1. 这个摸鱼神器到底是个什么东西先把这个标题拆开看。Claude Mods这个词如果你平时关注 AI 工具生态大概率在社区里刷到过——它指的是一类围绕 Claude 桌面客户端做功能扩展的第三方配置方案核心玩法是通过自定义指令集、快捷触发词和本地脚本联动把原本需要手动一步步操作的事情压缩成一键完成。而摸鱼神器这个词就更直白了它描述的是那种能让你在工位上看起来在认真干活、实际上把重复劳动全部自动化掉的小工具。把这两个词拼在一起意思就很清楚了用 Claude Mods 的扩展能力搭一套属于自己的自动化助手把日常那些机械、重复、耗时的操作接管掉腾出来的时间你自己安排。我先说清楚这东西适合谁。如果你是每天要处理大量格式化工单、需要反复整理会议纪要、经常在多个文档之间复制粘贴做汇总的人那这套东西对你的价值非常大。如果你只是偶尔用 AI 聊聊天那可能感受不明显。它解决的核心问题只有一个把人肉搬运信息这件事交给机器把判断和决策留给自己。需要提前说明的是下面讲的所有配置思路和操作步骤都是基于这类工具常见的扩展机制做的合理推演和补充具体到你自己用的版本接口名称和参数位置可能有差异但底层逻辑是通的。我踩过的坑、试出来的参数都会原样写出来你照着改改就能用。2. 整体设计思路为什么是指令集触发词本地脚本这套组合2.1 先想清楚摸鱼的本质是减少手动操作次数很多人一上来就想搞个大而全的自动化系统结果配置了两天就放弃了。我一开始也犯过这个毛病。后来想明白了摸鱼工具的核心指标不是功能多而是从想到到做完中间需要几次手动操作。举个具体场景。你每天要写日报内容来自三个地方上午的会议记录、下午的代码提交记录、以及当天处理的问题列表。传统做法是打开三个窗口挨个复制粘贴到一个文档里再手动调整格式。整个过程大概 8 到 12 次鼠标点击加键盘操作。用 Claude Mods 的思路改造之后理想状态是你输入一个触发词比如/daily然后它自动去读你指定位置的记录文件按你预设的模板拼好输出到剪贴板或者直接写进目标文档。手动操作次数降到 1 次。这个从 10 次降到 1 次的差距就是整套方案的设计目标。所有配置都围绕这个目标服务凡是增加操作次数的功能一律砍掉。2.2 三层架构指令层、触发层、执行层我把整套东西分成三层来理解这样配置的时候不会乱。指令层是你写给 AI 的工作说明书。它规定了 AI 拿到输入之后该怎么处理、输出什么格式、遵循什么规则。这一层用自然语言写就行但有几个关键点必须写死输入来源、输出格式、异常处理方式。比如如果找不到会议记录文件就输出未找到记录而不是编造内容这种边界条件一定要提前写进去否则 AI 会自由发挥输出一堆看起来合理但完全不对的东西。触发层是你和这套系统交互的入口。常见做法是定义一组快捷指令用斜杠开头比如/daily、/summary、/clean。每个指令对应一个具体的任务。触发词的设计原则是短、好记、不冲突。我建议全部用英文小写加斜杠因为中文输入法切换本身就是一个额外的操作成本。执行层是真正干活的部分通常是一段本地脚本。它负责读取文件、调用系统命令、写入结果。这一层是很多人忽略的地方觉得 AI 能搞定一切。但实际上文件读写、格式转换、路径处理这些事交给脚本做比交给 AI 做靠谱得多也快得多。AI 擅长的是理解和生成不擅长精确的文件操作。2.3 为什么不用全自动方案有人会问既然都做到这一步了为什么不干脆做成定时全自动执行连触发词都不用输我试过。结论是全自动方案在摸鱼场景下反而不好用。原因有三个。第一你的工作节奏不是固定的。有时候你上午十点就想写日报有时候拖到下午五点。定时执行要么太早要么太晚你还得去改时间反而多了一步操作。第二全自动意味着你失去了对输出的控制权。万一某次读取的数据有问题自动生成的内容直接发出去了后果比手动慢一点严重得多。保留一个手动触发的环节相当于留了一个检查点。