Claude Code学习笔记

在软件工程的演进历程中，对复杂系统进行清晰、全面且无歧义的描述始终是一项核心挑战。

和Cursor的区别

Cursor和Claude Code设计理念完全不同。

• Cursor的设计理念是你的编程搭子，需要你频繁协作，互相启发。
• Claude Code设计理念是你的编程实习生。

1433元招个实习生帮你写代码，划算得不行。

CC牛在哪？

能解决其他AI IDE解决不了的问题。

比如之前开发Chrome扩展时，需要将框架转写为WXT，遇到的React的热更新问题，Code Buddy就一直搞不定，最后靠CC搞定了。这种案例还有很多，我现在在其他IDE中遇到问题几轮对话还搞不定的，都会交给CC去解决。

为什么CC这么厉害？大家用的都是Claude模型呀？原因在于其在Claude LLM之上，构建了复杂的工程化内容。

AI 时代的”本地分布式 Agent 操作系统”
“真正有工程厚度的 Agent 产品”

为什么换个模型就不行了？

CC支持切换其他模型，但是经过实测，切换后效果很差，我感觉有2个原因：

• 其他模型在编码方便本身比不上Claude 模型
• CC对Claude模型做了针对性的适配

以武侠世界的功夫为例：Claude模型相当于内功，CC相当于外功，只有2者契合的情况下，才能发挥最大的效果。

Anthropic 既是模型提供方，又是工具开发方，这种垂直整合让他们可以针对具体使用场景进行深度优化。

目前有潜力和CC竞争的是Gemini CLI + Gemini 模型，也是同样的路线。

CC擅长/不擅长哪些任务？

准确度要求

LLM 的本质是一个概率生成器，所以如果你的任务需要 100% 准确性，那就人工修改，因为这从本质上就不是 LLM 的强项。

如果你的任务是包含分析、思考等主观概念的，则很适合。

什么编程语言最适合AI Coding？

TypeScript、Java，这2个应该是最好的了，因为训练数据中基数最大，再加上类型约束，对AI非常友好。

Python排第三吧，主要是类型上扣了点分。

在实践中学习

(TODO)不断做项目、大量做项目、用不同的方式做项目

在做的过程中验证方法论、积累自己的workflow。

• 资讯可视化测试模块
• learn-by-quiz学习助手

最佳实践

多逛逛这里，看下别人的经验：

• https://github.com/hesreallyhim/awesome-claude-code
• https://www.anthropic.com/engineering/claude-code-best-practices

Claude Code in Action

https://anthropic.skilljar.com/claude-code-in-action

(精)文档结构规划

https://mp.weixin.qq.com/s/TgPYjYXXMISyVorO9jIO9A

明确界限：

• • Skills：语言和框架的通用最佳实践
• • CLAUDE.md：项目特定的配置和流程
• • 技术文档：详细的架构和设计说明

不要混淆：

• • ❌ 不要把 React 通用模式放在 CLAUDE.md
• • ❌ 不要把项目特定命令放在 Skills
• • ❌ 不要把所有东西都塞在一个文件里

和Gemini结合

CJW：
cc出设计方案，gemini评审，cc根据评审意见出一份调整后的设计文档，再人工确认下，cc根据该方案分解执行，完成后递交本地再gemini或codereview agent 进行review，根据review意见调整代码。

交叉CodeReview

这个git提交 8fcae5eaac3f8a022025a82c1330de4f99bf4268 是我写的creem支付代码，请你检查，结合creem官方文档，看看我们写对没，是否有疏漏。

官方推荐的Workflow

流程

1. /init
2. /compact
3. shift + tab

CLAUDE.md

如何解决CLAUDE.md过长的问题：职责分离，迁移到Skills
https://mp.weixin.qq.com/s/TgPYjYXXMISyVorO9jIO9A

