अब तक के अध्यायों में आपने Claude Code को स्थापित करना, निर्देश देना और अटकनों से निकलना सीख लिया है। यहाँ से हम एक कदम आगे बढ़कर Claude Code को ही "और शक्तिशाली बनाने" की बात करेंगे। मानक रूप में भी यह काफ़ी दमदार है, पर बाहरी टूल्स से जोड़ना, काम को स्वचालित करना, कई AI में बाँटना और बदलावों को वापस लौटा पाना ― ऐसे विस्तार का द्वार यहाँ खुलता है। इस अध्याय में हम हर एक "क्या है" और "कब काम आता है" को एक नक्शे की तरह समझेंगे।
"जोड़ना・स्वचालन・बाँटना・सुरक्षा-जाल・परिणाम" से क्षमता का विस्तार
एक्सटेंशन क्या हैं ― 5 दिशाओं में फैलाव
Claude Code के एक्सटेंशन अलग-अलग रूप में विकसित हुए हैं, पर "AI की क्षमता को किसी एक दिशा में बढ़ाना" के नज़रिये से देखें तो पूरी तस्वीर एकदम साफ़ हो जाती है। बारीक सेटिंग्स याद करने से पहले, पहले "कौन-सा फ़ीचर किस परेशानी को हल करता है" का नक्शा अपने पास रख लें। नीचे दी गई तालिका दिमाग में बिठा लें, तो आगे के हर खंड को समझना आसान हो जाएगा।
AI अकेले जिन बाहरी डेटा या सेवाओं (डेटाबेस, इशू-ट्रैकिंग, आंतरिक टूल आदि) तक नहीं पहुँच सकता, उन्हें जोड़ें। "वह जानकारी AI को पता नहीं" की समस्या हल करें।
"हर बार करने वाली तयशुदा प्रक्रिया" या "दोहराव वाला काम" को AI के भरोसे न छोड़कर, एक व्यवस्था से पक्का चलाएँ। हाथ का काम और भूल-चूक घटाएँ।
बड़े काम को कई AI में बाँटकर, खोजबीन・लागू करना・समीक्षा को समानांतर चलाएँ। जो काम एक AI के बस का न हो, उस पैमाने पर कारगर।
AI द्वारा किए बदलावों को कभी भी वापस लौटा पाने की सुविधा। "बेधड़क सौंप देने" के डर को मिटाने वाली बुनियाद।
अक्सर काम आने वाले तरीके・परिणाम・एक्सटेंशन के सेट को पुनः उपयोग योग्य रूप में समेटें, बाँटें और साझा करें।
📌 इस अध्याय को कैसे पढ़ें। यहाँ "क्या-क्या हो सकता है" की पूरी तस्वीर पकड़ लेना ही काफ़ी है। हर एक की सेटिंग-प्रक्रिया और ठोस उदाहरण में गहरे न उतरकर, उन्हें हर खंड के अंत में दिए विशेष लेखों पर छोड़ दें। पहले नाम और भूमिका याद रखें, ताकि ज़रूरत पड़ने पर यहाँ लौट सकें।
जोड़ना ― MCP
AI कितना ही समझदार क्यों न हो, आपके पास मौजूद डेटा या आंतरिक टूल्स के भीतर तक उसे पता नहीं होता। डेटाबेस की मौजूदा वैल्यू, इशू-ट्रैकिंग टूल की टिकटें, डिज़ाइन फ़ाइल का भीतरी हिस्सा ― इस "बाहरी दुनिया" और AI के बीच पुल बनाता है MCP (Model Context Protocol)। इसे एक साझा "प्लग-इन पोर्ट" का मानक समझें, तो बात आसानी से समझ आएगी।
क्या: AI और बाहरी टूल／डेटा को एक साझा मानक से जोड़ने वाला "कनेक्शन का स्टैंडर्ड"। संगत सर्वर जोड़ते ही Claude Code उस टूल को सीधे संचालित कर सकता है।
कब काम आता है: जब DB का भीतरी हिस्सा देखते हुए काम करना हो, इशू-ट्रैकिंग या डिज़ाइन टूल से जोड़ना हो, या आंतरिक सिस्टम की जानकारी AI से इस्तेमाल कराना हो।
💡 "AI को जानकारी नहीं पता" को हल करने की कुंजी। MCP सभी एक्सटेंशन में विशेष रूप से बहुउपयोगी है और कई टूल्स इसका समर्थन बढ़ा रहे हैं। इसका तंत्र और सेटअप MCP क्या है ― तंत्र और उपयोग में विस्तार से समझाया गया है। फ़िलहाल बस इतना याद रखें कि "AI को बाहर से जोड़ने का एक साझा मानक मौजूद है।"
