1. 从「手动敲斜杠」到「自己判断该干什么」Claude Code 2.1.108 的 Skill 与 Routines 到底解决了什么Claude Code 2.1.108 是一次把「AI 编程自动化」从概念拉到日常开发流里的版本更新。它最核心的变化是模型第一次具备了自主调用 Skill 工具的能力配合 Routines 的定时/事件触发你可以让一套「分析 → 修复 → 提交」的任务链在无人值守的情况下跑完。适合谁适合已经在用 Claude Code 做日常开发、但每次还要手动敲/review、/security这类命令的工程师也适合想把重复性代码维护交给自动化流程的团队。我之前的痛点很具体每次提交 PR 前我要手动跑一遍安全扫描、再跑一遍代码质量分析然后把两份报告拼在一起看。命令本身不复杂但「记得去跑」这件事本身就是负担。2.1.108 之后我只需要说一句「帮我看看这个项目有什么问题」它会自己判断要不要调/security扫漏洞、要不要调/review做质量分析、要不要调/insights看复杂度然后一次性把完整报告给我。这背后的机制是 Skill 工具链的增强。Skill 可以理解成一个「能力包」——包含完成某类任务所需的提示词、工具调用逻辑和输出格式。以前你需要手动组合这些 Skill现在模型可以自己判断调用时机甚至把多个 Skill 串成一条自动化流程。而 Routines 则把这个流程从「你打开终端才跑」变成「按时间表或事件自己跑」。这篇文章我会按「先讲清楚机制 → 再给可复制的配置 → 然后验证请求 → 最后排错」的顺序写。所有调用都通过 TaoToken 的统一 Key/API 通道完成这样你不需要在多个平台之间切换凭证Base URL 和 Key 配一次就能覆盖 Skill 和 Routines 的调用场景。2. 前置准备用 TaoToken 统一 Key 与 API 通道接入 Claude Code 2.1.108在写 Skill 配置和 Routines 触发规则之前先把调用通道搭好。这一步的目标是让 Claude Code 2.1.108 的所有模型请求都走同一个 Base URL 和 Key这样后面 Skill 里引用的模型 ID、Routines 里配置的 API 端点都能保持一致排错时也只需要看一个地方。TaoToken 在这里的角色是统一入口。你不需要为每个模型或每个工具单独配一套凭证只需要在配置文件里写一次 Base URL 和 Key然后在 Skill 和 Routines 里引用同一个 Model ID。官网地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 端点是 https://taotoken.net/api 这个不加 UTM。具体操作分三步。第一步拿到 Key。打开 https://taotoken.net/api-keys 创建一个新的 API Key。建议按用途命名比如claude-code-skill这样后面如果要在多个项目里用不同的 Key管理起来不会乱。创建后立刻复制页面刷新后就不再完整显示。第二步配置 Claude Code 的接入信息。Claude Code 2.1.108 支持通过环境变量或配置文件指定 Base URL 和 Key。我推荐用配置文件的方式因为 Skill 和 Routines 都会读同一份配置。在项目根目录或用户目录下创建.claude/settings.json写入以下内容{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: sk-你的TaoTokenKey }, model: claude-sonnet-4-20250514 }这里ANTHROPIC_BASE_URL指向 TaoToken 的 API 端点ANTHROPIC_API_KEY填你刚才创建的 Keymodel填你要用的 Model ID。Model ID 可以在 https://taotoken.net/doc 的模型列表里查到写的时候要和文档里的字符串完全一致大小写和连字符都不能错。第三步确认 Claude Code 版本。在终端执行claude --version如果输出不是2.1.108或更高先升级。Skill 自主调用和 Routines 触发都依赖这个版本的运行时。升级命令根据你的安装方式不同npm 安装的话执行npm update -g anthropic-ai/claude-code。配完之后你可以先用一个最简单的请求验证通道是否通。在终端执行claude -p 用一句话说明当前配置的模型是什么如果返回了模型名称相关的回答说明 Base URL 和 Key 已经生效。如果报 401先检查 Key 是否复制完整、有没有多余空格如果报连接失败检查 Base URL 是否写成了https://taotoken.net/api而不是带 UTM 的官网地址。这一步看起来简单但后面 Skill 和 Routines 的所有调用都依赖它。通道不通后面配得再对也跑不起来。3. 可复制配置Skill 定义片段与 Routines 触发规则怎么写这一节给两份可以直接复制的配置一份是 Skill 定义一份是 Routines 触发规则。两份配置里都会出现 Base URL、Key、Model ID 这三件套确保你复制后只需要改 Key 就能跑。先看 Skill 定义。Skill 文件放在.claude/skills/目录下每个 Skill 一个 Markdown 文件。