。第三PATH环境变量问题在Windows上特别典型。npm全局bin目录没进PATHnpx命令能跑但MCP服务找不到Node进程也是白搭。确认一下npm config get prefix拿到的目录在不在系统PATH里。调试的时候有个好用的命令claude mcp list。它会列出所有已注册的MCP服务及其状态再用claude mcp get 服务名查看具体配置。这样能快速定位到底是配置不对还是服务本身起不来。4.4 Agent Skill不生效的排查顺序Skills不生效是我在这两周里被问爆的另一类问题。我自己总结了一套排查顺序基本能覆盖所有情况。先确认技能目录放对了没有。用户级技能放在~/.claude/skills/项目级技能放在.claude/skills/两个目录的作用范围不同放错地方Claude确实看不到。再检查SKILL.md的格式尤其是frontmatter里的name和description字段不能少。如果description写得不清楚Claude会感觉不到这个技能适合当前场景也就不会触发加载。我见过有人description只写“处理数据”结果Claude始终没调它扩充成“处理CSV格式用户反馈文件按模块分类并生成报告”之后就好使了。第三确认Claude Code版本够新。Skills是迭代更新的能力旧版本客户端可能根本没实现。升级到最新版再试。第四配置改完记得重启对话。Skills的扫描通常发生在会话启动时你开着旧会话改配置不会热加载。我会习惯性地直接退出再重新claude进去。我把常见情况汇总了一下现象可能原因操作建议技能完全不被调用目录放错/描述不清晰检查~/.claude/skills和项目.claude/skills扩充description技能被调用但步骤错误SKILL.md内容混乱把执行步骤拆成编号列表保持单层语义技能调用后脚本报错脚本依赖环境不对在脚本头打印路径信息确认执行环境改描述后仍不生效会话未重启退出会话重新进入5. 进阶玩法第三方模型、harness边界和我最终保留的工具清单5.1 用ANTHROPIC_BASE_URL接DeepSeek/Qwen/GLM这类模型Claude Code这个客户端在设计上预留了模型接入位可以通过环境变量把API请求转发到其他兼容Anthropic接口的模型服务上。现在社区里讨论比较多的DeepSeek、Qwen、GLM接入走的就是这个机制。用cc switch这类开源配置工具本质也是改环境变量。技术上你只需要设置两个环境变量再启动export ANTHROPIC_BASE_URLhttps://你的模型服务地址/anthropic export ANTHROPIC_MODELdeepseek-chat claude设置好之后Claude Code的界面、Skills、MCP能力仍然保留但底层对话模型换成了你指定的模型。注意这里必须要有合法的API Key而且要遵守对应平台的服务条款。我为什么会在实操文章里专门提这个因为热词里出现了“claude code harness可以不登录用其他模型吗”这类问题。答案是能但前提是你要有可用的模型端点。这里面的关键概念是“harness”——指Claude Code这层执行框架。Anthropic后来把这层框架的关键部分开源了所以社区能做各种改装。不过我要泼一盆冷水除非你只是做对比测试否则我不建议日常主力环境长期接第三方模型。这倒不是技术排斥而是模型行为差别很大。Claude Code的好多功能是围绕Claude本身的工具调用和系统提示词调优过的换成别的模型Skills调用成功率和命令执行听话程度很难保持一致。你可以把它当备选方案别当主方案。另外千万别去用那些来路不明的第三方API服务这类服务稳定性没保证还可能泄露项目数据得不偿失。5.2 什么时候我仍然建议用Dots/Muse这类第三方产品说完了内置方案我也要讲点公道话。Dots和Muse并不是没有存在价值尤其对两类人。一类是完全不想碰命令行的人。Claude Code再方便它首先是个终端应用。如果你连打开终端都抵触那Dots的画布和可视化交互确实更友好。另一类是想要现成模板、懒得上手配置的人。Dots的社区模板、Muse的默认工作流开箱即用不需要你理解MCP是什么、Skills怎么组织。