स्वचालित करना ― hooks और loop
AI से हर बार "टेस्ट भी चलाना", "फ़ॉर्मैट भी करना" कहना ― भूल जाएँ तो छूट जाता है, और वैसे भी झंझट भरा है। तयशुदा प्रक्रिया को एक व्यवस्था से पक्का चलाना ज़्यादा सुरक्षित है। यहीं आते हैं hooks और loop कमांड। पहला "किसी समय-बिंदु से जुड़कर अपने-आप चलना" है, दूसरा "दोहराव वाले काम को एक साथ स्वचालित करना।"
क्या: AI जब कोई टूल चलाता है, उसके "पहले" या "बाद" अपनी स्क्रिप्ट डाल पाने वाला तंत्र। जैसे "फ़ाइल एडिट के बाद ज़रूर फ़ॉर्मैटर चलाना" को स्वचालित किया जा सकता है।
कब काम आता है: सेव के समय lint・फ़ॉर्मैटिंग, कमिट से पहले जाँच, ख़तरनाक कमांड को पहले से रोकना ― जैसे हर बार ज़रूर करने वाली नियमित प्रक्रिया को पक्के तौर पर लागू करना हो।
क्या: एक ही निर्देश को तय अंतराल पर, या किसी शर्त के पूरा होने तक बार-बार चलाने वाला तंत्र। "डिप्लॉय की स्थिति हर 5 मिनट में जाँचना" जैसे दोहराव को सौंपा जा सकता है।
कब काम आता है: नियमित जाँच, लंबी चलने वाली प्रक्रिया की निगरानी, एक ही काम का दोहराव ― जैसे जिस दोहराव में इंसान का बैठे रहना ज़रूरी न हो, उसे चलाना हो।
✅ "भूल-चूक" और "हाथ के काम" को घटाएँ। hooks के बारे में Claude Code के hooks क्या हैं में, और loop कमांड के बारे में loop कमांड क्या है में सेटिंग का तरीका और असली उदाहरण दिए गए हैं। ख़ासकर hooks उन गुणवत्ता-जाँचों को व्यवस्था के स्तर पर पक्का कर देता है जो "AI के भरोसे छोड़ने पर छूट जाती हैं", इसलिए यह टीम-डेवलपमेंट में बहुत काम आता है।
बाँटना ― subagents / agent teams
एक ही AI में सब कुछ ठूँस दें, तो बातचीत जितनी लंबी होती जाती है, संदर्भ उतना ही धुँधला पड़ता है और सटीकता भी गिरती है। इसीलिए बड़े काम को कई AI में बाँटकर सौंपना subagents (सबएजेंट) की सोच है। "खोजबीन करने वाला", "लागू करने वाला", "समीक्षा करने वाला" ― इस तरह भूमिकाएँ बाँट दें, तो हर कोई अपने काम पर ध्यान लगा पाता है और कुल गुणवत्ता बढ़ती है।
क्या: मुख्य AI किसी ख़ास काम को विशेषज्ञ "बच्चा AI" को सौंपता है। बच्चा अपने ही अलग संदर्भ में काम करता है और सिर्फ़ नतीजा मुख्य AI को लौटाता है। भूमिका के हिसाब से AI बाँटे जा सकते हैं।
कब काम आता है: व्यापक खोजबीन, कई फ़ाइलों में फैला काम, स्वतंत्र कामों को समानांतर चलाना हो। संदर्भ को गंदा किए बिना बड़ा काम निपटाया जा सकता है।
क्या: कई एजेंट को ज़्यादा गंभीरता से "टीम" के रूप में मिलकर काम कराने का उन्नत तरीका। भूमिका-विभाजन और तालमेल को और भी बड़े काम की इकाई में गढ़ा जाता है।
कब काम आता है: जब एक-बार का बँटवारा काफ़ी न हो ― ऐसे लगातार चलने वाले, बड़े पैमाने के डेवलपमेंट में। subagents से अंतर समझकर ही चुनें।
⚠️ ज़्यादा बढ़ाने से सावधान। समानांतर चलने वाले AI की एक सीमा होती है, और लालच में एक साथ बहुत सारे चला दें तो उल्टा अस्थिर हो सकता है या इंतज़ार करना पड़ सकता है। पहले 1-2 AI के बँटवारे से शुरू करें। subagents और agent teams के अंतर और उनके चुनाव के बारे में subagents और agent teams का अंतर में विस्तार से तुलना की गई है।