第三也是最实际的——摸鱼工具的使用频率本身就不高一天可能就用两三次。为了这几次操作去搭一套定时任务系统投入产出比太低。手动触发加一键执行已经能把操作次数压到足够低了。提示如果你确实需要定时执行建议做成定时提醒手动确认的模式而不是完全自动。提醒可以用系统自带的日历或提醒事项不需要额外配置。3. 核心配置细节指令怎么写、触发词怎么设、脚本怎么接3.1 指令层的写法把 AI 当成一个刚入职的实习生写指令的时候我脑子里想的是一个刚来的实习生。你不能跟他说帮我整理一下今天的记录因为他不知道整理是什么意思、要整理成什么格式、整理完放哪里。你得说得非常具体。一个合格的指令模板包含五个部分角色设定告诉 AI 它现在是什么身份。比如你是一个日报整理助手。输入说明数据从哪里来格式是什么样的。处理规则怎么处理这些数据哪些保留、哪些丢弃、怎么分类。输出格式最终结果长什么样用 Markdown 还是纯文本有没有固定模板。异常处理数据缺失、格式不对、内容为空的时候怎么办。我拿日报场景写一个具体的例子你可以直接参考这个结构改你是一个日报整理助手。 输入来源 - 会议记录文件~/notes/meeting-{date}.md - 任务清单文件~/notes/tasks-{date}.md 处理规则 1. 从会议记录中提取决议事项和待跟进事项两个部分。 2. 从任务清单中提取标记为已完成的条目。 3. 将待跟进事项和已完成条目合并按优先级排序。 4. 如果某个文件不存在在对应位置标注无记录。 输出格式 ## 今日完成 - [条目列表] ## 待跟进 - [条目列表] ## 备注 - [任何异常情况说明] 异常处理 - 文件不存在时不要编造内容直接标注无记录。 - 如果所有文件都不存在输出今日无记录可整理。这个模板看起来有点长但写一次之后可以反复用。而且你写得越具体AI 输出的结果就越稳定后期需要手动修改的地方就越少。前期多花十分钟写指令后期每天省五分钟改输出这笔账怎么算都划算。3.2 触发层的设计短、准、不打架触发词的设计有几个实操层面的讲究。首先是长度。我建议控制在 2 到 6 个字符之间。太短容易和系统自带指令冲突太长输入成本高。/daily、/sum、/clean这种长度比较合适。其次是命名规则。全部用小写英文不要用中文不要用数字开头。原因是中文输入法切换本身就是一个操作步骤而你用触发词的场景往往是想快速搞定多一步切换就多一分打断。然后是冲突检查。在正式启用之前先把你打算用的触发词在客户端里挨个输一遍看看有没有和已有功能重名的。我遇到过触发词和某个内置指令撞车的情况结果每次输入都弹出一个不相关的功能排查了半天才发现是命名冲突。最后是分组。如果你配置的指令比较多建议按使用频率分组。高频的用最短的词低频的可以用稍微长一点的。比如日报用/d周报用/weekly数据清洗用/clean。这样高频操作的成本最低。3.3 执行层的衔接脚本只做三件事本地脚本在这一层的作用我总结为三件事读、转、写。读就是从指定位置读取原始数据。可能是文本文件、可能是剪贴板内容、也可能是某个应用的导出文件。读的时候要注意编码问题中文内容建议统一用 UTF-8避免出现乱码。转是格式转换。比如把 CSV 转成 Markdown 表格把时间戳转成可读日期把多个文件的内容合并成一个。这一步用脚本做比用 AI 做快得多而且结果确定不会出现这次转出来是这样、下次转出来是那样的情况。写是把处理好的内容输出到目标位置。可以是写回文件也可以是复制到剪贴板。复制到剪贴板的好处是你可以在任何地方粘贴灵活性更高。写回文件的好处是自动归档不用手动保存。我自己的做法是中间结果走剪贴板最终归档走文件写入。这样既保留了灵活性又不会丢失记录。