1. 为什么我要把 SiliconFlow 文档塞进 Claude SkillsClaude Skills 是 Anthropic 在 Claude Code 里推出的一套「技能包」机制本质是一个带SKILL.md的目录Claude 在需要时会自动读取里面的说明和参考文档从而知道某个 API 该怎么调、参数怎么填、错误怎么处理。它解决的核心问题是模型本身不知道你私有或第三方的接口细节而每次对话都手动贴文档又太蠢。适合谁适合天天在 Claude Code 里写代码、又频繁对接外部 API 的开发者。SiliconFlow API 就是典型场景。它提供 DeepSeek、Qwen 等模型的推理接口文档站有用户指南、API 手册、FAQ、更新公告好几个板块光靠脑子记不住chat/completions的字段和流式返回格式。我试过手动整理成 Markdown 再喂给 Claude一次两次还行文档一更新就全废。Skill Seekers 这个开源工具的思路很直接给它几个文档 URL它用爬虫抓取页面、按标题和关键词分类、提取代码示例最后打包成一个标准.zip技能包。你解压到~/.claude/skills/下Claude Code 立刻就能用。整个过程不需要你手写一行SKILL.md。这篇就按「生成技能包 → 配置 settings.json → 验证加载 → 排错」的顺序走一遍命令和配置都能直接复制。核心检索词先记住Claude Skills 自动生成 SiliconFlow API 技能配置靠的就是 Skill Seekers 加一份正确的 settings.json。2. 前置准备Skill Seekers 安装与 SiliconFlow 文档源Skill Seekers 依赖 Python 3.10核心库是 requests、beautifulsoup4可选装 PyGithub、PyMuPDF 处理 GitHub 仓库和 PDF。先把环境搭好再确认文档 URL 能访问。2.1 安装 Skill Seekersgit clone https://github.com/yusufkaraaslan/Skill_Seekers.git cd Skill_Seekers python3 -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate pip install requests beautifulsoup4 # 可选启用 MCP 集成 ./setup_mcp.sh装完检查一下ls -la ~/.claude/skills/如果目录不存在就手动建mkdir -p ~/.claude/skills。这一步很关键因为后面技能包要解压到这里才会被 Claude Code 识别。2.2 确认 SiliconFlow 文档 URLSiliconFlow 的文档站结构清晰我挑了四个覆盖面最全的页面作为抓取源https://docs.siliconflow.cn/cn/userguide/introduction https://docs.siliconflow.cn/cn/usercases/use-siliconcloud-in-ClaudeCode https://docs.siliconflow.cn/cn/api-reference/chat-completions/chat-completions https://docs.siliconflow.cn/cn/faqs/stream-mode第一个是入门指引第二个是 Claude Code 集成案例第三个是 chat completions 接口的完整参数第四个专门讲流式模式。四个页面加起来约 50 页Skill Seekers 抓取耗时大概 5 分钟。注意抓取前先用浏览器打开每个 URL 确认能正常访问如果某个页面 404Skill Seekers 会在报告里标记失败但不影响其他页面。2.3 在 Claude Code 里触发抓取Skill Seekers 装好后直接在 Claude Code 对话框里用自然语言下指令请使用 Skill_Seekers 帮我把 SiliconFlow 的 API 文档 https://docs.siliconflow.cn/cn/userguide/introduction https://docs.siliconflow.cn/cn/usercases/use-siliconcloud-in-ClaudeCode https://docs.siliconflow.cn/cn/api-reference/chat-completions/chat-completions https://docs.siliconflow.cn/cn/faqs/stream-mode 制作成一个 SiliconFlow 版本的 skills 技能。Claude 会调用 Skill Seekers 的 fetch 流程先验证 URL 可访问再用 BFS 遍历抓取相关页面按 URL、标题、内容关键词自动分类识别并提取代码示例支持 8 种以上语言最后打包输出。抓取完成后你会看到三个文件siliconflow.zip # 技能包压缩文件 siliconflow.json # 抓取规则配置 generation_report.md # 生成报告含统计和质量分析先看报告确认抓取质量cat generation_report.md报告里会列出成功抓取的页面数、提取的代码块数量、分类结果。如果某个页面抓取失败报告里会有明确标注你可以单独补抓。3. 可复制配置技能目录骨架与 settings.json技能包生成后目录结构是固定的。理解这个骨架你才知道 Claude 到底读了什么。