Claude Code 已经推出近一年了，但你可能一直在用错方式。

是的——尤其是如果你没有持续更新对新功能、技巧和窍门的认知，而这些内容每天都在快速演进。

我每天都撰写关于 Claude Code 更新的文章，有时甚至感觉自己都跟不上节奏，因为 AI 编程领域变化实在太快了。

在过去几个月里，我发现了一些每位使用 Claude Code 的专业开发者都应该掌握的技巧、窍门和黑科技。

我已经将它们汇总成这篇文章，助你提升对 Claude Code 的理解，并显著提高编码效率。

不过，

如果你错过了我过去一年发布的所有 Claude Code 更新内容（涵盖每一项新功能、技巧和窍门），别担心——我已经为你整理好了完整的 Claude Code 教程列表，别忘了在 Medium 上关注我以及订阅我的 Claude Code 大师课通讯。

让我们开始吧。

1. “先规划，再编码”的纪律

业余者直接跳入编码。

专业人士采用结构化的“研究 → 规划 → 实现 → 验证”流程。

这或许是区分经验丰富的 Claude Code 用户与初学者的最基础工作流。

让 Claude 立即开始编码的诱惑很强——但对于复杂任务来说，这几乎总是错误的选择。

• 使用 Plan Mode（按两次 Shift+Tab）进行只读代码库探索，暂不写任何代码
• 明确告诉 Claude：“阅读相关文件，但暂时不要写任何代码。”
• 使用思考触发词来分配不同层级的思考预算：“think” → “think hard” → “think harder” → “ultrathink”
• 要求 Claude 在实现前先生成一份计划文档，以便你尽早调整方向

专业工作流：

最被低估的生产力技巧是激进地清理上下文。频繁使用 /clear——每次开始新任务时都用。不要让之前任务的无关上下文污染当前工作。

Claude 倾向于直接跳到编码解决方案。虽然有时这正是你想要的，但在需要深度前置思考的问题上，先让 Claude 进行研究和规划能显著提升表现。

2. 战略性 CLAUDE.md 架构设计

业余者要么跳过 CLAUDE.md，要么塞进所有内容。

专业人士保持其精简、具体且层次分明。

前沿大语言模型（LLM）大约能一致遵循 150–200 条指令。

随着指令数量增加，指令遵循质量会均匀下降**——这意味着 Claude 不仅会忽略新指令，还会开始忽略所有指令。**

Claude Code 的系统提示中已包含约 50 条独立指令。

这几乎占用了你的智能体在加载 CLAUDE.md 之前所能处理指令总量的三分之一。

专业工作流：

• 个人项目保持 CLAUDE.md 在 50 行以内
• 永远不要让 LLM 去干 linter 的活——用确定性工具处理代码风格，而非靠指令
• 使用 .claude/rules/ 目录进行模块化组织（如代码风格、测试、安全分别存为独立文件）
• 使用 @path/to/import 语法动态引用文件，而非嵌入内容
• 如果项目已有详尽文档，不要在 CLAUDE.md 中 @ 提及这些文件（会膨胀上下文）。而是说明路径并引导 Claude 何时去读：“遇到复杂用法或 FooBarError 时，请查阅 path/to/docs.md 获取高级排错步骤。”

3. 上下文窗口掌控术

业余者任由上下文膨胀，直到 Claude 忘记早期指令。

专业人士将上下文视为稀缺资源。

在单体仓库中，一个全新会话的基础开销约为 2 万 token（占 20 万上下文的 10%），剩余 18 万用于变更——很快就会耗尽。

你可以把上下文想象成磁盘空间：随着你开发某个功能，它会逐渐填满。

专业工作流：

• 在会话中途运行 /context 查看 token 使用情况
• 避免自动压缩（auto-compaction）——它不透明、易出错且优化不佳
• 使用 /clear 进行简单重启
• 对于复杂任务，采用“文档化并清空”方法：让 Claude 将计划和进展导出为 .md 文件，执行 /clear 清空状态，然后新建会话并让它读取 .md 继续工作
• 上下文使用率永不超 60%——每个工作阶段之间都要清空上下文
• 在压缩前用 /mcp 禁用未使用的 MCP 服务器，以最大化可用上下文

