Claude Code最佳实践指南#

1. CLAUDE.md 文件#

Claude Code 是一个智能化编程助手，会自动将上下文拉入提示词中。这种上下文收集会消耗时间和 token，但你可以通过环境调优来优化它。 CLAUDE.md 是一个特殊文件，Claude 在开始对话时会自动将其拉入上下文：

1
# Bash 命令
2
- `npm run build`: 构建项目
3
- `npm run typecheck`: 运行类型检查器
4

5
# 代码风格
6
- 使用 ES 模块（`import`/`export`）语法，而不是 CommonJS（`require`）
7
- 尽可能解构导入（例如 import { foo } from 'bar'）
8

9
# 工作流
10
- 完成一系列代码更改后，务必运行类型检查
11
- 出于性能考虑，优先运行单个测试，而不是整个测试套件

* 这是我的第二个最佳实践，在用Claude Code接管你的工程前，执行/init让Claude Code了解一下你的工程，并为你生成一个CLAUDE.md很重要，这能帮助Claude Code 生成一份包含概述、目录、代码清单、数据结构和总结等信息的一个帮助文档。让Claude Code了解你要干什么、怎么干的，这样在让Claude Code编程的时候，才能提高准确性和采纳率。 *

a. 探索、规划、编码、提交#

这种多功能工作流适合许多问题：

1. 要求 Claude 阅读相关文件、图像或 URL，提供一般指针（“阅读处理日志的文件”）或特定文件名（“阅读 logging.py”），但明确告诉它暂时不要编写任何代码。
2. 这是工作流中你应该考虑大量使用子代理的部分，特别是对于复杂问题。告诉 Claude 使用子代理来验证细节或调查它可能有的特定问题，特别是在对话或任务的早期，往往能保留上下文可用性，而在效率损失方面没有太多缺点。
3. 要求 Claude 制定如何处理特定问题的计划。我们建议使用”think”这个词来触发扩展思考模式，这给了 Claude 额外的计算时间来更彻底地评估替代方案。这些特定短语直接映射到系统中不断增加的思考预算级别：“think” < “think hard” < “think harder” < “ultrathink”。每个级别都为 Claude 分配逐步增加的思考预算。
4. 如果这一步的结果看起来合理，你可以让 Claude 创建一个文档或 GitHub issue 包含其计划，这样如果实现（第3步）不是你想要的，你可以重置到这个点。
5. 要求 Claude 在代码中实现其解决方案。这也是一个要求它在实现解决方案的各个部分时明确验证其解决方案合理性的好地方。
6. 要求 Claude 提交结果并创建 pull request。如果相关，这也是让 Claude 更新任何 README 或更改日志的好时机，解释它刚刚做了什么。

步骤 #1-#2 至关重要——没有它们，Claude 倾向于直接跳到编码解决方案。虽然有时这就是你想要的，但要求 Claude 先研究和规划可以显著提高需要前期深入思考的问题的性能。

b. 编写测试，提交；编码，迭代，提交#

这是 Anthropic 最喜欢的工作流，用于可以通过单元、集成或端到端测试轻松验证的更改。测试驱动开发（TDD）在智能化编程中变得更加强大：

1. 要求 Claude 基于预期的输入/输出对编写测试。明确说明你正在进行测试驱动开发，以便它避免创建模拟实现，即使对于代码库中尚不存在的功能也是如此。
2. 告诉 Claude 运行测试并确认它们失败。在这个阶段明确告诉它不要编写任何实现代码通常很有帮助。
3. 当你对测试满意时，要求 Claude 提交测试。
4. 要求 Claude 编写通过测试的代码，指示它不要修改测试。告诉 Claude 继续直到所有测试通过。Claude 通常需要几次迭代来编写代码、运行测试、调整代码并再次运行测试。
5. 在这个阶段，要求它使用独立的子代理验证实现没有过度拟合测试可能会有帮助
6. 一旦你对更改满意，要求 Claude 提交代码。

