最近试用一下 Claude Code,真的非常牛。claude 模型在编程方面就非常强,再加上 Claude Code 内置流程驱动,感觉离 AI 自己去完成大型项目的梦想越来越近。当然,国内还是不方便使用,真希望国内也有这么好用的 AI 编程工具出现。
官方的文档
建议阅读官方的文档
https://docs.anthropic.com/en/docs/claude-code/quickstart
https://www.anthropic.com/engineering/claude-code-best-practices
启动前的“神级”参数
想让 Claude Code 一上来就火力全开?这些启动参数你得知道!
- --dangerously-skip-permissions:跳过权限询问,直接开干!适合那些你确定以及肯定的操作,效率嗖嗖的。
- --continue:继续上次的会话,就像给 Claude Code 接上“断片”前的记忆,无缝衔接,继续嗨!
启动后的“魔法”指令
启动后,这些指令就是你的“魔法棒”,指哪打哪!
- /memory:直接编辑 Claude Code 的记忆,或者通过 # 命令追加记忆。这就像给 AI 灌输“内功心法”,让它更懂你。
- /mcp:查看当前 MCP 工作状态,确保你的“外挂”都在正常运转。
- /compact:压缩上下文,避免信息过载。当上下文达到 95% 时会自动启动,但主动管理更靠谱。
- /clean:清除上下文,给 Claude Code 来个“大脑清理”,保持环境整洁。
- /resume:查看历史记录,回顾你们的“合作历程”。
扩展工具:实时查看模型使用量
想知道 Claude Code 的“脑力”消耗?安装 ccusage 扩展工具,实时查看模型使用量!
ccusage blocks --live
给 AI 装了个“油耗表”,让你随时掌握使用情况。
构建项目的“黄金法则”
通过 /init 指令,让 Claude Code 快速了解项目
使用 /init 指令,Claude Code 会扫描整个工程,了解项目结构,并将结果写入 CLAUDE.md 文件。这文件就是 Claude Code 的“记忆宫殿”,执行任务时它会优先参考这里的内容。
CLAUDE.md 里应该放什么?
-
1. 项目背景:让 AI 知道这是个什么项目,目标是什么。
-
2. 技术栈:用的什么框架、什么语言,让 AI 有个“技术底”。
-
3. 架构设计:项目的架构思路,让 AI 明白“大局观”。
-
4. 编码标准:代码怎么写,规范是什么,让 AI 知道“规矩”。
- 5. 工作流程:怎么操作,怎么协作,让 AI 明白“流程”。
参考优质资源
对于常用框架、开发语言规范甚至是工作流,可以参考 GitHub 上的优质资源,比如 awesome-cursor-rules-mdc,这里沉淀了各种语言、各种框架的 code conduct,让你的项目更专业。
https://github.com/sanjeed5/awesome-cursor-rules-mdc/blob/main/rules-mdc/python.mdc
分层分模块存储 CLAUDE.md
如果单个 CLAUDE.md 信息量过大,可以将其分层分模块存储,按模块准备不同的 CLAUDE.md 文件。Claude 会从修改最深一级的记忆开始查找,这样管理更高效。
上下文管理策略
- 定期使用 /compact 命令:上下文容易超出限制,需要主动压缩,否则模型可能遗忘早期重要信息。
- 及时更新 README.md 和 CLAUDE.md:将其作为上下文存储的补充,让 AI 随时掌握最新情况。
- 任务结束后,使用 /clean 清除上下文:保持环境整洁,避免“信息垃圾”堆积。
考虑到 AI 上下文长度限制,建议尝试使用外部文件列表管理复杂任务,这样更高效。
先 plan 再 code(shift + tab)
当项目复杂度高、代码设计量大时,采用“计划先行”模式能显著提升效率。
计划先行的好处
-
1. 纠正过度保守倾向:AI 有时不敢删除现有代码,倾向于通过新建而非修改来实现功能,可能导致代码冗余。人参与可以判断并纠正这种行为。
-
2. 避免信息片面:AI 容易基于首次找到的信息做决策,而忽视项目中的其他相关信息,或者使用已经废弃的代码。人可以提供更全面的视角。
-
3. 避免不必要的 AI 调用:有时规划后发现修改仅涉及少量代码,由人工直接完成更为高效,避免 AI 进行搜索、定位、修改和总结的耗时过程。
有效利用 MCP
Claude Code 可以扩展一些工具,增加他的能力。目前我还没有使用过,有使用过的朋友可以一起交流。
- Context7 MCP:能够从源代码直接提取最新、特定版本的文档和代码示例,并将其直接放入 prompt 中。
- Figma Dev Mode MCP:实现交互稿像素级还原,MasterGO 也有类似功能。注意点:Figma 的源码文件往往很长,建议逐个模块选中,让 AI 实现。
- Browse use MCP:配合工作流,完成前端研发后,让 Claude Code 查看浏览器中的实际表现。
https://github.com/upstash/context7
https://help.figma.com/hc/en-us/articles/32132100833559-Guide-to-the-Dev-Mode-MCP-Server
相关阅读