3.1 技能包目录骨架解压siliconflow.zip后得到siliconflow/ ├── SKILL.md # 主技能文件500 行 │ ├── 概述 │ ├── 何时使用此技能 │ ├── 快速参考5-10 个代码示例 │ ├── 关键概念 │ ├── 常见模式 │ └── 导航指引 ├── references/ # 分类文档 │ ├── index.md # 目录索引 │ ├── getting_started.md │ ├── api_reference.md │ ├── use_cases.md │ └── faqs.md ├── scripts/ # 用户脚本默认空 └── assets/ # 用户资源默认空SKILL.md是入口Claude 先读它再根据导航指引按需读取references/下的具体文件。这种分层设计避免了一次性把全部文档塞进上下文。3.2 settings.json 配置片段Claude Code 的技能加载依赖settings.json。路径通常是~/.claude/settings.json如果你用的是项目级配置则在项目根目录的.claude/settings.json。把技能目录注册进去{ skills: { enabled: true, paths: [ ~/.claude/skills/siliconflow ], autoLoad: true }, permissions: { allow: [ Read(~/.claude/skills/**) ] } }如果你同时用 Cline MCP 或 Codex配置思路一致但字段名不同。以 Cline 的 MCP 配置为例需要写全三件套 Base URL、Key、Model ID{ mcpServers: { siliconflow: { command: npx, args: [-y, siliconflow/mcp-server], env: { SILICONFLOW_BASE_URL: https://api.siliconflow.cn/v1, SILICONFLOW_API_KEY: sk-你的密钥, SILICONFLOW_MODEL_ID: deepseek-ai/DeepSeek-V3.2-Exp } } } }Codex 的auth.json则是另一种写法把 Base URL 和 Key 分开存{ base_url: https://api.siliconflow.cn/v1, api_key: sk-你的密钥, model: deepseek-ai/DeepSeek-V3.2-Exp }提示settings.json里的paths必须指向技能目录本身不是 zip 文件。写错路径会导致技能加载失败Claude 完全看不到这个技能。3.3 安装技能包把 zip 解压到技能目录unzip siliconflow.zip -d ~/.claude/skills/安装成功后技能立即生效不需要重启 Claude Code。验证一下ls ~/.claude/skills/siliconflow/ # 应该看到 SKILL.md 和 references/ head -50 ~/.claude/skills/siliconflow/SKILL.mdhead命令会显示技能文件的前 50 行包含概述、使用场景、快速参考。如果这里能看到 SiliconFlow 的 API 说明说明技能包内容没问题。4. 验证请求确认技能被正确加载与调用配置写完不算完得实际跑一次请求看 Claude 是否真的读取了技能包。4.1 触发技能调用在 Claude Code 里输入请帮我使用 siliconflow 这个 skill 技能包生成调用 SiliconFlow 的 API 实现文本生成的模型接口使用 python 代码实现 使用 deepseek-ai/DeepSeek-V3.2-Exp 模型如果技能加载成功Claude 会先读取~/.claude/skills/siliconflow/references/api_reference.md从中提取 endpoint、认证方式、请求参数然后生成代码。你可以在 Claude 的思考过程里看到它引用了技能文件。4.2 检查生成的代码Claude 基于技能包生成的 Python 代码应该包含正确的 endpoint 和参数import os from openai import OpenAI API_KEY os.getenv(SILICONFLOW_API_KEY, YOUR_API_KEY) BASE_URL https://api.siliconflow.cn/v1 MODEL deepseek-ai/DeepSeek-V3.2-Exp client OpenAI(api_keyAPI_KEY, base_urlBASE_URL) def chat_completion(messages, modelMODEL, temperature0.7, max_tokens2048): response client.chat.completions.create( modelmodel, messagesmessages, temperaturetemperature, max_tokensmax_tokens, streamFalse ) return response.choices[0].message.content注意BASE_URL是https://api.siliconflow.cn/v1MODEL是deepseek-ai/DeepSeek-V3.2-Exp。如果 Claude 生成的代码里 endpoint 写错或模型名不对说明技能包里的api_reference.md没被正确读取。4.3 实际运行验证设置密钥并运行export SILICONFLOW_API_KEY你的密钥 python siliconflow_api_test.py预期输出会打印模型返回的文本。