Claude Code 团队 10 个内部编程技巧 · 保姆级教程

配套文档:速查卡 · 本文为保姆级教程 · 校正版转录稿

面向对象:已经在用 Claude Code / Codex / Cursor 等 AI 编程工具,想把效率提上去的开发者。 阅读方式:每个技巧都按「是什么 → 为什么 → 怎么做(分步) → 常见坑 / 迁移到其他工具」组织。可跳读,标 ⭐ 的是干货密度最高、最值得先上手的。 来源:Claude Code 创造者 Boris 出镜视频,技巧直接来自 Claude Code 团队官方分享;本教程结合视频中英双语字幕与作者实践补充整理。 数据/链接最后核对:2026-07-09(周安装量、Token 数、模型版本随时间变化,以实测为准)。新手请先看 [[#附录 0:环境准备(先看)|附录 0:环境准备]]。

目录

说明:以下为 Obsidian 原生标题跳转链接([[#标题]]);在 Obsidian 里可直接点击跳转,比纯数字锚点更可靠。

  1. [[#技巧 1:git worktree 并行开发 ⭐|git worktree 并行开发]] ⭐
  2. [[#技巧 2:复杂任务用 Plan 模式 ⭐|复杂任务用 Plan 模式]] ⭐
  3. [[#技巧 3:迭代 CLAUDE.md / AGENTS.md ⭐|迭代 CLAUDE.md / AGENTS.md]] ⭐
  4. [[#技巧 4:创建自定义技能 Skills ⭐|创建自定义技能 Skills]] ⭐
  5. [[#技巧 5:让 Claude 自己修复 Bug|让 Claude 自己修复 Bug]]
  6. [[#技巧 6:提升提示词能力|提升提示词能力]]
  7. [[#技巧 7:终端与环境配置 ⭐(重点:语音输入)|终端与环境配置]] ⭐(语音输入)
  8. [[#技巧 8:使用子代理 Subagent|使用子代理 Subagent]]
  9. [[#技巧 9:用 Claude 做数据分析|用 Claude 做数据分析]]
  10. [[#技巧 10:用 Claude Code 学习|用 Claude Code 学习]]

技巧 1:git worktree 并行开发 ⭐

是什么

git worktree 让你从同一个仓库检出多个工作目录,每个目录挂在不同分支上。你可以在目录 A 开发功能 1、目录 B 开发功能 2,互不干扰。

为什么

在单分支上跟 AI 开多个对话同时改代码,文件会互相覆盖、上下文会串味,最后一团乱麻。worktree 用物理目录隔离,天然解决并行冲突。

怎么做(命令行)

# 在当前仓库基础上,基于 dev 分支创建 3 个 worktree
git worktree add ../proj-feat1 -b feat1 dev
git worktree add ../proj-feat2 -b feat2 dev
git worktree add ../proj-feat3 -b feat3 dev

# 分别在每个目录里打开一个 Claude Code / Codex 会话开发
cd ../proj-feat1 && claude
# 另一个终端标签
cd ../proj-feat2 && claude

# 开发完清理
git worktree remove ../proj-feat1

可视化替代(更省心)

命令行管理 worktree 要背命令,较麻烦。cursor、codex app 等可视化工具自带 worktree 管理:新开一个 thread,直接选「从哪个分支创建 worktree」即可。

更简单的野路子(OpenCode 作者 Peter 的方法)

不用 worktree,直接把项目 clone 到不同目录,各自 checkout 不同分支,再分别开窗口开发。只需会一个 checkout 命令,管理心智更低。

常见坑

  1. 框架没搭好就并行 = 灾难。多个功能常共用模块/函数,公共部分没定下来,并行会导致重复实现和冲突。务必等骨架和公共模块稳定后再并行。
  2. 别贪多。单人同时盯 3+ 个 worktree 很累。先从 1~2 个适应节奏,管不过来就退回单分支。

技巧 2:复杂任务用 Plan 模式 ⭐

是什么

Plan 模式让 AI 在写代码前,先和你把「要做什么、怎么做」对齐成一份计划,你满意后再切到执行模式动手。

为什么

AI 最大的失败来源是「误解需求」。复杂任务直接让它写,往往方向就错了。先 plan、再执行,准确率大幅提升。

怎么做

  1. 进入 Plan 模式(Claude Code 里按 Shift+Tab 循环切换模式,状态栏会显示 plan mode on)。
  2. 描述需求,让它产出计划。
  3. 反复沟通,直到计划让你满意。
  4. 切换到普通模式执行。

