需通过结构化指令强制Claude使用指定编程库：一、显式插件前缀（如“Use library: PyTorch”）；二、CLAUDE.md中声明YAML约束；三、斜杠命令动态设置偏好；四、Skill文件定义细粒度规则。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在与Claude对话时希望其严格采用某一编程库（如PyTorch而非TensorFlow）生成代码，但模型仍可能默认选用其他库，则需通过结构化指令覆盖其自主选择倾向。以下是实现该目标的多种方式：
一、使用显式插件前缀指令
该方法通过强制路由机制绕过模型对工具的自主判断，直接绑定指定库的语义上下文，确保生成逻辑不偏离预设技术栈。
1、在提问开头添加“Use library: [库名]”格式前缀，例如：“Use library: PyTorch — 实现一个带Dropout的CNN分类器”。
2、发送后系统将跳过常规库推断流程，所有生成代码均基于PyTorch API构建，包括模块导入、张量操作与模型定义方式。
3、注意库名须与Claude内部注册的技术库标识完全一致，区分大小写且不可缩写，例如必须写“NumPy”而非“numpy”或“np”。
二、在CLAUDE.md中声明技术约束
该方法通过项目级配置文件将库依赖固化为长期上下文，使每次对话自动继承该约束，避免重复声明。
1、进入项目根目录，确认存在CLAUDE.md文件；若无，则执行claude /init命令生成。
2、在文件末尾添加YAML元数据区块，明确限定可用库：
3、保存文件后，后续所有对话中Claude将仅调用requests和jsonschema，拒绝生成任何包含urllib、aiohttp或pydantic的代码行。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
三、通过斜杠命令动态注入库偏好
该方法适用于临时会话场景，在不修改配置文件的前提下即时设定当前对话的技术边界。
1、在Claude交互界面中输入斜杠命令：/library preference set flask。
2、等待系统返回确认提示“Library preference updated to flask”。
3、此后在同一会话中提出的全部代码生成请求，都将优先采用Flask原生路由装饰器、request对象及render_template函数，禁用FastAPI风格的@router.get语法。
四、利用Skill文件定义细粒度规则
该方法支持按功能模块设定库兼容性策略，适用于多技术栈并存的复杂项目。
1、在项目.claude/skills/目录下创建新文件api-layer-constraint.md。
2、在文件中编写如下内容：
3、保存后运行/reload skills命令刷新规则集，此后所有涉及REST API开发的请求，Claude将严格使用Flask-SQLAlchemy而非Django REST Framework。