能力分析

Agent Skill

相比于脆弱、难以管理的Prompt，Skills才是真正可维护、可复用、甚至可标准化的工业级组件。
Skills的本质，就是“可热加载的专业知识库”加上“标准化的执行SOP”。
它最大的价值在于经验固化，它可以将我们无数次试错、踩坑得来的最佳实践，凝结成了可复用的能力包。

https://mp.weixin.qq.com/s/n8WUXNm-ziKpzsii6tGTFA

渐进式披露（Progressive disclosure）是Agent Skills设计的核心原则。它就像一本组织良好的手册，从目录（元数据），到具体章节（SKILL.md主体），再到详细附录（引用的文件），让Claude只在需要时加载必要信息

任何人都可以像为新员工准备“入职指南”一样，将自己的专业知识、操作流程和资源打包成可组合的“技能”，动态地加载给Claude，从而将一个通用的AI智能体，转变为满足特定需求的专属专家。

渐进式披露，感觉和Cursor的rules很像，就直接理解为Cursor rules即可：

简单来说，Agent Skills一个全新的、使用文件和文件夹来构建专业智能体的方法。
一个技能的核心是SKILL.md文件。该文件必须以YAML Frontmatter开头，包含两个必需的元数据：name（名称）和description（描述）
在启动时，智能体会预加载所有已安装技能的名称和描述到其系统提示（system prompt）中
这便是“渐进式披露”的第一层：它只提供足够的信息，让Claude知道在什么情况下该使用哪个技能，而无需将所有技能的详细内容全部加载到上下文中

这不就是我们可视化LLM应用的套路么？可以根据这个理念再优化下我们的VISALL。
这个渐进式披露，和我们的动态注册、按需加载也是一样的思路。

https://docs.claude.com/en/docs/agents-and-tools/agent-skills/overview
https://github.com/anthropics/claude-cookbooks/tree/main/skills

Claude Agent Skills第一性原理深度解析:
原文：
https://leehanchung.github.io/blogs/2025/10/26/claude-skills-deep-dive/
译文：
https://mp.weixin.qq.com/s/OJx1O_hngVF99IPj75F8UQ

Claude Code 的 skills 原理：
https://mp.weixin.qq.com/s/YatKCqwObxOhNUsddVCA4A

(TODO)Claude Agent SDK

https://www.anthropic.com/engineering/building-agents-with-the-claude-agent-sdk

Plugin & Marketplace

https://www.anthropic.com/news/claude-code-plugins

https://github.com/anthropics/claude-code/blob/main/.claude-plugin/marketplace.json

官方文档：
https://docs.claude.com/en/docs/claude-code/plugins-reference

(TODO)根据这个先学习下marketplace.json的定义：
https://github.com/davila7/claude-code-templates/blob/main/.claude-plugin/marketplace.json

Command

解决重复写Prompt的问题。

凡是重复了两次以上的类似 Prompt 都应该用命令来表述。

Hook

https://mp.weixin.qq.com/s/pUqO_icEtJVt6AkEulWKFw
可以在各种事件触发时自动执行命令。
你可能会想：“我直接在提示词里告诉 Claude Code 该做什么不就行了吗？干嘛要搞这么复杂？”

在处理某些简单的任务时，提示词确实方便快捷。

但对于需要稳定、重复执行的复杂任务，单一的提示词就显得不够可靠了。随着对话轮次的增加，上下文变得逐渐冗长，模型很可能会“分心”，从而“遗忘”掉早期的某些关键指令。

而 Hook 则完全不同。它将你的指令从“建议”升级为固定的“自动化规则”。
通过将这些规则编码为钩子，你相当于把它们变成了应用程序级别的代码。它不再是一次性的提醒，而是一个每次到达特定时机都必然会触发的自动化流程，确保了操作的确定性和可靠性。

Sub Agent

• https://docs.anthropic.com/zh-CN/docs/claude-code/sub-agents
• 解决了上下文窗口的限制问题
• AI子代理，用于特定任务的工作流程和改进的上下文管理

