Datadog 推出了可视化标注工具（Visual Labeler），让产品经理不用写代码就能给网页上的点击、点击等交互起名字。以前，自动采集到的操作名只描述页面元素本身，看不出用户真正想干什么，比如“开始结账”这种业务问题往往要工程师写代码或加自定义事件才能回答。现在你只需打开浏览器扩展，在自家网站上点选元素并命名，Datadog 就会把这个名字补用到留存期内已经记录的所有匹配交互上，历史趋势和漏斗当天就能用。标好的操作还能作为共享事件在漏斗分析、热力图和仪表盘中重复使用，减少不同分析师对同一行为各叫各名字的麻烦。
文中可用工具
- Datadog Product Analytics分析用户在网页上的行为，比如看有多少人开始结账
- Visual Labeler不用写代码，在网页上点选元素并给它起一个反映用户意图的名字
- Datadog Action Management集中定义和查找已标注的用户操作
- Datadog RUM原文未说明具体用途，仅提到共用同一套 SDK 和配置
- Datadog test recorder Chrome extension在浏览器中导航网站并选择要标注的元素
- Datadog Heatmaps把页面上的交互聚合成点击图，看哪些元素被点得最多
- Funnel Analysis用标注好的操作搭建漏斗，看用户从一步走到下一步的转化情况
- Notebooks共享漏斗图表，和团队一起看转化数据
- Error Tracking排查可能影响转化的报错
- Session Replay回放用户会话，了解漏斗流失时的具体情况
展开详情收起详情：在 Datadog Product Analytics 中用可视化标注定义 Web 应用用户操作⌄
Datadog Blog
原文发布：2026-10-08 08:00收录：2026-10-09
简单说，就是有人提出：用 Postgres 存数据很方便，但数据一多、尤其是做 AI 应用或有 AI 代理不断读写时，原生版会变慢、维护变麻烦。文章介绍的思路是用 TimescaleDB 来扩展 Postgres，而不是换成另一套数据库，这样就不用做昂贵的迁移。文中还预告了一场 10 月 21 日的网络研讨会，由 Tiger Data 的 Matty Stratton 讲解和现场演示。对读者来说，这提供了一条“继续用熟悉工具、但扛住更大数据量”的路线，不过具体演示效果和限制文中没说，得等研讨会。
文中可用工具
- Postgres一种常用的关系型数据库，用来存储和管理数据
- TimescaleDB用来扩展 Postgres，帮它在大量实时数据下跑得更稳
- autovacuumPostgres 自带的后台清理机制，数据变多时维护负担会加重
展开详情收起详情：你可以在不离开 Postgres 的前提下超越原生 Postgres⌄
The New Stack
原文发布：2026-10-09 00:23收录：2026-10-09
Anthropic 推出了 Claude Dashboards，目前处于测试阶段，用户只要连接 Snowflake、Databricks 等数据源，用日常语言描述想看的数据，Claude 就能生成实时仪表盘，点击图表里的数字还能看到背后的查询语句，不懂 SQL 也能让 Claude 解释。过去企业做数据分析往往要专门找 BI 团队排期，现在营销、运营等业务人员也能自己动手，而且权限跟原有账号保持一致，看到的数据范围不变。它还支持把仪表盘导出到 Grafana、Hex、Sigma 等常见商业智能工具，企业版默认关闭，需要管理员手动开启。
文中可用工具
- Claude Dashboards连接企业数据源后用自然语言生成实时仪表盘，并支持查看查询语句
- Claude Motion把季度更新或图表等素材通过写代码的方式变成动画短片
- Snowflake作为 Claude Dashboards 可连接的企业数据源之一
- Databricks作为 Claude Dashboards 可连接的企业数据源之一
- Amazon Redshift作为 Claude Dashboards 可连接的企业数据源之一
- ClickHouse作为 Claude Dashboards 可连接的企业数据源之一
- Salesforce通过 Claude 现有连接器接入 Dashboards
- Grafana可把 Claude 仪表盘导入的 BI 工具之一
- Hex可把 Claude 仪表盘导入的 BI 工具之一
- Mixpanel可把 Claude 仪表盘导入的 BI 工具之一
- monday.com可把 Claude 仪表盘导入的 BI 工具之一
- PostHog可把 Claude 仪表盘导入的 BI 工具之一
展开详情收起详情：Claude 现在可以帮你构建仪表盘了⌄
The New Stack