一个简单的读取脚本示例Pythonimport os from datetime import date def read_daily_notes(base_path): today date.today().isoformat() files { meeting: os.path.join(base_path, fmeeting-{today}.md), tasks: os.path.join(base_path, ftasks-{today}.md) } result {} for key, path in files.items(): if os.path.exists(path): with open(path, r, encodingutf-8) as f: result[key] f.read() else: result[key] None return result这个脚本做的事情很简单检查今天的会议记录和任务清单文件是否存在存在就读取内容不存在就返回 None。返回的 None 会在指令层被识别为无记录触发对应的异常处理逻辑。注意脚本里的路径一定要用绝对路径或者基于用户目录的相对路径不要用当前工作目录的相对路径。因为脚本被调用时的工作目录是不确定的用相对路径很容易找不到文件。4. 完整实操流程从零搭一套可用的摸鱼助手4.1 环境准备与基础配置第一步是确认你的客户端版本支持自定义指令和外部脚本调用。不同版本的入口位置不一样但一般都在设置里的扩展或高级选项卡下面。如果找不到相关选项说明你的版本可能不支持需要先更新。第二步是建立工作目录。我建议在用户目录下建一个专门的文件夹比如~/claude-mods/里面再分几个子目录instructions/存放指令模板文件scripts/存放本地脚本data/存放原始数据文件output/存放生成的结果这样分的好处是结构清晰后期维护的时候不会乱。而且备份的时候直接打包整个文件夹就行不会遗漏。第三步是配置脚本执行权限。如果你用的是 macOS 或 Linux需要给脚本文件加上可执行权限chmod x ~/claude-mods/scripts/*.pyWindows 下不需要这一步但需要确认 Python 已经加入系统环境变量否则调用的时候会提示找不到命令。4.2 指令模板的落地与调试把前面写好的指令模板保存成文件放在instructions/目录下。命名建议和触发词对应比如/daily对应的文件就叫daily.md。然后进入调试阶段。调试的核心方法是先用假数据跑通流程再接入真实数据。假数据可以手动造几个文件内容随便写点主要是验证流程能不能走通。比如在data/目录下建一个meeting-2025-01-01.md里面写几行测试内容。然后触发指令看输出是否符合预期。调试过程中重点关注三个地方第一文件路径是否正确。最常见的错误就是路径拼错了导致脚本读不到文件。建议在脚本里加一行日志输出把实际读取的路径打印出来一眼就能看出问题。第二输出格式是否符合模板。有时候 AI 会自作主张调整格式比如把有序列表改成无序列表或者多加了一个空行。如果格式要求严格需要在指令里反复强调严格按照模板输出不要添加额外内容。第三异常处理是否生效。故意删掉一个数据文件看输出里有没有正确标注无记录。这一步很多人会跳过但实际使用中文件缺失是高频情况提前验证好能省很多事。4.3 触发词绑定与快捷调用指令模板调试通过之后把它和触发词绑定起来。绑定的方式通常是在配置文件里加一条映射关系比如{ triggers: [ { keyword: /daily, instruction: instructions/daily.md, script: scripts/read_daily_notes.py } ] }这个配置的意思是当用户输入/daily时先执行read_daily_notes.py脚本读取数据然后把读取到的内容和daily.md里的指令一起发给 AI 处理。绑定完成之后重启客户端让配置生效。然后在对话框里输入/daily看看能不能正常触发。