我的黄金法则是将工作分为四个阶段：研究 → 规划 → 实现 → 验证，并在每个阶段之间清空上下文。

4. Git Worktrees 实现并行开发

业余者一次只运行一个 Claude 会话。

专业人士在隔离分支上同时运行多个智能体。

Git worktrees 通过让你在并行环境中运行多个 Claude Code 会话（各自拥有独立上下文），解决了上下文切换问题。

不再有上下文切换或失去开发节奏的问题。

专业工作流

设置示例

# 为并行功能创建隔离的 worktreesgit worktree add ../my-project-feature-a -b feature-a maingit worktree add ../my-project-bugfix -b hotfix main# 在每个 worktree 中分别运行 Claudecd ../my-project-feature-a && claude

• 每个 worktree 拥有独立的文件状态，非常适合并行 Claude Code 会话
• 一个 worktree 中的更改不会影响其他 worktree，防止 Claude 实例相互干扰
• 所有 worktree 共享同一 Git 历史
• 对于长时间运行的任务，可让 Claude 在一个 worktree 中工作，同时你在另一个中继续开发

注意：并行是一把双刃剑。你需要解决的冲突有时比顺序开发更耗时。

对于关键性重大重构，请坚持采用有计划的顺序方法。完成每个检查点后，养成从主分支拉取并合并更新的习惯。

5. 以测试驱动开发（TDD）构建反馈闭环

业余者让 Claude 构建功能。

专业人士先通过测试为 Claude 提供可验证目标。

在智能体编程时代，测试驱动开发变得更加强大。Claude 在拥有清晰、可验证目标时表现最佳。

测试提供了这种明确目标，使 Claude 能做出更改、评估结果并逐步改进。

专业工作流

TDD 方法

• 让 Claude 根据预期输入/输出对编写测试

• 明确告知你在进行测试驱动开发，避免它创建模拟实现

• 要求 Claude 运行测试并确认它们失败（此时尚无实现代码）

• 提交失败的测试

• 让 Claude 实现代码直至测试通过

• 此时，要求 Claude 通过独立子智能体验证实现是否过度拟合测试

专业技巧：

• 利用 CLAUDE.md 建立项目级 TDD 规范和质量标准
• 使用钩子（hooks）在每次文件编辑后自动运行测试套件
• 尽早且频繁地纠偏——做一名积极参与的协作者

6. 自定义斜杠命令（Slash Commands）实现可复用工作流

业余者反复输入相同提示。

专业人士将工作流编码为可复用命令。

专业工作流

如何设置：

• 将提示模板存放在 .claude/commands/ 文件夹中，格式为 Markdown
• 使用 $ARGUMENTS 支持参数化命令
• 将命令提交到 Git 以确保团队一致性

示例命令（.claude/commands/fix-github-issue.md）：

请分析并修复 GitHub issue：$ARGUMENTS按以下步骤操作：1. 使用 `gh issue view` 获取 issue 详情2. 理解 issue 中描述的问题3. 搜索代码库中相关文件4. 实施必要更改以修复问题5. 编写并运行测试验证修复6. 确保代码通过 lint 和类型检查7. 编写描述性提交信息8. 推送并创建 PR

