Claude Code 学完之后，下一步该做什么

恭喜你！你已经学完了 ai-agents-tutorial 的全部标准课程。你现在已经完全具备了将 AI 智能体应用到真实软件工程任务中的能力。

但旅程并没有到此结束。AI 开发的下一个前沿是使用 Model Context Protocol (MCP，模型上下文协议)，将你的智能体连接到更广阔的互联网以及先进的外部实用程序。

MCP 是由 Anthropic 开发的开源标准，允许 AI 智能体安全地连接到外部数据源和工具。

配备了 MCP 的智能体不再仅仅能读取你本地磁盘上的文件，它还可以：

• 查询运行中的 PostgreSQL 或 MySQL 数据库。
• 搜索网络以获取实时信息或最新的 API 文档。
• 与 Slack 频道、GitHub Issues 或 UI 设计稿工具进行交互。

为 Claude Code 添加新工具，是通过在项目根目录创建一个名为 .mcp.json 的项目级配置文件来完成的（也可以运行 claude mcp add）。

例如，要让 Claude Code 能够使用社区的 Playwright MCP 服务来进行浏览器自动化操作，你需要在 .mcp.json 中添加以下配置块：

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["-y", "@playwright/mcp@latest"]
    }
  }
}

下一次你启动 Claude Code 时，它会加载此服务（项目级服务首次使用时会提示你确认授权），并立即获得这些新工具！

对于非常庞大的软件开发挑战，Claude Code 可以自动将子任务委托给 子智能体 (Subagents)。每个子智能体都在自己独立的上下文窗口中运行，拥有各自的系统提示词和工具权限，完成后向父智能体汇报一份摘要——从而把搜索与日志等内容隔离在你的主对话之外。

当你构建出好用的自定义配置时，可以考虑：

• 将你的工作流助手打包为插件。
• 在 GitHub 上与全球开发者社区共享它们。
• 规范化和统一你所在团队的开发流程。