什么时候可以跳过 plan? 当你能把这三点讲清楚时:功能场景、影响范围、技术方案/框架。三点都清晰,直接发指令即可。 进阶小技巧:不只在构建阶段,验证/测试阶段也进 Plan 模式,让它先规划怎么验证。

推荐插件:planning-with-files

仓库:https://github.com/OthmanAdi/planning-with-files(Claude Code skill,Manus 式持久化 markdown 计划)。

它解决的痛点:

三文件模式:每个复杂任务生成

核心理念:上下文窗口=RAM(易失有限),文件系统=磁盘(持久无限),重要的都写盘。 最大好处:关掉工具、甚至换个编程工具,都能读着这些文件接着干,因此能扛比普通 Plan 更长、更复杂的任务。

迁移

Plan 模式是通用能力,主流工具都有类似的。planning-with-files 支持多种主流工具,也可直接把三个 md 文件拷过去用。

技巧 3:迭代 CLAUDE.md / AGENTS.md ⭐

是什么

CLAUDE.md(Claude Code 专属命名)/ AGENTS.md(通用格式)是 AI 的永久记忆文件。每次对话开始,工具都会把它加载进上下文。

掌握 AGENTS.md ≈ 掌握 CLAUDE.md,只是命名不同。多数工具认 AGENTS.md。

为什么

它是「让 AI 记住项目约定」最稳的地方——你不用每次对话都重复交代规范。

怎么写(参考官方 https://agents.md/#examples)

Claude Code 官方项目的 CLAUDE.md 主要包含:

关键:精简。 项目级约 4k tokens;全局 ~/.claude/CLAUDE.md 画面显示约 76 tokens(⚠️ 此值存疑,疑为 OCR 误读,以 /context 实测为准)。数字仅供量级参考,内容慢慢积累,别一次写满。

用 @ 引用外部文件来瘦身:

# 项目核心上下文
## 1. 项目简介:详见 @README.md
## 2. 工程规范
- API 规范:参考 @docs/api-guide.md
- Git 策略:严格遵循 @docs/git.md
## 3. 开发者偏好:@~/.claude/my-project-notes.md

AI 会按需读取被引用的文件,主文件保持短小精准。

怎么持续更新(两种方式)

方式一 · 主动(推荐日常用) 对话里直接说:

更新 CLAUDE.md 文档,避免下次犯同样的错误。

你不需要描述具体犯了什么错——AI 会自己回顾对话、总结出错误规则并写入。Boris 的原话:每次纠正后加一句「更新你的信息,避免再犯」,Claude 会出奇好地自我编辑,直到错误率明显下降。

一位工程师的进阶做法:让 Claude 为每个任务/项目维护一个笔记目录,每次 PR 后更新,再在 CLAUDE.md 里指向它。

方式二 · 被动(自动化) 用钩子(hook)或技能(skill)触发。例如建一个技能,用简短提示词「更新 CLAUDE.md」让它总结前面对话的犯错点并保存;或用钩子设定「对话结束后每 N 轮自动总结一次」。

技巧 4:创建自定义技能 Skills ⭐

是什么

Skill 是把一段可复用的流程/知识封装成 AI 能调用的能力,提交到 git 后可跨项目、跨团队复用。

团队铁律

如果你一天做某件事超过一次,就把它变成技能或指令。

Claude Code 团队给的实例:

去哪找技能

⚠️ 这三个都是社区聚合站点,不是 Anthropic 官方,收录和可用性以各站为准。

热门示例:frontend-design、vercel-react-best-practices(57 条 React/Next 规则,周装 77.7K)、agent-browser、skill-creator、ui-ux-pro-max 等。 不知道装哪个?用 find-skills 技能:描述你的需求,它在整个库里帮你匹配。

怎么创建

手动(最简单):对话里描述目标+流程,让它调用 skill-creator(Anthropic 官方 anthropics/skills 仓库里的技能)生成。

自动学习:

  1. affaan-m/everything-claude-code 里的 hooks 配置:自动总结前 N 轮对话,学习创建技能。
  2. 类似 codex app 的定时器触发。实例 Prompt(每 1 小时跑一次):

    请扫描过去一天所有的 ~/.codex/sessions 文件。如果在特定技能的使用上出现过问题,请更新这些技能以提升其效用。注意:仅限个人技能,不要涉及仓库技能。此外,如果我们经常处理某些任务且总遇到困难,请将这些流程保存为新技能。切记不要为了更新而更新——只有理由充分才动手!如果做了修改,请告诉我。

  3. 部分第三方库支持斜杠命令主动触发学习。

怎么安装(推荐命令)

npx skills add <owner/repo>
# 例:
npx skills add https://github.com/vercel-labs/agent-skills --skill vercel-react-best-practices

npx skills 是社区 CLI(非官方命令),能识别不同 AI 编程工具、装到对应目录、创建软链接;没装命令会自动提示安装。

技巧 5:让 Claude 自己修复 Bug

是什么

一套「发现问题 → 自动修复」的流程,人只需把问题入口交给 AI。

团队做法(原话)

启用 Slack MCP,把 Slack 里的报错帖粘给 Claude,只说一句「fix」,不用切换上下文。或者说「去修正那些失败的测试」。不要事无巨细地指挥;让 Claude 自己去看 docker 日志排查分布式系统——它出乎意料地能干。

怎么落地到你的团队

  1. 你们的报错源(内部 bug 平台 / 日志系统 / Slack / GitHub Issue)先有一个「可粘贴的链接」。
  2. 接一个能读取该链接内容的 MCP(GitHub 本身就现成:PR + Issue)。
  3. 给 AI 权限读链接 → 分析代码 → 修复 → 提 PR/合并。

这就形成「发现 → 修复 → 发布」的自动化闭环,尽量减少人为介入。

迁移

Slack MCP 是 Claude 生态的;其他工具可自建内部平台 MCP,或直接用 GitHub Issue/PR 流程。

技巧 6:提升提示词能力

核心观念

你不必手写长提示词。让 AI 通过对话帮你补全需求(Plan 模式就是一种)。提示词越具体,输出越好。

团队给的具体话术

工具助力

很多工具自带「强化提示词」按钮,会结合上下文/目录结构把你的提示词补得更具体;也有第三方增强插件。你也可以反过来让 AI 审阅、修复你的提示词。

技巧 7:终端与环境配置 ⭐(重点:语音输入)

团队偏好

个人推荐(中文友好)

终端用 zed 或 warp,中文渲染更好。

⭐ 语音输入(强烈推荐)

你说话速度是打字的 3 倍,提示词也因此更详细。macOS 上按 fn 键两下开启。

注意:fn 连按两下用的是 macOS 系统自带听写(Dictation),任意输入框通用,不是 Claude Code 的功能;部分工具(如 Claude 桌面 App)另有内置语音输入。

作者近一两周基本不手敲了:语音能让你说出多得多的细节,而细节对 AI 的产出质量至关重要。大部分 AI 编程工具都内置语音输入,值得一试。

技巧 8:使用子代理 Subagent

是什么

当前对话窗 = 主代理;在其中派生的子任务 = 子代理。

两个关键特性

  1. 上下文隔离:子代理看不到主代理上下文,它产生的内容也不污染主上下文——上下文窗口很宝贵,这能省出空间。
  2. 可并行:能同时开多个,效率高。

什么任务适合丢给子代理

职责单一、与主流程关联性不大的活。典型:功能已开发完、测试用例已写好 → 起一个子代理专门跑测试,拿结果回来。

团队用法

技巧 9:用 Claude 做数据分析

团队做法

让 Claude Code 用 bq CLI(BigQuery)实时拉取、分析指标。团队把 BigQuery 技能录入了代码库,人人直接用 Claude Code 做分析查询。Boris:「我 SQL 已经写得不多了。」 适用于任何带 CLI / MCP / API 的数据库。

怎么用

  1. 确认目标数据库有 CLI(如 bq、psql、mysql)或 MCP/API。
  2. 把连接/查询方式写成一个技能录入仓库。
  3. 用自然语言提问,让 AI 转成查询执行。