तरीका सिखाना ― skills
क्या आपके पास ऐसा कोई काम है जिसके लिए आप कहना चाहते हैं "यह काम हमेशा इसी तरीके से करो"? हर बार दोबारा समझाना समय की बर्बादी है। किसी ख़ास काम का तरीका (क्रम・ज्ञान・नियम) पहले से AI को सौंप देना ही skills (स्किल) है। ज़रूरत के मौके पर AI ख़ुद उस स्किल को बुला लेता है और तय ढंग से काम करता है।
क्या: किसी ख़ास काम के लिए तरीका・ज्ञान・संदर्भ फ़ाइलें एक सेट में समेटकर AI को सौंपने वाला तंत्र। उपयुक्त मौके पर अपने-आप बुला लिया जाता है और तय ढंग से प्रक्रिया चलती है।
कब काम आता है: आंतरिक कोड-नियम, दस्तावेज़ बनाने का ढाँचा, दोहराव वाला नियमित काम ― जैसे "हर बार एक ही तरीका" पक्का करना हो।
💡 "हर बार के समझाने" को पुनः उपयोग योग्य बनाएँ। hooks जहाँ "समय-बिंदु पर अपने-आप चलने वाली प्रक्रिया" है, वहीं skills "AI ख़ुद तय करके बुलाने वाली नियम-पुस्तिका" है ― ऐसे सोचें तो फ़र्क समझना आसान होगा। तंत्र और बनाने का तरीका Agent Skills क्या है में समझाया गया है।
एक साथ बाँटना ― plugins / marketplace
अब तक देखे MCP・hooks・skills आदि उपयोगी तो हैं, पर "एक-एक करके सेट करना झंझट" भी है। उन्हें एक ही पैकेज में समेटकर आसानी से जोड़ने और साझा करने की सुविधा देते हैं plugins (प्लगइन) और marketplace (मार्केटप्लेस)। किसी और के बनाए उपयोगी एक्सटेंशन के पूरे सेट को आप एकमुश्त अपना सकते हैं।
क्या: स्किल्स・कमांड・hooks・MCP सेटिंग आदि को एक सेट में समेटा "एक्सटेंशन पैकेज"। बस जोड़ते ही एक-मुश्त कई सुविधाएँ स्थापित हो जाती हैं।
कब काम आता है: जब टीम में एक जैसे एक्सटेंशन चाहिए हों, या आज़माए-परखे कॉन्फ़िगरेशन को तुरंत अपनाना हो।
क्या: प्लगइन बाँटने・पाने की जगह। सार्वजनिक एक्सटेंशन खोजकर स्थापित कर सकते हैं, या अपना बनाया साझा कर सकते हैं।
कब काम आता है: जब "ऐसी सुविधा चाहिए" को मौजूदा एक्सटेंशन में से खोजकर झटपट जोड़ना हो।
📦 एक्सटेंशन को "बाँटने लायक" रूप दें। plugins और marketplace का रिश्ता और सेटअप plugins और marketplace क्या हैं में समेटा गया है। बाहरी एक्सटेंशन अपनाते समय स्रोत भरोसेमंद है या नहीं, यह ज़रूर जाँचकर ही इस्तेमाल करें।
सुरक्षा-जाल ― checkpointing और rewind
AI को जितना ज़्यादा सौंपें, उतना ही डर रहता है कि "अनजाने में कोई अनचाहा बदलाव न कर दे"। यहीं काम आता है बदलावों को वापस लौटाने वाला सुरक्षा-जाल। checkpointing (चेकपॉइंट) से काम के पड़ाव दर्ज करें, और rewind (वापसी) से वहाँ तक लौट सकें ― तो बेधड़क AI को सौंपा जा सकता है। "लौटा सकते हैं" का यही भरोसा, बड़ा दाँव खेलने की हिम्मत बनता है।
क्या: काम की बीच की प्रगति अपने-आप दर्ज कर रखता है और बाद में किसी भी बिंदु तक बदलाव वापस लौटाने देता है। "फिर से करना है" को एक ही क़दम में पूरा करता है।
कब काम आता है: जब AI को बड़ा बदलाव सौंपना हो, आज़माइश में दिशा बदलनी हो, या अनचाहे संपादन को वापस लौटाना हो।
✅ Git के साथ ही असली भरोसा। checkpointing सेशन के भीतर की वापसी में दमदार है, पर वर्ज़न कंट्रोल (Git) की जगह नहीं ले सकता। रोज़मर्रा में कमिट बनाते रहें और बारीक आज़माइश को rewind से लौटाएँ ― यह दो-स्तरीय व्यवस्था सुरक्षित है। तंत्र checkpointing और rewind क्या हैं में समझाया गया है।
