Claude Code 进阶心得

Claude Code、Gemini、Cursor 和 Codex 在CLI 领域竞争越来越激烈，在 kalshi 看真正的较量似乎在 Anthropic 和 OpenAI 。其他开发者在论坛交流时，他们的选择通常取决于一些看似肤浅的东西，某个小众功能的实现，或者他们只是更喜欢某个系统提示词的 vibe。我觉得“你是绝对正确的！你太棒了“这种输出风格并不是一个大问题。我的方法是给Agent之后不管——即委派任务、设定上下文，然后让它去工作。通过最终的 PR来评判工具，而不是它实现的过程，因为其中掺杂了太多用于对齐人类偏好的成分，而非纯粹的解决问题能力。如果你还在根据“感觉好不好用”“说话顺不顺”“UI 喜不喜欢”选 CLI agent，说明你根本没用到它们最重要的能力。

Claude Code 并没有标准答案

Claude Code开发之父Boris: My setup might be surprisingly vanilla! Claude Code works great out of the box, so I personally don’t customize it much.

通用功能早已设计内置，使用 Claude Code 没有唯一正确的方式。团队故意把它设计成可以随便折腾的样子，你想如何魔改都可以。

同时开启多个 Claude Code

Boris在他的终端里开 5 个 Claude Code 实例，标签页编号 1 到 5，开着系统通知，哪个需要输入就跳过去处理。还在 claude.ai/code 网页版上跑 5 到 10 个任务。终端和网页可以互相“交接”：用&符号把本地会话转到网页，或者用–teleport 在两边来回切换。每天早上和白天会从手机 Claude 应用上启动几个任务，晚点再回来看结果。

这种“多线程”工作方式的核心逻辑是：Claude Code 擅长自主执行，很多任务不需要你盯着。你启动任务、给个方向，让它跑着，自己去忙别的。等它需要你确认的时候再切回来。

已经转为AI生成代码人类审核，而不用人去手动生成代码。

CLAUDE.md

Boris : CLAUDE.md 是团队共享的“项目记忆”。

为了有效地使用 Claude Code，最重要的单一文件就是根目录下的 CLAUDE.md。这个文件是代理的“宪法”，是它了解你特定代码库如何工作的首要来源。

在我的项目中，CLAUDE.md只记录使用的工具和 API。

如果你不能简洁地解释你的工具，那么它就不应该进入 CLAUDE.md。

添加原则

  1. 是一本“错题集”，而不是一本“教科书”。 你的 CLAUDE.md 应该从小处着手，根据 Claude 做错的地方来记录。

  2. 不要 @引用文件文档。 如果你有大量的外部文档，在 CLAUDE.md 中直接@引用会造成上下文窗口急剧膨胀。你必须向Agent明确告诉什么时候以及为什么要读取该文件。

  3. 不要说“不许动”，说“此路不通，请绕行右侧。 不要仅有负面约束，当代理认为它必须使用该标志时，它会卡住。应该始终提供一个替代方案。

  4. **将 CLAUDE.md 作为一种倒逼机制。**这是最反直觉但也最有价值的一点。如果你的 CLI 命令既复杂又啰嗦，不要试图写长篇大论的 Prompt 来教会 AI 如何使用它。那是在用文档掩盖糟糕的工程设计。

    正确做法是： 写一个简单的脚本封装复杂逻辑，提供清晰的接口，然后在 CLAUDE.md 里只记录这个新命令。强迫自己把文档写短，实际上是在倒逼你简化代码库和工具链。

紧凑、上下文与清理

不时运行 /context，了解项目的上下文窗口分配，进行及时规划。因为即使你有1M上下文，达到一定上下文窗口长度时，性能也会明显下降。

  • /compact ：自动压缩是不透明的、容易出错的，而且优化得不好。
  • /clear + /catchup (简单重启)：默认重启方式。/clear 状态，然后运行一个自定义的 /catchup 命令，让 Claude 读取我 git 分支中的所有更改。
  • “记录并清理” (复杂重启)：对于大型任务。让 Claude 将其计划和进度转储到一个 .md 文件中，/clear 状态，然后通过告诉它读取该 .md 文件并继续来开始一个新的会话。

正如不知道怎么问AI时，问问AI不知道怎么问应该怎么问。类似Claude，不知道如何记录、清理上下文时，问Claude给出建议或者行动。

自定义斜杠命令 (Custom Slash Commands)

斜杠命令只是常用提示词的简单快捷方式。

  • /catchup：提示 Claude 读取我当前 git 分支中所有更改的文件。
  • /pr：一个简单的助手，用于清理我的代码，暂存它，并准备一个 Pull Request。

不要强迫自己记住各种花里胡哨的的命令，Claude Code能够理解任何你给他的命令，前提是命令正确高效。

自定义子代理 (Custom Subagents)

