作者:互联网 时间: 2026-07-24 17:29:03
好,到这里你已经能把 Claude Code 跑起来了。前面两部分你完成了:
但很多人就停在了这一步——会用,但用得不顺手。用久了你会发现三个问题:
本部分就是解决这三个问题的。先了解全局框架,再逐个深入。
Claude Code 的能力可以按 7 层扩展(Harness) 来理解。Anthropic 官方在 2026 年 5 月的企业级指南中总结了这个框架:
这 7 层从底向上,每一层建立在前一层之上。前 3 层是基础配置,后 4 层是高级扩展。本部分和第四部分会逐个展开。
官方反复强调一个观点:模型能力是地板,配置质量才是天花板。花时间把配置做好,比追最新模型版本更有实际收益。
配置好API后,你可能会问:"这么多模型,我该用哪个?"这一节帮你解答。
Claude 模型家族对比:
| 模型 | 速度 | 代码质量 | 推理能力 | 成本 | 推荐场景 |
|---|---|---|---|---|---|
| Claude Haiku 4.5 | 极快 | 良好 | 中等 | $ 较低 | 简单代码补全、格式化、小修改 |
| Claude Sonnet 4.6 | 快 | 优秀 | 强 | $$ 适中 | 日常开发、功能实现(默认推荐) |
| Claude Opus 4.7 | 中等 | 顶级 | 极强 | $$$ 较高 | 复杂架构设计、疑难 Bug、算法难题 |
成本估算参考(2026-05-18 核对):
| 模型 | 输入费用 | 输出费用 | 一次普通编程对话费用 |
|---|---|---|---|
| Claude Haiku 4.5 | $1/百万Token | $5/百万Token | 低成本批处理 |
| Claude Sonnet 4.6 | $3/百万Token | $15/百万Token | 日常开发主力 |
| Claude Opus 4.7 | $5/百万Token | $25/百万Token | 复杂问题少量使用 |
在 Claude Code 中切换模型(四种方式):
Claude Code 提供了四种模型切换方式,按优先级从高到低排列:
方法一:启动时指定(临时使用)
# 使用模型别名(推荐,自动指向最新版本)$ claude --model opus # 最强推理$ claude --model sonnet# 日常编码(默认)$ claude --model haiku # 快速轻量# 使用具体模型名时,请以当前服务商官方文档为准$ claude --model opus$ claude --model "deepseek-v4-pro[1m]"
方法二:运行中切换(使用斜杠命令)
在 Claude Code 对话中直接输入:
/model# 打开模型选择器(交互式)/model sonnet# 直接切换到 Sonnet/model opus# 直接切换到 Opus
选择后会保存到用户设置,下次启动也会生效。
方法三:环境变量持久设置
# 设置默认使用的模型(支持别名或具体名称)export ANTHROPIC_MODEL="sonnet"
方法四:配置文件持久设置(推荐)
在 settings.json 中设置 model 字段,重启即生效:
// ~/.claude/settings.json(全局生效){ "model": "sonnet"}
// 项目/.claude/settings.json(仅该项目生效){ "model": "opus"}
配置文件层级说明:
| 配置文件位置 | 作用范围 | 是否提交 Git | 优先级 |
|---|---|---|---|
~/.claude/settings.json | 全局(所有项目) | 否 | 低 |
项目/.claude/settings.json | 当前项目(团队共享) | 是 | 中 |
项目/.claude/settings.local.json | 当前项目(个人私有) | 否(gitignore) | 高 |
不同模型的使用建议:
| 场景 | 推荐模型 | 理由 |
|---|---|---|
| 日常功能开发 | Claude Sonnet | 速度和质量的最佳平衡 |
| 简单代码修改/格式化 | Claude Haiku | 足够胜任,成本最低 |
| 复杂架构设计 | Claude Opus | 最强推理,值得多花钱 |
| Bug调试(简单) | Claude Sonnet | 通常够用 |
| Bug调试(复杂) | Claude Opus 或 DeepSeek V4 Pro | 需要深度推理 |
| 中文项目文档 | Claude Sonnet / 通义千问 | 中文能力出色 |
| 预算紧张 | DeepSeek API / GLM / Kimi | 按当前价格选择性价比方案 |
| 离线/隐私敏感 | 本地Ollama模型 | 完全本地,免费 |
实际对比实验:
用同一个任务测试不同模型的表现,帮你直观感受差异:
测试任务:用 Express.js 创建一个简单的 RESTful API,包含 GET 和 POST 两个端点。
请用 Express.js 创建一个简单的待办事项 API,包含:1. GET /todos - 获取所有待办事项2. POST /todos - 创建新的待办事项数据存在内存中即可,不需要数据库。
| 模型 | 完成时间 | 代码质量 | 额外优化 |
|---|---|---|---|
| Claude Haiku | ~3秒 | 功能正确,代码简洁 | 无额外优化 |
| Claude Sonnet | ~8秒 | 功能正确,有输入验证和错误处理 | 添加了 CORS、请求体解析中间件 |
| Claude Opus | ~15秒 | 功能正确,架构清晰 | 分层设计、详细注释、完整的错误处理 |
| DeepSeek V4 Pro | 视网络而定 | 功能正确,代码规范 | 适合低成本深度推理 |
Claude Code 有多层配置体系,从全局到项目级,层层覆盖。
配置层级:
全局配置(影响所有项目)└── ~/.claude/settings.json项目级配置(只影响当前项目)└── 项目根目录/.claude/settings.json项目上下文文件(告诉AI项目背景信息)└── 项目根目录/CLAUDE.md ← 最重要!
Claude Code 的配置文件位于 ~/.claude/settings.json(全局)或项目目录下的 .claude/settings.json(项目级)。
常用配置项:
{ // 允许 Claude Code 执行的操作(不再需要每次确认) "permissions": {"allow": [ "Read",// 读取文件 "Write",// 写入文件 "Bash(npm *)",// 执行 npm 命令 "Bash(git *)",// 执行 git 命令 "Bash(node *)"// 执行 node 命令],"deny": [ "Bash(rm -rf *)" // 禁止执行危险的删除命令]}, // 默认使用的模型 "model": "sonnet", // 自动紧凑阈值(上下文使用超过此比例时自动压缩) "autoCompactThreshold": 80}
CLAUDE.md 是 Claude Code 中最重要的配置文件之一。它就像你给新来的实习生写的"项目入职手册" —— 告诉AI这个项目的背景、技术栈、编码规范和当前进度。
为什么 CLAUDE.md 如此重要?
没有 CLAUDE.md 时,Claude Code 每次开始工作都要花时间"重新认识"你的项目。有了 CLAUDE.md,它一启动就知道项目的全部背景,效率大幅提升。
CLAUDE.md 模板(可直接复制修改):
# 项目名称## 项目概述一句话描述这个项目做什么。## 技术栈- 前端:Next.js 14 + TypeScript + Tailwind CSS- 后端:Next.js API Routes- 数据库:Prisma + SQLite- 部署:Vercel## 项目结构•```src/├── app/ # Next.js App Router 页面│├── api/# API 路由│├── layout.tsx # 全局布局│└── page.tsx# 首页├── components/# React 组件│├── ui/# 通用UI组件│└── features/# 业务组件├── lib/ # 工具函数和配置├── prisma/# 数据库 schema 和迁移└── types/# TypeScript 类型定义•```## 编码规范- 使用函数式组件 + React Hooks- 组件文件使用 PascalCase 命名(如 BookmarkCard.tsx)- 工具函数使用 camelCase 命名- API 路由返回统一格式:{ success: boolean, data?: any, error?: string }- 所有数据库操作通过 Prisma Client 执行## 当前开发状态- 项目初始化完成- 数据库 Schema 设计完成- 书签 CRUD API 开发中- 前端页面待开发- 搜索功能待开发## 注意事项- SQLite 数据库文件在 prisma/dev.db,不要提交到 Git- 环境变量在 .env 文件中,不要提交到 Git- 所有新功能先创建 Git 分支再开发
CLAUDE.md 的三个层级(由顶向下叠加生效):
很多人只知道 CLAUDE.md 可以放在项目根目录,其实官方设计了 3 个层级的 CLAUDE.md,它们会同时生效、不冲突:
| 层级 | 路径 | 作用范围 | 适合写什么 |
|---|---|---|---|
| 全局级 | ~/.claude/CLAUDE.md | 所有项目都会读 | 个人习惯、身份、翻译偏好(如"永远用中文回答"、"我是 xx、从事 xx") |
| 项目级 | 项目根目录/CLAUDE.md | 仅本项目 | 项目技术栈、架构、规范、进度(可提交 Git,团队共享) |
| 文件夹级 | 子目录/CLAUDE.md | 仅该子目录 | 模块专属约定(如 src/payment/CLAUDE.md 写支付模块踩过的坑) |
三层叠加生效,不冲突。优先级:文件夹级 > 项目级 > 全局级。
两个官方推荐的创建姿势:
/init 创建项目级:在项目根目录下运行 claude 后输入 /init,cc 会自动扫描项目并生成一份 CLAUDE.md 初稿,你再调整。官方建议:项目有一定规模再 /init 效果更好(太空它扫不出什么东西)。/memory 编辑全局级:在 cc 会话里输入 /memory 选择“全局 CLAUDE.md”,会用默认编辑器打开该文件供你修改。修改全局后需重启 cc 才生效。最佳实践:
保持更新:项目级 CLAUDE.md 应该是动态的——项目加了功能、踩了坑,就同步更新
足够具体:技术栈写明具体版本号,目录结构要与实际一致
写明禁忌:把"不要做什么"也写清楚(如"不要修改数据库迁移文件")
适度简洁:不要写成论文,AI需要的是关键信息而非赘述
只放"顶层不变原则" :随着实践你会发现,CLAUDE.md 不该塞太多。卡帕西发布的「claude.skills」几百行通用规则就能拿 10 万+ Star——写点 “顶层、不变、须严守" 的东西就够了。
https://github.com/multica-ai/andrej-karpathy-skills
如果说 CLAUDE.md 是你主动立下的规矩,那 Auto Memory 就是 cc 在干活过程中默默记下的设计笔记。你没显式写进 CLAUDE.md 的习惯、反馈、项目踩坑,会被一个后台 agent 静静记录。
如何启用:
# 在 cc 会话中输入/memory# 在弹出的菜单里选第一个选项 “启用 Auto Memory”# 启用后菜单里会多出“打开自动记忆文件夹”选项
Auto Memory 会记哪几类东西:
| 类型 | 含义 | 举例 |
|---|---|---|
user | 关于你 | 你的角色、偏好(如“不喜欢深色 UI”) |
feedback | 你给过的反馈 | “不要这样做"、“对,就这样" |
project | 项目相关 | 进度、决策、技术选型 |
reference | 外部资源索引 | “某份设计文档在 docs/design.md” |
使用手感(重要):
memory.md 索引——遇到具体问题才去读对应的子文件,占 token 很少Ctrl+O 在会话中查看实际被调用过的记忆内容除了上面两层,你还可以仿照 Skill 的"渐进式披露"机制为 cc 手动打造一套专项参考文档。
应用场景:某些东西不适合全部塞进 CLAUDE.md(太长、太专门),但 cc 需要的时候必须能查到。比如做个产品,你希望:
docs/brand-visual.mddocs/copywriting-style.mddocs/api-conventions.md然后在 CLAUDE.md 里加上指引:
## 外部参考文档- 修改前端视觉、调颜色、调间距时 → 必读 `docs/brand-visual.md`- 写产品文案、按钮文字、提示语时 → 必读 `docs/copywriting-style.md`- 写 API 、定义返回格式时 → 必读 `docs/api-conventions.md`
这样 cc 只在"需要的时候"才去读完整文档,既保证了准确性,又不占多余上下文。
Claude Code 的三层记忆体系:第一层 CLAUDE.md(你主动写,全量加载)→ 第二层 Auto Memory(cc 自己记,按需读取)→ 第三层自建参考文档(你写,cc 遇到对应任务才读)。
| 层 | 位置 | 优先级 | 加载方式 | 谁在维护 |
|---|---|---|---|---|
| 1 | CLAUDE.md(三级) | 高 | 会话启动全量加载 | 你手动维护 |
| 2 | Auto Memory | 中 | 先读索引、按需读子文件 | cc 自己写、你校对修改 |
