Claude 官方插件目录上线，跟 OpenAI 插件有啥区别？_it博客站

昨天 GitHub 上冒出一个新星：anthropics/claude-plugins-official，一天涨了 2.5 万 star。作为一个喜欢蹲开源动态的六年后端，我第一反应是：Anthropic 终于出手了，这个官方插件目录能解决什么实际问题？

先说结论：如果你已经在用 Claude Code（也就是 Claude 的代码辅助模式），这个目录能让你直接在对话里调用文件系统、执行代码、访问外部 API，不用再自己写胶水脚本。如果你还没用过 Claude Code，那这篇文章帮你判断值不值得入坑。

背景：为什么需要官方插件目录？

Claude Code 是 Anthropic 给 Claude 做的代码侧模式，类似 Copilot Chat 但更偏自主代理——你可以让它“帮我重构这个文件夹下的所有 Python 文件，把 print 改成 logging”。但之前的局限是：Claude 只能读写你显式提供的文件内容，不能任意访问文件系统，不能执行命令，不能调用外部服务。

解决办法就是插件。早期社区已经有一些第三方工具（比如 claude-code-utils），但质量参差不齐，还存在安全风险。Anthropic 干脆自己建了个官方目录，审核后上架，保证每个插件都经过验证，并且和 Claude 的上下文协议（MCP，Model Context Protocol）深度集成。

核心功能与亮点

目录目前收录了 14 个插件，我挑几个有意思的说：

1. Filesystem（文件系统操作）

能读、写、移动、搜索文件，甚至支持 glob 模式匹配。
权限沙箱：只允许操作你指定的目录，不会乱删系统文件。

2. Shell（命令执行）

在隔离环境里跑 shell 命令，输出流式返回。
默认超时 120 秒，超过会被强制终止，防止恶循环。

3. GitHub（仓库/PR/Issue 操作）

创建 PR、评论 Issue、读取分支内容。需要你提供 Personal Access Token。

4. Text Editor（文本编辑）

专门用于大文件修改：它不重写整个文件，而是发送 diff 指令，减少 token 消耗。

每个插件都有 JSON Schema 配置，直接写在 claude_code.json 配置文件里。下面是一个启用文件系统和 shell 的配置文件示例：

json

1 2 3 4 5 6 7 8 9 10 11 12 13 14

{
  "plugins": [
    {
      "name": "filesystem",
      "version": "1.0.0",
      "allowed_paths": ["/home/user/projects"]
    },
    {
      "name": "shell",
      "version": "1.0.0",
      "timeout_seconds": 60
    }
  ]
}

然后你在对话里就可以直接说：

“读取 /home/user/projects/src/main.py 并把所有 print 替换成 logging.info，然后执行 python tests/ 跑一边单元测试。”

Claude 会按顺序调用插件：先读文件，再用 Text Editor 做替换，最后跑 Shell。整个过程你只需要看结果。

和其他方案的对比

vs OpenAI 插件

维度	Claude Code Plugins	OpenAI Plugins
运行环境	本地（你的机器）	远程（OpenAI 服务器）
数据隐私	数据不出本地（除非调用外部 API）	必须发送到 OpenAI
插件审核	官方维护，但数量少	第三方可发布，审核较松
协议	MCP（Anthropic 自己的）	OpenAI 插件规范

个人观点：Claude 的本地运行模式对注重隐私的项目（比如公司内部代码）更友好。但 OpenAI 的生态更成熟，插件数量可能是几十倍。

vs 自己写脚本 + 直接调用 Claude API

很多开发者现在的做法是：写一个 Python 脚本，用 subprocess 执行命令，把输出喂给 Claude。缺点很明显：

每次都要手动处理上下文流转
安全边界要自己维护（比如不小心删了重要文件）
没有对话内自然调用的体验

而 Claude 插件目录把这些封装好了。你用 claude code 启动对话后，插件自动注册，不需要写胶水代码。

适用场景与局限

适合的场景

你已经用 Claude Code 做代码生成/重构/调试
需要频繁访问本地文件、执行命令，但又不想切换终端
团队希望统一管理 AI 工具的工作流（例如把插件配置注入 CI/CD）

不适合的场景

还没用上 Claude Code 的（需要先升级到 Pro 或 API 付费模式）
只需要简单问答，不需要操作本地的用户
对实时性要求极高的场景（插件调用有网络和调度延迟，约 0.5~2 秒）

遇到的一些坑

根据 GitHub Issues 和我的实际测试：

Shell 插件不能运行交互式命令（比如 vim、htop），会卡住直到超时。
GitHub 插件不支持私有仓库（文档说需要 token，但我试了没办法 403，估计还在开发中）。
配置文件 claude_code.json 必须放在~/.config/claude/ 下，否则不生效——这个目录限制很多新手会踩。

快速上手

假设你已经安装了 Claude Code（没安装的话先 pip install claude-code），以下是启用插件的步骤：

创建配置文件

bash

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

mkdir -p ~/.config/claude
cat > ~/.config/claude/claude_code.json <<EOF
{
"plugins": [
 {
   "name": "filesystem",
   "version": "1.0.0",
   "allowed_paths": ["."]
 },
 {
   "name": "shell",
   "version": "1.0.0",
   "timeout_seconds": 30
 }
]
}
EOF

启动 Claude Code（确保你已登录 Anthropic 账号）
bash
1
```
claude code
```
测试插件：在对话里输入
text
1
```
帮我列出当前目录下所有 .py 文件，并统计它们的行数。
```
如果成功，你会看到 Claude 调用了 filesystem.readdir 和 shell.run，最后返回结果。
安装更多插件：目前目录里的插件都需要手动写配置。Anthropic 说后续会出 claude plugins install 命令，但现阶段只能手动编辑 JSON。

Claude Code plugin configuration file example

我的看法

这个目录算是 Anthropic 在 MCP 协议上的第一次官方落地。相比 OpenAI 的插件市场，它更克制：数量少，但每个都由官方审核过安全性。对于需要本地代码操作的开发者来说，确实比现爬梯子更舒服。

不过别指望一上来就能完成“帮我重构整个项目然后自动提 PR”这种复杂任务——插件之间协作目前还是线性的，没有编排能力。而且如果你用 Copilot 已经习惯了，没必要为了插件换工具，除非你对数据隐私有硬要求。

总之，这是个好的开始。开源的下一步是看社区能贡献多少 MCP 协议的插件。如果未来出现“数据库查询插件”、“K8s 插件”，那 Claude Code 在 DevOps 场景里会很有竞争力。

（完）

Claude 官方插件目录上线，跟 OpenAI 插件有啥区别？