我以前最烦的事情之一,是盯着 jenkins 发呆。

构建部署要跑 8 分钟,我就坐在那里刷手机,每隔 30 秒看一眼终端。

后来我发现,Claude Code 最强的能力,根本不是写代码。

而是处理那些人类不想盯着看的脏活累活

接下来,我们就讲讲:如何真正把 Claude Code 融入你的工作流。

第一部分:上下文管理

技巧 1:主动压缩上下文,别等 Claude 自动压缩

因为 Claude Code 的上下文窗口是 200k tokens,但系统提示就占了 18k。

步骤:

第 1 步:让 Claude 写 handoff 文档

把当前进度写入 handoff.md,包括:
1. 已完成的工作
2. 尝试过但失败的方案
3. 下一步要做什么
4. 重要的上下文信息

第 2 步:Claude 生成文档

# Handoff Document

## 已完成
- 实现了用户注册 API
- 添加了密码加密(bcrypt)
- 配置了 JWT token 生成

## 尝试过但失败
- 尝试用 Passport.js,但配置太复杂,改用 jsonwebtoken

## 下一步
- 实现登录验证中间件
- 添加 token 刷新机制
- 写单元测试

## 重要上下文
- 使用 Express.js 框架
- 数据库是 PostgreSQL
- JWT secret 存在 .env 文件

第 3 步:开新对话,只加载 handoff 文档

# 新对话
读取 handoff.md,继续完成剩余工作

为什么这样做?

新对话 = 新鲜的 Claude = 更好的性能。

很多人以为上下文是 AI 的记忆。会玩的人,已经开始主动管理 AI 的记忆了。

我的建议:

  • 关闭自动压缩:/config → 关闭 auto-compact

  • 每次压缩前让 Claude 更新 handoff 文档

  • 在后续对话中继续更新这个文档

技巧 2:懒加载 MCP 工具,按需加载

如果你配置了多个 MCP servers,它们的工具定义会在每次对话开始时全部加载。

解决方案: 启用懒加载。

配置:

{
  "env": {
    "ENABLE_TOOL_SEARCH": "true"
  }
}

MCP 工具只在被调用时加载,节省初始上下文。

技巧 3:搜索历史对话,快速找到之前的方案

上周写的代码,现在想不起来怎么实现的?

所有对话存储位置:

~/.claude/projects/<project-path>/

搜索示例:

# 搜索包含 "Reddit" 的对话
grep -l -i "reddit" ~/.claude/projects/*/*.jsonl

# 搜索今天的对话
find ~/.claude/projects/*/*.jsonl -mtime 0 -exec grep -l -i "keyword" {} \;

# 提取用户消息
cat conversation.jsonl | jq -r 'select(.type=="user") | .message.content'

或者直接问 Claude:

搜索我的历史对话,找到关于 Reddit 的讨论

第二部分:高级工作流

技巧 1:Git Worktrees ,多分支并行工作

需要同时开发多个功能,但切换分支很麻烦?

什么是 Worktree?

  • 一个 worktree = 一个分支 + 一个目录

  • 可以同时在多个分支工作

  • 不用来回切换

使用方法:

# 让 Claude 创建 worktree
创建一个 git worktree 用于 feature-x

# Claude 会执行:
git worktree add .claude/worktrees/feature-x -b feature-x
cd .claude/worktrees/feature-x

适用场景:

  • 同时开发多个功能

  • 测试不同方案

  • 紧急修 bug 不想打断当前工作

技巧 2:多标签页工作流

用多标签页方式管理多个任务。

我的方法:

Tab 1: 语音转录系统(常驻)
Tab 2: Docker 容器配置
Tab 3: 检查磁盘空间
Tab 4: 工程项目
Tab 5: 写教程 ← 当前

原则:

  • 新任务开在最右边

  • 从左到右扫描(老任务 → 新任务)

  • 最多同时 3-4 个任务

  • 完成的任务关闭标签

为什么这样做?