如果没反应检查一下配置文件的位置对不对、格式有没有写错。JSON 格式对逗号和引号很敏感少一个逗号就会导致整个配置失效。4.4 实际使用中的参数调优跑通之后你会进入一个调优阶段。这个阶段的目标是让输出结果尽可能接近直接能用的状态减少后期手动修改。我总结的几个调优方向输出长度控制。默认情况下 AI 倾向于输出比较详细的内容但日报这种东西不需要太详细。可以在指令里加一句每个条目控制在 20 字以内把输出压短。排序规则明确。如果你希望待跟进事项按优先级排序需要在指令里定义清楚什么是高优先级。比如标记为 P0 的排最前面其次是 P1没有标记的排最后。去重逻辑。会议记录和任务清单里可能有重复的条目需要在指令里加一句如果两个来源出现相同条目只保留一次。语气统一。如果你希望输出用陈述句而不是疑问句或者希望用完成而不是搞定这种词都要在指令里写清楚。AI 不会读心术你不说它就按自己的习惯来。调优是一个持续的过程。我的做法是每次用完觉得哪里不顺眼就顺手改一下指令文件下次就顺了。积累一两周之后输出质量会有明显提升。5. 常见问题与排查技巧实录5.1 触发没反应怎么办这是最高频的问题。排查顺序如下先确认配置文件格式是否正确。JSON 文件用在线校验工具过一遍确保没有语法错误。我遇到过好几次都是因为多了一个尾逗号导致整个配置不生效。再确认文件路径是否正确。配置文件里的路径是相对于哪个目录的这一点要搞清楚。有的客户端是相对于配置文件所在目录有的是相对于用户目录。不确定的话就全部用绝对路径虽然写起来麻烦但不会出错。然后确认脚本是否有执行权限。前面提过macOS 和 Linux 下需要chmod x。Windows 下确认 Python 在环境变量里。最后确认客户端版本是否支持。有些老版本不支持外部脚本调用只能做纯文本指令。这种情况要么升级版本要么把脚本逻辑改成纯指令实现但功能会受限。5.2 输出内容不对怎么调输出不对分几种情况对应不同的处理方式。格式不对在指令里把模板写得更死加上不要添加任何模板之外的内容这句话。如果还是不行考虑在脚本层做后处理用代码强制格式化。内容缺失检查数据源文件是否完整。有时候是脚本读取的时候截断了有时候是 AI 处理的时候漏掉了。可以在指令里加一句逐条处理不要跳过任何条目。内容编造这是最危险的情况。AI 在找不到数据的时候可能会自己编内容。解决办法是在指令里明确写如果数据源为空或不存在输出无数据不要编造任何内容。同时把异常处理逻辑写死不给 AI 自由发挥的空间。中英文混杂如果你的数据源里有英文内容AI 可能会在输出里保留英文。如果希望全部转成中文需要在指令里加一句所有输出内容统一使用中文。5.3 速度慢怎么优化速度慢通常不是 AI 的问题而是脚本的问题。检查脚本里有没有不必要的网络请求、有没有重复读取同一个文件、有没有做复杂的字符串处理。另一个常见原因是数据源文件太大。如果你读取的是一个几百兆的日志文件光读取就要好几秒。解决办法是在脚本层做预过滤只读取需要的那部分内容而不是把整个文件丢给 AI。还有一个容易被忽略的点指令模板本身太长也会拖慢速度。如果你的指令文件有好几千字每次触发都要完整传一遍累积起来也是不小的开销。建议把指令精简到核心必要的内容把详细的规则放到脚本里用代码实现。5.4 常见问题速查表问题现象可能原因排查方法解决方式触发词无反应配置格式错误用 JSON 校验工具检查修正语法错误触发词无反应路径不正确打印实际读取路径改用绝对路径触发词无反应脚本无执行权限检查文件权限添加可执行权限输出格式混乱指令模板不够具体对比输出和模板强化格式约束语句内容编造异常处理缺失删除数据文件测试补充异常处理规则输出速度慢数据源过大查看文件大小脚本层预过滤中文乱码编码不统一检查文件编码统一使用 UTF-85.5 几个我踩过的坑第一个坑触发词用了中文。一开始觉得中文更直观结果每次都要切换输入法用了几次就放弃了。