专业提示：

保持斜杠命令简洁——它们只是常用提示的快捷方式，仅此而已。如果你有一长串复杂的自定义命令，那反而成了反模式。

像 Claude 这样的智能体的核心优势在于：你几乎可以输入任何内容，就能获得有用且可合并的结果。

7. 钩子（Hooks）实现确定性自动化

业余者依赖 Claude “记住”运行 linter 和测试。

专业人士使用钩子确保这些操作一定发生。

Claude Code 钩子是在 Claude Code 生命周期特定节点触发的确定性 Shell 命令。

提示适合建议；钩子则是保证。

专业工作流

关键钩子事件：

• PreToolUse：阻止高风险操作（如写入 .env 或 .git/）
• PostToolUse：编辑后自动格式化文件、自动运行测试
• SessionStart：注入上下文、加载近期工单
• Notification：当 Claude 需要输入时发送桌面通知

示例：编辑后自动格式化 TypeScript

{  "hooks": {    "PostToolUse": [{      "matcher": "Edit|Write",      "hooks": [{        "type": "command",        "command": "npx prettier --write \"$file_path\""      }]    }]  }}

示例：阻止写入敏感文件

{  "hooks": {    "PreToolUse": [{      "matcher": "Edit|Write",      "hooks": [{        "type": "command",        "command": "python3 -c \"import json, sys; data=json.load(sys.stdin); path=data.get('tool_input',{}).get('file_path',''); sys.exit(2 if any(p in path for p in ['.env', 'package-lock.json', '.git/']) else 0)\""      }]    }]  }}

转变效果： 钩子将 Claude Code 从一个有用的助手转变为可重复的工程系统。

8. 子智能体（Subagents）实现上下文高效研究

业余者让一个智能体包揽所有工作。

专业人士将研究任务委托给子智能体，以保留主上下文。

专业工作流

子智能体如何帮助：

一个复杂任务需要 X token 输入上下文，累积 Y token 工作上下文，并产生 Z token 的答案。运行 N 个任务意味着主窗口中消耗 (X + Y + Z) × N 个 token。

子智能体将 (X + Y) 的工作外包给专用智能体，仅返回最终 Z token 的答案，从而保持主上下文干净。

适用场景：

• 在对话或任务早期，使用子智能体验证细节或调查特定问题——这能在几乎不影响效率的前提下保留上下文
• 委托代码库探索、研究和验证任务
• 并行运行多个子智能体：“使用 4 个并行任务探索代码库。每个智能体应探索不同目录。”

注意：

自定义子智能体会限制上下文共享。例如，如果你创建了一个 PythonTests 子智能体，主智能体就无法再整体思考某个变更。

它现在必须调用子智能体才能知道如何验证自己的代码。

9. MCP 服务器集成实现真实世界连接

业余者将 Claude 视为孤立的编码助手。

专业人士将其连接到整个开发生态系统。

专业工作流

高价值 MCP 集成示例：

• GitHub：“添加 JIRA 工单 ENG-4521 描述的功能并创建 PR”
• Sentry：“检查 Sentry，分析 ENG-4521 功能相关的错误”
• 数据库：“基于我们的 PostgreSQL 数据库，找出 10 位使用过 ENG-4521 功能的随机用户邮箱”
• Puppeteer：通过浏览器截图进行可视化测试
• Figma：将设计稿转换为生产代码

设置方法：

claude mcp add --transport http github https://mcp.github.com  claude mcp add --transport http sentry https://mcp.sentry.com  