| 3 | 参考文档 | 按需 | cc 遇到对应任务才读 | 你手动维护 |
类似于 .gitignore,用来告诉 Claude Code 哪些文件/目录不需要关注:
# .claudeignore 示例node_modules/# 依赖包目录(太大了,AI不需要看).next/ # Next.js 构建产物dist/ # 编译输出*.log # 日志文件.env # 环境变量(包含敏感信息)
掌握 Claude Code 的日常使用,就像学会开车的基本操作 —— 方向盘、油门、刹车、倒车镜。
最基本的启动方式(在当前目录启动)claude指定项目目录启动claude --project-dir /path/to/your/project使用指定模型启动claude --model sonnet单次执行模式(执行完就退出,适合脚本调用)claude -p "请列出当前目录下所有的 JavaScript 文件"
启动 Claude Code 后,你就进入了一个交互式对话界面。你输入需求,AI分析后执行。
典型的交互流程:
你:帮我创建一个简单的 HTML 页面,显示"Hello AI Coding"AI:好的,我来创建这个页面。[][]你:是(按 Enter 确认)AI: 已创建 index.html,包含以下内容:- 基本 HTML5 结构- 一个标题显示"Hello AI Coding"- 简单的居中样式
权限确认机制:
Claude Code 在执行以下操作前会先询问你:
| 操作类型 | 示例 | 提示信息 |
|---|---|---|
| 创建文件 | 创建 index.html | "Will create file: index.html" |
| 修改文件 | 修改 app.js 的第10行 | "Will edit file: app.js" |
| 执行命令 | 运行 npm install express | "Will run: npm install express" |
| 删除文件 | 删除 temp.txt | "Will delete file: temp.txt" |
你可以:
在 Claude Code 对话中,以 / 开头的命令是“斜杠命令”,用来控制Claude Code 的行为。在输入框里打一个 / 就会弹出完整命令清单;/help 列出所有可用指令。
基础高频命令:
| 命令 | 作用 | 使用场景 |
|---|---|---|
/help | 显示帮助信息 | 忘记命令时查看 |
/model | 查看/切换当前模型(高/中/低档) | 需要换用更强/更快的模型时 |
/compact | 压缩当前对话的上下文 | 对话太长,AI开始“遗忘”早期内容时 |
/clear | 完全清空当前对话 | 开始全新的任务时 |
/context | 详细查看上下文占比(各 MCP/Skill 各占多少) | 优化 token、诊断哪里挨上下文 |
/memory | 查看/编辑 CLAUDE.md 与自动记忆 | 管理项目/全局记忆、开启 Auto Memory |
/status | 查看会话状态 | 确认模型、Token 消耗 |
/cost | 查看当前会话费用 | 监控花了多少钱 |
/review | 对当前项目进行代码审查 | 完成功能后检查质量 |
/init | 自动生成项目的 CLAUDE.md | 进入新项目后的第一件事 |
/plan | 切入 Plan Mode(只读规划模式) | 复杂任务起手(详见 4.9 节) |
/rewind | 回滚 cc 之前的修改 | “后悔药”,下面重点讲 |
/resume | 选择历史会话恢复 | 上次话题还没聊完 |
/btw | “顺便问一句”,不污染主上下文 | 主任务进行中想问个无关问题 |
扩展管理命令:
| 命令 | 作用 | 使用场景 |
|---|---|---|
/skill <名称> | 直接调用某个 Skill | 手动触发,不要等 AI 自己决定 |
/agent | 创建、查看、调用子袋里(SubAgent) | 手工创建专项 SubAgent |
/plugin | 插件管理界面(discover / installed) | 发现、安装、卸载插件 |
/login | 使用 Claude 官方订阅会员登录 | 有 Claude Pro/Max 会员时首选 |
/simplify | 派 3 个子 Agent 从代码质量/性能/复用性三个角度优化 | 快速全面优化已有代码 |
最常用的三个命令详解:
/compact —— 上下文压缩(必须掌握)
这是解决”用久了 AI 变笨”的核心武器。用 cc 一段时间会发现回答变慢、质量下降——这是因为你聊的每句话、它读的每个文件、它执行的每个操作的结果,都在挤占上下文空间。模型上下文虽然有 200K,但实际有效比例只有 60%-80%,且会随上下文增多能力下降。脑子里塞多了东西,它就容易把握不住重点。
/compact 命令会帮你”整理桌面” —— 把前面的对话压缩成摘要,腾出空间。
/compactAI: 上下文已压缩。当前对话摘要:- 我们正在开发一个书签管理器项目- 已完成:数据库设计、API端点- 当前正在:前端页面开发
配套命令:/context —— 监控上下文余量
在 /compact 之前,先用 /context 看看当前状况:它会详细展示上下文占比,包括各个 MCP、Skill 各占用了多少 token,让你知道是什么在”吃掉”上下文。
/context上下文使用情况:已使用: 142,000 / 200,000 tokens (71%)├── 对话历史: 89,000 tokens├── CLAUDE.md: 2,100 tokens├── Skills: 12,500 tokens└── MCP 工具: 4,800 tokens
/compact vs /clear —— 什么时候用哪个?
| 命令 | 效果 | 适用时机 |
|---|---|---|
/compact | 压缩历史为摘要,保留关键决策 | 同一任务对话过长、但还要继续做 |
/clear | 彻底清空,等于重开 | 一个独立任务彻底结束,要开始全新任务 |
/rewind —— “后悔药”(双击 ESC 快捷启动)
当你让 cc 改了一些代码、过后发现不满意(或者项目被改坏了),cc 自带一个回滚机制:在对话里输入 /rewind,或者直接双击 ESC,就会进入回滚界面:
[Rewind] 选择回滚方式:1. 仅回滚对话 → 文件保留,只清除后面几轮对话2. 回滚对话 与 文件编辑 → 推荐!全部返回某个节点3. 仅回滚文件 → 保留对话,只还原文件
/memory —— 记忆管理
Claude Code 有一个跨会话的“长期记忆”系统。它会自动记住你的偏好和项目信息,下次启动时依然记得。/memory 进去后可以编辑全局 / 项目 CLAUDE.md、开启自动记忆。具体记忆体系见 4.2 节 记忆系统。
/review —— 代码审查
完成功能开发后,让 AI 审查你的代码质量:
> /reviewAI: 正在审查项目代码...审查结果: 代码结构清晰注意: api/bookmarks.ts 第15行:缺少输入验证注意: components/BookmarkList.tsx:建议添加 loading 状态 发现潜在安全问题:SQL 查询未使用参数化查询
| 快捷键 | 作用 |
|---|---|
Enter | 发送消息 / 确认操作 |
Shift + Enter | 也是发送(不是换行!超多新手在这里发出了半截提示词) |
Option + Enter(Mac) | 换行输入(在提示词里换行不发送) |
Ctrl + Enter(Windows) | 换行输入(同上) |
Ctrl + C | 中断当前操作 |
Esc | 取消正在生成的内容 |
Esc × 2(双击) | 启动 /rewind 回滚界面 |
Shift + Tab | 三种运行模式循环切换(Normal/Auto-Accept/Plan,详见 4.9) |
↑ / ↓ | 浏览历史消息 |
Ctrl + B | 让当前运行的命令到后台跑(不阻塞对话) |
Ctrl + O | 查看 Auto Memory 记录的具体内容 |
除了打字对话,cc 还有几种交互方式能大幅提升效率。
1. ! 进入 Bash 模式(不用新开终端跑命令)
在 cc 对话窗口里输入文字默认是在跟 cc 对话,不是跑 shell 命令。要跑命令有两种常见做法:
推荐:在 cc 会话里以 ! 开头,进入 Bash 模式跑命令> !npm run dev> !node app.js# 取代方案:另外开一个终端跑命令
2. @文件/目录 引用(给 cc 精准上下文)
cc 不会一直把所有项目文件加载到上下文里(项目一大也加不进去),需要时会现场 grep。你明确 @ 一个文件,就是在节省 cc 探路的 token 成本。
直接 @ 文件路径(输入时会自动弹出候选)参考 @src/auth/login.ts 的风格,在 @src/auth/ 下加个 register.ts提示词太长、命令行里打不下?先写到 .md 文档里,再 @ 它按 @docs/feature-spec.md 的需求实现
3. 贴图片(多模态能力)
直接将图片拖拽到对话框、或者 Ctrl+V 粘贴。适合:
4. 三种启动参数(命令行启动时)
claude# 默认启动claude -c # = --continue,启动时直接接上次会话claude --permission-mode plan# 启动后直接进 Plan Mode(8 节)claude --dangerously-skip-permissions # "危险模式":一路绿灯不问任何确认
了解了基本操作后,让我们来看一个完整的开发工作流。这就像学会了方向盘和油门后,实际上路开一圈。
Claude Code 的常见推荐工作流可以概括为 四阶段:
一轮结束后,回到第 1 步开始下个任务。
各阶段详解:
| 阶段 | 你该做什么 | AI 在做什么 | 推荐模式 |
|---|---|---|---|
| ① Explore(探索) | 告诉 AI 要改动的区域 | 读相关文件、grep、跟引用 | Plan Mode |
| ② Plan(规划) | 让 AI 出详细方案并由你审核 | 生成计划、评估边界情况 | Plan Mode |
| ③ Implement(实施) | 切出 Plan Mode 按计划执行 | 按顺序修改文件、运行构建 | Normal / Auto-Accept |
| ④ Commit(提交) | 让 AI 生成提交消息并 commit | 生成 commit message、可选开 PR | Normal |
在开始一个新项目之前,完成以下 6 项设置能让后续开发顺利多倍:
Step 1: 项目初始化↓ 描述项目目标 → AI 生成项目骨架Step 2: 建立 CLAUDE.md(项目上下文)↓ 可运行 `/init` 让 AI 自动生成Step 3: 配置权限与默认模式↓ .claude/settings.json、复杂项目可默认 plan 模式Step 4: 功能开发↓ 一次一个功能,逐个 Explore→Plan→ImplementStep 5: 代码审查与测试↓ 用 /review 让 AI 生成测试并跑起来Step 6: 提交代码↓ git commit 保存进度
让我们用一个小例子走完整个流程,让你亲身体验 Claude Code 的威力。
Step 1:初始化项目
创建项目目录mkdir hello-apicd hello-api启动 Claude Codeclaude
在 Claude Code 中输入:
请帮我初始化一个 Node.js Express 项目:1. 使用 npm init 创建 package.json2. 安装 express3. 创建一个 app.js 入口文件4. 实现一个 GET /hello 端点,返回 { message: "Hello AI Coding!" }5. 端口使用 3000
AI 会依次执行以下操作(每一步都会请求你确认):
[] 将运行命令: npm init -y→ 确认?(y/n) y[] 将运行命令: npm install express→ 确认?(y/n) y[] 将创建文件: app.js→ 确认?(y/n) y
预期生成的核心代码(app.js):
// 引入 Express 框架const express = require('express');// 创建应用实例const app = express();// 定义端口号const PORT = 3000;// 定义 GET /hello 路由app.get('/hello', (req, res) => { // 返回 JSON 格式的响应 res.json({ message: 'Hello AI Coding!' });});// 启动服务器app.listen(PORT, () => { console.log(`服务器已启动,访问 http://localhost:${PORT}/hello`);});
Step 2:运行并验证
在 Claude Code 中输入:
请启动这个服务器,然后用 curl 测试 /hello 端点
AI 执行的操作:
[Claude Code] 将运行命令: node app.js→ 确认?(y/n) y输出: 服务器已启动,访问 http://localhost:3000/hello
你也可以打开浏览器访问 http://localhost:3000/hello,应该看到:
{ "message": "Hello AI Coding!"}
Step 3:提交代码
请帮我初始化 Git 仓库并提交当前代码,commit message 为 "初始化 Express Hello World API"
AI 会执行:
git initgit add .git commit -m "初始化 Express Hello World API"
经过大量实践总结出的使用技巧,帮你事半功倍。
1. 任务描述要具体,不要模糊