但我个人的建议很明确先花一个下午把Claude内置这套跑一遍再决定要不要为第三方付费。因为这两个产品解决的场景本质上都是围绕AI工作流的编排和记忆问题——这两个问题Anthropic已经用更底层、更标准的方式解决了。你学会Claude Code之后会发现很多第三方工具的价值只剩下一层皮。5.3 我的最终取舍哪套方案留在正式环境里我在正式工作里最终保留的是这样一套组合Claude Code执行层 项目 CLADDE.md常驻记忆 ~/.claude/skills复用手册 filesystem MCP本地数据打通 Git仓库统一管理 skills 和 CLAUDE.md第三方模型留在沙箱环境做对比评估不碰真实业务数据。Dots和Muse这类工具我留着它们做竞品观察和市场研究但不会把核心工作流放上去。这个取舍的根本逻辑是“可迁移性”。CLAUDE.md、SKILL.md、MCP配置全是开放格式的文本和标准协议我换一台电脑、换一个项目、换一个团队都能整套带走。第三方的可视化工作流和记忆体系则是封闭的带走成本高得多。对一个要靠积累吃饭的创作者和开发者来说这个差异足够决定选哪边。我个人现在还有个坚持了很久的操作习惯每天结束工作时让Claude用我项目里的CLAUDE.md约定把当天改动的要点追加到项目的变更日志里。一周下来再让Claude跑一次weekly-review技能把变更日志汇总成周报。整个过程不需要打开任何额外App数据全部留在本地仓库。下次再看到有人发Dots或Muse的演示视频我不会再是什么“新物种降临”的感觉只会想到“这套东西我又不是没有。”真要说有什么秘诀无非是把Claude Code当成一个开放式工具箱而不是一个一次性聊天的对话框。它内置的那套能力安安静静地放在那里用起来就是你的不用它也只是个代码里的名词。
Claude Code+Agent Skills+MCP：Dots/Muse的本地平替方案
最近这两周我加的几个AI工具群里高频出现两个名字Dots和Muse。一会儿有人发演示视频一会儿有人问注册教程群里那种“不上车就要掉队”的气氛跟我前年看Claude Code刚发布时一模一样。但说实话我把这俩产品的核心交互逻辑看完之后反而特别冷静它们想解决的痛点——可视化节点工作流、7x24小时创作陪伴、长期记忆Anthropic的Claude里早就内置好了只是大多数人没把这些能力串起来用。这篇文章我就用自己最近两周的实操记录把Claude Code、Agent Skills、MCP这三件套怎么组合成一个“DotsMuse”的平替方案讲透。顺便把安装、配置、报错排查、甚至接入DeepSeek/Qwen/GLM这类第三方模型的玩法一并交代清楚。适合刚接触Claude生态、想用它真正干活的人也适合已经装了Claude Code但还停留在“好像很厉害却不知道拿来干嘛”阶段的玩家。1. Dots和Muse大火背后的真实需求我在Claude发展史上见过三遍1.1 先给没接触过的人划重点Dots和Muse到底在做什么我这里聊的Dots指的是那类把AI工作流做成可视化节点图的工具——你可以把“读取文档、提取摘要、生成邮件、发送到协作平台”这一串动作拉成流程图每个节点是一次AI调用节点之间用连线串起来点一下就能跑完整个流水线。这块儿的核心卖点说白了就是“把AI从一次只能聊一句的对话框里解放出来”。传统聊天式AI给你的是“一次性回答”而Dots类工具给你的是“可编排、可复用、可视化”的工作流。你可以在一个画布上同时管理五条不同的AI流水线每条流水线负责一类具体任务。Muse这一类则走的是另一个方向——AI创作陪伴。它更像一个24小时挂着、随叫随到的创作搭子能记住你上次聊到哪、你偏好的语气、你项目里的术语习惯然后在你写方案、写文案、做头脑风暴的时候用一致的上下文帮你把想法补全、扩展、反驳。这两类产品最近能刷屏说到底是同一个需求被分别切开了用户不甘心每次打开AI都要重新交代背景也不想让AI只存在于对话气泡里。他们要的是“有手感的工具”和“有记忆的助手”。这个需求并不新我在Claude项目里已经见过三遍。第一遍是Projects功能上线的时候大家终于可以把不同业务场景的资料分成独立项目互不串线第二遍是Claude发布系统提示词和CLAUDE.md之后AI开始记住“这个项目的代码风格是什么”“周一例会要生成什么模板”第三遍就是现在这套Agent体系Claude不再只是回答问题而是真的能拿着工具去执行。