大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



我们最近发布了 Claude Code，这是一个用于智能体编程的命令行工具。作为一项研究项目，Claude Code 为 Anthropic 的工程师和研究人员提供了一种更原生的方式，将 Claude 集成到他们的编码工作流中。

Claude Code 故意设计得较为底层且不强制使用特定工作流，为用户提供接近原始模型的访问能力，同时保持灵活、可定制、可编写脚本并确保安全性，是一款功能强大的工具。然而，这种灵活性也带来了学习曲线，尤其对于刚接触智能体编程的工程师——直到他们建立起自己的**实践为止。

本文介绍了一些已被证明行之有效的通用模式，无论是 Anthropic 内部团队，还是在各种代码库、语言和环境中使用 Claude Code 的外部工程师，都从中受益。本文列出的内容并非铁律，也不适用于所有场景；请将这些建议视为起点。我们鼓励你大胆尝试，找到最适合自己的方式！

需要更详细的信息？我们的完整文档 claude.ai/code 包含本文提及的所有功能，并提供额外示例、实现细节和高级技巧。

1. 自定义你的配置

---

Claude Code 是一个能自动将上下文信息拉入提示词的智能体编程助手。这种上下文收集会消耗时间和 token，但你可以通过调整环境来优化。

是一个特殊文件，当开始会话时，Claude 会自动将其内容纳入上下文。因此，它是记录以下信息的理想位置：

• 常用的 bash 命令
• 核心文件和工具函数
• 代码风格指南
• 测试说明
• 仓库协作规范（例如分支命名规则、合并还是变基等）
• 开发环境设置（例如 pyenv use、哪些编译器可用）
• 项目特有的异常行为或警告
• 任何你想让 Claude 记住的信息

文件没有强制格式要求。我们建议保持内容简洁且易于人类阅读。例如：

你可以将 文件放在多个位置：

• 仓库根目录，或你运行 命令的地方（最常见用法）。建议将其命名为 并提交到 git，以便在不同会话和团队成员之间共享；也可命名为 并加入
• 你运行 目录的任意父目录：这在单体仓库中特别有用。例如你在 运行 ，而 和 中都有 文件，这两者都会被自动拉入上下文
• 你运行 目录的任意子目录：与上述情况相反，此时 Claude 会在你处理子目录文件时按需拉入 文件
• 家目录（），这样会在所有你的 claude 会话中生效

运行 命令时，Claude 将自动为你生成一个 文件。

你的 文件会成为 Claude 提示词的一部分，因此应像优化常用提示词一样不断改进。常见错误是添加大量内容而未迭代其有效性。请花时间实验，确定何种内容能让模型更好地遵循指令。

你可以手动向 添加内容，或按下 键给出指令，Claude 会自动将其整合进相应的 文件。许多工程师在编码时常按 记录命令、文件和风格规范，随后将 的更改提交给团队，使其他人也能受益。

在 Anthropic，我们有时会用 提示词优化器 处理 文件，并经常调整指令（例如用 “IMPORTANT” 或 “YOU MUST” 强调）以提高指令遵从性。

默认情况下，Claude Code 会对任何可能修改系统的操作请求权限：文件写入、许多 Bash 命令、MCP 工具等。我们出于安全优先的考虑，特意采用这种保守设计。你可自定义白名单，允许你认为安全的额外工具，或允许可轻松撤销但可能存在风险的工具（如文件编辑、）。

有四种管理允许工具的方法：

• 会话中选择“始终允许”
• 启动 Claude Code 后使用 命令，添加或移除工具。例如添加 以始终允许文件编辑， 以允许提交， 以允许通过 Puppeteer MCP 服务器导航
• 手动编辑 或 （建议将前者加入源代码控制，与团队共享）
• 使用 CLI 标志 设置会话级权限

Claude 知道如何使用 CLI 与 GitHub 交互，用于创建 issues、打开 pull requests、读取评论等。若未安装 ，Claude 仍可通过 GitHub API 或 MCP 服务器（如果已安装）与 GitHub 通信。