परिणाम दिखाना ― artifacts
सिर्फ़ कोड लिखने के बजाय, वहीं-के-वहीं परिणाम को आकार देकर दिखाना भी कभी-कभी चाहिए होता है। कोई छोटा वेब-पेज, चार्ट या डेटा का दृश्यीकरण, UI का प्रोटोटाइप ― ऐसे "देखकर परखे जा सकने वाले परिणाम" को बनाकर प्रीव्यू करा देता है artifacts (आर्टिफ़ैक्ट)। जहाँ शब्दों की व्याख्या से ज़्यादा, चलती-फिरती चीज़ एक नज़र दिखा देना जल्दी हो, वहाँ यह कमाल करता है।
क्या: AI के बनाए परिणाम (वेब-पेज・चार्ट・दृश्यीकरण・प्रोटोटाइप UI आदि) को वहीं बनाकर प्रीव्यू करा देने वाला तंत्र। देखकर परखना और साझा करना दोनों आसान।
कब काम आता है: UI का शुरुआती नमूना दिखाना हो, डेटा को चार्ट बनाकर साझा करना हो, या नतीजे को शब्दों में नहीं बल्कि "असली चीज़" में परखना हो।
🎨 "दिखाकर परखने" को तेज़ करें। उपयोग और बनाने का तरीका artifacts क्या है में बताया गया है। डिज़ाइन को बातचीत करते हुए तराशना हो, तो संबंधित Claude Design / Design Sync पर भी नज़र डाल लें, तो परिणाम बनाने के आपके तरकश में और तीर जुड़ जाएँगे।
एक्सटेंशन उन्नत उपयोगकर्ताओं के औज़ार हैं
अब तक हमने 8 एक्सटेंशन को तेज़ी से देख लिया। ये सभी आकर्षक हैं, पर शुरू से ही सबमें हाथ डालने की ज़रा भी ज़रूरत नहीं। ये बुनियाद के ऊपर चढ़कर ही जान डालते हैं ― "पावर-यूज़र के लिए" औज़ार हैं। नींव पक्की हुए बिना ही एक्सटेंशन की ओर दौड़ें, तो सेटिंग्स में उलझकर उल्टा लंबा रास्ता तय करना पड़ता है।
स्थापना・अनुमतियाँ・निर्देश देने का तरीका, अध्याय 2 की सामग्री से पक्के तौर पर सीख लें।
अध्याय 5 का एरर-निपटान सध जाए, तो एक्सटेंशन के दौरान की गड़बड़ियों से भी न घबराएँ।
"इस परेशानी को हल करना है" ऐसा लगे, तभी उससे मेल खाता सिर्फ़ एक एक्सटेंशन जोड़ें।
⚠️ एक्सटेंशन "परेशानी होने के बाद" ही लें। उपयोगी लगे इसलिए पहले से ही स्थापित कर लें, तो बस सेटिंग की जटिलता ही बढ़ती है। कोई ठोस असंतोष (हर बार यह प्रक्रिया भूल जाता हूँ, इस जानकारी तक AI नहीं पहुँचता, आदि) पैदा होने के बाद ही उसे हल करने वाला एक एक्सटेंशन अपनाएँ। यह क्रम बनाए रखें, तो एक्सटेंशन ज़रूर आपका साथी बनेगा।
- एक्सटेंशन 5 दिशाओं में ― जोड़ना (MCP)／स्वचालन (hooks・loop)／बाँटना (subagents・agent teams)／सुरक्षा-जाल (checkpointing・rewind)／तरीका और परिणाम (skills・artifacts・plugins)।
- MCP AI को बाहरी डेटा से जोड़ता है, hooks नियमित प्रक्रिया को, और loop दोहराव को स्वचालित करता है।
- subagents से काम बाँटें, और checkpointing / rewind होने से ही बेधड़क सौंपा जा सकता है। skills・artifacts・plugins तरीकों और परिणामों को पुनः उपयोग योग्य बनाते हैं।
- ये पावर-यूज़र के लिए हैं। पहले बुनियाद पक्की करें, और परेशानी पैदा होने के बाद एक-एक करके जोड़ें ― यही सही तरीका है।
क्षमता बढ़ाने के औज़ार तैयार हो गए, तो अगली बात है "समझदारी से लंबे समय तक इस्तेमाल करते रहना"। अगले अध्याय 7 "लागत और दक्षता" में हम टोकन और उपयोग-सीमा के प्रबंधन, और बिना बर्बादी के इस्तेमाल के गुर सीखेंगे।