Dots和Muse看起来是新产品实际上是在消费Anthropic这三年来逐步埋进底座里的能力。1.2 这类产品共同的三个天花板先说结论Dots和Muse这类工具都有三个绕不开的硬伤而这些硬伤恰好是内置方案的优势。第一个是数据割裂。你在Dots里配置好的工作流里面涉及的笔记、代码、文档都在本地它要访问就得申请各种权限你在Muse里积累的长期记忆出了这个App就带不走。一旦你哪天停止订阅数据和配置要么导出成一堆不兼容的格式要么直接留在云端。Claude内置的CLAUDE.md和Agent Skills完全不是这个逻辑——它们就是普通Markdown文件放在你的项目目录或用户目录里天然跟着文件走可以被Git管理可以团队共享。第二个是外部工具的成本和规模问题。这类第三方产品通常按席位、按调用量收费而且是深度绑定自家后端的模型。你为了一个“可视化连线”功能可能要同时付出订阅费、模型调用费还得忍受比官方慢半拍的更新节奏。Claude内置方案则没有中间商能力直接长在模型和客户端里官方API按量计费没有按月硬性门槛。第三个是安全合规。企业内部资料、个人笔记、未发布的代码经过第三方平台中转一圈心里总归不踏实。而Claude Code跑在本地终端、MCP连接的是你自己的文件系统敏感数据可以选择不出本地链路可见、可控、可审计。对开发者和创作者来说这条比UI炫不炫重要得多。所以我一直觉得与其急着给Dots和Muse付费不如先把Claude内置的这套完整能力吃透。接下来我就拆一下这套能力对应的三个核心部件。2. Claude的内置硬解Claude Code、Agent Skills、MCP分别干了什么2.1 Claude Code它不只是命令行工具而是AI的执行层很多人一听到Claude Code就以为它是个“程序员专属的终端工具”其实这个理解太窄了。Claude Code本质上是Claude的执行层——它不只是跟你聊天而是可以直接操作你的文件系统、运行命令、读取仓库、执行脚本甚至帮你提交Git。我第一次用的时候干了一件事在项目根目录跑了一句“claude帮我把这个仓库里所有遗留的TODO全部找出来按紧急程度排个序然后输出成一份报告”。它自己就开始了——列目录、过滤代码文件、逐文件扫注释、统计出现频率最后直接生成了一份带文件路径和行号的Markdown报告。全程我只回答了两次确认“是否允许读取某目录”。这个“执行”能力就是Dots类工具里最核心的“节点自动跑”逻辑。你在Dots的画布上拖一个“扫描代码”节点、再接一个“生成报告”节点Claude Code用一句话就全干完了而且还能在真实环境里做到更多。需要提醒的是执行能力是把双刃剑。Claude Code默认会逐条请求你的授权比如“要运行这个命令允许吗”我建议普通用户保持这个确认机制。网上经常有人推荐直接加--dangerously-skip-permissions跳过所有确认只在你非常清楚自己在干什么的时候才用否则一个拼接错误就能让你删掉不该删的东西。我自己更常用的做法是在交互里声明白名单目录比如“你只需要读src目录其他不要动”让Claude只在该范围内操作。2.2 Agent Skills给Claude装一套可复用的操作手册Agent Skills是2025年Claude生态里被讨论最多的能力之一。它的设计思路特别简单一个Skill就是一个文件夹里面放一份SKILL.md描述文件外加可选的脚本和模板。Claude在启动时会扫描这些描述一旦发现当前场景和某个Skill对得上就会自动加载对应的操作手册来执行。这解决了提示词工程里一个特别烦人的问题——你每次想让AI按特定格式干活都得把那一大段规则重新粘贴一遍粘漏一句效果就飘。Skill则是注册一次、永久复用。而且它的触发不是靠你手动“启用”而是Claude根据当前对话自动判断。我现在自己写的“周报生成Skill”是这样的目录结构~/.claude/skills/weekly-review/ ├── SKILL.md ├── scripts/ │ └── collect.py └── templates/ └── weekly-report.mdSKILL.md的开头用YAML定义元信息--- name: weekly-review description: 每周五自动汇总本周完成事项从Git提交记录和任务文件提取信息按模板生成周报 ---我把这个Skill放好之后每周五只要跟Claude说一句“帮我生成这周的周报”它就会自动找到这个Skill运行collect.py去读Git日志再按模板把周报填好。