2. 为 Claude 添加更多工具

---

Claude 可访问你的 shell 环境，你可像为自己搭建环境一样，为它创建一组便捷脚本和函数。它还可以通过 MCP 和 REST API 使用更复杂的工具。

Claude Code 继承了你的 bash 环境，因此能访问所有你的工具。虽然 Claude 熟悉诸如 Unix 工具和 等常用工具，但除非明确告知，否则它并不知道你的自定义 bash 工具：

1. 告诉 Claude 工具名称及使用示例
2. 让 Claude 运行 查看工具文档
3. 在 中记录常用工具

Claude Code 可同时作为 MCP 服务器和客户端。作为客户端，它可以连接任意数量的 MCP 服务器，通过三种方式访问其工具：

• 项目配置（在该目录运行 Claude Code 时可用）
• 全局配置（所有项目中可用）
• 检入的 文件（代码库中所有开发者均可使用）。例如，你可以在 中添加 Puppeteer 和 Sentry 服务器，使每位开发者都能开箱即用地使用这些工具。

使用 MCP 时，启动 Claude 时加上 标志有助于识别配置问题。

对于重复性工作流（如调试循环、日志分析等），可将提示词模板存储在 文件夹的 Markdown 文件中。当你输入 时，这些模板会出现在斜杠命令菜单中。你可以将这些命令提交到 git，让团队其他成员也能使用。

自定义斜杠命令可包含特殊关键字 来传入参数。

例如，以下斜杠命令可用于自动拉取并修复 GitHub issue：

将上述内容放入 后，即可在 Claude Code 中通过 命令使用。例如， 即可让 Claude 修复 issue #1234。同样，你可将个人命令添加到 文件夹，使其在所有会话中可用。

3. 尝试常见工作流

---

Claude Code 不强制使用特定工作流，给予你充分的灵活性。在这一灵活性空间内，我们的用户社区已涌现出几种有效且成功的模式：

这是一种适用于多数问题的通用工作流：

1. 让 Claude 阅读相关文件、图片或 URL，你可以提供一般性指引（如“读处理日志的文件”）或具体文件名（如“读 logging.py”），但要明确告诉它目前不要写代码。 1. 在此阶段，尤其对于复杂问题，应积极使用子智能体（subagents）。让 Claude 使用子智能体验证细节或探究其疑问，尤其是在对话或任务初期，通常能保留上下文且不会明显损失效率。
2. 让 Claude 为解决特定问题制定计划。我们建议使用“think”一词触发扩展思考模式，使 Claude 有更多计算时间来更深入评估各种选项。这些特定短语直接对应系统中不同级别的思考预算：“think” < “think hard” < “think harder” < “ultrathink”。每个级别为 Claude 分配的思考预算逐步增加。 1. 如果此步骤结果合理，可让 Claude 用文档或 GitHub issue 记录计划，以便在实现（第 3 步）不如预期时能回退到此状态。
3. 让 Claude 用代码实现解决方案。这也是一个好时机，可要求它在实现时显式验证方案的合理性。
4. 让 Claude 提交结果并创建 Pull Request。如相关，此时也应让 Claude 更新 README 或变更日志，说明其刚刚所做修改。

第 1-2 步至关重要——缺少这两步，Claude 往往会直接跳到编码。虽然有时这正是你想要的，但要求 Claude 先研究和计划，能显著提升需要深度前期思考的问题的处理效果。