差:帮我做一个登录功能 好:在 /api/auth/ 目录下创建登录 API:- POST /api/auth/login- 接受 { email, password }- 使用 bcrypt 验证密码- 成功返回 JWT token- 使用项目已有的 prisma client 查询 User 表
2. 引用已有代码作为参考
好:参考 /api/bookmarks/route.ts 的风格,为 /api/tags/ 创建类似的 CRUD 接口。数据模型参见 prisma/schema.prisma 中的 Tag 表。
3. 先让AI制定计划,确认后再执行
好:我想给书签管理器添加搜索功能。请先分析一下需要修改哪些文件,列出计划,等我确认后再开始实现。
4. 一次只做一件事
差:帮我同时添加搜索功能、标签管理、用户认证和导出功能 好:帮我先实现书签搜索功能。具体需求:- 在书签列表页面添加搜索框- 支持按标题和描述搜索- 搜索时实时过滤结果(前端过滤即可)
上面 /compact 详解已覆盖核心操作,这里给你一个快速决策表:
| 你观察到的情况 | 是什么问题 | 该怎么做 |
|---|---|---|
| 响应变慢、质量下降 | 上下文快满了 | /context 看占比 → 高于 60% 就 /compact |
| AI 开始"遗忘"早期约定 | 早期信息被挤出窗口 | 立即 /compact |
| AI 重复问已回答过的问题 | 上下文混乱 | /clear 开新会话 |
| 要切换到完全不同的任务 | 避免上一个任务的思路污染 | /clear 开新会话 |
| 想永久记住某条规则 | 跨会话记忆 | /memory 开启 Auto Memory 或写入 CLAUDE.md |
在深入 Git 技巧之前,先给你一个直观理解:Git 就是你的"游戏存档系统" 。哪怕你不是程序员,只要在用 cc 做项目,Git 都是你的生命线。
想象你玩一个 RPG 游戏:打到 BOSS 前存个档 → 打输了就读档重来 → 打赢了就存新档继续。Git 在项目中就是完全一样的东西:打到一个满意的节点存一档,后面翻车就读档回来。
Mac 自带 Git,Windows 让 cc 帮你装。最好建个 GitHub 账号——远程仓库可以让你在其他电脑上拉下存档点继续工作,也方便协作。Git 的下载、安装、登录、提交、回滚,全都可以让 cc 用自然语言帮你完成,比如说:
> 帮我下载 Git 并跟我的 GitHub 账号绑定> 帮我把现在的代码提交到远程仓库> 回滚到上一个存档版本
黄金法则:在让AI做大修改之前,先 commit开发流程:1. git commit → 保存当前状态("存档")2. 让 AI 实现新功能3. 测试功能是否正常├── 正常 → git commit → 继续下一个功能└── 有问题 → git checkout . → 回到步骤1,换个方式重试
# 实际命令示例# 1. 开始新功能前,先保存$ git add . && git commit -m "开始添加搜索功能前的存档"# 2. 在 Claude Code 中实现功能...# (如果功能做坏了)# 3. 回退到存档点$ git checkout .# (如果功能做好了)# 3. 保存新功能$ git add . && git commit -m "完成搜索功能"
| 策略 | 方法 | 节省比例 |
|---|---|---|
| 分级使用 | 简单任务用 Haiku/DeepSeek,复杂任务用 Sonnet | 30-50% |
| 精准描述 | 减少来回修改次数 | 20-30% |
| 及时 /compact | 避免重复发送长上下文 | 10-20% |
| 使用 /cost 监控 | 实时了解消耗 | - |
| 设置预算上限 | Anthropic Console 中设置月度限额 | 防止超支 |
> /costAI: 当前会话费用统计:输入 Token: 15,234输出 Token: 8,721估算费用: $0.18
以上技巧偏通用。如果你接手的是一个多人协作、几十万行以上的大型代码库,Anthropic 官方在大型代码库实践中给出过多条专门建议。核心矛盾是:即使模型上下文已经很长,真实代码库仍然可能远超窗口上限。前 3 条是纪律,后 3 条是武器。
① 用 /init 自动生成 CLAUDE.md(项目初始化)
第一次在一个新项目里跑 Claude Code,第一件事就是 /init:
/init
AI 会自动浏览项目目录、识别技术栈、读 README 和关键配置文件,生成一份初版 CLAUDE.md。然后你只要在它的基础上手工补充三类信息:
| 必补内容 | 为什么 | 示例 |
|---|---|---|
| 项目目录地图 | 让 AI 知道“去哪儿找代码” | 认证逻辑在 src/auth/,UI 组件在 src/components/ |
| 不要碰的禁区 | 防止 AI 改坏 | 不要修改 prisma/migrations/,不要动 vendor/ |
| 团队约定 | 风格统一 | 所有 API 必须返回 { success, data, error } |
② 任务粒度要小且聚焦(避免“万能 prompt”)
大型代码库里最害人的就是“一句话扔给 AI 整个大需求” 。正确做法:
反例:帮我重构整个支付模块,加入新风控、新对账、新通知、新报表 正解:第一步——在 src/payment/risk/ 下抽出风控规则引擎,接口签名见 docs/risk-rules.md,先不动调用方代码
经验值:每个 Claude Code 任务 ≤ 涉及 5 个文件 / 200 行代码改动。超过这个量级就该拆。
③ 频繁重置上下文(/clear 是好朋友)
很多新手以为对话越长 AI 越懂自己,这恰恰是大型代码库里最大的坑:
官方建议:
| 时机 | 操作 | 区别 |
|---|---|---|
| 一个独立任务结束(PR 提交后) | /clear | 完全清空对话,从零开始 |
| 同一任务内对话过长 | /compact | 压缩历史摘要,保留关键决策 |
| 想换条思路重做 | 退出 claude 重新启动 | 连状态栏模式都重置 |
④ 复杂任务从 Plan Mode 起手(权限控制)
详见 4.9 节。一句话:陌生代码库或一动牵全身的修改,永远先 /plan 或 Shift+Tab×2,让 AI 在只读模式下先勘探出方案再动手,回退成本几乎为零。
⑤ 用 Skills 与 Subagents 卸载长任务
大型代码库里有些“调研型任务”天生很费 token:
这类任务不要让主会话亲自做,而是:
这样主会话的上下文窗口尽量留给“看结论、做决策、写代码”这些核心动作。
⑥ 接入 MCP / LSP(给 AI 装上团队协作工具)
一个真正的工程师不是只看代码,还会查 Jira、读 Confluence、连数据库、用 IDE 的“跳到定义”。Claude Code 通过 MCP(Model Context Protocol) 把这些能力接进来:
| 接入对象 | 解决什么 | 典型场景 |
|---|---|---|
| GitHub MCP | 读 PR、Issue、CI 日志 | “这个 bug 在 PR #1234 里讨论过,看一下” |
| 数据库 MCP(Postgres / MySQL) | 直接查数据 | “线上 user 表里有多少条 deleted_at 不为空的” |
| Jira / Linear MCP | 读任务卡 | “按 PROJ-123 的需求实现” |
| LSP(语言服务器)集成 | 精确跳转、查类型、找引用 | 等同于 IDE 的“查找所有引用” |
| Sentry / Datadog MCP | 读告警、堆栈 | “上一小时的 5xx 错误调一下” |
| 实践 | 命令/入口 | 何时做 | 收益 |
|---|---|---|---|
| 项目初始化 | /init + 手工补充 | 第一次进入项目 | 让 AI 知道地图与禁区 |
| 任务拆分 | 心法(无命令) | 每次提需求前 | 避免 AI 改坏一大片 |
| 上下文重置 | /clear / /compact | 任务结束 / 上下文过长 | 避免污染、节省 token |
| 规划优先 | /plan 或 Shift+Tab×2 | 复杂任务起手 | 先勘探后动手 |
| 任务卸载 | Subagent / Skill | 高频调研类任务 | 保护主上下文 |
| 工具接入 | claude mcp add ... | 项目初配 | 让 AI 看见“代码之外” |
这三点在官方博客里被反复强调,但实际使用中最容易被新手跳过。
1. 在子目录初始化 Claude,别从仓库根目录开始
这点在 monorepo 里反直觉但极重要:
反例:在 monorepo 根目录下启动user@monorepo $ claude# AI 看到三百个服务、上千个包,上下文污染严重 正解:进入你要改的子目录启动user@monorepo $ cd services/paymentuser@monorepo/services/payment $ claude# Claude 会自动向上遍历加载所有 CLAUDE.md(根目录的也会加)# 但工作范围被精准限定在了相关代码区域
配套做法:每个子目录都放一份小的 CLAUDE.md,写明该目录专用的测试与 lint 命令。不要让 AI 改了一个服务就去跑整个仓的测试套件——那就等着超时吧。
2. 配置要定期审查(每 3-6 个月)
为当前模型写的指令,在下一代模型上可能适得其反。官方举了两个真实例子:
| 过期配置 | 何时有效 | 为何失效 |
|---|---|---|
CLAUDE.md 里要求“每次重构只改一个文件” | 老模型需要保持专注 | 新模型能跨文件协调编辑,这条反而是枷锁 |
Hook 每次文件写入时跑 p4 edit | Claude 未原生支持 Perforce 时 | Claude Code 已原生支持 Perforce,这个 Hook 变多余 |
3. 团队内应该有个“人”负责 Claude Code(DRI / Agent Manager)
这点是面向团队使用者的,个人开发者可以跳过。Anthropic 观察到:推广最快的组织,都是“先有一小队人把基础设施搭好”才大面积开放的。
| 规模 | 必须人选 | 职责 |
|---|---|---|
| 小团队(< 20 人) | DRI(直接责任人),选一个有兴趣的人选充当 | 项目级 CLAUDE.md、共享的 Skills、Plugins 选型 |
| 中型企业 | Agent Manager(半PM 半工程师) | 跨团队推行、权限策略、接入安全与合规 |
| 大型/金融医疗受监管企业 | 跨职能工作组 | 工程 + 安全 + 治理 + 合规代表同桌定义需求与路线图 |
如果你是要在企业里推广 Claude Code 的人,Anthropic 推荐的路径是:阶段 1 先由小队搭好工具链和规范 → 阶段 2 小范围试点 → 阶段 3 大面积推广。核心原则是”开发者第一次接触就能跑通”,第一印象坏了后面很难翻盘。
每个新项目打开 Claude Code,它都像个刚入职的新人——不知道你的技术栈、不知道哪些文件不能碰、不知道你的规范。你得从零教起:
src/lib/services/ 里,没人告诉过它默认的 Claude Code 是什么都能做、什么都不知道的通用助手。通用不是好事。
这套配置把"通用"变成"你的项目的专属"。核心思路:把一次性的解释成本,变成可复用的配置文件。4 个文件 + 9 个命令,放到任何项目里就能用。
CLAUDE.md 是 Claude Code 启动时第一个读的文件。写在里面的东西,Claude 在每一次对话里自动遵守。全局 CLAUDE.md 的精简模板:
## 沟通方式- 默认中文回复;代码、命令、变量名、文件路径保持英文- 结论先行,简洁直接,不先铺垫背景- 不谄媚,不夸"这是个很好的问题",不以"当然可以"开头- 给真实判断——方案有问题直接指出,发现更好做法主动说明## Git- 不自动 `git commit` 或 `git push`,除非我明确要求- 提交前先展示将要提交的变更摘要- commit message 使用简洁英文## 红线操作以下操作即使在 auto-accept 模式下也必须先问我:- 删除文件、目录或 git 历史- 修改 `.env`、密钥、token、证书、CI/CD 配置- `git push`、`git rebase`、`git reset --hard`、强制推送- 公开发布(`npm publish`、生产部署等)
项目级的 CLAUDE.md 再加一层:技术栈、目录结构、commit 格式、禁区(如 不要碰 migrations/ 目录)。两个文件叠加,Claude 第一次打开项目就知道——跑测试是 pnpm vitest run 而不是 npm test,数据库操作全在 src/lib/services/ 里。
维护策略:每被 Claude 坑一次,立刻加一条到 CLAUDE.md。过时的规则删掉,内容保持精炼。三个月下来,这个文件就是"这个项目 Claude 犯过的所有错误的预防清单"。最有生产力的一句话是:"更新 CLAUDE.md,让这件事不再发生"。
用 Claude Code 最烦的就是弹窗。这个文件把"该放行的放行、该锁住的锁住"写死:
{ "permissions": {"allow": [ "Read", "Glob", "Grep", "Edit", "MultiEdit", "Write(src/**)", "Write(tests/**)", "Bash(npm *)", "Bash(pnpm *)", "Bash(git status)", "Bash(git diff *)", "Bash(git log *)", "Bash(git add *)", "Bash(git commit *)", "Bash(cat *)", "Bash(head *)", "Bash(tail *)", "Bash(find *)" ],"deny": [ "Read(**/.env*)", "Read(**/*.pem)", "Read(**/*.key)", "Read(**/secrets/**)", "Read(**/credentials/**)", "Write(**/.env*)", "Write(**/secrets/**)", "Write(package-lock.json)", "Write(.github/workflows/*)", "Bash(rm -rf *)", "Bash(sudo *)", "Bash(git push *)", "Bash(git merge *)", "Bash(git rebase *)", "Bash(docker *)", "Bash(curl * | sh)", "Bash(chmod *)" ],"defaultMode": "acceptEdits"}}
allow 白名单:日常安全操作,不应该每次都问——读文件、写源码、跑测试、git 日常命令。
deny 黑名单:安全红线——读 .env、读密钥、rm -rf、sudo、git push。
配完之后:日常操作零弹窗,危险操作自动封堵。
除了常规忽略,多加几行保护 AI 工具配置和密钥不被提交到 git:
# AI 工具本地配置.claude/settings.local.json.cursor/.aider*.continue/.cody/# 密钥和凭证*.pem*.keycredentials.json.npmrc.aws/.ssh/
Skills 把你上线前的心理检查清单变成命令——不用再临时想"还有什么没查",敲个 /,它按你的规矩跑完。每个 Skill 就是一个 Markdown 文件放在 .claude/skills/[名字]/SKILL.md。
9 个 Skill 的完整写法见第五部分。这里快速看三个最核心的:
/review — 审代码。不看风格,按严重程度排:
/commit — 提交代码。自动跑 git status 和 git diff --stat,把改动按逻辑分组,格式遵循 type(scope): description。
/deploy-check — 上线前检查。按顺序跑:类型检查 → 测试 → lint → 构建 → 搜 console.log → 检查 .env 引用 → 确认没有未提交的改动。全绿才上线。
另外 6 个:/test、/pr、/debug、/refactor、/docs、/security。套路相同——frontmatter 声明 name、description、allowed-tools,后面写检查步骤。
| 场景 | 做法 |
|---|---|
| 从零开始的新项目 | 模板复制进去,填入技术栈,第一次 commit 就带着完整配置 |
| 已有项目 | CLAUDE.md 和 .gitignore 加到根目录,settings.json 合并到现有配置,skills 文件夹拖进去 |
| 所有项目通用 | settings.json 和 skills 放 ~/.claude/ 全局生效;CLAUDE.md 每个项目单独写 |
推荐做法:settings.json 和 skills 放全局,CLAUDE.md 每个项目单独写。权限和命令不用每个项目配一遍,但项目上下文是独立的。
模板最大的意义不是"直接用",是"以此为起点,让它越长越像你的项目":
/review 里加你代码库特有的常见问题,/commit 里写团队的 scope 命名规范三个月后回头看,最初的模板已经被使用习惯磨成了不同的形状。这个变化本身就是价值——你的项目越来越像你,Claude 也越来越懂你。
Q1:安装时报 ENOENT: no such file or directory
npm cache clean --force,然后重新安装Q2:安装成功但 claude 命令找不到
npm config get prefix,将输出的路径加入系统 PATH 环境变量Q3:Windows 上报"无法加载文件,因为在此系统上禁止运行脚本"
Set-ExecutionPolicy RemoteSignedQ4:启动后提示 Invalid API Key
ANTHROPIC_API_KEY 是否正确设置。用 echo $ANTHROPIC_API_KEY(macOS)或 echo $env:ANTHROPIC_API_KEY(PowerShell)验证Q5:中转服务配置后连接超时
ANTHROPIC_BASE_URL 是否正确 2. 用浏览器访问中转服务网站确认其正常运行 3. 尝试用 curl 直接测试API连通性Q6:提示 Rate limit exceeded
Q7:AI 修改了不该改的文件
git checkout . 撤销修改 2. 重新描述需求,明确指定"只修改 xxx 文件" 3. 在 CLAUDE.md 中注明"不要修改的文件"Q8:AI 陷入"改A坏B、改B坏A"的循环
git checkout . 回退到稳定版本 2. 用 /clear 清空对话 3. 重新描述完整的需求,让 AI 一次性考虑所有约束Q9:对话太长后 AI 开始"遗忘"早期内容
/compact 压缩上下文,或开新会话Q10:AI 生成了一个不存在的npm包或API
Q11:感觉费用消耗太快
/cost 查看当前费用 2. 切换到更便宜的模型 3. 减少不必要的对话轮次 4. 在 Anthropic Console 设置月度预算限额Q12:中转服务的费用如何计算
你可以创建自己的斜杠命令,将常用操作封装成快捷方式。
在项目根目录创建 .claude/commands/ 目录,然后添加 Markdown 文件:
<!-- .claude/commands/deploy.md --># 部署检查清单请执行以下部署前检查:1. 运行所有测试:npm test2. 检查是否有 lint 错误:npm run lint3. 确认 .env.example 已更新(如果添加了新的环境变量)4. 构建项目:npm run build5. 报告所有检查结果
使用方式:
/deploy
Claude Code 就会按照你定义的步骤执行部署检查。
初学者常问:“用 Claude Code 是应该先让它规划整个项目再执行,还是自己分模块逐步让它做?”
答案:Claude Code 原生提供了 Plan Mode(规划模式) 。它不是“一种提示词技巧”,而是官方内置的一个只读运行模式,在该模式下 AI 只能分析不能修改,有专门的快捷键与命令可随时切入。
Claude Code 内置 三种互斥的运行模式:
| 模式 | 行为 | 适合场景 | 状态栏提示 |
|---|---|---|---|
| Normal(默认) | 每次文件修改、命令执行都要你确认 | 默认、小任务、需要逐步审查 | 无特殊标记 |
| Auto-Accept(自动接受) | 不再询问,直接执行 | 已计划好的批量任务、可信操作 | accept edits on |
| Plan Mode(规划模式) | 全面只读,只能分析、提问、出方案 | 复杂任务、不熟悉的代码库、架构决策 | plan mode on |
在 Plan Mode 下,AI 只能调用这些只读工具:
| 工具 | 作用 |
|---|---|
| Read | 查看文件内容 |
| Glob | 按 pattern 查找文件 |
| Grep | 用正则在文件内容中搜索 |
| LS | 列出目录内容 |
| WebSearch / WebFetch | 联网查资料 |
| Task | 启动只读子袋里去调研 |
| AskUserQuestion | 向你提交选项题以澄清需求 |
严格禁止:写入文件、修改文件、运行 shell 命令、运行测试、任何改动项目的动作。这保证你在看到 AI 计划之前,它不会动你项目中的任何一行代码。
图:进入 Plan Mode 的四种方式,从临时到永久
方式一:键盘快捷键 Shift+Tab(最常用)
在 Claude Code 会话中连按两次 Shift + Tab:
第一次 Shift+Tab → 切到 Auto-Accept Mode(状态栏: accept edits on)第二次 Shift+Tab → 切到 Plan Mode (状态栏: plan mode on)第三次 Shift+Tab → 切回 Normal Mode
方式二:会话中输入 /plan 命令(v2.1.0+)
Claude Code v2.1.0 之后支持直接在提示符中输入斜杠命令:
/plan
会话会立即切入 Plan Mode。特别适合“继续聊到一半发现需要规划”的场景。
方式三:启动时直接进 Plan Mode
如果你明确知道本次是复杂任务,可以从启动就进入 Plan Mode:
# 交互式claude --permission-mode plan# 无头模式(可用于 CI / 脚本)claude --permission-mode plan -p "分析认证模块并提出优化建议"
方式四:设为项目默认模式
如果某个项目你一直希望默认“先规划后执行”,可以在项目根的 .claude/settings.json 中配置:
{"permissions": { "defaultMode": "plan"}}
以后只要在该项目目录下运行 claude,就会默认进 Plan Mode。
推荐的使用顺序:
claude --permission-mode plan← 进 Plan Mode↓ Phase 1:Explore—— “读一下 src/auth 目录,了解现有认证逻辑”↓ Phase 2:Plan—— “请出详细计划:需改哪些文件、按什么顺序、边界情况是什么”↓ 你审核计划,反复打磨满意为止Shift+Tab → Auto-Accept Mode← 切出 Plan Mode↓ Phase 3:Implement —— “按上述计划实施”↓ Phase 4:Commit —— “生成提交信息并 commit”
作者推荐的一句话准则:
| 任务类型 | 推荐模式 | 原因 |
|---|---|---|
| 新项目从零开始 | Plan Mode 优先 | 需要整体架构考量 |
| 添加复杂功能(认证、订阅、软删除) | Plan Mode 优先 | 一动动一片,回退成本高 |
| 修复一个明确的 Bug | Normal | 范围明确、目标清晰 |
| 重命名函数、调整变量 | Normal | diff 可以一句话说清 |
| 大型重构、跨文件迁移 | Plan Mode 优先 | 要评估影响范围 |
| 批量生成类似代码(根据已有计划) | Auto-Accept | 计划已出,执行阶段别被打断 |
| 阅读、了解陌生代码库 | Plan Mode | 本身就是只读场景 |
Claude Code 还提供了 --model opusplan 别名,它会:
claude --model opusplan
这是一种 “用贵模型思考、用便宜模型动手”的成本优化策略,适合复杂任务。
图:决策树——复杂任务走 Plan Mode,简单任务走 Normal Mode
我们要做一个带 Web 界面的记账工具,在浏览器里记录和查看日常开销。核心功能:
技术栈:Python + Streamlit(Web 界面框架)+ sqlite3(数据库,Python 自带,零配置)
选择 Streamlit 的原因是它只用 Python 代码就能做出漂亮的 Web 界面,不需要学 HTML/CSS/JavaScript。你写的每一行都是 Python,Streamlit 自动把它变成网页。
项目结构(4 个文件,不到 350 行代码):
finance-cli/├── pyproject.toml # 项目配置和依赖声明└── finance/ # Python 包├── __init__.py # 空文件,标记为 Python 包├── models.py # 数据结构定义(dataclass)├── database.py # SQLite 建表 + 增删查 + 统计└── web.py # Streamlit Web 界面入口
在终端中创建项目目录,启动 Claude Code:
cd ~/ai-coding-projectsmkdir finance-cli && cd finance-cliclaude
告诉 AI 你的需求(注意:直接输入自然语言即可,不需要特殊格式):
我要做一个 Python Web 记账工具,功能包括:- 添加账目(金额、分类、日期、备注)——在网页表单里填写- 查看列表(按月份和分类筛选)——表格展示- 删除账目——输入 ID 删除- 分类统计——柱状图 + 统计表技术栈用 Python + streamlit + sqlite3。预设 6 个分类:餐饮、交通、购物、娱乐、居住、其他。我是编程新手,请先出方案再动手。
Claude Code 会进入 Plan Mode(Shift+Tab 两次或输入 /plan),提出几个问题确认你的需求(比如"你是新手还是老手?"、确认技术选型),然后生成一份包含以下内容的架构方案:
审核方案确认无误后,告诉 AI "可以开始执行"。
在 Claude Code 中输入:
请帮我创建 pyproject.toml,声明项目信息和依赖:- 项目名:finance-cli- Python 版本要求:>=3.10- 依赖:streamlit
AI 会生成 pyproject.toml,内容如下:
[project]name = "finance-cli"version = "0.1.0"description = "个人记账 Web 应用"requires-python = ">=3.10"dependencies = ["streamlit>=1.42",]
然后创建虚拟环境并安装依赖:
# 创建虚拟环境(隔离本项目依赖,不影响系统 Python)python -m venv venv# 激活虚拟环境# Windows:venvScriptsactivate# macOS / Linux:source venv/bin/activate# 安装依赖pip install -e .