整个过程不用再交代“我是做开发的要包含哪些模块格式要分三级标题……”——这些规则全在手册里了。这就是Muse类产品追求的“创作陪伴感”。Muse要靠一个专用App记住你的偏好Claude这边靠SKILL.md就能实现同样的效果而且这东西是纯文本、可版本化、可共享的团队协作时直接把整个skills目录推给同事就行。2.3 MCP把外部系统安全地接到Claude上如果说Skills管的是“AI怎么做”MCP管的就是“AI能碰到什么”。MCP全称Model Context Protocol是Anthropic推动的模型上下文协议。你可以把它理解成AI世界的USB-C接口Claude是主机外部工具是外设MCP是那个统一插口。有了这个协议Claude就能通过标准方式连接文件系统、GitHub仓库、数据库、浏览器、设计协作工具等外部系统而不是依靠一堆互相不兼容的插件。截至现在社区维护的MCP Server数量相当可观官方和非官方都有。最常用的是文件服务和记忆服务文件服务让Claude能直接读你指定目录下的所有文档记忆服务则让Claude能把关键信息存到一个可检索的向量库里。我自己在Claude Code里配置MCP的方式很简单一条命令就能搞定claude mcp add --transport stdio notes-fs -- npx -y modelcontextprotocol/server-filesystem ~/notes这条命令的作用是注册一个名为notes-fs的MCP服务用npx启动文件系统服务器把本地的~/notes目录暴露给Claude。之后我只要在对话里提到“看一下notes目录里最近有什么关于XX的素材”Claude就会自动调用这个MCP服务去读文件。如果你用的是Claude Desktop配置方式会更直观——直接在配置文件里声明mcpServers。很多网上教程里提到的claude mcpservers npx指的就是这个套路让桌面版通过npx启动各种社区MCP服务。本质上和Claude Code里的claude mcp add是同一回事只是入口不同。到这里三件套的职能就很清楚了Claude Code负责“执行”MCP负责“触达”Agent Skills负责“方法”。它们组合起来正好覆盖Dots和Muse试图覆盖的全部场景。我用一张表总结一下需求场景第三方工具做法Claude内置方案可视化拖拽工作流Dots类画布连线Claude CodeCLAUDE.md定义步骤Skills封装流程7x24小时创作陪伴Muse类App长期记忆本地Skills目录项目CLAUDE.md会话状态延续读取本地笔记/文档上传到第三方云端MCP文件系统服务直接读本地目录团队复用AI经验平台内模板商店skills目录Git仓库版本管理数据敏感场景依赖第三方安全承诺全部留在本地链路可控3. 从零配一套“DotsMuse”平替我的实操记录3.1 安装Claude Code并接入VSCode我猜不少人已经在“claude code安装”“claude code下载”这些关键词里转了一圈我还是把最稳的流程再走一遍。前提是Node.js环境。我建议Node版本至少在22以上老版本有时候跑不动新版Claude Code的依赖。确认好版本之后执行npm install -g anthropic-ai/claude-code装完之后在终端跑一下claude会进入一个登录流程用官方OAuth授权即可。之后在任意项目目录里直接输入claude它就会用当前目录作为工作区启动。如果你习惯在VSCode里干活官方扩展“Claude Code for VSCode”值得装一个。装完之后在命令面板搜“Claude Code: Login”登录然后可以直接在编辑器侧边栏打开对话窗口。这个集成对普通用户最大的好处是Claude能直接看到你当前打开的文件和编辑器上下文不用你再费劲交代“我在改哪个文件”。