没有 BigQuery?本地 Postgres 迷你例子(多数读者更用得上):仓库里配好 psql 连接方式后,直接说——

用 psql 连 analytics 库,统计过去 7 天每天的新注册用户数,按天排序输出。

Claude 会生成并执行 SQL、把结果贴回来,你无需手写。MySQL 换成 mysql CLI 同理。

这是「语义化操作数据」的趋势——你说人话,工具翻译成 SQL 等底层调用。

技巧 10:用 Claude Code 学习

团队给的四个小贴士

迁移

/config 学习样式是 Claude Code 专属;其他工具可写/找一个「解释代码流程、画流程图」的技能达到类似效果。

附录 0:环境准备(先看)

本教程假设你已经能用上 Claude Code / 终端 / 技能。如果还没配好,先花十几分钟搞定这几步(以 macOS 为例):

1. 装并登录 Claude Code

# 安装(Node.js 环境下)
npm install -g @anthropic-ai/claude-code
# 在项目目录里启动,首次会引导登录
cd your-project && claude

2. 装一个顺手的终端(可选,但强烈建议)

brew install --cask ghostty   # 团队最爱:同步渲染、24 位色
# 中文友好可选:
brew install --cask zed        # 或 warp

3. 会用技能命令 npx skills(社区 CLI,非官方)

# 首次直接跑会提示你安装;之后即可:
npx skills add <owner/repo>

4. 需要时再接 MCP(技巧 5/9 才用到)

只想先体验的话:装好第 1 步就能开始跟着技巧 2、3、6、7 做,其余用到再补。

附录 A:30 分钟上手清单

按这个顺序做,当天就能见效(累计约 25–30 分钟 + 随任务):

  1. [3] 给你最常用的项目写一份精简 CLAUDE.md(命令 + 风格 + PR 模板),用 @ 引用现成文档。(10 min)
  2. [7] 打开工具的语音输入,试着用说的方式描述下一个需求。(2 min)
  3. [2] 下一个稍复杂的任务,先进 Plan 模式对齐再执行。(随任务)
  4. [4] 把今天重复做了两次以上的操作,让 AI 用 skill-creator 封装成技能。(10 min)
  5. [6] 提需求后加一句「先 grill 我,别急着写代码」。(即时,养成口头习惯)

附录 B:一个完整工作流示例

场景:给一个 Web 项目同时加「登录验证码」和「赛事搜索框」两个功能。

  1. 拆分并行(技巧 1):git worktree add ../proj-captcha -b captcha dev 和 ../proj-search -b search dev,两个终端标签分别开会话(技巧 7 的标签命名 + tmux)。
  2. 各自 Plan(技巧 2):在 captcha 目录进 Plan 模式,讲清「登录表单加验证码输入+刷新按钮、失败时自动刷新、请求补 captchaId/captchaCode 字段」,满意后执行;复杂的那个挂 planning-with-files 记录进度。
  3. 让它自查(技巧 6):执行前说「先盘问我需求边界」;完成后说「证明可行」并让 Claude 对比分支的行为差异。
  4. 跑测试用子代理(技巧 8):功能写完,起一个子代理专门 npm run lint + 跑测试用例,主会话继续下一步。
  5. 踩坑就记(技巧 3):遇到「后端字段名对不上」这类反复错误,说「更新 CLAUDE.md,避免下次再犯」。
  6. 出 Bug 自动修(技巧 5):测试环境报错时,把 Slack/GitHub Issue 里的错误链接粘给 Claude 说「fix」,让它读日志、定位、改代码,不用手动切上下文。
  7. 沉淀技能(技巧 4):如果「加验证码」这套流程以后还会用,让 skill-creator 封装成技能提交 git。
  8. 验收看数据(技巧 9):上线后想看新功能的注册转化,直接让 Claude 用 bq/数据库 CLI 拉指标分析,不必手写 SQL。
  9. 不懂就学(技巧 10):对陌生的旧代码,开 Learning 样式或让它出 ASCII 图/HTML 幻灯片讲解。

最后记住 Boris 的话:没有唯一正确的用法,多试,找到让你自己最舒服、最高效的那套。

← 返回 AI 编程