在 Claude Code 中继续输入:
请创建 finance/models.py,定义数据模型:1. DEFAULT_CATEGORIES 列表:餐饮、交通、购物、娱乐、居住、其他2. Category 类(用 @dataclass),字段:id、name3. Record 类(用 @dataclass),字段:id、amount、category_id、record_date、note、created_at、category_name(运行时填充,非数据库字段)
AI 生成的 finance/models.py:
from dataclasses import dataclass# 预设的 6 个默认分类,用户首次使用时自动创建DEFAULT_CATEGORIES = ["餐饮", "交通", "购物", "娱乐", "居住", "其他"]class Category:"""分类模型"""id: intname: strclass Record:"""一笔账目的模型"""id: intamount: floatcategory_id: intrecord_date: str # 格式: YYYY-MM-DDnote: str = ""created_at: str = ""# 展示时可以带上分类名称(不从数据库来,运行时填充)category_name: str = ""
在 Claude Code 中输入:
请创建 finance/database.py,实现数据库操作层:1. 数据库文件放在 ~/.finance-cli/data.db(用户主目录下)2. init_db() — 创建 categories 表和 records 表 + 写入 6 个默认分类3. add_record(amount, category_name, date, note) — 插入一笔账目,分类不存在时报错4. list_records(month, category_name) — 查询账目,支持按月份和分类筛选5. delete_record(record_id) — 删除一笔账6. get_stats(month) — 按分类统计支出(总金额、笔数)要求:使用 sqlite3(Python 标准库),查询结果用 JOIN 关联分类名。
AI 生成的 finance/database.py 核心函数:
import sqlite3import osfrom finance.models import DEFAULT_CATEGORIES, RecordDB_DIR = os.path.join(os.path.expanduser("~"), ".finance-cli")DB_PATH = os.path.join(DB_DIR, "data.db")def _get_conn():"""获取数据库连接"""os.makedirs(DB_DIR, exist_ok=True)conn = sqlite3.connect(DB_PATH)conn.row_factory = sqlite3.Row # 让查询结果可以像字典一样取值return conndef init_db():"""初始化数据库:建表 + 写入默认分类"""conn = _get_conn()cursor = conn.cursor()cursor.execute("""CREATE TABLE IF NOT EXISTS categories ( id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT NOT NULL UNIQUE)""")cursor.execute("""CREATE TABLE IF NOT EXISTS records ( id INTEGER PRIMARY KEY AUTOINCREMENT, amount REAL NOT NULL, category_id INTEGER NOT NULL, record_date TEXT NOT NULL, note TEXT DEFAULT '', created_at TEXT DEFAULT (datetime('now', 'localtime')), FOREIGN KEY (category_id) REFERENCES categories(id))""")for cat_name in DEFAULT_CATEGORIES: cursor.execute( "INSERT OR IGNORE INTO categories (name) VALUES (?)", (cat_name,))conn.commit()conn.close()def add_record(amount: float, category_name: str, date: str, note: str = "") -> int:"""添加一笔账目,返回新记录的 ID"""conn = _get_conn()cursor = conn.cursor()# 先查分类 IDcursor.execute("SELECT id FROM categories WHERE name = ?", (category_name,))row = cursor.fetchone()if row is None: conn.close() raise ValueError(f"未知分类:{category_name}。可用分类:{', '.join(DEFAULT_CATEGORIES)}")category_id = row["id"]cursor.execute( "INSERT INTO records (amount, category_id, record_date, note) VALUES (?, ?, ?, ?)",(amount, category_id, date, note))new_id = cursor.lastrowidconn.commit()conn.close()return new_id
其余三个函数(list_records、delete_record、get_stats)的结构类似,完整代码约 150 行(见项目源码 finance/database.py)。
在 Claude Code 中输入:
请创建 finance/web.py,实现 Streamlit Web 界面:1. 页面配置:标题"个人记账助手",宽屏布局2. 侧边栏导航:三个选项——添加记录、账目列表、分类统计3. "添加记录"页:金额输入框、分类下拉框、日期选择器、备注输入框、提交按钮4. "账目列表"页:月份和分类筛选、表格展示所有记录、底部显示合计5. "分类统计"页:统计表(分类、笔数、合计、占比)+ 柱状图6. 启动时自动调用 init_db() 确保数据库存在
AI 生成的 finance/web.py 关键部分:
import streamlit as stimport pandas as pdfrom datetime import datefrom finance.database import init_db, add_record, list_records, delete_record, get_statsfrom finance.models import DEFAULT_CATEGORIES# 页面配置st.set_page_config(page_title="个人记账助手", layout="wide")init_db()# 侧边栏导航menu = st.sidebar.radio("导航", ["添加记录", "账目列表", "分类统计"])# "添加记录" 页面if menu == "添加记录":st.header("添加一笔账目")amount = st.number_input("金额(元)", min_value=0.01, value=35.0, step=0.5)category = st.selectbox("分类", DEFAULT_CATEGORIES)record_date = st.date_input("日期", value=date.today())note = st.text_input("备注(可选)", placeholder="例如:外卖")if st.button("记录这笔账", type="primary"):record_id = add_record(amount, category, record_date.isoformat(), note)st.success(f"已记录 #{record_id}:{category} {amount:.2f} 元")# "账目列表" 页面elif menu == "账目列表":st.header("账目列表")records = list_records()if not records:st.info("暂无记录")else:# 构建表格并展示df = pd.DataFrame([{"ID": r.id, "日期": r.record_date,"分类": r.category_name, "金额": f"{r.amount:.2f}","备注": r.note } for r in records])st.dataframe(df, use_container_width=True, hide_index=True)
完整代码见项目源码 finance/web.py,约 130 行。
激活虚拟环境后,启动 Streamlit:
激活虚拟环境Windows:venvScriptsactivatemacOS/Linux:source venv/bin/activate启动 Web 服务streamlit run finance/web.py
浏览器会自动打开 http://localhost:8501。如果没自动打开,手动访问这个地址即可。
你会看到一个完整的 Web 界面:
验证清单:
| 文件 | 职责 | 代码量 |
|---|---|---|
pyproject.toml | 项目配置和依赖声明 | ~10 行 |
finance/models.py | 数据结构定义 | ~25 行 |
finance/database.py | SQLite 建表 + 增删查 + 统计 | ~150 行 |
finance/web.py | Streamlit Web 界面入口 | ~130 行 |
总共 不到 350 行代码,你就拥有了一个带 Web 界面的记账工具。数据库文件自动创建在 C:Users你的用户名.finance-clidata.db(Windows)或 ~/.finance-cli/data.db(macOS/Linux),不会丢失。
| 概念 | 说明 |
|---|---|
/plan 模式 | 先规划后编码,AI 出方案你审核 |
| Python dataclass | 用 @dataclass 自动生成 __init__,省去样板代码 |
| SQLite + sqlite3 | Python 标准库自带数据库,零配置,SQL 语句直接执行 |
| Streamlit 框架 | 纯 Python 写 Web 界面,自动变成网页按钮、表格、图表 |
streamlit run | 一行命令启动 Web 服务,浏览器里直接看到效果 |
pip install -e . | 开发模式安装,改了代码不需要重新安装 |
如果说前面几部分教你的是"怎么和AI对话",这一部分教你的是"怎么给AI写操作手册" —— 让AI不仅能听懂你的临时指令,还能按照标准化的流程高效执行重复性任务。
还记得 Part 4 开头的 Harness 七层框架吗?Skill 是其中的第三层,也是最重要的一层:它把专业知识变成 cc 在需要时按需调用的"外接大脑"。大模型再聪明,也不可能把所有领域的最佳实践都塞进训练数据。但有了 Skill,你可以——这正是它如此重要的原因。
Skill(技能) 是一个封装了特定能力的可复用指令集。
打个比方:你每次做一道菜,都要从头回忆配料和步骤,很容易忘这忘那。但如果你把菜谱写下来,下次照着做就行了,还能分享给别人。Skill 就是给AI写的"菜谱" —— 把一个复杂的任务标准化、流程化,让AI每次都能按照固定的高质量标准执行。
Skill vs 单次 Prompt:
| 维度 | 单次 Prompt | Skill |
|---|---|---|
| 性质 | 一次性指令 | 可复用的标准流程 |
| 一致性 | 每次输出可能不同 | 每次按照同样的标准执行 |
| 效率 | 每次重新写一遍 | 一键触发 |
| 维护 | 用完即弃 | 可版本管理、持续优化 |
| 比喻 | 口头交代任务 | 书面的标准操作手册(SOP) |
很多人以为 Skill 就是一个 Markdown 文件,其实不是。一个完整的 Skill 是一个目录,可以包含多种类型的文件,就像一个"能力包"。
打个比方:如果把 Skill 比作一本食谱,那么:
标准 Skill 目录结构:
skill-xxx/# Skill 根目录(命名规范:小写+短横线)├── SKILL.md# 核心:技能描述文件(必选)├── scripts/# 辅助脚本目录(可选)│├── helper.py# Python 辅助脚本│└── utils.js# JavaScript 工具函数├── resources/ # 配套资源目录(可选)│├── template/# 模板文件(如代码模板、报告模板)│├── examples/# 示例文件(如输入/输出示例数据)│└── config/ # 配置文件(如规则定义、默认参数)├── references/ # 参考文档目录(可选)│├── best-practices.md # 最佳实践文档│├── api-docs.md # API 参考文档│└── standards.md # 行业/团队编码规范└── requirements.txt # 依赖声明(可选,列出脚本需要的第三方包)
各组成部分详解:
1. SKILL.md(必选)—— 技能的"说明书"
这是 Skill 的核心载体。它包含两部分:头部的元数据(Frontmatter) 和正文的具体指令。
# 元数据(Frontmatter,YAML 格式)name: react-component-generator# 技能名称(唯一标识)version: 1.0# 技能版本description: 根据需求生成符合项目规范的 React 组件文件集# 技能简介trigger: ["创建组件", "新建React组件", "生成组件"]# 触发关键词tools: ["typescript", "react"] # 依赖工具author: your-name# 技能作者# React 组件生成器## 执行步骤1. 确认组件名称和功能需求2. 在 src/components/{componentName}/ 目录下创建文件3. 按照 resources/template/ 中的模板生成代码4. 运行 scripts/validate.js 验证组件结构## 输出规范- 所有文件创建完成后,报告创建的文件列表- 给出组件的使用示例代码## 错误处理- 如果目录已存在,提示用户确认是否覆盖- 如果缺少依赖包,提示安装命令## 示例给一个完整的输入→输出示例。
2. scripts/(可选)—— 辅助脚本
当 Skill 需要执行复杂逻辑时(如数据预处理、文件批量操作、格式验证),把这些逻辑封装到脚本中比写在 SKILL.md 里更清晰:
# scripts/helper.py —— 辅助脚本示例def fill_missing_value(df, column, strategy="mean"):"""缺失值填充:把复杂逻辑封装成函数,SKILL.md 中只需调用即可"""if strategy == "mean": df[column].fillna(df[column].mean(), inplace=True)elif strategy == "empty": df[column].fillna("", inplace=True)return df
3. resources/(可选)—— 配套资源
template/:存放代码模板、文档模板。例如 React 组件的标准结构模板,AI 可以基于模板快速生成代码examples/:存放输入/输出示例。帮助 AI 理解"好的输出长什么样"config/:存放配置文件(JSON/YAML),定义规则和参数,避免在 SKILL.md 中硬编码4. references/(可选)—— 参考文档
与 resources/ 不同,references/ 存放的不是"模板和配置",而是 AI 执行任务时可以查阅的知识性文档。比如:
5. requirements.txt(可选)—— 依赖声明
如果 scripts/ 中的脚本依赖第三方库,在这里声明,方便部署时一键安装:
=2.0.0=3.1.0
简单 vs 完整 Skill 的选择:
| 场景 | 推荐结构 | 说明 |
|---|---|---|
| 简单的编码规范 | 只需 SKILL.md | 如 Git 提交规范、命名约定 |
| 代码生成类 | SKILL.md + resources/template/ | 模板驱动,保证生成代码的一致性 |
| 数据处理类 | SKILL.md + scripts/ + resources/config/ | 复杂逻辑封装到脚本,配置外部化 |
| 质量审查类 | SKILL.md + references/ | 参考文档驱动,确保审查有据可依 |
| 完整工程流程 | 全套目录 | 如项目初始化、CI/CD 配置等复杂流程 |
| 类型 | 描述 | 示例 |
|---|---|---|
| 代码生成类 | 按模板生成代码 | React组件生成器、API端点生成器 |
| 工程流程类 | 执行标准化流程 | 项目初始化、CI/CD配置 |
| 质量保障类 | 代码审查与测试 | 安全审计Skill、代码审查Skill |
| 文档生成类 | 自动生成文档 | API文档生成、变更日志生成 |
| 调试修复类 | 排查和修复问题 | 错误诊断Skill、性能调优Skill |
你不必从零开始造轮子。Skill 生态已经非常成熟,从 Anthropic 官方到头部大厂、再到社区开发者,已经沉淀了大量可直接使用的高质量 Skill。学会"找到好 Skill → 评估 → 安装 → 在此基础上定制",是比从头写更高效的路径。
仓库地址:github.com/anthropics/…
这是 Anthropic 官方维护的 Skill 库,质量最高、最值得优先使用。官方对 Skill 的定义是:
官方 Skill 分类总览:
| 类别 | Skill 示例 | 说明 |
|---|---|---|
| 文档处理 | docx、pdf、pptx、xlsx | 生成和处理 Office 文档、PDF,生产级质量 |
| 创意设计 | algorithmic-art、canvas-design、slack-gif-creator | 生成算法艺术、设计画布、动图 |
| 开发技术 | frontend-design、mcp-builder、webapp-testing、artifacts-builder | 前端设计、MCP Server 生成、Web 应用测试 |
| 企业沟通 | brand-guidelines、internal-comms | 品牌规范、内部沟通模板 |
| 工具 | skill-creator | 用 AI 创建新 Skill 的 Skill("元技能") |
安装方式(使用 Vercel Skills CLI):
安装 Anthropic 官方全部 Skill(全局安装)npx skills add anthropics/skills -g只安装指定 Skill(推荐按需安装)npx skills add anthropics/skills@frontend-design -gnpx skills add anthropics/skills@mcp-builder -gnpx skills add anthropics/skills@skill-creator -g
手动安装(不使用 CLI):
如果你不想用 npx skills 命令,也可以手动操作:
克隆官方仓库到本地git clone https://github.com/anthropics/skills.git将需要的 Skill 目录复制到你的项目中cp -r skills/skills/frontend-design .claude/skills/
仓库地址:github.com/vercel-labs…
Vercel(Next.js 的母公司)维护的 Skill 库,专注于 React、Next.js、AI SDK、部署 等前端生态。如果你用 Next.js 技术栈开发,这个库非常有价值。
Vercel Skill 分类:
| 类别 | 覆盖内容 |
|---|---|
| React / Next.js | React 最佳实践、Next.js App Router、性能优化 |
| AI SDK | Vercel AI SDK 集成、AI 应用开发 |
| 设计与 UI | 无障碍设计、高性能 UI 组件 |
| 浏览器自动化 | 浏览器交互自动化测试 |
| 部署 | Vercel 平台部署流程 |
| 商业 | 电商和支付体验 |
| 工作流 | 持久化、弹性工作流 |
| 通用工具 | find-skills(搜索发现新 Skill) |
安装方式:
安装 Vercel 全部 Skillnpx skills add vercel-labs/skills -g安装 find-skills(推荐首先安装,用于搜索发现其他 Skill)npx skills add vercel-labs/skills@find-skills -g -y
Vercel 还提供了一个命令行工具 npx skills,可以把它理解为 Skill 世界的 npm —— 用来搜索、安装、管理各种 Skill。
基本用法:
搜索 Skill(按关键词)npx skills find "react testing"安装 Skill(从 GitHub 仓库)npx skills add <owner/repo># 安装仓库中的全部 Skillnpx skills add <owner/repo>@<name> # 安装指定 Skillnpx skills add <owner/repo> -g# 全局安装(所有项目可用)列出已安装的 Skillnpx skills list初始化(在当前项目创建 Skill 目录)npx skills init
支持的 AI 工具:Claude Code、GitHub Copilot、Cursor、Qoder、OpenAI Codex、Cline、Windsurf 等多种 AI 编程工具。具体支持范围会随 CLI 版本变化,安装前以项目 README 为准。
除了官方库,社区贡献了大量 Skill 资源:
精选 GitHub 仓库:
| 仓库 | Skill 数量 | 特色 |
|---|---|---|
| ComposioHQ/awesome-claude-skills | 127+ | 10大分类,含59个SaaS应用集成Skill |
| alirezarezvani/claude-skills | 235+ | 9大领域,含25个POWERFUL级高级Skill |
| travisvn/awesome-claude-skills | 持续更新 | 精选列表,社区投票排名 |
| glebis/claude-skills | 专项 | 专注特定工作流的高质量Skill |
alirezarezvani/claude-skills 领域覆盖(235+ Skill):
工程核心(37):架构、前端、后端、QA、DevOps、安全、AI/ML高级工程(45):Agent设计器、RAG架构师、数据库设计、CI/CD构建器、MCP构建器产品(16):产品经理、UX研究员、UI设计、落地页、SaaS脚手架营销(44):内容、SEO、CRO、渠道、增长、情报、销售项目管理(9):Scrum Master、Jira集成、Confluence集成C-Level顾问(34):全套C-Suite角色(CTO、CFO等)合规与质量(14):ISO 13485、GDPR、FDA合规商业与增长(5):客户成功、销售工程师、收入运营财务(4):财务分析、SaaS指标教练
安装社区 Skill:
从社区仓库安装npx skills add alirezarezvani/claude-skills -gnpx skills add ComposioHQ/awesome-claude-skills -g手动安装(克隆后复制需要的目录)git clone https://github.com/alirezarezvani/claude-skills.gitcp -r claude-skills/engineering-team/frontend .claude/skills/
国内大厂 Skill 库( 国内用户推荐):
国内头部科技公司也在积极拥抱 Skill 生态,维护了多个高质量的 Skill 库:
| 厂商 | 仓库/平台 | 特色 Skill | 说明 |
|---|---|---|---|
| 字节跳动/火山引擎 | GitHub: bytedance/agentkit-samples | 联网搜索、文本转语音(TTS)、图像理解 | 基于火山引擎 API,企业级 AgentKit 示例 |
| 科大讯飞 | GitHub: iflytek/iFly-Skills | 语音合成(TTS)、语音转写、PDF/图片OCR、发票OCR、机器翻译、文本校对 | 讯飞 AI 能力的 Skill 封装,语音和 OCR 最强 |
| 科大讯飞 | GitHub: iflytek/skillhub | 企业级 Skill 注册中心 | 私有部署的 Skill 商店,支持团队协作管理 |
| 阿里巴巴/通义灵码 | 通义灵码内置 | 代码审查、日志分析、API 文档生成 | 支持 SKILL.md 格式,可在 ~/.lingma/skills/ 自定义 |
| 腾讯/CodeBuddy | CodeBuddy Agent 平台 | 自定义 Skill 构建 | 支持 Skill 创建和集成,与腾讯云生态打通 |
安装国内大厂 Skill 示例:
科大讯飞 iFly-Skills(语音、OCR、翻译等 AI 能力)git clone https://github.com/iflytek/iFly-Skills.gitcp -r iFly-Skills/ifly-pdf-image-ocr .claude/skills/注意:需要在讯飞开放平台申请 API Key,配置 XFEI_APP_ID 等环境变量字节跳动 AgentKit Samplesgit clone https://github.com/bytedance/agentkit-samples.gitcp -r agentkit-samples/skills/byted-web-search .claude/skills/注意:需要火山引擎 API Key
如果觉得逐个找仓库太麻烦,还有专门的 Skill 聚合搜索平台:
| 平台 | 地址 | Skill 数量 | 特色 |
|---|---|---|---|
| skills.sh | skills.sh | 48,000+ | Vercel 官方推荐的发现平台 |
| SkillsMP | skillsmp.com/zh | 900,000+ | 最大的 Skill 市场,支持中文界面 |
| AgentSkills.io | agentskills.io | 开放标准 | Agent Skills 开放标准定义 |
在这些平台上,你可以按分类浏览、按关键词搜索,找到需要的 Skill 后一键安装。
Cursor 使用 Rules 作为项目级 AI 行为规范。旧版常见 .cursorrules,新版更推荐 .cursor/rules/*.mdc。它和 Skill 不完全相同,但都属于“把经验写成可复用上下文”的做法。社区贡献了大量现成模板:
| 资源 | 地址 | 说明 |
|---|---|---|
| cursor.directory | cursor.directory/ | 按技术栈分类的规则模板集合 |
| cursorrules.org | cursorrules.org/ | 可参考旧版规则写法,再迁移到 .cursor/rules/*.mdc |
| awesome-cursorrules | GitHub: PatrickJS/awesome-cursorrules | 社区精选规则合集 |
Skill 本质上是给 AI 的"操作指令",某些恶意 Skill 可能包含危险操作。在使用任何第三方 Skill 之前,必须进行安全评估:
| 维度 | 检查项 | 举例 |
|---|---|---|
| 安全性 | 是否包含危险命令?是否会泄露敏感信息? | 检查有无 rm -rf、curl 发送数据到外部 |
| 维护状态 | 最近更新时间?作者是否活跃? | 超过6个月未更新的慎用 |
| 文档完整性 | SKILL.md 是否清晰?有无使用说明和示例? | 缺少文档的 Skill 质量可能不高 |
| 兼容性 | 是否与你使用的工具版本兼容? | 检查 Frontmatter 中的 tools 字段 |
| 来源可信度 | 是官方/知名组织还是个人?Star 数? | 优先选用官方库和高 Star 仓库 |
安全检查的最佳实践:
# 1. 安装前先浏览 Skill 内容(不要盲目安装)# 在 GitHub 上直接阅读 SKILL.md# 2. 检查 scripts/ 目录中的脚本(如果有的话)# 确保没有网络请求、文件删除等危险操作# 3. 在测试项目中先试用,确认安全后再用于正式项目
在学习"如何创建 Skill"之前,先来体验几个经典的现有 Skill,建立直观感受。
案例一:用 skill-creator 让 AI 帮你创建 Skill
skill-creator 是 Anthropic 官方提供的一个"元技能" —— 它的功能就是帮你创建新的 Skill。这相当于请了一位 Skill 专家替你写"操作手册"。
# Step 1:安装 skill-creator$ npx skills add anthropics/skills@skill-creator -g
安装后,在 Claude Code 中输入:
用 skill-creator 帮我创建一个名为 weekly-report-generator 的技能。功能:每周自动扫描本周的 Git 提交记录和 TODO 变更,生成一份结构化的周报 Markdown 文件。需要的工具:Read、Glob、Bash(用于 git log)。
Claude 会按照 skill-creator 的规范,自动帮你生成完整的 Skill 目录:
预期输出:~/.claude/skills/weekly-report-generator/├── SKILL.md# 包含 Frontmatter 和详细执行步骤├── scripts/│ └── collect-commits.sh # 收集本周提交的脚本└── resources/ └── template/└── weekly-report.md# 周报模板