这是 Anthropic 员工喜爱的工作流，适用于可通过单元、集成或端到端测试轻松验证的变更。在智能体编程加持下，测试驱动开发（TDD）变得更加强大：

1. 让 Claude 根据预期的输入/输出对编写测试。要明确指出你正在采用测试驱动开发，以防止它为代码库中尚不存在的功能创建模拟实现。
2. 让 Claude 运行测试并确认测试失败。明确要求此阶段不要编写实现代码通常很有帮助。
3. 当你对测试满意时，让 Claude 提交测试。
4. 让 Claude 编写能通过测试的代码，并告知它不要修改测试。要求 Claude 持续迭代，直到所有测试通过。通常需要几次迭代：写代码 -> 运行测试 -> 调整代码 -> 再运行测试。 1. 此阶段可让它使用独立的子智能体验证实现是否没有过拟合测试
5. 当对更改满意时，让 Claude 提交代码。

当 Claude 有明确目标（如视觉原型、测试用例或其他输出）进行迭代时，表现**。通过提供测试等预期输出，Claude 可以不断修改、评估结果并逐步改进，直到成功。

类似于测试工作流，你可以为 Claude 提供视觉目标：

1. 让 Claude 能够获取浏览器截图（例如使用 Puppeteer MCP 服务器、iOS 模拟器 MCP 服务器，或手动复制/粘贴截图）。
2. 通过复制/粘贴、拖放或提供图片路径，将视觉原型给到 Claude。
3. 让 Claude 用代码实现设计，截图结果，并持续迭代直到结果与原型匹配。
4. 当你满意时，让 Claude 提交。

与人类相似，Claude 的输出通常会随着迭代显著提升。初版可能尚可，但经过 2-3 次迭代后通常会好得多。为 Claude 提供查看其输出的工具，才能获得**结果。

你可以使用 跳过所有权限检查，让 Claude 无中断运行直至完成，而不是监督它。这种模式适用于修复 lint 错误或生成样板代码等工作流。

允许 Claude 运行任意命令有风险，可能导致数据丢失、系统损坏，甚至数据泄露（如通过提示词注入攻击）。为最小化风险，请在无网络连接的容器中使用 。可参考此使用 Docker Dev 容器的 参考实现。

初到新代码库时，可使用 Claude Code 进行学习和探索。你可以像结对编程时向项目中的另一位工程师提问那样问 Claude。Claude 可以自主搜索代码库，回答一般性问题，例如：

• 日志系统是如何工作的？
• 如何创建新的 API 端点？
• 文件第 134 行的 做了什么？
• 处理了哪些边界情况？
• 为何在第 333 行调用 而不是 ？
• 第 334 行的等效 Java 实现是什么？

在 Anthropic，这种用法已成为核心入职工作流，显著缩短了上手时间，并减轻了其他工程师的负担。无需特殊提示！只需提问，Claude 就会探索代码以寻找答案。

Claude 能有效处理许多 git 操作。许多 Anthropic 工程师将 Claude 用于 90% 以上的 git 操作：

• 搜索 git 历史 以回答诸如“v1.2.3 包含了哪些变更？”、“谁负责这个特性？”或“为何这个 API 要如此设计？”等问题。明确提示 Claude 查阅 git 历史以回答此类查询很有帮助。
• 编写提交信息：Claude 会自动查看你的变更和近期历史，综合所有相关上下文撰写提交信息
• 处理复杂 git 操作，例如恢复文件、解决变基冲突，以及比较和移植补丁

Claude Code 可管理许多 GitHub 操作：

• 创建 Pull Requests：Claude 理解缩写 “pr”，并会根据差异和上下文生成合适的提交信息。
• 一键解决问题：对于简单的代码审查评论，只需告诉 Claude 修复 PR 中的评论（可选地给出更具体指示），完成后推送到 PR 分支。
• 修复构建失败 或 Linter 警告
• 分类和筛选待处理 Issues：让 Claude 循环遍历所有开放的 GitHub Issues

这消除了记住 命令行语法的需要，并自动化了日常任务。

Anthropic 的研究人员和数据科学家使用 Claude Code 读写 Jupyter 笔记本。Claude 能解读输出（包括图片），提供了一种快速探索和与数据交互的方式。没有强制的工作流或提示，但我们推荐的工作流是：在 VS Code 中将 Claude Code 和 文件并排打开。