原文发布：2026-10-09 03:00收录：2026-10-09
Harness 发布了一篇入门教程，手把手教没有用过 Harness CD 的开发者部署一个示例 Java 应用。原来很多团队用 SSH 脚本手动部署，一旦要加第二个环境、回滚或上线审批，脚本就会变得混乱，回滚往往要凭记忆找回上一个可用的镜像版本。这次教程把“构建”和“部署”拆开：部署目标、策略和失败处理只需配置一次、到处复用，从测试环境切到生产环境只改少量设置，出错一键回滚并保留完整发布历史。教程需要 GitHub 等代码仓库账号、Docker Hub 账号、Kubernetes 集群和 Harness 账号，并说明仓库里已带一份可用的流水线配置，可直接指过去跳过手动步骤，但整篇是演示性质，是否已在正式产品中可用原文未明确说明。
文中可用工具
- Harness CD配置和运行部署流水线，支持回滚、审批和发布历史记录
- Harness Delegate装在 Kubernetes 集群里的轻量代理，让 Harness 能访问集群并执行部署
- Docker Hub存放构建好的应用镜像，供部署时拉取
- Kubernetes运行示例应用的目标集群环境
- GitHub Actions在已有 CI 里附带部署步骤的常见做法
- GitLab CI在已有 CI 里附带部署步骤的常见做法
- Jenkins在已有 CI 里附带部署步骤的常见做法
展开详情收起详情：如何在 15 分钟内用 Harness CD 部署你的第一个应用⌄
Harness Blog
原文发布：2026-10-08 21:19收录：2026-10-09
Datadog 原有远程漏洞扫描器在主机规模扩大后，扫描全部主机需超过18小时，而扫描器的 SSH 凭证只有12小时有效期，凭证过期后无法继续认证剩余主机，导致部分主机漏扫。他们改用已经部署在各主机上的 Datadog Agent 收集安装的软件包版本，传给 Datadog Cloud Security 来识别已知漏洞，并用六个月新旧系统并行比对覆盖范围和检测结果。迁移后扫描新鲜度保持在99%以上，即99%以上范围内主机在过去24小时内完成过扫描，并继续满足 SOC 2 Type II、ISO 27001、PCI DSS 和 FedRAMP High 的审计要求。
文中可用工具
- Datadog Agent已部署在各主机上的采集程序，用来收集安装的软件包及其版本信息，并发送给 Datadog
- Datadog Cloud Security基于 Agent 收集的软件包信息识别已知漏洞，并成为主机漏洞发现结果的记录系统
展开详情收起详情：我们如何用 Datadog Agent 取代主机漏洞扫描器⌄
Datadog Blog
原文发布：2026-10-07 08:00收录：2026-10-08
有人拿同一个漏洞百出的网站做测试，一边用 Evo COS 这种直接去打活网址的工具，一边用 Claude Security 这种只读代码找漏洞的工具。结果 Evo COS 能证明 15 条攻击链里的 10 条确实能打通，比如先利用一个漏洞拿到签名密钥，再用它伪造管理员身份接管后台；而只读代码的模型虽然也能发现同样的两个漏洞，却无法证明它们能被串起来真正攻破系统。这说明看代码和打活系统是互补的两件事，想真正评估风险，两边的活都得干。
文中可用工具
- Evo COS动态攻击真实运行中的应用，验证漏洞是否可被利用并串联成完整攻击链
- Claude Security通过阅读源代码发现漏洞，属于静态代码分析工具
- Claude Code Security原文仅提及名称，未说明具体用途
- Mythos运行 Claude Security 的底层模型，原文未详细说明其具体能力
- TaintedPort故意设计有漏洞的测试用 Web 应用，包含已知漏洞和攻击链
展开详情收起详情：前沿模型发现了漏洞，但只有攻击者找到了攻击链⌄
Snyk Blog
原文发布：2026-10-07 12:00收录：2026-10-08
Docsy 是 Google 在 2019 年创建的一个技术文档主题工具，常被 Kubernetes、OpenTelemetry 等开源项目用来搭建文档网站。以前文档主要给人看，现在越来越多 AI 智能体也会读取文档，但机器不容易找到和看懂这些内容。Docsy 最近加入了 Linux 基金会，并陆续推出新功能：可自动生成 Markdown 版本和 llms.txt 索引，还能在页面中提示 AI 去读取索引，另外正在开发给维护者用的“对智能体友好度”评分。这些功能大多还是实验性、需要手动开启，评分尚未推出。
文中可用工具
- DocsyGoogle 创建的开源文档主题，为技术项目生成网站和便于 AI 阅读的文档格式，已加入 Linux 基金会
- Hugo静态网站生成器，Docsy 是它的一个主题，用于搭建文档站点