如果返回正常说明整条链路通了技能包被加载 → Claude 读取文档 → 生成正确代码 → 代码调用 API 成功。流式模式也测一下确认faqs.md里的流式说明被正确理解def chat_completion_stream(messages, modelMODEL): response client.chat.completions.create( modelmodel, messagesmessages, streamTrue ) for chunk in response: if chunk.choices[0].delta.content: yield chunk.choices[0].delta.content运行后应该能看到逐字输出的效果。如果流式返回报错多半是技能包里的流式文档没抓全回去检查faqs.md是否包含stream-mode页面的内容。5. 本篇常见错排查401、local proxy failed、reading choices配置和调用过程中最容易踩的坑集中在几个报错上逐个对照。5.1 401 UnauthorizedError code: 401 - {error: {message: Invalid API key, type: authentication_error}}原因通常是SILICONFLOW_API_KEY没设置或设置成了占位符。检查echo $SILICONFLOW_API_KEY如果输出为空或YOUR_API_KEY说明环境变量没生效。注意export只在当前终端会话有效换终端要重新设置。另外确认密钥没有多余空格复制时容易带上换行。5.2 local proxy failedError: local proxy failed to connect这个报错通常出现在 MCP 配置里command或args写错的情况。检查settings.json里 MCP server 的启动命令确认npx路径正确、包名拼写无误。如果是 Cline MCP确认env里的三个变量都填了缺任何一个都会导致连接失败。5.3 reading choicesTypeError: Cannot read properties of undefined (reading choices)这个报错说明 API 返回的结构和代码预期不符。常见原因是base_url写成了https://api.siliconflow.cn少了/v1导致请求打到了错误的路径返回的不是标准 OpenAI 格式。检查BASE_URL是否为https://api.siliconflow.cn/v1。另一个原因是模型名写错比如把deepseek-ai/DeepSeek-V3.2-Exp写成了DeepSeek-V3.2-Exp缺少前缀。SiliconFlow 的模型 ID 必须带组织前缀。5.4 OAuth 相关报错Error: OAuth token expired or invalid如果你在 Claude Code 里配置了 OAuth 认证技能加载时可能会遇到 token 过期。这种情况重新走一次认证流程即可。注意技能包本身不涉及 OAuth它只是文档认证是 Claude Code 和 API 之间的事。5.5 技能加载了但 Claude 不调用有时候settings.json配好了ls也能看到技能目录但 Claude 就是不用。检查两点一是SKILL.md里的「何时使用此技能」描述是否清晰如果描述太模糊Claude 判断不出该不该用二是autoLoad是否为true如果是false需要手动在对话里点名技能。提示技能包更新后直接覆盖~/.claude/skills/siliconflow/目录即可Claude Code 会读取最新内容不需要重启。6. 长期使用建议与接入入口技能包生成一次可以用很久但 SiliconFlow 文档会更新。建议每隔一两个月重新跑一次 Skill Seekers把最新的文档 URL 喂进去覆盖旧技能包。这样 Claude 拿到的 API 参数永远是最新的。如果你需要频繁调用 SiliconFlow 做文本生成、代码补全这类任务可以在 Claude Code 里把技能包和 Coding Plan 结合使用让 Claude 在写代码时自动引用技能文档。模型对话入口适合快速验证单个接口是否通API Keys 页面用来管理密钥接入文档则提供完整的参数说明。模型对话验证https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentmodel_chat长期编码与 Agent 场景https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentcoding_plan控制台管理https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentconsoleAPI Keys 获取https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentapi_keys接入文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentdocClaude Code 接入https://taotoken.net/claude-code-anthropic?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentclaude_codeAPI 基础地址统一用https://taotoken.net/api不带任何查询参数。配置时把 Base URL 填这个Key 从 API Keys 页面拿Model ID 按 SiliconFlow 的命名规则填。三件套齐了技能包里的文档才能真正被用起来。