专业提示：

通过在项目根目录提交**.mcp.json**文件，与团队共享 MCP 配置。每位工程师都能开箱即用。

10. 可视化迭代循环

业余者口头描述需求。

专业人士向 Claude 展示期望效果，并让它进行可视化迭代。

和人类一样，Claude 的输出通常在多次迭代后显著提升。初版可能不错，但经过 2–3 轮迭代后通常会好得多。

为 Claude 提供查看自身输出的工具，才能获得最佳结果。

专业工作流：

• 向 Claude 提供视觉原型（粘贴/拖拽图片或提供文件路径）

• 使用 Puppeteer MCP 截取浏览器截图

• 让 Claude 实现、截图结果，并迭代直至匹配

我还发现，明确告诉 Claude 让输出“具有美感”（aesthetically pleasing），能提醒它优化的是人类的观看体验。

11. 扩展思考光谱（Extended Thinking Spectrum）

业余者对所有任务都使用 ultrathink。

专业人士根据任务复杂度匹配思考层级。

Claude Code 内置预处理机制，将关键词映射到不同思考预算：

专业工作流

需避免的错误：

对所有任务使用 ultrathink 会快速耗尽 API 预算并拖慢整体速度。Ultrathink 是手术刀，不是锤子。

各层级适用场景：

• 基础思考：重构类、添加错误处理、修复简单错误
• 增强思考：设计缓存策略、规划数据库迁移
• 超深度思考（Ultrathink）：为千万级用户设计可扩展架构、全面安全审计、单体应用微服务化迁移

专业技巧：按**Ctrl+O**切换详细模式，以灰色斜体文本查看 Claude 的思考过程。

12. 会话管理精通术

业余者每次都从头开始。

专业人士利用会话持久化与恢复功能。

专业工作流：

• 使用 /rename 为会话命名，便于日后查找
• 使用 claude --resume 恢复数天前的会话，让 Claude 总结如何解决特定错误——然后用该经验优化你的 CLAUDE.md
• 会话历史存储在 ~/.claude/projects/——你可对这些日志进行元分析，寻找常见异常和错误模式

关键命令：

• claude --continue（或 -c）：继续最近一次对话
• claude --resume（或 -r）：打开交互式会话选择器
• /resume（在 Claude 内部）：切换到不同对话

高手操作：

使用 /rewind 或连按两次 Esc 访问检查点系统。你可以恢复：

• 仅对话：回退到某条用户消息，保留代码变更
• 仅代码：还原文件变更，保留对话
• 全部：回到先前完整状态

13. 检查点（Checkpoints）实现无畏实验

业余者害怕进行大规模修改。

专业人士利用检查点大胆实验。

Claude Code 会自动追踪其文件编辑工具所做的所有更改。

这个安全网让你能放心执行雄心勃勃的大规模任务，因为随时可回退到先前代码状态。

专业工作流

5 种恢复模式：

• 仅代码恢复：多文件重构崩溃，但 Claude 理解你的意图
• 仅对话恢复：重置 Claude 上下文，保留代码变更
• 完全恢复：回到干净状态
• 分支探索：尝试方案 A，恢复后尝试方案 B
• 快速实验：“将所有路由转为控制器模式” → 审查 → 若不满意则 /rewind

关键限制：

Bash 命令不会被追踪。

如果 Claude 执行了**rm、mv**** 或** cp****，这些更改是永久性的。检查点仅捕获通过 Claude 文件编辑工具进行的修改。

14. 无头模式（Headless Mode）实现 CI/CD 集成

业余者仅交互式使用 Claude。

专业人士将其集成到自动化流水线中。

Claude Code 提供无头模式，适用于 CI、预提交钩子、构建脚本和自动化等非交互场景。

专业工作流

基本用法：

# 简单一-shot 命令claude -p "将所有版权头更新为 2025" --json# 通过 stdin 输入cat src/utils.ts | claude -p "查找潜在 bug"# 指定权限claude -p "修复 auth.test.js 中的失败测试" \  --allow-tools Edit,View,Bash \  --output-format json

GitHub Actions 示例：

name: Claude Code Reviewon:  pull_request:    types: [opened, synchronize]jobs:  review:    runs-on: ubuntu-latest    steps:      - uses: actions/checkout@v4      - uses: anthropics/claude-code-action@v1        with:          anthropic_api_key: ${{ secrets.ANTHROPIC_API_KEY }}          prompt: |            审查此 PR 的以下方面：            - 代码质量问题            - 潜在 bug            - 安全隐患

两种主要模式：

• 扇出（Fanning out）：通过生成任务列表处理大型迁移，然后循环调用 Claude 执行每项任务
• 管道（Pipelining）：cat build-error.txt | claude -p '解释根本原因' > output.txt