- llms.txt给 AI 工具提供网站内容索引的文件，Docsy 可自动生成，目前为实验性功能
- MarkdownDocsy 自 0.15.0 起可为每个页面额外生成 Markdown 副本，方便 AI 读取
展开详情收起详情：Google 文档项目 Docsy 加入 Linux 基金会，AI 智能体成为新读者⌄
The New Stack
原文发布：2026-10-07 19:02收录：2026-10-08
GitHub 发布数据称，如今每三个 pull request 中就有一个涉及 AI 智能体，而一年前不到十分之一；代码产出在加速，但泄露的密钥平均要等约 40 天才被人工撤销，五分之一甚至超过 90 天。为解决这个“开发快、修复慢”的失衡，GitHub 与 Microsoft Applied Sciences 合作训练了一个分类器，能在不到两毫秒内判断一组候选密钥，把推送保护扩展到没有固定格式的密钥，有望让可拦截的密钥数量翻倍以上。对开发者来说，更多密钥会在进入仓库历史前被自动拦下，少一些事后手动补救的麻烦。目前该模型的具体上线时间和可用范围，原文尚未说明。
展开详情收起详情：密钥保护必须跟上软件增长的步伐⌄
GitHub Blog
原文发布：2026-10-08 01:45收录：2026-10-08
Google 今天推出了 Playground，一个实验性的游戏平台（目前仅限美国 18 岁以上用户，网址 playground.google）。以前做游戏需要懂编程和复杂的游戏引擎，普通人很难上手；现在你只要像聊天一样输入几句话，就能生成、试玩和修改自己的游戏，还能分享链接或发布到公开画廊。平台提供社区游戏目录、跨设备浏览器游玩、排行榜和部分类型的多人模式，发布前会做安全审核。未来还会接入 Unity Spark 做更专业的 3D 游戏，目前处于测试阶段，即将开始内测。
文中可用工具
- Playground一个用文字提示创建、游玩和分享自定义游戏的实验性平台，目前面向美国 18 岁以上用户开放。
- Unity Spark与 Playground 集成的专业级游戏开发工具，提供高保真 3D 能力和 Unity 运行时，目前正在测试，即将开始封闭内测。
展开详情收起详情：推出 Playground：创建并游玩自定义游戏⌄
Google AI Blog
原文发布：2026-10-07 20:00收录：2026-10-08
OpenAI 面向青少年推出的 ChatGPT for Teens 将加入一个名为 College Planner 的功能，帮助学生管理大学申请流程；同时还新增了抽认卡和测验功能，并成立了一个由青少年组成的 AI 委员会。目前这些内容仅来自标题和摘要，College Planner 的具体上线时间、覆盖范围，抽认卡和测验怎么用，以及青少年 AI 委员会具体做什么，原文都没有说明。
文中可用工具
- ChatGPT for Teens面向青少年的 ChatGPT 版本，用来辅助学习和大学申请规划
- College Planner帮助学生管理大学申请流程的工具，即将在 ChatGPT for Teens 中推出
展开详情收起详情：帮助青少年学习、规划并塑造 AI 的未来⌄
OpenAI News
原文发布：2026-10-07 20:00收录：2026-10-08
Datadog 推出 CI/CD Optimization，帮助平台和 DevOps 团队应对 AI 辅助开发带来的 CI 压力。AI 让代码产出变多，但流水线跑不完、测试结果不稳定、算力开销水涨船高，交付反而变慢。这个产品把流水线和测试数据与提交记录、日志、运行器及基础设施信息放在一起，帮团队找出瓶颈、自动重试不稳定的测试、只运行受改动影响的测试。对读者来说，这意味着查看合并请求的等待时间可能缩短，CI 账单也不会随代码量同步膨胀。文中提到 Betterment 把平均构建时间从近 40 分钟降到 10 分钟以内，The Browser Company 把 CI 流水线时间缩短了 50%。
文中可用工具
- Datadog CI/CD Optimization把 CI 流水线和测试数据与提交、日志、运行器等信息结合起来，帮助团队缩短反馈时间、减少不稳定测试影响并控制算力成本
- Flaky Management集中展示不稳定的测试及它们造成的流水线失败、浪费的 CI 时间和失败率，帮助团队优先处理最耗时的失败
- Auto Test Retries对失败的测试自动重试，直到通过或达到可配置的上限，避免偶发失败拖垮整个构建
- Early Flake Detection在新出现的不稳定测试进入默认分支前进行检测和拦截
- PR Gates在修复进行期间阻止已知的不稳定测试反复挡住无关的改动
- Flaky Management Explorer在流水线层面追踪不稳定测试造成的失败、浪费的 CI 时间以及自动重试和测试执行优化节省的时间