很多人不知道Claude Code在VSCode里其实可以直接透出终端操作所以热词里有“claude code如何直接执行终端命令”的疑问。简单说Claude Code本身就跑在你的终端里执行终端命令是默认能力你会在对话区看到它准备执行的每条命令并等你的确认。3.2 用CLAUDE.md实现Muse式的“长期记忆”Muse类产品的核心卖点是“它懂我”。Claude这边对应的能力是CLAUDE.md。这文件放在项目根目录Claude每次在这个目录工作时都会自动读取它相当于项目的“常驻记忆”。我自己的CLAUDE.md一般包含这几块信息# 项目约定 - 项目类型静态站点生成器 - 主要技术栈Vite Vue 3 # 代码规范 - 组件目录使用PascalCase命名 - 样式文件与组件同目录 - 提交信息统一格式type(scope): subject # 常用命令 - 开发npm run dev - 构建npm run build - 测试npm run test # 注意事项 - 部署前必须跑一遍完整测试 - 接口地址在.env.local里勿提交Git这些信息不是每次对话都要复述但Claude每次都能看到。用久了你会觉得它“记忆力变好了”其实是这些常驻规则在起作用。而且比Muse那种封闭App里的记忆强在一点文件是明文的团队可以一起维护可以走GitReview。3.3 用MCP挂一个你的“灵感仓库”我自己私下写东西的时候会维护一个~/notes目录里面全是零散的灵感、摘录、半成品段落。以前我从来不让AI碰它因为每次都要手动粘贴内容太麻烦。后来我按前面说的claude mcp add把notes目录挂给了Claude情况立刻不一样了。我只需要说“帮我把~/notes里最近一周所有关于‘远程办公’的碎片想法找出来整理成一篇大纲”Claude会通过MCP直接扫描目录里的MD文件提取相关段落归类然后给出一份带引用的结构化大纲。它还能反过来操作——我在对话里提出一个新想法让它追加到notes对应文件里。如果你想用Claude Desktop做这件事配置类似这样{ mcpServers: { notes-fs: { command: npx, args: [ -y, modelcontextprotocol/server-filesystem, /Users/你的用户名/notes ] } } }配好之后Claude Desktop同样能读写这个目录。这里有个小建议尽量给MCP设置一个专门的输入目录别把整个硬盘根目录暴露出去。Claude确实不会主动乱动文件但权限边界越清晰你操作起来越放心。3.4 把节点式流程做成内置技能Dots类工具那种“把流程串起来”的能力在Claude里对应的就是Skill。我用一个真实例子演示一下怎么把一个多项流程封装成Skill。假设你每周都要处理一批用户反馈流程是读反馈列表、按产品模块分类、识别高优问题、写周报更新。在Dots里你要画四个节点再接上线在我的Claude工作区里我直接写了一个skill-feedback-review的SKILL.md--- name: feedback-review description: 处理用户反馈列表按模块分类并生成高优问题清单最后输出周报更新 --- # 执行步骤 1. 读取指定目录下最新的feedback文件夹内的CSV 2. 按“模块”字段分类统计每个模块的问题数量 3. 根据“严重程度”字段标记高优问题 4. 输出一个Markdown报告分类汇总、高优清单、趋势结论之后每次拿到新反馈我只需说“跑一遍feedback-review数据在某个目录”。Claude会自动按SKILL.md的步骤执行不再需要我重复解释流程细节。一条流水线在Dots里是“节点图”在Claude里就是一个Markdown文件加几个脚本功能等价但可审计性和迁移性高得多。4. 这二十几天我在一线踩过的坑安装、配置、报错全链路复盘4.1 “Unable to connect to anthropic services failed to connect to api……”排查这应该是Claude用户问得最多的报错。很多人第一反应是“网络坏了”其实原因比想象中多样。我遇到过的情况里有三次是系统时间偏差导致的TLS握手失败——机器时间比当前时间慢了几分钟Claude客户端连接API时证书校验不过报的就是这个错。