Claude 在有明确的迭代目标时表现最佳——视觉模型、测试用例或另一种输出。通过提供预期输出如测试，Claude 可以进行更改、评估结果并逐步改进直到成功。

c. 编写代码，截图结果，迭代#

类似于测试工作流，你可以为 Claude 提供视觉目标：

1. 给 Claude 一种截取浏览器屏幕截图的方法（例如，使用 Puppeteer MCP 服务器、iOS 模拟器 MCP 服务器，或手动复制/粘贴屏幕截图到 Claude）。
2. 通过复制/粘贴或拖放图像，或给 Claude 图像文件路径，给 Claude 一个视觉模型。
3. 要求 Claude 在代码中实现设计，截取结果的屏幕截图，并迭代直到其结果与模型匹配。
4. 当你满意时要求 Claude 提交。

像人类一样，Claude 的输出通过迭代往往会显著改善。虽然第一个版本可能很好，但经过 2-3 次迭代后，它通常会看起来更好。给 Claude 工具来查看其输出以获得最佳结果。

d. 安全 YOLO 模式#

你可以使用 claude —dangerously-skip-permissions 跳过所有权限检查，让 Claude 不间断地工作直到完成，而不是监督 Claude。这对于修复 lint 错误或生成样板代码等工作流效果很好。

让 Claude 运行任意命令是有风险的，可能导致数据丢失、系统损坏，甚至数据泄露（例如，通过提示注入攻击）。为了最小化这些风险，在没有互联网访问的容器中使用 —dangerously-skip-permissions。你可以使用 Docker Dev Containers 遵循这个参考实现。

e. 代码库问答#

在接触新代码库时，使用 Claude Code 进行学习和探索。你可以向 Claude 提出与向项目中另一位工程师进行结对编程时相同类型的问题。Claude 可以智能地搜索代码库来回答一般问题，如：

• 日志记录是如何工作的？
• 我如何创建一个新的 API 端点？
• foo.rs 第 134 行的 async move { … } 做什么？
• CustomerOnboardingFlowImpl 处理哪些边缘情况？
• 为什么我们在第 333 行调用 foo() 而不是 bar()？
• baz.py 第 334 行在 Java 中的等价物是什么？

在 Anthropic，以这种方式使用 Claude Code 已成为我们的核心入职工作流，显著改善了上手时间并减少了其他工程师的负担。不需要特殊的提示！只需提问，Claude 就会探索代码以找到答案。

f. 使用 Claude 与 git 交互#

Claude 可以有效处理许多 git 操作。许多 Anthropic 工程师使用 Claude 处理 90%+ 的 git 交互：

• 搜索 git 历史以回答问题，如”v1.2.3 中包含了哪些更改？”、“谁拥有这个特定功能？“或”为什么这个 API 是这样设计的？“明确提示 Claude 查看 git 历史以回答这类查询会有帮助。
• 编写提交消息。Claude 会自动查看你的更改和最近的历史，考虑所有相关上下文来撰写消息
• 处理复杂的 git 操作，如恢复文件、解决 rebase 冲突以及比较和移植补丁

g. 使用 Claude 与 GitHub 交互#

Claude Code 可以管理许多 GitHub 交互：

• 创建 pull request：Claude 理解简写”pr”，并将基于差异和周围上下文生成适当的提交消息。
• 为简单的代码审查评论实施一次性解决方案：只需告诉它修复你的 PR 上的评论（可选地，给它更具体的指令），并在完成后推送回 PR 分支。
• 修复失败的构建或 linter 警告
• 通过要求 Claude 循环遍历开放的 GitHub issue 来分类和分级开放的 issue

这消除了记住 gh 命令行语法的需要，同时自动化了例行任务。

h. 使用 Claude 处理 Jupyter notebooks#

Anthropic 的研究人员和数据科学家使用 Claude Code 来读写 Jupyter notebooks。Claude 可以解释输出，包括图像，提供了一种快速探索和与数据交互的方式。没有必需的提示或工作流，但我们推荐的工作流是在 VS Code 中并排打开 Claude Code 和 .ipynb 文件。