- Test Impact Analysis把测试映射到它们覆盖的代码，判断哪些测试受改动影响，跳过无关测试以减少流水线工作量
展开详情收起详情：使用 Datadog CI/CD Optimization 加快交付、提升可靠性并控制 CI 成本⌄
Datadog Blog
原文发布：2026-10-06 08:00收录：2026-10-07
这是 Spring 社区的一周动态汇总，作者在比利时安特卫普参加 Devoxx 大会，本次演讲主题是 Spring Security 和 Spring Boot 4.x。文章重点介绍了 Spring AI 负责人 Christian Tsolov 关于用 Spring AI 构建模块化 RAG 方案的文章，以及一个叫 OneLens 的开源项目——它能让你看到代码的“知识图谱”，也就是代码之间关联关系的可视化。此外还推荐了 Spring Office Hours 讨论、关于 JReleaser 的播客、Spring Boot 最佳实践视频和 Spring AI 教程等。对使用 Spring 做 Java 开发的读者来说，这是一份可以了解本周社区新内容和学习资源的清单。
文中可用工具
- Spring AI帮助 Java 开发者把 AI 能力（如 RAG）接入应用的框架
- TypeSafe Jev配合 Spring AI 构建模块化 RAG 方案的工具
- OneLens开源项目，可视化代码的“知识图谱”
- JReleaser用于简化软件发布流程的工具
- Spring BootJava 应用开发框架，本文推荐了其最佳实践和教程
- Spring SecuritySpring 生态的安全框架，作者将在大会上讲解
展开详情收起详情：本周 Spring 动态 - 2026年10月6日⌄
Spring Blog
原文发布：2026-10-06 08:00收录：2026-10-07
Datadog 推出了可观测性流水线中的 Exabeam 预配置包（Observability Pipelines Exabeam Packs），帮助企业在把安全日志送进 Exabeam 这个安全分析平台之前，先在自己的基础设施里过滤掉没用的噪音。以前的问题是：防火墙、终端和网络网关产生大量重复的日常日志，全部传进 Exabeam 会让存储和处理费用暴涨，还会把真正有价值的身份、访问和终端行为信号淹没。这些包针对不同来源预设了丢弃、去重和抽样规则，比如过滤 Cisco ASA、Fortinet FortiGate、Palo Alto、CrowdStrike、SentinelOne、Windows 和 Zscaler 的日志，同时保留检测所需的原始字段，Exabeam 的解析器不受影响。目前发布的包括七个来源专属包，以及 Active Directory、Okta、Microsoft 365、Abnormal.ai 等可搭配 Exabeam 目标的通用包，用户可在流水线中直接添加，并用实时抓取验证过滤效果。
文中可用工具
- Exabeam安全信息和事件管理平台，用于检测内部威胁等安全风险
- Datadog Observability Pipelines Packs预配置的日志过滤工具，在数据送入 Exabeam 前去除噪音
- Cisco ASA网络和 VPN 设备，其日志可通过 Pack 过滤
- Fortinet FortiGate网络和边界防火墙，其日志可通过 Pack 过滤
- Palo Alto网络和边界防火墙，其日志可通过 Pack 过滤
- CrowdStrike Falcon Data Replicator (FDR)终端安全数据源，其日志可通过 Pack 过滤
- SentinelOne Cloud Funnel终端检测与响应数据源，其日志可通过 Pack 抽样过滤
- Windows操作系统事件日志来源，可通过 Pack 过滤
- Zscalerweb 安全网关，其流量日志可通过 Pack 过滤和抽样
- Active Directory身份提供方，可通过通用 Pack 过滤日志
- Okta身份提供方，可通过通用 Pack 过滤日志
- Microsoft 365协作和邮件服务，可通过通用 Pack 过滤日志
展开详情收起详情：使用可观测性流水线将关键安全日志处理并路由到 Exabeam⌄
Datadog Blog
原文发布：2026-10-05 08:00收录：2026-10-06
Palo Alto Networks 推出 Cortex XCOR，一款由 Chronosphere 团队打造的 AI 可观测性平台。过去系统出故障时，工程师要半夜爬起来看仪表盘、手动排查，往往光定位问题就要 20 分钟。XCOR 在告警触发时自动启动专用 AI 智能体，自主推理问题并给出修复建议，平均 3 分钟内完成，复杂生产环境中根因分析成功率 75%，另有 19% 被认为有用。它默认仍采用人工确认模式，企业可逐步放开自主权限，目标是让 SRE 从救火转向架构工作。目前该产品已发布，文中未说明具体定价和正式可用范围。
