Claude Code

Anthropic 最近发了一篇文章，讲 Claude Code 怎么在大代码库里工作。它里面最有用的点不是某个 prompt 技巧，而是一个更工程化的判断：Claude Code 在大仓库里好不好用，很大程度取决于仓库本身有没有被整理成 agent 能导航的环境。 Claude Code 不是先把整个仓库做成一个中心化索引，再从索引里召回答案。它更像一个坐在你电脑前的开发者，会读文件、搜关键词、看目录、跟引用、跑命令。这个模式的好处是它看到的是本地最新代码，不太会被过期索引误导；坏处是你不能只丢一句“帮我改一下支付逻辑”，然后指望它在几十万行代码里自己精准落点。 在大代码库里用 Claude Code，重点是减少它的无效探索。 从相关目录启动 如果是 monorepo，不要每次都从仓库根目录启动。改某个服务，就先进入那个服务目录；改某个 package，就从 package 目录启动。 Claude Code 仍然可以向上读取父级 CLAUDE.md，但它的第一视角会更接近当前任务。搜索范围变小，读到的文件更相关，后面跑测试、lint、build 也更容易收窄。 可以把日常入口做成 alias： alias c-api='cd ~/repo/apps/api && claude' alias c-web='cd ~/repo/apps/web && claude' alias c-worker='cd ~/repo/services/worker && claude' 这种小动作比写一大段 prompt 更稳定。 写分层 CLAUDE.md 根目录的 CLAUDE.md 只放全局信息：系统大概怎么分层、关键目录负责什么、通用代码规范、绝对不能踩的坑。 不要把它写成百科全书。根文件每次都会进上下文，越长越容易把真正有用的信息挤掉。 更适合的结构是分层： repo/ CLAUDE.md # 全局架构、通用约定、关键禁忌 apps/web/CLAUDE.md # 前端启动、测试、路由、组件约定 apps/api/CLAUDE.md # API 测试、数据库迁移、错误处理约定 services/worker/CLAUDE.md # 队列、重试、部署前检查 子目录里的 CLAUDE.md 要写具体命令，比如： ...

你不知道的 Agent：原理、架构与工程实 原文链接 <https://x.com/HiTw93/status/2034627967926825175> 一个 Agent 系统怎么才能跑得稳 Agent 的最小运行原理 Workflow 和 Agent 的区别 控制流的几种常见模式 Harness、验证和执行边界 上下文工程与压缩缓存 工具设计 记忆与长任务续跑 多 Agent 协作 评测、追踪和安全 用具体系统把这些原则落地 你不知道的 Claude Code：架构、治理与工程实践 原文链接 <https://x.com/HiTw93/status/2032091246588518683> 怎么把Claude真正用进日常开发，而不是只把它当成一个会写代码的聊天工具 Claude Code 的六层结构与核心循环 上下文为什么会乱，以及该怎么治理 Plan Mode、Compact、HANDOFF 这些机制怎么配合使用 Skills 应该怎么写，描述符、正文和 supporting files 怎么分工 Tools 和 Hooks 应该怎么设计，哪些能力该交给哪一层 Subagents 的真正价值是什么，什么时候该用，什么时候不该用 Prompt Caching 怎样影响系统架构、工具顺序和模型切换 验证体系、命令体系和常用工作流怎么搭 CLAUDE.md 应该写什么，不该写什么 最后回到项目实践，给出一套可落地的工程布局 你不知道的 AI Coding：非技术人的上手、场景与实战 原文链接 <https://x.com/HiTw93/status/2048230976447557787> 非技术同学怎么把 Claude Code 真正用起来，而不是停在对话框 AI 终端并不是程序员专属，关键是先跨过第一步 非技术同学也需要懂一点框架、Git、报错和代码结构 Claude Code 更像通用 Agent，写代码只是最早的入口 最适合交给 AI 的，是目标清楚、结果好验收的任务 从 software for one 开始，先做只服务自己的小工具 需求要写具体：问题、范围、异常、验收标准都要落到数字和场景 复杂任务先用 Plan Mode，确认方案后再让它执行 改代码前用 Git 留检查点，排错时先找根因再动手 CLAUDE.md、Skill、Memory 是把个人习惯沉淀成工作流的关键 截图、拆小任务、重启对话和安全边界，是新手最容易忽略的基本功

日常用 Claude Code / Codex时，我会先配几条 alias，跳过频繁的权限确认。 配置 alias ccd="claude --dangerously-skip-permissions" alias codex="codex --ask-for-approval never --sandbox danger-full-access"

andrej-karpathy-skills Andrej Karpathy 曾是 OpenAI 早期成员，也在 Tesla 负责过 AI 相关工作，对大模型和工程实践都有很深的理解。这个 skill 很像是把他对 AI 编码的思考，整理成一套更可复用的行为规则：先理解问题，再动手修改；优先选择简单方案，避免过度设计；只改真正需要改的部分，尽量减少对现有系统的扰动。 GitHub：https://github.com/forrestchang/andrej-karpathy-skills everything-claude-code 这个仓库把自己定义为一个面向 Claude Code、Codex、Cursor、OpenCode 等工具的“agent harness performance optimization system”，覆盖 skills、memory、security、hooks、rules 和 research-first development, 将这些能力整合成一个完整的系统。 作者本人长期在 Claude Code 和自动化系统方向实践，这套配置是作者真实开发中持续打磨出来的一套 AI coding workflow。 总结：非常全面，如果在做开发时不知道装什么，那就选择这个吧。个人会觉得有些heavy了，会选择Manual Installation，挑一些我自己用到的部份。 GitHub：https://github.com/affaan-m/everything-claude-code superpowers Superpowers 不是单个 skill，更像是一套给 coding agent 用的软件开发方法论。它从 agent 启动时就开始接管流程：先确认你到底要做什么，再把需求拆成可读的设计说明；设计确认后，继续拆成足够细的执行计划；真正写代码时，用 TDD、代码评审、验证和分支收尾约束 agent，不让它凭感觉一路改下去。 它的核心价值不是多装几个命令，而是让 coding agent 形成固定工作流。比如新功能先 brainstorming，再 writing-plans；实现阶段走 test-driven-development；复杂任务交给 subagent-driven-development 或 executing-plans；做完后用 requesting-code-review 和 verification-before-completion 检查，最后用 finishing-a-development-branch 收尾。 GitHub：https://github.com/obra/superpowers 基础流程 brainstorming：需求还不清楚时用，先确认目标、边界、取舍和备选方案。 using-git-worktrees：方案确认后用，给任务开独立 worktree，避免污染当前工作区。 writing-plans：把已确认的方案拆成具体任务，每一步要有文件路径、操作说明和验证方式。 subagent-driven-development：按计划派发子 agent 执行任务，适合步骤多、上下文容易混乱的开发。 executing-plans：按计划分批执行，适合需要人工检查点的任务。 test-driven-development：实现功能或修 bug 前用，强制走 red、green、refactor。 requesting-code-review：阶段完成后用，先 review 再继续推进。 finishing-a-development-branch：整条开发分支完成后用，做最终验证、合并或 PR 决策、清理 worktree。 Skills Library 分类 Testing ...