你还可以要求 Claude 在向同事展示之前清理或美化你的 Jupyter notebook。具体告诉它使 notebook 或其数据可视化”美观”往往有助于提醒它正在为人类观看体验进行优化。

a. 在指令中保持具体#

Claude Code 的成功率随着更具体的指令而显著提高，特别是在第一次尝试时。预先给出明确的指示可以减少以后需要进行路线修正的需要。

例如：

Claude 可以推断意图，但它不能读心。具体性导致与期望更好的一致性。

b. 给 Claude 图像#

Claude 通过几种方法在处理图像和图表方面表现出色：

• 粘贴屏幕截图（专业提示：在 macOS 中按 cmd+ctrl+shift+4 截图到剪贴板，然后按 ctrl+v 粘贴。注意这不是你通常在 mac 上使用的 cmd+v，并且远程不起作用。）
• 直接将图像拖放到提示输入中
• 提供图像的文件路径

这在使用设计模型作为 UI 开发的参考点时特别有用，以及用于分析和调试的可视化图表。如果你没有将视觉效果添加到上下文中，明确告诉 Claude 结果在视觉上吸引人的重要性仍然有帮助。

c. 提及你希望 Claude 查看或处理的文件#

使用 tab 补全快速引用仓库中任何地方的文件或文件夹，帮助 Claude 找到或更新正确的资源。

d. 给 Claude URL#

在你的提示旁边粘贴特定的 URL 供 Claude 获取和阅读。为了避免相同域（例如 docs.foo.com）的权限提示，使用 /permissions 将域添加到你的允许列表。

e. 尽早并经常进行路线修正#

虽然自动接受模式（shift+tab 切换）让 Claude 自主工作，但通过成为活跃的合作者并指导 Claude 的方法，你通常会获得更好的结果。你可以通过在开始时彻底向 Claude 解释任务来获得最佳结果，但你也可以随时纠正 Claude 的路线。

这四个工具有助于路线修正：

1. 在编码前要求 Claude 制定计划。明确告诉它在你确认其计划看起来不错之前不要编码。
2. 在任何阶段（思考、工具调用、文件编辑）按 Escape 中断 Claude，保留上下文以便你可以重定向或扩展指令。
3. 双击 Escape 跳回历史记录，编辑之前的提示，并探索不同的方向。你可以编辑提示并重复，直到获得你想要的结果。
4. 要求 Claude 撤销更改，通常与选项 #2 结合使用以采取不同的方法。

虽然 Claude Code 偶尔会在第一次尝试时完美解决问题，但使用这些修正工具通常会更快地产生更好的解决方案。

f. 使用 /clear 保持上下文集中#

在长时间的会话中，Claude 的上下文窗口可能会充满不相关的对话、文件内容和命令。这可能会降低性能，有时会分散 Claude 的注意力。在任务之间频繁使用 /clear 命令来重置上下文窗口。

g. 对复杂工作流使用清单和草稿本#

对于具有多个步骤或需要详尽解决方案的大型任务——如代码迁移、修复大量 lint 错误或运行复杂的构建脚本——通过让 Claude 使用 Markdown 文件（甚至是 GitHub issue！）作为清单和工作草稿本来提高性能：

例如，要修复大量 lint 问题，你可以执行以下操作：

1. 告诉 Claude 运行 lint 命令并将所有结果错误（带文件名和行号）写入 Markdown 清单
2. 指示 Claude 逐一解决每个问题，在检查并移至下一个之前修复并验证

h. 将数据传递给 Claude#

存在几种向 Claude 提供数据的方法：

• 直接复制粘贴到你的提示中（最常见的方法）
• 管道传入 Claude Code（例如 cat foo.txt | claude），特别适用于日志、CSV 和大数据
• 告诉 Claude 通过 bash 命令、MCP 工具或自定义斜杠命令拉取数据
• 要求 Claude 读取文件或获取 URL（也适用于图像）