下面这个例子定义了一个「PR 前自动检查」的 Skill它会依次调用安全扫描、代码质量分析和复杂度分析--- name: pre-pr-check description: 在提交 PR 前自动执行安全扫描、代码质量分析和复杂度分析 tools: - security - review - insights model: claude-sonnet-4-20250514 --- # PR 前自动检查 当用户要求「检查这个项目」或「提交前看一下」时按以下顺序执行 1. 调用 security 工具扫描硬编码密钥、SQL 注入风险 2. 调用 review 工具做代码质量分析和重构建议 3. 调用 insights 工具分析代码复杂度、重复率、耦合度 4. 把三份结果合并成一份报告按严重程度排序输出 输出格式 - 严重问题必须修 - 建议改进可选 - 复杂度热点重构参考这份配置里的model字段就是前面在settings.json里配的 Model ID。tools字段列出这个 Skill 可以调用的内置工具。2.1.108 的内置工具包括/security、/review、/insights、/onboarding、/statusline你可以在 Skill 里按需组合。再看 Routines 触发规则。Routines 的配置放在.claude/routines/目录下用 TOML 格式。下面这个例子定义了一个「每天凌晨 2 点清理 backlog」的 Routine[[routine]] name nightly-backlog-triage schedule 0 2 * * * prompt 拉取 Linear 里优先级最高的 bug尝试修复开 draft PR repo your-org/your-repo connectors [linear] model claude-sonnet-4-20250514 api_endpoint https://taotoken.net/apischedule字段用 cron 表达式0 2 * * *表示每天凌晨 2 点。connectors字段列出这个 Routine 需要访问的外部服务。api_endpoint指向 TaoToken 的 API 端点和settings.json里的 Base URL 保持一致。如果你要用 GitHub 事件触发把schedule换成trigger[[routine]] name pr-security-gate trigger github.pull_request.opened prompt 对新增的 PR 执行安全扫描如果发现硬编码密钥或 SQL 注入风险在 PR 里留 inline 评论 repo your-org/your-repo model claude-sonnet-4-20250514 api_endpoint https://taotoken.net/api这里trigger的值github.pull_request.opened表示 PR 一打开就触发。GitHub 触发有小时级频控建议在prompt里加过滤条件比如「只检查src/目录下的改动」避免次数烧在不相关的 PR 上。两份配置都写完之后用claude skill list确认 Skill 被正确加载用claude routine list确认 Routine 被正确注册。如果列表里没有出现你定义的名称检查文件路径和文件名是否匹配——Skill 文件名要和name字段一致Routine 文件名可以任意但必须以.toml结尾。4. 验证请求确认 Skill 被调用、Routine 执行成功配置写完不等于跑通。这一节给具体的验证步骤让你确认 Skill 真的被模型自主调用了Routine 真的在后台执行了。先验证 Skill。在终端进入你的项目目录执行claude -p 帮我看看这个项目有什么问题观察输出。如果 Skill 生效你应该看到类似这样的过程[调用 security] 扫描硬编码密钥... [调用 review] 分析代码质量... [调用 insights] 计算复杂度... [合并报告] 发现 3 个严重问题、7 个建议改进、2 个复杂度热点如果只返回了一段泛泛的回答没有出现工具调用记录说明 Skill 没有被触发。检查两件事一是.claude/skills/pre-pr-check.md里的description字段是否包含用户可能说的关键词比如「检查」「提交前」二是settings.json里的model是否和 Skill 文件里的model一致。再验证 Routine。Routine 是后台执行的不能像 Skill 那样直接在终端看到过程。你可以用claude routine logs nightly-backlog-triage查看执行日志。如果日志里出现status: completed和具体的操作记录说明 Routine 跑通了。如果出现status: failed日志里会附带错误信息常见的是连接器认证失败或 API 端点不可达。我试过用 API 调用方式手动触发一次 Routine这样能更快看到结果。每个 Routine 注册后会分配一个独立端点和 token在claude routine info nightly-backlog-triage的输出里可以找到。然后用 curl 触发curl -X POST https://taotoken.net/api/routine/trigger \ -H Authorization: Bearer 你的RoutineToken \ -H Content-Type: application/json \ -d {routine: nightly-backlog-triage}返回{status: accepted, run_id: ...