方向一致,不会乱。容易追踪进度。

技巧 3:手动指数退避,等待长时间任务

解决方案: 让 Claude 用指数退避检查状态。

指令:

检查 docker build 状态,使用指数退避:
1 分钟、2 分钟、4 分钟、8 分钟

Claude 会:

# 第 1 次检查(1 分钟后)
sleep 60 && docker ps

# 第 2 次检查(2 分钟后)
sleep 120 && docker ps

# 第 3 次检查(4 分钟后)
sleep 240 && docker ps

# 直到构建完成

为什么不用 `gh run watch`?

gh run watch 输出太多,浪费 Token。手动退避更节省。

第三部分:实战场景

很多人觉得 AI 最适合写代码。我现在反而觉得,它最适合处理那些人类不想盯着看的东西。

技巧 1:PR 审查助手

需要审查一个复杂的 PR?

工作流程:

第 1 步:获取 PR 信息

获取 PR #123 并显示摘要

第 2 步:逐文件审查

逐文件审查变更,重点关注:
1. 潜在 bug
2. 安全问题
3. 性能问题
4. 代码风格

第 3 步:交互式讨论

为什么这里用 Promise.all 而不是顺序执行?

这个 SQL 查询有注入风险吗?

这个函数可以优化吗?

技巧 2:DevOps 工程师

GitHub Actions CI 失败了,需要排查原因。

工作流程:

第 1 步:查看失败的 run

调查最新 commit 的 GitHub Actions 为什么失败

第 2 步:分析日志

分析错误日志,找出根本原因

第 3 步:定位问题 commit

这是某个特定 commit 导致的吗?如果需要可以用 git bisect

第 4 步:创建修复 PR

创建一个 draft PR 来修复这个问题

技巧 3:完整的 write-test 循环

如果想让 Claude 自主工作,必须给它验证结果的方法。

示例:用 git bisect 找 bug

问题: /compact 命令突然报 400 错误,不知道哪个 commit 导致的。

解决方案: 让 Claude 用 git bisect 自动定位。

步骤 1:写测试脚本

# test-compact.sh
tmux kill-session -t test 2>/dev/null
tmux new-session -d -s test
tmux send-keys -t test 'claude' Enter
sleep 2
tmux send-keys -t test '/compact' Enter
sleep 1
tmux capture-pane -t test -p | grep -q "400" && exit 1 || exit 0

步骤 2:让 Claude 运行 bisect

用 git bisect 找出哪个 commit 破坏了 /compact。
用 test-compact.sh 验证每个 commit。

为什么这样做?

Claude 可以自主验证结果,不需要你手动测试每个 commit。

第四部分:避坑指南

技巧 1:CLAUDE.md 保持简洁

错误做法:

# CLAUDE.md (500 行)

## 项目介绍
这是一个用户认证系统...(100 行)

## 代码规范
...(200 行)

## 架构说明
...(200 行)

正确做法:

# CLAUDE.md (50 行)

## 核心规则
- 使用 Bun,不用 npm
- 提交前运行 bun test
- 当前 sprint:auth refactor

## 常见问题
- 数据库连接字符串在 .env
- API 文档在 docs/api.md

原则:

只写重复出现的规则,保持 < 60 行,详细文档放在单独文件。

技巧 2:验证 Claude 的输出

错误做法:

Claude: "完成了!"
你: "好的!" ← 直接信了

正确做法:

Claude: "完成了!"
你: "让我验证一下..."

验证方法:
1. 让 Claude 写测试并运行
2. 用 GitHub Desktop 查看 diff
3. 创建 draft PR 审查
4. 让 Claude 自己 double-check

我最喜欢的 prompt:

仔细检查你写的所有代码,验证每一处逻辑,最后做一个表格列出你能验证的内容

总结

上下文管理(技巧 1-3):

  • 主动压缩上下文

  • 懒加载 MCP 工具

  • 搜索历史对话

高级工作流(技巧 1-3):

  • Git Worktrees 并行工作

  • 多标签页管理

  • 手动指数退避

实战场景(技巧 1-3):

  • PR 审查助手

  • DevOps 工程师

  • write-test 循环

避坑指南(技巧 1-2):

  • CLAUDE.md 保持简洁

  • 验证输出

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