案例二:使用官方 PDF 文档处理 Skill
Anthropic 官方的 pdf Skill 可以让 Claude 处理 PDF 文件 —— 解析内容、提取信息、生成摘要等。
# 安装 PDF 技能$ npx skills add anthropics/skills@pdf -g
安装后即可直接使用:
> 请读取 docs/产品需求文档.pdf,提取其中的核心功能列表和技术要求,> 整理成一份 Markdown 格式的摘要。
Claude 会调用 pdf Skill 中的脚本解析 PDF 文件结构,提取文本内容并按你的要求整理输出。
案例三:使用官方 frontend-design Skill
frontend-design Skill 让 Claude 具备专业的前端设计能力 —— 生成像素级精确的 UI 组件。
# 安装前端设计技能$ npx skills add anthropics/skills@frontend-design -g
使用示例:
> 请使用 frontend-design 技能,为书签管理器设计一个响应式的卡片列表页面。> 要求:支持暗色模式,卡片包含标题、URL、标签和收藏时间。> 技术栈:React + Tailwind CSS。
这是本部分最核心的内容。我们通过三个实战案例,手把手教你创建自己的Skill。
观察你日常使用AI时的重复行为:
需求:每次创建新的React组件时,需要遵循统一的文件结构和编码规范。我们来创建一个包含模板和验证脚本的完整 Skill 包。
Step 1:创建 Skill 目录结构
在项目根目录下创建如下结构:
一次性创建完整的 Skill 目录mkdir -p .claude/skills/react-component/scriptsmkdir -p .claude/skills/react-component/resources/templatemkdir -p .claude/skills/react-component/resources/examples
创建后的目录结构:
.claude/skills/react-component/# Skill 根目录├── SKILL.md# 核心指令文件├── scripts/# 辅助脚本│ └── validate.js # 组件结构验证脚本└── resources/ # 配套资源 ├── template/ # 代码模板 │ ├── component.tsx.tpl# 组件主文件模板 │ └── test.tsx.tpl # 测试文件模板 └── examples/ # 示例└── BookmarkCard-example/ # 一个完整的示例组件供参考
Step 2:编写 SKILL.md(核心指令)
创建 .claude/skills/react-component/SKILL.md:
name: react-component-generatorversion: 1.0description: 根据组件名称和功能描述,生成符合项目规范的 React 组件文件集trigger: ["创建组件", "新建React组件", "生成组件"]tools: ["typescript", "react", "tailwindcss"]author: your-name# React 组件生成器## 触发条件当用户要求创建新的 React 组件时使用此 Skill。## 输入参数- componentName(必填):组件名称,使用 PascalCase 格式- description(必填):组件功能描述- hasProps(可选,默认true):是否需要 Props 类型定义- hasState(可选,默认false):是否需要状态管理## 执行步骤1. 在 `src/components/` 目录下创建组件文件夹:`src/components/{componentName}/`2. 参考 `resources/template/` 中的模板文件创建以下文件:- `index.tsx` - 组件主文件(参考 component.tsx.tpl)- `types.ts` - TypeScript 类型定义(如果 hasProps=true)- `{componentName}.test.tsx` - 测试文件(参考 test.tsx.tpl)3. 组件代码规范:- 使用函数式组件 + TypeScript- Props 使用 interface 定义,命名为 {componentName}Props- 使用 Tailwind CSS 处理样式- 导出使用 named export- 添加 JSDoc 注释说明组件功能4. 测试代码规范:- 使用 @testing-library/react- 至少包含:渲染测试、Props 传递测试5. 创建完成后,可运行 `scripts/validate.js` 验证组件结构完整性。## 输出规范- 所有文件创建完成后,报告创建的文件列表- 给出组件的使用示例代码## 参考示例参见 `resources/examples/BookmarkCard-example/` 中的完整示例。## 示例输入:- componentName: "BookmarkCard"- description: "展示单个书签的卡片组件,显示标题、URL和标签"- hasProps: true- hasState: false预期输出文件:- src/components/BookmarkCard/index.tsx- src/components/BookmarkCard/types.ts- src/components/BookmarkCard/BookmarkCard.test.tsx
Step 3:创建辅助脚本(scripts/)
创建 .claude/skills/react-component/scripts/validate.js:
// scripts/validate.js —— 验证组件目录结构是否完整// AI 在执行 Skill 后可以运行此脚本进行自检const fs = require('fs');const path = require('path');function validateComponent(componentName) { const dir = path.join('src/components', componentName); const requiredFiles = ['index.tsx', 'types.ts']; const missing = []; requiredFiles.forEach(file => {if (!fs.existsSync(path.join(dir, file))) { missing.push(file);}}); if (missing.length > 0) {console.error(` 组件 ${componentName} 缺少文件: ${missing.join(', ')}`);return false;} console.log(` 组件 ${componentName} 结构验证通过`); return true;}// 从命令行参数获取组件名const componentName = process.argv[2];if (!componentName) { console.error('用法: node validate.js <ComponentName>'); process.exit(1);}validateComponent(componentName);
Step 4:创建代码模板(resources/template/)
创建 .claude/skills/react-component/resources/template/component.tsx.tpl:
// resources/template/component.tsx.tpl —— 组件代码模板// AI 生成代码时参考此模板结构/** * {componentName} 组件 * {description} */import { {componentName}Props } from './types';export function {componentName}({ ...props }: {componentName}Props) { return (<div className="..."> {/* 组件内容 */}</div>);}
Step 5:在 CLAUDE.md 中引用此 Skill
在你的 CLAUDE.md 文件中添加:
## 可用 Skills- 创建 React 组件时,请读取 `.claude/skills/react-component/SKILL.md` 并严格遵循其中的规范
Step 6:使用 Skill
在 Claude Code 中输入:
> 请按照 React 组件生成器 Skill 的规范,创建一个 BookmarkCard 组件。> 组件功能:展示单个书签的卡片,显示标题、URL、描述和标签列表。> 需要 Props,不需要状态管理。
Claude Code 会按照 Skill 定义的规范,参考模板文件,自动创建所有文件。完成后你还可以运行验证脚本确认结构:
node .claude/skills/react-component/scripts/validate.js BookmarkCard 组件 BookmarkCard 结构验证通过
这个 Skill 相对简单,不需要辅助脚本,只需一个 SKILL.md 加一份配置文件:
.claude/skills/api-endpoint/├── SKILL.md# 核心指令└── resources/ └── config/└── response-format.json # API 统一返回格式定义
创建 .claude/skills/api-endpoint/SKILL.md:
name: api-endpoint-generatorversion: 1.0description: 为指定的数据模型生成标准的 CRUD API 端点trigger: ["创建API", "生成端点", "新建接口"]# RESTful API 端点生成器## 输入参数- modelName(必填):数据模型名称(如 "bookmark"、"tag")- fields(必填):模型字段列表- operations(可选,默认全部):需要的操作(create/read/update/delete/list)## 执行步骤1. 在 `src/app/api/{modelName}s/` 目录下创建 `route.ts`2. 实现以下端点: - GET /api/{modelName}s → 获取列表(支持分页、搜索) - POST /api/{modelName}s → 创建 - GET /api/{modelName}s/[id] → 获取单个 - PUT /api/{modelName}s/[id] → 更新 - DELETE /api/{modelName}s/[id] → 删除3. 代码规范: - 使用 Prisma Client 操作数据库 - 统一返回格式参考 `resources/config/response-format.json` - 包含输入验证 - 包含错误处理(try-catch)4. 创建完成后,列出所有 API 端点的 URL 和用法
同时创建 .claude/skills/api-endpoint/resources/config/response-format.json:
{"success_response": { "success": true, "data": "<返回数据>"},"error_response": { "success": false, "error": "<错误信息>"},"list_response": { "success": true, "data": "<数据数组>", "pagination": { "page": 1, "pageSize": 20, "total": 100 }}}
Git 规范化 Skill 非常简单,不需要脚本和资源文件,只需一个 SKILL.md 即可。这说明并非所有 Skill 都要用上全套目录 —— 够用就好。
创建 .claude/skills/git-commit/SKILL.md:
name: git-commit-standardversion: 1.0description: 在提交代码时,自动生成符合 Conventional Commits 规范的 commit messagetrigger: ["提交代码", "git commit", "生成commit"]# Git 提交规范化## 执行步骤1. 运行 `git diff --staged` 查看暂存区的修改2. 分析修改内容,判断变更类型: - feat: 新功能 - fix: 修复Bug - refactor: 重构(不改变功能) - style: 样式修改 - docs: 文档更新 - test: 测试相关 - chore: 构建/工具变更3. 生成 commit message,格式: ``` <type>(<scope>): <description> <body> ```4. 显示给用户确认后执行 `git commit`## 示例修改了 src/components/BookmarkCard.tsx 中的样式生成的 message:```style(BookmarkCard): 优化书签卡片的响应式布局- 调整了移动端下的卡片宽度- 修复了标签溢出问题```
前面三个案例分别展示了 scripts/、resources/、纯 SKILL.md 的用法,这个案例重点展示 references/ 目录 —— 当 Skill 需要 AI 依据特定的标准和规范来执行任务时,把参考文档放入 references/ 是最佳实践。
需求:在提交代码前,让 AI 按照 OWASP 安全清单和团队编码安全规范,对代码进行安全审计。
Step 1:创建 Skill 目录结构
mkdir -p .claude/skills/security-audit/referencesmkdir -p .claude/skills/security-audit/resources/examples
完成后的结构:
.claude/skills/security-audit/├── SKILL.md# 审计流程指令├── references/#参考文档(AI 审计时依据的"法规")│ ├── owasp-top10-checklist.md # OWASP Top 10 安全检查清单│ └── team-security-standards.md # 团队安全编码规范└── resources/ └── examples/└── audit-report-sample.md # 审计报告示例(让 AI 知道输出长什么样)
Step 2:编写 SKILL.md
创建 .claude/skills/security-audit/SKILL.md:
name: security-auditversion: 1.0description: 对指定代码进行安全审计,依据 OWASP Top 10 和团队安全规范输出审计报告trigger: ["安全审计", "security audit", "安全检查", "代码安全"]# 代码安全审计## 执行步骤1. 读取用户指定的代码文件或目录2. 阅读 `references/owasp-top10-checklist.md`,逐项检查代码是否存在对应漏洞3. 阅读 `references/team-security-standards.md`,检查代码是否符合团队安全规范4. 按照 `resources/examples/audit-report-sample.md` 的格式,生成安全审计报告5. 对每个发现的问题:标注严重等级(高危/中危/低危)、给出修复建议和修复代码## 输出规范- 使用 Markdown 表格列出所有问题- 每个问题包含:文件路径、行号、问题描述、严重等级、修复建议- 最后给出安全评分(0-100)和总结## 错误处理- 如果代码量过大,优先审计 API 路由和数据库操作相关的文件- 如果无法判断是否存在风险,标记为"待人工确认"
Step 3:编写参考文档(references/)
这是本案例的重点。references/ 中的文件不会直接变成输出,而是作为 AI 做判断时的"知识库"。
创建 .claude/skills/security-audit/references/owasp-top10-checklist.md:
# OWASP Top 10 安全检查清单## 1. 注入攻击(Injection)- [ ] SQL 查询是否使用参数化查询或 ORM?- [ ] 是否存在字符串拼接 SQL 的情况?- [ ] 用户输入是否经过转义和过滤?## 2. 身份认证失效(Broken Authentication)- [ ] 密码是否明文存储?(应使用 bcrypt 等加密)- [ ] 会话令牌是否使用安全的随机数生成?- [ ] 是否有登录失败次数限制?## 3. 敏感数据泄露(Sensitive Data Exposure)- [ ] API 密钥、数据库密码是否硬编码在代码中?- [ ] 敏感数据是否通过 HTTPS 传输?- [ ] 日志中是否记录了敏感信息?## 4. XSS 跨站脚本攻击- [ ] 用户输入是否在渲染前经过转义?- [ ] 是否使用 dangerouslySetInnerHTML 等危险 API?- [ ] CSP(Content Security Policy)头是否设置?## 5. 安全配置错误- [ ] 是否关闭了调试模式?- [ ] 错误页面是否暴露了堆栈信息?- [ ] 默认账户密码是否已修改?(后续 6-10 条按同样格式补充)
创建 .claude/skills/security-audit/references/team-security-standards.md:
# 团队安全编码规范## 强制规则(违反即为高危)1. 禁止在代码中硬编码任何密钥、密码、令牌,必须使用环境变量2. 所有数据库操作必须通过 ORM(Prisma),禁止直接写 SQL3. 所有用户输入必须在服务端验证,不能只依赖前端验证4. API 路由必须有权限校验,不允许裸接口## 建议规则(违反为中危)1. 文件上传功能必须限制文件类型和大小2. 敏感操作(删除、修改密码等)需要二次确认3. 分页查询必须限制 pageSize 最大值,防止数据库压力攻击4. 错误响应不应包含内部实现细节
Step 4:编写输出示例(resources/examples/)
创建 .claude/skills/security-audit/resources/examples/audit-report-sample.md:
# 安全审计报告**审计范围**:src/app/api/**审计时间**:2026-04-30**审计依据**:OWASP Top 10 + 团队安全规范## 发现问题| # | 文件 | 行号 | 问题描述 | 等级 | 修复建议 ||---|------|------|---------|------|---------|| 1 | src/app/api/users/route.ts | 23 | SQL 字符串拼接,存在注入风险 |高危 | 改用 Prisma 参数化查询 || 2 | src/lib/auth.ts | 45 | API 密钥硬编码 |高危 | 移至 .env 环境变量 || 3 | src/app/api/upload/route.ts | 12 | 文件上传未限制类型 |中危 | 添加 MIME 类型白名单 |## 安全评分:65/100## 总结发现 2 个高危、1 个中危问题。建议优先修复高危问题后再上线。
Step 5:使用 Skill
请使用安全审计 Skill,对 src/app/api/ 目录下的所有文件进行安全检查。
AI 会先读取 references/ 中的两份参考文档作为审计标准,然后逐一检查代码,最后按照 resources/examples/ 中的示例格式输出审计报告。
现在回顾四个案例,每个都突出了不同的 Skill 目录组件:
| 案例 | 核心组件 | 教学重点 |
|---|---|---|
| React 组件 Skill | SKILL.md + scripts/ + resources/template/ | 完整包:脚本验证 + 模板驱动 |
| API 端点 Skill | SKILL.md + resources/config/ | 配置外部化 |
| Git 提交 Skill | 仅 SKILL.md | 最简结构 |
| 安全审计 Skill | SKILL.md + references/ + resources/examples/ | 参考文档驱动审查 |
方法一:通过 CLAUDE.md 引用(推荐)
在 CLAUDE.md 中添加 Skill 引用:
## 项目 Skills以下 Skill 定义了标准化的开发流程(每个 Skill 是一个目录,核心指令在 SKILL.md 中):- `.claude/skills/react-component/` - React 组件生成规范- `.claude/skills/api-endpoint/` - API 端点生成规范- `.claude/skills/git-commit/` - Git 提交规范- `.claude/skills/security-audit/` - 代码安全审计执行相关任务时,请先阅读对应 Skill 目录下的 SKILL.md 并严格遵循。如 Skill 中包含 scripts/、resources/ 或 references/,请一并参考。
方法二:通过自定义 slash commands
将 Skill 的触发文件放在 .claude/commands/ 目录下,即可通过 /skill名称 直接触发:
.claude/├── commands/│ ├── new-component.md │ └── security-check.md └── skills/ ├── react-component/ │ ├── SKILL.md │ ├── scripts/ │ └── resources/ ├── api-endpoint/ │ ├── SKILL.md │ └── resources/ ├── security-audit/ │ ├── SKILL.md │ ├── references/ │ └── resources/ └── git-commit/ └── SKILL.md
将 Skill 的核心规则写入 Cursor Rules(推荐 .cursor/rules/*.mdc,旧项目可用 .cursorrules):
When creating new React components:- Follow the structure defined in .claude/skills/react-component/SKILL.md- Reference templates in .claude/skills/react-component/resources/template/- Always create types.ts for Props definitions- Always include basic test file
Skill 不是写完就不管了。每次使用后,记录:
用 Git 管理你的 Skill 目录,就像管理代码一样:
提交整个 Skill 包(包括 SKILL.md、scripts、resources 等)git add .claude/skills/react-component/git commit -m "feat(skills): 新增 React 组件生成 Skill v1.0"更新 Skill 后,修改 SKILL.md 中的版本号并提交git add .claude/skills/react-component/SKILL.mdgit commit -m "chore(skills): 升级 React 组件 Skill 至 v1.1,优化模板"
Superpowers 是 Claude Code 生态中的一类社区增强插件 / Skills 集合。它不是“必装”的,但思路值得学习:把成熟工作流封装成可复用能力,让 AI 不只是会写代码,还会按固定方法做事。
Superpowers 本质是一套工作方法论集合,通常会封装成多个可复用 Skill。安装后,AI 可以在合适的任务中调用这些方法论。
安装前后对比:
| 没装 Superpowers | 装了 Superpowers |
|---|---|
| 你:“加个批量导出功能” | 你:“加个批量导出功能” |
| AI:“好的,我来实现...”(直接写代码) | AI:“在开始前我需要确认:1.导出格式?2.数据量多大?3.需要异步吗?”→给出 2-3 个方案,确认后再动手 |
| Skill | 功能 | 触发时机 |
|---|---|---|
| 头脑风暴 (brainstorming) | 需求分析→设计规格,先想清楚再动手 | 新需求/新功能开始时 |
| 编写计划 (writing-plans) | 把规格拆成可执行的实施步骤 | 确认设计后 |
| 执行计划 (executing-plans) | 按计划逐步实施,每步验证 | 开发过程中 |
| 测试驱动开发 (TDD) | 严格 TDD:先写测试,再写代码 | 开发核心逻辑时 |
| 系统化调试 (debugging) | 四阶段调试法:定位→分析→假设→修复 | 遇到 Bug 时 |
| 代码审查 (code-review) | 派遣审查 agent 检查代码质量 | 功能完成后 |
| 完成前验证 (verification) | 声称完成前必须跑验证 | 任务结束前 |
方式一:npx 一键安装(推荐)
进入你的项目目录(重要!不要在主目录 ~ 下运行)cd /your/project英文版(原版)npx superpowers中文增强版(推荐国内用户,包含 6 个中国特色 Skill)npx superpowers-zh
安装后会在项目下生成 .claude/skills/ 目录,包含所有 Skill 文件。
方式二:手动安装(备选)
# 克隆仓库git clone https://github.com/jnMetaCode/superpowers-zh.git# 复制 skills 到项目cp -r superpowers-zh/skills /your/project/.claude/skills
不是必须的。 Superpowers 是一个“锦上添花”的增强插件:
~/.claude/└── commands/ ← 你的全局 Skills ├── review.md← 代码审查 Skill ├── refactor.md← 重构优化 Skill └── test.md ← 测试生成 Skill项目根目录/└── .claude/ ├── commands/← 项目级 Skills │ ├── deploy.md ← 部署流程 Skill │ └── migrate.md← 数据库迁移 Skill ├── settings.json ← 项目配置 └── CLAUDE.md← 项目规则文件
图:Superpowers Skills 目录结构 —— 全局Skills对所有项目生效,项目级Skills仅对当前项目生效
MCP 是 Anthropic 推出的一个标准化协议,让 AI 工具可以连接外部服务和数据源。你可以把 MCP 理解为给 AI 装"插件"或"扩展能力"。
MCP 的概念:
AI 工具(Claude Code) │ ├── 内置能力:读写文件、运行命令 │ └── MCP 扩展能力:├── GitHub MCP Server → 操作 GitHub(创建PR、管理Issue)├── Database MCP Server → 直接查询数据库├── Browser MCP Server → 浏览器自动化测试└── 更多第三方 MCP Server...
MCP 与 Skill 的关系:
两者互补:你可以在 Skill 中调用 MCP 提供的能力。例如,一个"部署检查 Skill"可以调用 GitHub MCP 来创建 PR。
实践练习:
npx skills add anthropics/skills@skill-creator -g 安装官方 skill-creator,体验用 AI 创建 Skill前面看了 4 个案例,现在轮到你自己动手了。下面会带你从零创建一个 Git 提交规范化 Skill,整个流程大约 10 分钟。
第 1 步:创建 Skill 目录
mkdir -p .claude/skills/git-commit
第 2 步:编写 SKILL.md
创建 .claude/skills/git-commit/SKILL.md,写入以下内容:
name: git-commit-standardversion: 1.0description: 在提交代码时,自动生成符合 Conventional Commits 规范的 commit messagetrigger: ["提交代码", "git commit", "生成commit"]# Git 提交规范化## 执行步骤1. 运行 `git diff --staged` 查看暂存区的修改2. 分析修改内容,判断变更类型: - feat: 新功能 - fix: 修复Bug - refactor: 重构(不改变功能) - style: 样式修改 - docs: 文档更新 - test: 测试相关 - chore: 构建/工具变更3. 生成 commit message,格式:`<type>(<scope>): <description>`4. 显示给用户确认后执行 `git commit`## 示例修改了 `src/components/Header.tsx` 中的导航样式生成的 message:```style(Header): 优化导航栏的响应式布局```
第 3 步:在 CLAUDE.md 中注册 Skill
在项目根目录的 CLAUDE.md 文件中添加以下内容,让 Claude Code 知道这个 Skill 的存在:
## 项目 Skills- `.claude/skills/git-commit/` — Git 提交规范化执行相关任务时请先阅读对应 SKILL.md。
第 4 步:实际使用
git add . 暂存修改请用 git-commit Skill 帮我生成 commit message 并提交
4.Claude Code 会自动读取你的 SKILL.md,分析 git diff --staged 的内容,生成类似 style(Header): 优化导航栏的响应式布局 这样的规范化提交信息
第 5 步:用 Git 提交你的 Skill
git add .claude/skills/git-commit/git commit -m "feat(skills): 新增 Git 提交规范化 Skill"
完成基础练习后,试试这些挑战来巩固你的 Skill 创建能力:
references/ 的代码审查 Skill,加入你团队的编码规范