}表示触发成功。然后用run_id查执行结果curl https://taotoken.net/api/routine/status/run_id \ -H Authorization: Bearer 你的RoutineToken返回里会包含每一步的执行状态和输出摘要。如果某一步卡住状态会显示running超过预期时间这时候去查claude routine logs看具体卡在哪。验证成功的标志是Skill 调用时能看到工具调用记录Routine 触发后能在日志里看到完整的执行链和最终输出。两者都跑通之后你就可以把「手动敲命令」这件事从日常流程里删掉了。5. 常见报错排查401、local proxy failed、reading choices、OAuth 怎么处理这一节按真实报错来写。下面这四个是我在配 Skill 和 Routines 时实际遇到过的每个都给排查路径。401 Unauthorized。这个最常见出现在 Skill 调用或 Routine 触发时。原因通常是 Key 不对或没传对。检查顺序先确认settings.json里的ANTHROPIC_API_KEY和 https://taotoken.net/api-keys 里创建的一致注意有没有多余空格或换行再确认 Routine 的 TOML 里有没有单独写api_key字段如果写了它会覆盖settings.json里的值两边不一致就会 401。如果用的是环境变量方式执行echo $ANTHROPIC_API_KEY确认值正确。local proxy failed。这个报错说明 Claude Code 尝试走本地代理但连不上。检查settings.json里有没有HTTP_PROXY或HTTPS_PROXY相关的配置如果有先注释掉。TaoToken 的 API 端点不需要额外代理直接连就行。另外确认ANTHROPIC_BASE_URL写的是https://taotoken.net/api不是带 UTM 参数的官网地址。reading choices 相关报错。这个通常出现在模型返回格式不符合预期时比如 Skill 里定义的输出格式和模型实际返回的结构对不上。检查 Skill 文件里的output部分是否写得太具体比如要求「必须返回 JSON」但模型返回了 Markdown。把格式要求放宽或者用format: flexible让模型自己决定。如果报错信息里提到choices字段为空说明请求本身没拿到有效响应回到 401 的排查路径检查 Key 和 Base URL。OAuth 相关报错。如果你在 Routine 里配了 GitHub 或 Linear 连接器OAuth 报错说明连接器授权过期或 scope 不够。执行claude connector auth github重新走一遍授权流程。注意 Routine 里的连接器授权和你在浏览器里的登录是两回事Routine 需要独立的 token。如果报错信息里提到insufficient scope在授权时把repo和workflow都勾上。排查完这些之后如果还有报错用claude --debug启动一次它会把完整的请求和响应打出来。重点看请求里的base_url和model字段是否符合预期响应里的error字段会给出更具体的原因。6. 把自动化任务链接入日常开发流从验证模型到长期编码配好 Skill 和 Routines 之后下一步是把它接入你每天的开发流。这里给三个具体的接入点都是我自己在用的。第一个接入点是 PR 流程。把pr-security-gate这个 Routine 配到 GitHub 的pull_request.opened事件上每次开 PR 自动跑安全扫描。如果扫描发现硬编码密钥Routine 会在 PR 里留 inline 评论你不需要手动去查。这个 Routine 跑在云端你本地不用开终端。第二个接入点是夜间任务。把nightly-backlog-triage配成每天凌晨 2 点执行让它拉取 issue、打标签、分责任人早上你到工位时 Slack 里已经有汇总了。这类任务的特点是「不需要实时看结果但需要每天跑」正好适合 Routine 的定时触发。第三个接入点是跨语言 SDK 同步。如果你维护多个语言的 SDK可以配一个 Routine 监听主仓库的 PR 合并事件自动把改动移植到其他语言。这个场景对频控比较敏感建议在prompt里加过滤条件只处理特定目录或特定标签的 PR。如果你要验证模型本身的行为是否符合预期可以用 https://taotoken.net/chat 直接对话测试确认 Model ID 和返回格式没问题之后再写进 Skill。如果你打算长期跑编码类任务比如让 Claude Code 持续处理重构或测试生成可以看 https://taotoken.net/coding-plan 的配额说明确认每天的 Routine 次数够用。接入文档在 https://taotoken.net/doc 里面有完整的 Base URL、Model ID 列表和连接器配置说明。最后说一个实际经验Routine 的触发次数是有限的别把次数浪费在「每次 push 都触发」这种高频事件上。先用github.pull_request.opened这种低频事件跑一周确认输出质量稳定之后再考虑扩大到更细的触发粒度。跑通一条任务链比配十条跑不起来的规则更有价值。
