架构的重要性#

模糊的输入 = 模糊的输出。对比一下：

Plan Mode 花 5 分钟，能省你几个小时的调试时间。

写好 CLAUDE.md 的四个原则#

1. 保持简短

Claude 一次能可靠遵循约 150-200 条指令，而系统提示词已经占了约 50 条。你的 CLAUDE.md 不能是一本小说，否则 Claude 会随机忽略内容。

2. 只写项目特有的内容

不需要解释”什么是 components 文件夹”。Claude 知道。告诉它那些奇怪的、项目特有的东西——比如关键的 bash 命令、独特的工作流。

3. 说”为什么”，而不只是”做什么”

给出原因后，Claude 在面对你没预料到的情况时，也能做出更好的判断。

4. 持续更新

在对话中按 # 键，Claude 会自动向 CLAUDE.md 添加指令。每次你发现自己在纠正 Claude 同一个错误两次，就该把它写进去。

CLAUDE.md 四大核心原则

差的 CLAUDE.md 像写给新员工的文档。好的 CLAUDE.md 像你知道明天会失忆时给自己留的笔记。

应对策略#

上下文管理四大策略

策略一：限定对话范围

一个对话只做一件事。不要在同一个对话里既构建认证系统又重构数据库层。上下文会互相污染。

策略二：使用外部记忆

让 Claude 把计划和进度写入文件（如 SCRATCHPAD.md 或 plan.md）。这些文件跨会话持久化，明天回来时 Claude 能接着干。

策略三：复制-粘贴重置法（核心技巧）

当上下文膨胀时：

1. 1. 从终端复制所有重要内容
2. 2. 运行 /compact 获取摘要
3. 3. /clear 完全清空上下文
4. 4. 只粘贴回关键信息

新鲜的上下文 + 关键信息 = 远好于让 Claude 在退化的上下文中挣扎。

策略四：敢于清空

/clear 后 Claude 仍然有你的 CLAUDE.md，你不会丢失项目上下文。十次里有九次，清空重来比硬撑更好。

核心心智模型：Claude 是无状态的。每次对话从零开始，除了你显式提供的内容。据此规划。

实用的提示技巧#

1. 具体说明你要什么

给 Claude 一个清晰的目标，而不是创造性发挥的空间。

2. 告诉它”不要做什么”

Claude（尤其是 4.5 版本）倾向于过度工程——多余的文件、不必要的抽象。明确说”保持简单，不要添加我没要求的抽象，尽量一个文件搞定。”

3. 给出”为什么”的上下文

• • “这个需要很快，因为每个请求都会执行它” → 改变 Claude 的优化方向
• • “这是原型，以后会扔掉” → 改变 Claude 的取舍策略

4. 始终交叉验证

AI 是来加速我们的，不是完全替代我们的。Claude 仍会犯错。能识别这些错误，才是真正解决问题的关键。

记住：输出 = f(输入)。如果输出很差，那是输入的问题。

Sonnet vs Opus#

推荐工作流#

Opus + Sonnet 协作工作流

用 Opus 做规划和架构决策，然后切换到 Sonnet（在 Claude Code 中按 Shift+Tab）做实现。 CLAUDE.md 确保两个模型在相同约束下运行，切换是无缝的。

MCP（模型上下文协议）#

让 Claude 连接外部服务：Slack、GitHub、数据库、API。如果你总是手动从某处复制信息粘贴给 Claude，很可能有个 MCP Server 能自动完成。

Hooks#

在 Claude 修改前后自动运行代码：

• • 每次文件修改后自动运行 Prettier 格式化
• • 每次编辑后自动类型检查
• • 每一定行数后自动清理代码，减少技术债务

自定义斜杠命令#

创建 .claude/commands 文件夹，添加 markdown 文件即可。适合重复性任务：调试、审查、部署等。

什么是 Skills？#

Skills 是自包含的指令目录，教 Claude 如何完成特定的专业任务。每个 Skill 至少包含一个 SKILL.md 文件（YAML 元数据 + Markdown 指令），还可以包含模板、脚本、参考文档等资源文件。

Skills 遵循 Agent Skills 开放标准（agentskills.io），不仅适用于 Claude Code，也适用于 Claude.ai、Claude API 和 Claude Agent SDK。OpenAI 的 Codex CLI 也采用了同一标准。

自 Claude Code v2.1.3 起，Skills 和自定义斜杠命令已合并为统一系统。.claude/commands/review.md 和 .claude/skills/review/SKILL.md 都会注册为 /review 命令，效果相同。

目录结构#

1
.claude/skills/my-skill/
2
├── SKILL.md           # 核心指令文件（必需）
3
├── references/        # 按需加载的参考文档
4
│   └── api-docs.md
5
├── scripts/           # Claude 可执行的脚本
6
│   └── validate.sh
7
├── templates/         # 输出模板
8
│   └── report.md
9
└── assets/            # 资源文件（不加载到上下文）
10
    └── logo.png

SKILL.md 格式#

1
---
2
name: code-review
3
description: >
4
  审查代码变更，检查 bug、安全漏洞和代码质量。
5
  当用户说"审查代码"、"review"、"检查 PR"时使用。
6
user-invocable: true
7
allowed-tools: Read, Grep, Bash(git diff *)
8
---
9

10
# 代码审查指令
11

12
## 审查步骤
13
1. 读取变更文件列表
14
2. 逐文件检查逻辑错误和安全问题
15
3. 输出结构化报告
16

17
## 审查重点
18
- SQL 注入、XSS 等安全漏洞
19
- 边界条件和错误处理
20
- 性能影响

三级渐进加载#

这是 Skills 的关键架构设计——不是所有内容都会占用上下文窗口：

这意味着你可以安装几十个 Skills 而不会拖垮上下文窗口。Claude 只在需要时才加载完整指令。

Skills 的存放位置#

个人级技能适合放通用工具（如代码审查、文档生成），项目级技能适合放项目特有的工作流。

调用方式#

Skills 有两种触发方式：

Claude 的技能选择完全依赖自然语言理解——没有算法路由或 Embedding 匹配，而是 Claude 阅读所有技能的 description，用推理能力判断哪个技能适用。

官方与社区生态#

Anthropic 提供了官方技能仓库（GitHub Stars 6.9 万+），社区生态也在快速发展：

安装官方技能：

1
# 通过插件系统安装
2
/plugin marketplace add anthropics/skills
3
/plugin install document-skills@anthropic-agent-skills

编写好 Skills 的原则#

Skills 的本质是把你反复告诉 Claude 的事情固化下来，让它变成可复用的”肌肉记忆”。 每次你发现自己在给 Claude 重复同样的指令，就该写一个 Skill。

Headless 模式（-p 标志）#

1
claude -p "你的提示词"

运行提示词并直接输出结果，不进入交互界面。这意味着你可以：

• • 编写脚本调用
• • 管道输出到其他工具
• • 与 bash 命令链式组合
• • 集成到自动化工作流

企业级应用场景#

• • 自动 PR 审查
• • 自动客服工单响应
• • 自动日志和文档更新
• • 所有操作可记录、可审计

飞轮效应#

持续改进飞轮效应

Claude 犯错 → 你审查日志 → 改进 CLAUDE.md 或工具 → Claude 下次表现更好 → 持续积累，越来越强

如果你只在交互式界面使用 Claude，你还没释放它的全部价值。想想你的工作流中，哪些环节可以让 Claude 在后台自动运行。