PS: 官方文档提到一个：”使用与主对话分离的自己的上下文窗口”，这会不会导致主对话的上下文丢失？
Sub Agent本身就是设计了解决这类问题的：

Sub Agents的出现解决了当前AI编程的一个最重要的问题：通过“角色化”和“隔离化”，解决了“单体通用型AI”在复杂、多阶段开发任务中的“上下文失控”和“目标不确定性”问题。这对于用AI开发大型项目的用户，具有重大意义。
https://mp.weixin.qq.com/s/WXY_3RSf_ubHfmPIWeB5dQ

Sub Agents的三个核心的设计理念：
从”上下文管理混乱”到”上下文精确隔离”
从”角色混淆”到”角色焊定”
从”人机对话”到”人领导的AI团队”

一个通过Subagents和Slash Commands构建workflow的例子

(精, TODO)各种subagents，设计的也有：
https://github.com/wshobson/agents
一键让你的Claude Code拥有所有世界顶级Agent，并卷死它自己：
https://mp.weixin.qq.com/s/gRQkeat77A6fIRy5vXo73g

安装：

https://github.com/wshobson/agents 
把这些Agents 全部安装到这个项目的 ClaudeCodeClI里, 跳过重复的

使用：

巨量：
使用尽量多的agents 帮我们检查刚才的工作。

按需：
我想要分析我们当前项目的算法性能,你建议我们使用哪些Agents来做?先和我讨论Agents调度方案,和我确认后,再执行。

MCP

API文档

设置输出风格(比如学习模式)

https://docs.anthropic.com/en/docs/claude-code/output-styles
不同提示词类型的对比：
https://mp.weixin.qq.com/s/QtzLbZQQEDWlNVO0O-NhPQ

配置

https://mp.weixin.qq.com/s/-78dAxhb0VqYm9gGLTQ2Og

Workflow

新需求-非确定性需求

比如我们的探索性项目，这种项目一开始的需求往往是很模糊的，会随着项目推进不断变更。

• 种子需求Prompt

新需求-确定性需求

编译、分析和测试

1. 在 CLAUDE.md 中详细列出项目的编译命令、测试命令、linter 配置
2. 每完成一个小功能，立即编译
3. 编译通过后，运行相关测试
4. 测试通过后，运行 linter 和 formatter

Spec-Driven Development for Claude Code

https://github.com/pdoronila/cc-sdd

claude-code-spec-workflow

https://github.com/Pimzino/claude-code-spec-workflow

官方的几个工作流

1. 探索-规划-编码-提交工作流 (Explore, Plan, Code, Commit)

   • 探索: 让Claude阅读相关文件、图像或URL，获取上下文信息
   • 规划: 使用”think”等关键词触发深度思考模式制定计划
   • 编码: 根据计划实现功能代码
   • 提交: 自动提交更改并创建PR

2. 测试驱动开发工作流 (Test-Driven Development)

   • 先编写测试用例并确认其失败
   • 提交测试代码
   • 编写实现代码并通过测试迭代
   • 最终提交功能代码

3. 可视化迭代工作流 (Visual Iteration)

   • 提供设计稿或视觉模型
   • 实现代码并截图对比
   • 迭代优化直到视觉效果匹配
   • 满意后提交代码

4. 安全快速模式工作流 (Safe YOLO Mode)

   • 使用--dangerously-skip-permissions参数
   • 在隔离容器环境中让Claude自主执行
   • 适用于代码格式化、修复lint错误等任务

5. 代码库问答工作流 (Codebase Q&A)

   • 通过提问方式探索代码库
   • Claude自动搜索并回答技术问题
   • 适合新项目入职和代码理解

6. Git/GitHub交互工作流

   • 搜索Git历史记录回答问题
   • 自动生成提交信息
   • 处理PR、Issue和代码审查
   • 执行复杂的Git操作

7. Jupyter笔记本工作流

   • 读取和编写Jupyter笔记本
   • 解释数据可视化结果
   • 优化笔记本的视觉呈现
   • 适合数据科学和研究工作

踩过的坑

用Claude写文档

耗费token很快，这很不划算。写文档用GLM这种模型就足够了。

规划没有用Opus

规划实际上并不怎么消耗token的，用性能最好的模型是很划算的。

经验技巧

superpower

https://mp.weixin.qq.com/s/o_ICiQQ9hsYcfBZszwpAiw
https://github.com/obra/superpowers