┌────────────────────────┐ │ Subagent │ ← 思考 / 决策 ├────────────────────────┤ │ Skills / CLIs │ ← 行为能力 ├────────────────────────┤ │ MCP │ ← 安全 / 状态 / 环境 ├────────────────────────┤ │ OS / Network / DB │ └────────────────────────┘ Subagent 决定“想什么”；Skill / CLI 决定“怎么做”；MCP 决定“在哪里、在什么边界内做”。

Boris 有子Agent（https://code.claude.com/docs/en/sub-agents ）。子 Agent 是独立的 Claude 实例，专门干某类活。他有个 code-simplifier 子 Agent，在主 Claude 完成工作后自动简化代码；还有个 verify-app 子 Agent，专门负责端到端测试。

恢复、继续与历史

使用 claude --resume 和 claude --continue来重启会话，适合重启出现 Bug 的终端或快速重启旧会话。

Claude Code 将所有会话历史记录存储在 ~/.claude/projects/ 中。如果需要，还是运行Claude，让它去分析改进。

Hooks

对于跑很久的任务，Boris 有几个策略：

一是让 Claude 完成后自动用后台 Agent 验证结果。你可以在提示词里要求，也可以用 Stop Hook 更确定性地触发。

注：Hooks 是 Claude Code 的"钩子"机制，让你在 Claude 执行操作的特定时刻插入自定义逻辑。你可以把它理解为"触发器"：当某个事件发生时，自动执行你预设的命令或脚本。 Stop Hook 就是在 Claude 完成响应、准备交还控制权时。 相关文档：https://code.claude.com/docs/en/hooks

二是用 ralph-wiggum 插件 https://github.com/anthropics/claude-plugins-official/tree/main/plugins/ralph-wiggum 。这是一个有趣的设计：“Ralph 本质上就是一个 Bash 循环”：想象一个简单的死循环（while true），它不停地把同一个任务说明书（提示词文件）喂给 AI 智能体，让它一遍又一遍地改进工作，直到彻底完成。

三是在沙箱环境里用–permission-mode=dontAsk 或–dangerously-skip-permissions，让 Claude 不被权限确认打断，自己跑到底。

把 Claude 当成一个会犯错、但愿意修的 junior engineer。别在它写代码时盯着手，在它交作业时查作业。

规划模式 (Planning Mode)

使用内置的规划模式。可以在开始之前与 Claude 达成一致，既定义了如何构建某物，也定义需要停止并向我展示其工作的“检查点”。并且它新增human in loop，更好的对计划进行更改和挖掘。经常使用提升如何给Claude更好的提示词开始任务。

Skills

代理自主性的三个阶段：

  1. 单一提示 (Single Prompt)： 在一个巨大的提示中给代理所有上下文。（这无法扩展）。
  2. 工具调用 (Tool Calling)： “经典”代理模型。我们手工制作工具并为代理抽象现实。（更好，但创造了新的抽象和上下文瓶颈）。
  3. 脚本化 (Scripting)： 我们给代理访问原始环境的权限——二进制文件、脚本和文档——它即时编写代码与它们交互。

Skill是人类喂给 Agent 的特定能力（Hardcoded）。Scripting 是 Agent 利用底层环境自创的能力（Generated on-the-fly）。

Skill依然保留了 Scripting 的本质（调用底层 CLI/脚本）。但它给这些脚本加了说明书和目录。Claude Code它既能看菜单（Skills/CLAUDE.md），也能自己进厨房找调料（Scripting/直接运行 shell）。

MCP

Skill并不意味着 MCP 就应该立刻消失。MCP 的工作不是为代理抽象现实。它的工作是管理认证、网络和安全边界。它为代理提供入口点。就像Playwright 之所以适合 MCP，是因为它的核心价值在于“长期、有副作用、不可重放的状态”，而 MCP 正好是为“安全地托管状态”而存在的。

为什么 Playwright 适合做成 MCP？因为浏览器状态（Cookie、DOM、登录态）是无法被 Prompt 记忆，也无法通过简单的 CLI 重放的。这些“长期存活且有副作用”的状态，必须由 MCP 服务器这样一个宿主进程来持有，而 AI 只需要通过 MCP 接口去操作它。

Claude Code GitHub Action

在 GitHub Action 中运行 Claude Code。它类似于 Cursor 的后台代理或 Codex 托管的 Web UI，但可定制性要强得多。你控制整个容器和环境，给你更多的数据访问权限，而且比起其他任何产品，它提供了更强的沙盒化和审计控制。而且它支持 Hooks 和 MCP 等所有高级功能。

用它构建了自定义的“PR-from-anywhere”工具。用户可以从 Slack、Jira 触发 PR，GHA 将修复 Bug、添加功能并返回一个经过全面测试的 PR 。由于 GHA 日志是完整的代理日志，定期审查这些日志，查找常见的错误、bash 错误或未对齐的工程实践。这构建了一个数据驱动飞轮：Bug -> 改进的 CLAUDE.md / CLI -> 更好的Agent。

settings.json

  • HTTPS_PROXY/HTTP_PROXY：这对于调试非常好。用它来检查原始流量，看 Claude 发送了什么提示。
  • "permissions"：允许 Claude 自动运行的命令列表。