大多数会话涉及这些方法的组合。例如，你可以管道传入日志文件，然后告诉 Claude 使用工具拉入额外的上下文来调试日志。

a. 使用 Claude 进行 issue 分类#

无头模式可以为由 GitHub 事件触发的自动化提供动力，例如当你的仓库中创建新 issue 时。例如，公共 Claude Code 仓库使用 Claude 来检查新 issue 并分配适当的标签。

b. 使用 Claude 作为 linter#

Claude Code 可以提供超出传统 linting 工具检测范围的主观代码审查，识别诸如拼写错误、陈旧注释、误导性函数或变量名等问题。

a. 让一个 Claude 编写代码；使用另一个 Claude 验证#

一个简单但有效的方法是让一个 Claude 编写代码，而另一个审查或测试它。类似于与多个工程师合作，有时拥有单独的上下文是有益的：

1. 使用 Claude 编写代码
2. 运行 /clear 或在另一个终端中启动第二个 Claude
3. 让第二个 Claude 审查第一个 Claude 的工作
4. 启动另一个 Claude（或再次 /clear）来阅读代码和审查反馈
5. 让这个 Claude 根据反馈编辑代码

你可以对测试做类似的事情：让一个 Claude 编写测试，然后让另一个 Claude 编写代码使测试通过。你甚至可以通过给它们单独的工作草稿本并告诉它们写入哪个和从哪个读取，让你的 Claude 实例相互通信。

这种分离通常比让单个 Claude 处理所有事情产生更好的结果。

b. 拥有你的仓库的多个检出#

与其等待 Claude 完成每个步骤，Anthropic 的许多工程师所做的是：

1. 在单独的文件夹中创建 3-4 个 git 检出
2. 在单独的终端标签中打开每个文件夹
3. 在每个文件夹中启动 Claude 执行不同的任务
4. 循环检查进度并批准/拒绝权限请求

c. 使用 git worktrees#

这种方法对于多个独立任务很出色，提供了多个检出的轻量级替代方案。git worktrees 允许你从同一个仓库将多个分支检出到单独的目录中。每个 worktree 都有自己的工作目录和隔离的文件，同时共享相同的 Git 历史和 reflog。

使用 git worktrees 使你能够在项目的不同部分同时运行多个 Claude 会话，每个都专注于自己的独立任务。例如，你可能让一个 Claude 重构你的身份验证系统，而另一个构建完全不相关的数据可视化组件。由于任务不重叠，每个 Claude 都可以全速工作，而无需等待另一个的更改或处理合并冲突：

1. 创建 worktrees：git worktree add ../project-feature-a feature-a
2. 在每个 worktree 中启动 Claude：cd ../project-feature-a && claude
3. 根据需要创建额外的 worktrees（在新的终端标签中重复步骤 1-2）

一些提示：

• 使用一致的命名约定
• 每个 worktree 维护一个终端标签
• 如果你在 Mac 上使用 iTerm2，设置当 Claude 需要注意时的通知
• 为不同的 worktrees 使用单独的 IDE 窗口
• 完成后清理：git worktree remove ../project-feature-a

d. 使用带有自定义工具的无头模式#

claude -p（无头模式）将 Claude Code 以编程方式集成到更大的工作流中，同时利用其内置工具和系统提示。使用无头模式有两种主要模式：

1. 扇出处理大型迁移或分析（例如，分析数百个日志中的情绪或分析数千个 CSV）：

   • 让 Claude 编写一个脚本，生成任务列表。例如，生成需要从框架 A 迁移到框架 B 的 2k 个文件列表。
   • 循环遍历任务，为每个任务以编程方式调用 Claude，并给它一个任务和一组可以使用的工具。例如：claude -p “将 foo.py 从 React 迁移到 Vue。完成后，如果成功必须返回字符串 OK，如果任务失败则返回 FAIL。” —allowedTools Edit Bash(git commit:*)
   • 多次运行脚本并优化你的提示以获得期望的结果。

2. 流水线将 Claude 集成到现有的数据/处理流水线中：

   • 调用 claude -p “<你的提示>” —json | your_command，其中 your_command 是你处理流水线的下一步

就是这样！JSON 输出（可选）可以帮助为更容易的自动化处理提供结构。

对于这两种用例，使用 —verbose 标志调试 Claude 调用可能很有帮助。我们通常建议在生产中关闭详细模式以获得更清洁的输出。

你使用 Claude Code 的技巧和最佳实践是什么？标记 @AnthropicAI，让我们看看你正在构建什么！