各种工具

https://mp.weixin.qq.com/s/dajE3jog4zZWdfKPhYIc_A

有赞的AI 开发模式

https://mp.weixin.qq.com/s/D_pgKthF9IIxOLPLHKAHyw
这个文章非常赞，句句经典，信息密度很高。
有赞居然还没挂掉…
这个文章很屌，具备指导性和实践性，也能作为软考论文去写
Codebase Search这个概念很棒。
他们对任务做的分类很棒，是从模型能力类型入手去划分的，比如翻译型。
面向个人开发者的AI基建和面向企业级开发流程的AI基建，是不一样的。
AI用例标准化，这不就是我们(温晋)正在搞的，存量用例（种子集)和增量用例。
常见构建 Agent 的模块包括：程序计算节点、单一 LLM 节点、Workflow、Agentic。

AI Agent三大核心痛点，一次性解决

https://mp.weixin.qq.com/s/JDFN4kqvvIiqaF6KD8ODtA
Tool Search Tool、Programmatic Tool Calling 和 Tool Use Examples
Tools的按需加载，在我们的场景非常有用。

(精, TODO)如何将 AI 代码采纳率从30%提升到80%？AI结对编程

这个很适合在既有项目上进行迭代，可以用VISALL，基于issue的方式去试试重构。
https://mp.weixin.qq.com/s/042Nwu3IfX9cm3XjhtRfiA
AI编码采纳率低的根本原因在于人类期望其独立完成模糊需求。

项目下的这个.ai目录的设计，很经典！

标准化输入输出的概念：每个阶段都有明确的文档规范。
结构化表达：使用清晰的结构化语言描述需求和约束。

什么是结构化表达？

长期效益：

• 维护成本显著降低：完善的文档体系使后续同学接手变得简单；

• 需求可追溯性：每个需求都有完整的文档链路，便于迭代和维护；

• 团队协作规范化：统一的AI辅助流程提升团队整体效率；

• 知识体系沉淀：一次性建设的上下文文档可在后续项目中复用；

使用 Playwright MCP将 Claude 代码变成自己的超赞 UI 设计师

https://mp.weixin.qq.com/s/A8GNR0ipmOaKz5oVyi0_7A

(TODO)spec-kit

https://github.com/github/spec-kit
https://mp.weixin.qq.com/s/vrX4gtekSWY4f6zamPAvDg
https://github.com/github/spec-kit/blob/main/spec-driven.md

对比OpenSpec：
https://mp.weixin.qq.com/s/kKxHmWFmVE-yO-x4JXIFzQ

(TODO)Serena-代码的语义化RAG

A powerful coding agent toolkit providing semantic retrieval and editing capabilities (MCP server & other integrations)
节省LLM的token
https://github.com/oraios/serena
https://mp.weixin.qq.com/s/pGE1g5o24-kMvd-vVjT6UQ

ClaudeCode用ShadCN集成高质量前端组件

https://www.bilibili.com/video/BV1ZuaRz2E4f/

客户端opcode

https://github.com/getAsterisk/opcode

CC预制模板

https://mp.weixin.qq.com/s/hr-PfP8ozO22P-T1-eftIw

(精)循环执行CC

https://github.com/repomirrorhq/repomirror/blob/main/repomirror.md
可以试试搞一些老项目重构，比如Vue转React、JS转TS等等。
只要测试用例有效，跑得足够多，应该就一定能搞定这种任务。