文中可用工具
- Cortex XCORAI 驱动的可观测性平台，自动定位故障根因并推荐修复方案
- XCOR Operator面向运维团队的 AI 助手，理解用户意图并调度后台智能体
- XCOR RUM前端真实用户监控，计划与后端可观测性整合
- XCOR Synthetics合成监控，用于模拟检测系统可用性
- Chronosphere被收购的云原生可观测性与遥测管道平台，XCOR 团队来源
- Embrace高保真真实用户监控公司，Palo Alto Networks 计划收购
展开详情收起详情：XCOR 发布：几分钟内追踪故障，但仍会呼叫工程师⌄
The New Stack
原文发布：2026-10-05 23:04收录：2026-10-06
安全平台 Harness 的 AppSec 团队用自研决策模型 Jev 替换了原来生成式大模型做的「是/否判断」环节，用来识别客户 API 里哪些在和 LLM 通信。原来这条流水线要先用两次 LLM 摘要、再做分类，成本高、延迟大，而且模型自报的置信度几乎不能用来判断对错。换成 Jev 后，系统不再让模型写文字，只输出一个概率：每条 API 的判断成本比原流水线降约 1200 倍，比单次 LLM 方案降约 150 倍；出错的样本都落在 0.3–0.8 的不确定区间，只占 3.4%。对读者来说，这提供了一种思路：把流水线中重复的「判断」和「生成」拆开，用专门的决策模型替代，能大幅降本，同时保留可回滚的接口。
文中可用工具
- Jev专门做是/否判断的决策模型，输出校准过的概率而不是生成文本
- Harness文中提到的 AppSec 安全平台，运行该分类流水线
展开详情收起详情：判断而非生成：在 Jev 上重建 AI API 分类器⌄
Harness Blog
原文发布：2026-10-05 08:00收录：2026-10-06
Istio 是一个管理服务之间通信的开源工具。在 1.31 版本中，它新增了 agentgateway waypoints 功能，让 ambient 模式下的流量管理更灵活，1.31.1 又修了一个金丝雀发布的配置问题。同时，官方不再把镜像和 Helm 图表发布到 Google Cloud，用户需要迁移到新的仓库。如果你在用 Istio 并校验镜像签名，还要提前更新签名密钥，因为 10 月 13 日会做一次停服测试。
文中可用工具
- Istio开源的服务网格工具，用于管理服务间通信
- agentgateway作为 waypoints 提供流量入口或代理
- Helm打包和发布 Kubernetes 应用的图表工具
- Google Cloud原先存放 Istio 镜像和 Helm 图表的云平台
展开详情收起详情：Istio 1.31 新增 Agentgateway Waypoints，并将发布构件迁出 Google Cloud⌄
InfoQ Architecture & Design
原文发布：2026-10-03 16:30收录：2026-10-04
Datadog 发布官方介绍，讲如何把 Databricks 上的分析、数据工程和 AI/ML 工作负载接入 Datadog 统一监控。原来用户只能分别看 Databricks 自带指标和下游基础设施，成本和数据质量难以串起来。这次通过三条数据采集路径（集群上的 Agent 抓 Spark 指标与日志、轮询 Databricks API 拿任务运行状态、查系统表获取成本与血缘），把作业健康、花费、数据质量和日志汇总到一个界面。读者可以据此设置作业失败告警、查看 Spark 查询瓶颈、获得集群规格优化建议，并配合云厂商集成定位底层问题；相关功能已可用，但文中未说明具体版本或价格限制。
文中可用工具
- Datadog统一监控平台，汇总 Databricks 指标、日志、成本和数据质量
- Databricks被监控的数据分析与 AI/ML 平台
- Datadog Agent部署在经典计算集群上采集实时 Spark 指标和驱动/执行器日志
- Databricks API通过轮询获取作业和任务运行的近实时执行数据
- Databricks SQL warehouse用于查询系统表，获取成本和血缘数据
- Jobs MonitoringDatadog 的数据可观测性功能，监控批处理和流式作业的健康、性能和成本
- Data Observability监控数据质量、新鲜度、量和血缘的 Datadog 功能集
- Quality Monitoring跟踪 Delta 和 Unity Catalog 表的数据质量与模式变化
- Data Streams Monitoring映射流式管道服务与队列，追踪端到端性能和延迟
- Bits AI在 Datadog 内提供优化作业性能的建议