15. 智能体技能（Agent Skills）封装领域专长

业余者每次会话都重复相同指令。

专业人士将专长打包为可复用的“技能（Skills）”。

智能体技能是包含指令、脚本和资源的结构化文件夹，Claude 可动态发现并加载。

它们通过将你的专业知识打包为可组合资源，扩展 Claude 的能力。

专业工作流

技能如何工作：

• 启动时，Claude 仅加载每个可用技能的名称和描述
• 当你的请求匹配某技能描述时，Claude 会自动加载并应用它
• 技能通过渐进式披露（progressive disclosure） 实现——仅在需要时加载信息

创建自定义技能：

# .claude/skills/my-skill/SKILL.md---name: pr-reviewdescription: 使用团队编码规范和安全清单审查 Pull Request---# PR 审查技能审查 PR 时，始终检查：1. 安全漏洞2. 测试覆盖率3. 文档更新4. 性能影响[更多指令...]

预置技能：

• PowerPoint (pptx)：创建和编辑演示文稿
• Excel (xlsx)：电子表格、数据分析、图表
• Word (docx)：文档创建与格式化
• PDF (pdf)：生成格式化文档

专业提示：

技能强制执行流程，将聪明的助手转变为真正结构化的协作者。

它们引导智能体的原始智能，确保每次任务都精准执行。

16. 语音提示（Voice Prompting）提速

业余者手动输入每条提示。

专业人士利用语音实现 3 倍速输入。

平均语速约为平均打字速度的 3 倍。在与编码 LLM 协作时，语音输入是提升生产力的超能力。

专业工作流：

• 使用语音转文字软件口述想法

• 用 Claude 润色或扩展

• 通过文本转语音审阅

选项：

• Wispr Flow：直接向 Claude Code 口述提示
• Voicy：注重隐私的语音转文字工具，适用于任意文本框
• VoiceMode MCP：为 Claude Code 带来自然语音对话

使用语音转文字软件平均可提速 3 倍。你能写出更长、更详细的提示，从而获得更优质的输出。

17. 多 Claude 协同交响曲（The Multi-Claude Orchestra）

业余者顺序工作。

专业人士像指挥交响乐一样协调多个 Claude 实例。

最先进工作流涉及并行运行多个 Claude 实例，每个实例承担特定职责。

专业工作流

模式 1：作者 + 审查者

一个简单但高效的方法：一个 Claude 编写代码，另一个审查或测试。

模式 2：专业化团队

智能体-1 和 智能体-2：并行处理不同组件目录智能体-3 和 智能体-4：在组件完成后同步更新测试智能体-5：所有重构完成后重新生成文档智能体-6：对新组件运行性能基准测试

最后思考

在观察数百名开发者使用 Claude Code 后，一个清晰的最佳模式浮现出来：

专业人士将 Claude Code 视为一个需精心设计的系统，而不仅仅是一个待提示的工具。

关键差异在于：

• 工作流纪律胜过提示工程
• 上下文管理作为一等公民
• 确定性自动化*（钩子、命令）胜过寄希望于 Claude 记忆*
• 并行化通过 worktrees 和子智能体实现
• 可验证目标*（测试、视觉原型）取代模糊指令*

问题从来不在提示本身。一次平庸的 Claude Code 会话与一次卓越会话之间的差距，几乎与提示语法无关。

关键在于工作流、上下文加载和工具掌握。

我建议你从一项改进开始，掌握后再添加下一项。

几周之内，你就能达到当初刚安装 Claude Code 时难以想象的水平。

---

希望这篇文章能为您带来一些帮助。如果有任何疑问或建议，请在评论区留言，我们将尽力回答！

让我们一起探索并推动前沿技术发展！🚀💻

祝好运！😊✍️

微信公众号：算子之心