远程操控

https://vibetunnel.sh/
教程：
https://www.bilibili.com/video/BV12xtZzZEHw
https://einverne.github.io/post/2025/08/vibetunnel.html
用到了这个VPN：
https://github.com/tailscale/tailscale
这个需要公网IP，不然只能局域网使用，适合家里用，出门就不适合了。

https://remote-code.com/

任务队列

https://github.com/benbasha/Claude-Autopilot

CC官方：CC在不同团队和场景的使用情况

https://mp.weixin.qq.com/s/k88oQXqQrJ3J0SNUNAgXZA

(TODO)CC官方最佳实践

https://mp.weixin.qq.com/s/5X71x5Vq1uAZTBg761xCmg

(TODO)Anthropic 和吴恩达公司联合出的一个Claude Code 教程

https://mp.weixin.qq.com/s/zTBLWjnEWgDjemzlX7WQ1g

How To 10x Your Notes: Obsidian + Claude AI Agents

https://www.youtube.com/watch?v=d7Pb73dbcIM

(TODO)知”人”善用

v0擅长ui，claude擅长逻辑，知人善用，基于这个和我的插件实践，写个总结：

https://mp.weixin.qq.com/s/EJlxb2ksncXnbBaxsLjZpw

经常逛Reddit的ClaudeAI

https://www.reddit.com/r/ClaudeAI/

自定义命令

https://docs.anthropic.com/zh-CN/docs/claude-code/slash-commands

Ultrathink Task (command):

https://www.reddit.com/r/ClaudeAI/comments/1lpvj7z/ultrathink_task_command/

管理软件：

https://github.com/gifflet/ccmd

Awesome系列：

https://github.com/hesreallyhim/awesome-claude-code?tab=readme-ov-file#slash-commands-

别人的命令：

https://slashcommands.cc/

模型配置：Claude Code Router

https://github.com/musistudio/claude-code-router

这是由一个个人项目演化而来的，非常有价值。

我是否也能搞一些给自己用的项目？比如解决我的手的问题。

常用命令：

• ccr claude
• ccr ui
• ccr restart

注意：切换模型要写2个参数：
/model command: /model provider_name,model_name
Example: /model openrouter,anthropic/claude-3.5-sonnet

/model glm,GLM-4.5

GUI操作插件-Claude Code Chat

https://mp.weixin.qq.com/s/mctEZSBF6eUSMXV1_Bhr1w

一刻不停的跑起来

赛博牛马，不跑浪费~~

ultrathink & 深度反思

ultrathink

效果完全不一样

深度反思

改BUG如果经过几轮仍然无法修正，可以加上“深度反思”：

(TODO)SuperClaude

https://github.com/NomenAK/SuperClaude

预定义角色和指令。

https://www.bilibili.com/video/BV1rh3DzWEVF/

/build --init --c7 --plan --persona-frontend "创建一个模拟太阳系的HTML动画，，包含8大行星的轨道运动"

把Claude Code打造成一个开发团队：

https://mp.weixin.qq.com/s/iB6FmAvr1ia8gpPxr0KojA

(TODO)Context7

https://github.com/upstash/context7

这个模式很适合我们的可视化啊！

授权

claude  --dangerously-skip-permissions

多搞几个显示器

多任务并行，经常切换不方便，如果多屏的话，体验上会好很多。

操作命令合集

https://zhuanlan.zhihu.com/p/1928918331810886674

常见问题

Claude Code订购失败，一般是因为野卡和之前的服务提供商不再合作了，需要换卡才行。

https://bewildcard.com/pay-service

https://github.com/musistudio/claude-code-router/tree/main?tab=readme-ov-file

购买&封号问题

https://github.com/anyofai/claude-pro

陈建伟他们买的国内镜像：

https://aicodewith.com/?invitation=V8EU3DZ

自建中转服务：

https://github.com/Wei-Shaw/claude-relay-service

拼车：

https://ctok.ai/claude-code-carpool-guide.html

尼日利亚低价购买：

https://www.bilibili.com/video/BV1GgtGzGEGR/

在IDE中使用Claude Code

https://www.bilibili.com/video/BV1zmuGz3EBn/

GUI工具-Claudia

https://github.com/getAsterisk/claudia

TODO: 这个项目的技术栈很不错，适合用于学习：

• Frontend: React 18 + TypeScript + Vite 6
• Backend: Rust with Tauri 2
• UI Framework: Tailwind CSS v4 + shadcn/ui
• Database: SQLite (via rusqlite)
• Package Manager: Bun