- Cloud Cost Management把 Databricks 单元成本与云支出并列展示
- OpenLineage Spark integration在经典计算集群上补充 Spark 级别的血缘信息
展开详情收起详情：用 Datadog 监控 Databricks⌄
Datadog Blog
原文发布：2026-10-02 08:00收录：2026-10-03
Databricks 官方发了一篇指南，讲怎么收集 Databricks 和它底层 Spark 的运行数据（比如性能、成本、用量）。之前这些数据分散在各处，用户不容易统一查看和排查问题。这次介绍的方法主要是用系统表来查询日志、成本和性能指标，再配合 Spark UI、作业通知和 REST API，就能做分析和告警。不过要注意，系统表的数据不是实时的，延迟随 schema 不同，所以不能拿它做秒级告警；实时监控得靠作业通知和 API。
文中可用工具
- system tables存放 Databricks 性能、成本和用量等监控数据，可查询分析
- Unity Catalog控制谁可以访问系统表里的数据
- Databricks SQL API让外部工具从系统表拉数据做报表和分析
- Spark UI查看 Spark 作业的执行细节，帮助排查性能问题
- job notifications作业成功、失败、开始或超时时发实时通知，可发到邮件、Slack 等
- Jobs API查询作业运行情况，用于实时监控
- Databricks REST API获取查询历史等数据
- Pipelines API用 SQL 查询管道事件日志
- Spark Streaming Query Listener把流处理指标发送到外部服务
展开详情收起详情：Databricks 的原生监控资源⌄
Datadog Blog
原文发布：2026-10-02 08:00收录：2026-10-03
标准 Kubernetes（K8s，一个管理容器化应用的开源平台）功能强大，但运维负担重：搭建一套生产集群要配置控制面、网络、存储、安全、可观测性等多个组件，还要持续维护。K3s 是 Rancher Labs（现属 SUSE）推出的轻量发行版，把控制面和许多组件打包成一个不到 100 MB 的单一二进制文件，默认用 SQLite 存储，最低只需 512 MB 内存和 1 个 CPU 核心即可运行；而标准 K8s 通常至少要 4 GB 内存和 2 个 CPU 核心。因此 K3s 更适合边缘计算、物联网设备（如树莓派、零售终端、工业电脑）等资源受限场景，标准 K8s 则适合需要最大灵活性的复杂集群。需要注意的是，文章只给出了选型思路，没有提供两者性能或成本的对照数据。
展开详情收起详情：K3s 与 K8s：轻量级 Kubernetes 发行版何时胜出（何时不适用）⌄
The New Stack
原文发布：2026-10-02 21:00收录：2026-10-03
Anthropic 给 Claude Code 加了一套叫 mods 的新功能：mods 就是一些用 JavaScript 或 TypeScript 写的小函数，可以挂到 Claude Code 内部的事件上，用来改提示词、拦截或改写工具调用、处理权限请求、替换界面部件，甚至加新功能。以前开发者只能通过设置、CLAUDE.md、hooks 和 MCP 服务器调整 Claude 的行为，但没法改变 Claude Code 自身的界面和功能。现在 mods 已随 Claude Code 2.1.287 及之后版本默认启用，还能打包成插件分享给别人装，不过 mod 代码在本机运行，Anthropic 建议只装可信来源的。
文中可用工具
- mods用 JavaScript 或 TypeScript 写的小函数，挂到 Claude Code 事件上，改提示词、工具调用、权限和界面
- Claude CodeAnthropic 的命令行编程助手，mods 已在其 CLI 和桌面应用中可用
- CLAUDE.md存放持续指令的配置文件，用于自定义 Claude 行为
- hooks原有的自定义机制，可挂接 Claude Code 事件
- MCP servers为 Claude 提供额外工具和数据来源的服务端
- AGENTS.mdAnthropic 自身用 mods 实现的功能，具体用途原文未详细说明
- /diff paneAnthropic 用 mods 实现的差异查看面板
- Token Weather示例 mod，约 80 行，显示上下文窗口已用比例
展开详情收起详情：“没理由每个人都要有千篇一律的 Claude 体验”：Anthropic 的 mods 让你改变 Claude Code 的外观和行为⌄
The New Stack
原文发布：2026-10-02 22:07收录：2026-10-03