你也可以让 Claude 在展示给同事之前清理或美化 Jupyter 笔记本。明确告诉它让笔记本或其数据可视化“美观”通常有助于提醒它优化人类的阅读体验。

4. 优化你的工作流

---

以下建议适用于所有工作流：

Claude Code 的成功率在指令越具体时越高，尤其是在初次尝试时。事先给出明确指示，可减少后续调整的需求。

例如：

Claude 能推断意图，但无法读心。越具体，越能与预期对齐。

Claude 能通过多种方法出色处理图片和图表：

• 粘贴截图（小技巧：在 macOS 上按 cmd+ctrl+shift+4 截图到剪贴板，然后按 ctrl+v 粘贴。注意这不是通常在 Mac 上使用的 cmd+v，且远程操作无效。）
• 直接拖放图片到提示输入框
• 提供图片的文件路径

在以设计原型作为 UI 开发参考点，或分析调试视觉图表时，这尤其有用。若不添加视觉内容到上下文，也仍可明确告诉 Claude 结果的视觉美观性很重要。

使用 Tab 补全，可快速引用仓库中任意位置的文件或文件夹，帮助 Claude 找到或更新正确资源。

在提示中粘贴特定 URL，让 Claude 获取并阅读。为避免对相同域名（如 docs.foo.com）重复请求权限，可使用 将域名加入白名单。

虽然自动接受模式（按 Shift+Tab 切换）可让 Claude 自主工作，但你通常会通过积极参与和引导获得更好的结果。最好的做法是在开始时彻底向 Claude 解释任务，同时也可以随时纠正其方向。

以下四个工具可帮助纠正方向：

• 在编码前让 Claude 制定计划。明确告知在确认计划合理前不要编码。
• 按 Esc 键中断 Claude 在任何阶段（思考、工具调用、文件编辑）的操作，保留上下文以便你重新引导或扩展指令。
• 双击 Esc 键回溯历史，编辑之前的提示，并探索不同方向。可以反复编辑提示直到获得满意结果。
• 让 Claude 撤销更改，通常与上述方法结合使用，以尝试不同路径。

尽管 Claude Code 偶尔能第一次就完美解决问题，但使用这些纠正工具通常能更快获得更好的解决方案。

长时间会话中，Claude 的上下文窗口可能充满不相关的对话、文件内容和命令，这会降低性能，有时还会干扰 Claude。在任务之间频繁使用 命令可重置上下文窗口。

对于多步骤的大任务或需要详尽解决方案的任务（如代码迁移、批量修复 lint 错误或运行复杂构建脚本），让 Claude 使用 Markdown 文件（甚至 GitHub issue）作为清单和工作草稿，能提升表现：

例如，修复大量 lint 问题，可按以下步骤进行：

1. 让 Claude 运行 lint 命令，并将所有错误（含文件名和行号）写入 Markdown 清单
2. 指示 Claude 逐个解决问题，修复并验证后再勾选并进入下一个

有几种方法可向 Claude 提供数据：

• 直接复制粘贴到提示中（最常用方法）
• 通过管道传入 Claude Code（例如 ），对日志、CSV 和大数据特别有用
• 让 Claude 通过 bash 命令、MCP 工具或自定义斜杠命令拉取数据
• 让 Claude 读取文件或获取 URL（也适用于图片）

多数会话会结合使用这些方法。例如，你可以通过管道传入日志文件，然后告诉 Claude 使用工具拉取更多上下文来调试日志。

5. 使用无头模式自动化你的基础设施

---

Claude Code 提供无头模式，用于 CI、提交前钩子、构建脚本和自动化等非交互式场景。使用 标志加提示词启用无头模式，使用 获取流式 JSON 输出。

注意：无头模式不会在会话间持久存在，必须在每次会话中触发。

无头模式可驱动由 GitHub 事件触发的自动化，例如代码库中创建新 issue 时。例如，公开的 Claude Code 仓库 使用 Claude 检查传入的新 issue 并分配适当标签。