安装MCP

https://docs.anthropic.com/en/docs/claude-code/mcp

(TODO)API Error: Cannot read properties of undefined (reading ‘filter’)

https://github.com/anthropics/claude-code/issues/4788
看评论，似乎和自定义base url有关。

资料

源码

https://github.com/shareAI-lab/analysis_claude_code
https://mp.weixin.qq.com/s/GspfXKHiwtdhr73KtDgO1w

(TODO)待实践的几篇关键文章

如何看待现阶段坚持不用 AI 的 「古法编程」？ - 飞天红猪侠的回答 - 知乎

https://www.zhihu.com/question/1924453356719543095/answer/1945274892372115675
讲述了AI适合做的/不适合做的，很不错的文章，深有感触。
未来开发人员的定位：技术经理。

Vibe Coding 如何用到线上正式项目中

https://mp.weixin.qq.com/s/eVJtcqXrivivfOwWN_Y0_w
这个理念深得我心：

• CTO 不可能深入掌握各个领域的知识，如何管理各个领域对应的专家？
• 产品经理不懂代码，怎么验收他期望的功能？
• CEO 不是金融领域的专家，怎么去检查会计工作？
  解决方案：
• CTO 可以编写验收测试，用来交给相关专家执行，哪怕他并不理解底层是怎么实现的。可以通过这些测试是否通过来判断工作质量是否达标。
• 产品经理只需要去体验产品看有没有达到预期，完全不需要关心代码
• CEO 也可以抽查一些他们理解的关键事实或数据片段，从而建立对整体财务模型的信心，即使他们本身并不精通整个模型的运作方式。

让CC写叶子节点的代码。

这是一个自文明诞生以来就存在的问题，如何管理那些你不了解的事情？
找到那个你可以验证的抽象层

需要有技术背景的人来提出正确的问题，给 AI 指引。

将系统设计成可验证的，即使不去读代码也能验证系统的正确性。

作 Claude 的 PM。

生产级别的Vibe Coding应该建立在完善可靠的基建之上(鉴权、支付等等)。

那些懒惰的人不会去学习，他们只会得过且过。

阶段性整理、更新、精简文档。

Git worktree

利用这些信息在脑中构建整体印象，确保我能够在不依赖 Vide Coding 的情况下完成任务——也就是仍然清楚地了解代码在做什么。然后，我再和 Claude 一起实现这个功能。

关于Augment的思考

模仿Kiro，超越Kiro：一图说明Augment Code的「任务列表」强在哪里
https://mp.weixin.qq.com/s/-5ZGfmCxscH-ZyV2oT-xBg

这个todolist是否可以用ReactFlow来做，动态调整（可以真正动态调整的路线图，对于我们这种探索性需求太重要了) + 子任务拆分，把需求搞得足够细致？每个叶子节点再把数据结构定义也搞上去，最终生成一个巨详细的结构化的需求列表文档！这不又是一个很好的开源项目点子么？
这个太赞了:可以将任务列表导入和导出，方便在相似的工作流中重复使用。

Claude Code时代：当一个人就是一支团队

https://mp.weixin.qq.com/s/qXNUvRD79cp0fpBoDrqw-Q
快即是慢，推到重来。
我见过太多开发者陷入这样的循环：

第一天：兴奋地让AI生成代码
第三天：发现架构有问题，重构
第七天：用户反馈需求理解错误，重做
第十四天：发现数据模型设计有缺陷，推倒重来
第三十天：项目失败

30秒生成千行代码，30天推倒重来。这就是”快即是慢”的真实写照。

相反，AiCarpool项目的开发过程是这样的：

第一到三天：思考和调研，没写一行代码
第四到五天：设计和原型，还是没写代码
第六天：架构设计，依然没写代码
第七到八天：AI辅助编码，快速实现
第九天：测试和优化
第十天：成功上线