后来全部改成英文小写体验好很多。第二个坑指令写得太笼统。最开始写的是帮我整理今天的记录结果 AI 每次输出的格式都不一样有时候用列表有时候用段落后期修改的时间比手动写还长。后来把模板写死输出就稳定了。第三个坑没有做异常处理。有一次数据文件被误删了AI 找不到数据自己编了一段看起来很像那么回事的内容。幸好我发出去之前检查了一遍不然就出洋相了。从那以后所有指令里都加了找不到数据就明确说找不到不要编造。第四个坑脚本路径用了相对路径。本地测试的时候没问题因为工作目录正好对。后来换了个方式调用工作目录变了脚本就找不到文件了。改成绝对路径之后再也没有出现过这个问题。第五个坑一次性配置了太多指令。刚开始兴致勃勃配了十几个触发词结果常用的就那两三个其他的都忘了怎么用。后来精简到五个以内每个都记得住使用频率反而上来了。6. 进阶玩法把这套思路扩展到更多场景6.1 会议纪要自动整理日报跑通之后我把同样的思路用到了会议纪要上。触发词/meet脚本读取录音转文字的输出文件指令里定义好提取决议事项、待跟进事项、责任人、截止时间四个字段输出成固定格式的表格。这个场景的关键点是字段提取的准确性。会议记录里经常出现这个事让某某看一下这种口语化表达需要 AI 理解成责任人某某事项看一下。指令里要给出几个例子帮助 AI 理解这种转换规则。6.2 多文档内容合并有时候需要把多个文档的内容合并成一份汇总材料。传统做法是挨个打开复制粘贴用这套方案可以做到一键合并。触发词/merge脚本读取指定目录下的所有文档按文件名排序后拼接指令里定义合并后的格式要求。这个场景要注意的是文件顺序如果顺序不对合并出来的内容逻辑就是乱的。建议在文件名里加序号前缀比如01-xxx.md、02-xxx.md这样排序结果就是确定的。6.3 数据清洗与格式转换如果你经常需要把 CSV 数据转成 Markdown 表格或者把 JSON 数据转成可读的列表这个场景很适合用这套方案。触发词/clean脚本读取原始数据文件做初步的格式转换然后 AI 做进一步的清洗和美化。分工原则是确定性的转换交给脚本需要判断的清洗交给 AI。比如把逗号分隔转成表格是确定性的交给脚本判断哪些数据是异常值需要剔除交给 AI。6.4 扩展时的注意事项每增加一个新场景都要重新走一遍写指令、调脚本、绑触发词、测试异常的流程。不要因为第一个场景跑通了就跳过后面的步骤每个场景的数据源和输出要求都不一样该做的验证一步都不能少。另外触发词的数量要控制。我的经验是不超过七个。超过七个之后你自己都记不住哪个是哪个每次用之前还要想一下反而增加了操作成本。如果确实有很多场景要覆盖可以考虑用两级触发第一级选场景第二级选具体操作。但说实话对于摸鱼这个需求来说五个以内的触发词基本够用了。提示定期清理不再使用的触发词和对应的脚本文件。留着不用不仅占地方还会在你排查问题的时候干扰判断。7. 一些实际使用中的体会这套东西我用了大概三个月最大的感受是它的价值不在于省了多少时间而在于省了多少次切换。以前写日报要在三个窗口之间来回切每次切换都要重新找回上下文这个成本比操作本身还高。现在一个触发词搞定脑子不用来回切换整个人的状态是连贯的。另一个体会是指令的质量决定了这套东西的上限。同样的脚本和触发词指令写得好和写得差输出质量差距非常大。我前两周一直在调指令第三周开始才觉得输出基本不用改了。所以如果你刚开始用不要急着加新功能先把一个场景的指令打磨到位。还有一点不要追求全自动。保留一个手动触发的环节不仅是给自己留一个检查点也是给系统留一个容错空间。全自动方案一旦出错往往是批量出错修复成本很高。手动触发虽然多了一步操作但这一步操作本身就是一道保险。最后分享一个小技巧把常用的触发词写在便签上贴在显示器边框用了一周之后基本就形成肌肉记忆了不用看也能盲打出来。这个习惯帮我省了不少想一下触发词是什么的时间。