排查方法特别简单先看系统时间是否需要同步。我后来给电脑开了自动时间同步这个问题再没出现过。第二个常见原因是本地网络出口拦截。公司网络、公共Wi-Fi经常会对长连接做限制表现同样是连接失败或响应超时。这种时候可以先换热点、换网络环境试试排除本地干扰。第三个原因才是Claude Code自身版本过旧。客户端更新频率比较高有些老版本会因为协议不匹配拒绝连接跑一下npm update -g anthropic-ai/claude-code基本能解决。我的排查顺序是看系统时间、换网络、升级客户端、最后测API状态。这个顺序覆盖了90%的日常报错。别一上来就怀疑账号被限制那东西其实很少见。4.2 Windows下“workspace requires the virtual machine platform”的解决办法在Windows上跑Claude Desktop或某些需要沙箱能力的Claude功能时很可能会看到“Claudes workspace requires the virtual machine platform on Windows. Please enable……”这串提示。这指的是Windows的“虚拟机平台”功能没开。开法不复杂打开“控制面板”进“程序”点“启用或关闭Windows功能”在弹出的列表里勾选“虚拟机平台”然后重启电脑。大部分机器重启一次就好了。如果你平时也用Docker Desktop、WSL2大概率已经开着这个东西没开的话补上就行。这里有个容易搞混的点它和“Hyper-V”不是同一个选项别只勾Hyper-V那个要求更高普通用户一般不必要。我就是一开始勾错了折腾半天还是报错换回“虚拟机平台”后一次通过。苹果芯片的Mac用户基本碰不到这问题但Windows用户提前看一眼设置能省不少时间。4.3 MCP服务起不来的三连坑MCP是这套方案里最容易出问题的一环。我踩过的坑基本集中在三个点上。第一Node版本太老。很多MCP Server代码用了比较新的ES语法Node 16以下经常直接崩溃。你会在配置后看到服务“exit with code 1”。解决办法是把Node升到22以上然后再试一次。第二npx缓存过期。社区型MCP Server迭代很快你本地缓存可能还是老版本运行起来有各种诡异行为。用claude mcp remove删掉服务重加或者运行的时候强制用最新版比如在args里保持-y参数。我自己的经验是MCP服务运行异常时先把缓存清了永远是最快的验证手段。第三PATH环境变量问题在Windows上特别典型。npm全局bin目录没进PATHnpx命令能跑但MCP服务找不到Node进程也是白搭。确认一下npm config get prefix拿到的目录在不在系统PATH里。调试的时候有个好用的命令claude mcp list。它会列出所有已注册的MCP服务及其状态再用claude mcp get 服务名查看具体配置。这样能快速定位到底是配置不对还是服务本身起不来。4.4 Agent Skill不生效的排查顺序Skills不生效是我在这两周里被问爆的另一类问题。我自己总结了一套排查顺序基本能覆盖所有情况。先确认技能目录放对了没有。用户级技能放在~/.claude/skills/项目级技能放在.claude/skills/两个目录的作用范围不同放错地方Claude确实看不到。再检查SKILL.md的格式尤其是frontmatter里的name和description字段不能少。如果description写得不清楚Claude会感觉不到这个技能适合当前场景也就不会触发加载。我见过有人description只写“处理数据”结果Claude始终没调它扩充成“处理CSV格式用户反馈文件按模块分类并生成报告”之后就好使了。第三确认Claude Code版本够新。Skills是迭代更新的能力旧版本客户端可能根本没实现。升级到最新版再试。第四配置改完记得重启对话。Skills的扫描通常发生在会话启动时你开着旧会话改配置不会热加载。我会习惯性地直接退出再重新claude进去。我把常见情况汇总了一下现象可能原因操作建议技能完全不被调用目录放错/描述不清晰检查~/.claude/skills和项目.claude/skills扩充description技能被调用但步骤错误SKILL.md内容混乱把执行步骤拆成编号列表保持单层语义技能调用后脚本报错脚本依赖环境不对在脚本头打印路径信息确认执行环境改描述后仍不生效会话未重启退出会话重新进入5. 