Claude Code 可提供主观代码审查，识别传统 linter 工具检测不到的问题，如拼写错误、陈旧注释、误导性的函数或变量名等。

6. 通过多 Claude 工作流提升能力

---

除了独立使用，一些最强大的应用涉及并行运行多个 Claude 实例：

一种简单但有效的方法是让一个 Claude 写代码，另一个审核或测试。就像与多名工程师合作，有时独立的上下文更有利：

1. 用 Claude 写代码
2. 运行 或在另一终端启动第二个 Claude
3. 让第二个 Claude 审核第一个 Claude 的工作
4. 启动另一个 Claude（或再次 ）读取代码和审核反馈
5. 让这个 Claude 根据反馈修改代码

你也可以对测试这样做：让一个 Claude 写测试，另一个 Claude 写出通过测试的代码。你甚至可以让 Claude 实例相互通信，通过给它们分配不同的工作草稿并指定写入和读取哪个。

这种分离方式的结果通常优于让单个 Claude 处理所有事情。

无需等待 Claude 完成每一步，Anthropic 的许多工程师会：

1. 在不同文件夹中创建 3-4 个 git 副本
2. 在多个终端标签中打开每个文件夹
3. 在每个文件夹中启动 Claude，分配不同任务
4. 轮流切换，检查进度并批准/拒绝权限请求

此方法适用于多个独立任务，比多个副本更轻量。git worktrees 允许你从同一个仓库检出多个分支到不同目录。每个 worktree 拥有独立的文件工作目录，同时共享相同的 Git 历史和 reflog。

使用 git worktrees 可让你在项目的不同部分同时运行多个 Claude 会话，每个会话专注于独立任务。例如，你可让一个 Claude 重构认证系统，同时另一个开发完全无关的数据可视化组件。由于任务不重叠，每个 Claude 可全速工作，无需等待对方的更改或处理合并冲突：

1. 创建 worktrees：
2. 在每个 worktree 中启动 Claude：
3. 根据需要创建更多 worktrees（在新终端标签中重复步骤 1-2）

一些提示：

• 使用一致的命名规范
• 每个 worktree 对应一个终端标签
• 如果你在 Mac 上使用 iTerm2，设置通知，当 Claude 需要关注时提醒你
• 为不同 worktrees 使用单独的 IDE 窗口
• 完成后清理：

（无头模式）可编程地将 Claude Code 集成到更大工作流中，同时利用其内置工具和系统提示。无头模式有两种主要使用模式：

1. 分发处理（Fanning out）：处理大型迁移或分析（如分析数百条日志的情感或分析数千个 CSV）：
2. 让 Claude 写一个脚本生成任务列表。例如生成 2000 个需要从框架 A 迁移到框架 B 的文件列表。
3. 遍历任务，为每个任务编程调用 Claude，并给出任务和可用工具集。例如：
4. 多次运行脚本，并优化你的提示词以获得理想结果。
5. 流水线处理（Pipelining）：将 Claude 集成到现有数据/处理流水线：
6. 调用 ，其中 是处理流水线的下一步
7. 完成！可选的 JSON 输出有助于为自动化处理提供结构。

对于这两种用例，使用 标志调试 Claude 调用可能会有帮助。我们通常建议在生产环境中关闭详细模式，以获得更清爽的输出。

你在使用 Claude Code 时有哪些技巧和**实践？@AnthropicAI 让我们看看你在构建什么！

作者：Boris Cherny。本工作借鉴了 Claude Code 用户社区的广泛**实践，他们富有创意的方法和工作流程持续启发着我们。特别感谢 Daisy Hollman、Ashwin Bhat、Cat Wu、Sid Bidasaria、Cal Rueb、Nodir Turakulov、Barry Zhang、Drew Hodun 以及其他许多 Anthropic 工程师，他们对 Claude Code 的宝贵见解和实践经验帮助塑造了这些建议。