看似前六天都在”浪费时间”，实际上这六天的思考，让后面的开发异常顺利。没有返工，没有重构，没有推倒重来。

腾讯：与Cursor结对编程四个月，我顿悟了！

https://mp.weixin.qq.com/s/RyBYqG04wR1Hq2CbfxU2eg
用 rules 建立协作共识：让 AI 懂你的 “做事规矩”
mcp-feedback-enhanced
TAPD（Tencent Agile Product Development）：即腾讯敏捷协作平台，是一款由腾讯公司自主研发的协作及软件研发管理平台。

一个半月高强度 Claude Code 使用后感受

https://onevcat.com/2025/08/claude-code/
讲了很多技巧。

其他

CC之父访谈：The future of agentic coding with Claude Code：
https://www.youtube.com/watch?v=iF9iV4xponk
https://mp.weixin.qq.com/s/lBo5lGOg2oRfPTkAE1RXow

集成到Zed：
https://mp.weixin.qq.com/s/285jPMayZWyF5NnwEhuixg

不同模块的效果对比与使用技巧：

https://www.bilibili.com/video/BV1jGtEzNEAv/

Claude Code官方购买指南

https://mp.weixin.qq.com/s/d0wr1dodWPpkF3P1aK1QrA

使用技巧

https://mp.weixin.qq.com/s/5zTIfVycjRu5k6cdwNAoaw
https://mp.weixin.qq.com/s?__biz=MzU0OTc0NzAxMg==&mid=2247485487&idx=1&sn=7e2727a0082d88f6705dc4413c84f079&scene=21&poc_token=HLs3sWij6b6gfPAK-yqCFvH4Lbc_5t2CHZDtj9x4
https://mp.weixin.qq.com/s/gsLAM_eLheCP9hj-dr95fQ

乐天用 Claude Code ，新功能上线从 24 天缩到 5 天，7 小时自主编码 1250 万行代码库！

https://mp.weixin.qq.com/s/pAIrUcoOy2tyNPKvmM5exw

创始人详解Claude Code如何改写编程方式：

https://mp.weixin.qq.com/s/W-pd1d1j8sJoJ_Vko-Ec1A

https://www.youtube.com/watch?v=Yf_1w00qIKc

issue的描述，就是需求描述，就是上下文，因此issue信息如果足够好，完全可以直接AIGC解决问题：

在任何 issue 里，你可以直接 @Claude。我每天都在 PR 里用它。比如说，同事发了一个 pull request，我不会再说”嘿，你能不能修一下这个问题”，我会直接说”@Claude，修一下这个问题”，然后它就会自动修好。同样，我也不会再说”你能不能写一下测试”。以前说这个我还觉得有点不好意思，现在我只需要说”@Claude，写个测试”，它就会自动完成。这些事情现在根本不再是问题了。

随着模型能力的进一步提升，那些你不得不亲自写代码的场景，比如特别复杂的数据结构，或者多个系统组件之间的高复杂交互，又或者是你实在描述不清楚的需求，这些情况会越来越少。未来，越来越多的编程工作将会是关于”如何协调这些 AI 代理去完成开发任务”。

我觉得目前见过最有价值的一个技巧是：无论是 Anthropic 内部还是外部的重度用户，现在很多人都会先让 Claude 做”规划”，再开始写代码。新用户常见的误区是直接让 Claude 实现一个很复杂的功能，结果它写出来的内容和你预期差距很大。

一个更有效的方法是先让它出一个方案。我会明确告诉 Claude：”这是我要解决的问题，在写代码前，请先给我列出几种思路，别着急动手。“然后它会给我列出几个方案，比如方案一、二、三。我可以挑出一和三，说：”我们可以结合一下，现在你可以开始写了。”Claude 在这方面的配合度一般都很高。

Prompt

通用开发

https://www.dzombak.com/blog/2025/08/getting-good-results-from-claude-code/