进阶玩法第三方模型、harness边界和我最终保留的工具清单5.1 用ANTHROPIC_BASE_URL接DeepSeek/Qwen/GLM这类模型Claude Code这个客户端在设计上预留了模型接入位可以通过环境变量把API请求转发到其他兼容Anthropic接口的模型服务上。现在社区里讨论比较多的DeepSeek、Qwen、GLM接入走的就是这个机制。用cc switch这类开源配置工具本质也是改环境变量。技术上你只需要设置两个环境变量再启动export ANTHROPIC_BASE_URLhttps://你的模型服务地址/anthropic export ANTHROPIC_MODELdeepseek-chat claude设置好之后Claude Code的界面、Skills、MCP能力仍然保留但底层对话模型换成了你指定的模型。注意这里必须要有合法的API Key而且要遵守对应平台的服务条款。我为什么会在实操文章里专门提这个因为热词里出现了“claude code harness可以不登录用其他模型吗”这类问题。答案是能但前提是你要有可用的模型端点。这里面的关键概念是“harness”——指Claude Code这层执行框架。Anthropic后来把这层框架的关键部分开源了所以社区能做各种改装。不过我要泼一盆冷水除非你只是做对比测试否则我不建议日常主力环境长期接第三方模型。这倒不是技术排斥而是模型行为差别很大。Claude Code的好多功能是围绕Claude本身的工具调用和系统提示词调优过的换成别的模型Skills调用成功率和命令执行听话程度很难保持一致。你可以把它当备选方案别当主方案。另外千万别去用那些来路不明的第三方API服务这类服务稳定性没保证还可能泄露项目数据得不偿失。5.2 什么时候我仍然建议用Dots/Muse这类第三方产品说完了内置方案我也要讲点公道话。Dots和Muse并不是没有存在价值尤其对两类人。一类是完全不想碰命令行的人。Claude Code再方便它首先是个终端应用。如果你连打开终端都抵触那Dots的画布和可视化交互确实更友好。另一类是想要现成模板、懒得上手配置的人。Dots的社区模板、Muse的默认工作流开箱即用不需要你理解MCP是什么、Skills怎么组织。但我个人的建议很明确先花一个下午把Claude内置这套跑一遍再决定要不要为第三方付费。因为这两个产品解决的场景本质上都是围绕AI工作流的编排和记忆问题——这两个问题Anthropic已经用更底层、更标准的方式解决了。你学会Claude Code之后会发现很多第三方工具的价值只剩下一层皮。5.3 我的最终取舍哪套方案留在正式环境里我在正式工作里最终保留的是这样一套组合Claude Code执行层 项目 CLADDE.md常驻记忆 ~/.claude/skills复用手册 filesystem MCP本地数据打通 Git仓库统一管理 skills 和 CLAUDE.md第三方模型留在沙箱环境做对比评估不碰真实业务数据。Dots和Muse这类工具我留着它们做竞品观察和市场研究但不会把核心工作流放上去。这个取舍的根本逻辑是“可迁移性”。CLAUDE.md、SKILL.md、MCP配置全是开放格式的文本和标准协议我换一台电脑、换一个项目、换一个团队都能整套带走。第三方的可视化工作流和记忆体系则是封闭的带走成本高得多。对一个要靠积累吃饭的创作者和开发者来说这个差异足够决定选哪边。我个人现在还有个坚持了很久的操作习惯每天结束工作时让Claude用我项目里的CLAUDE.md约定把当天改动的要点追加到项目的变更日志里。一周下来再让Claude跑一次weekly-review技能把变更日志汇总成周报。整个过程不需要打开任何额外App数据全部留在本地仓库。下次再看到有人发Dots或Muse的演示视频我不会再是什么“新物种降临”的感觉只会想到“这套东西我又不是没有。”真要说有什么秘诀无非是把Claude Code当成一个开放式工具箱而不是一个一次性聊天的对话框。它内置的那套能力安安静静地放在那里用起来就是你的不用它也只是个代码里的名词。