AI 摘要：本文详细介绍了 Claude Code（Anthropic 开发的命令行工具）的最佳实践，旨在帮助工程师高效利用这一低层级、高灵活性的代理式编程工具。文章涵盖环境配置优化、工具集成、常见工作流设计、协作技巧及自动化场景应用，强调通过定制化设置和明确指令提升模型输出质量。

1. 自定义环境配置
• CLAUDE.md 文件：作为核心上下文文档，自动加载到对话中，可记录常用命令、代码风格、测试指南等。支持多层级放置（项目根目录、父/子目录、用户主目录）。
• 工具权限管理：通过交互提示、命令行或配置文件（ .claude/settings.json ）定制允许的工具（如文件编辑、Git 操作），平衡安全性与灵活性。
• GitHub 集成：安装 gh CLI 以增强 Claude 的 GitHub 交互能力（创建 PR、处理 Issue 等）。

2. 扩展工具链
• Bash 工具：通过文档或 --help 指令让 Claude 学习自定义脚本。
• MCP 服务器：连接 Puppeteer 等工具，支持项目级或全局配置（ .mcp.json ）。
• 自定义斜杠命令：将重复工作流模板（如修复 Issue）保存为 Markdown 文件，通过 / 调用并传递参数。

3. 高效工作流模式
• 探索-计划-编码-提交：分阶段任务分解，利用子代理（subagents）验证细节，触发深度思考模式（"think harder"）。
• 测试驱动开发（TDD）：先编写测试用例，迭代实现代码，确保通过验证。
• 视觉迭代：结合截图工具（如 Puppeteer），以设计稿为参考实现 UI 并优化。
• 安全 YOLO 模式：在隔离环境中跳过权限检查，快速生成代码（需谨慎使用）。

4. 协作优化技巧
• 明确指令：具体需求（如“覆盖用户未登录的测试用例”）显著提升输出质量。
• 图像/URL 输入：直接粘贴截图或提供链接，辅助视觉任务或代码分析。
• 上下文管理：频繁使用 /clear 清理无关内容，用 Markdown 清单跟踪复杂任务进度。

5. 自动化与高级应用
• 无头模式（Headless）：集成到 CI/CD，自动处理 Issue 分类或代码审查。
• 多 Claude 协作：并行实例分工（如编码与验证），结合 Git worktrees 隔离任务环境。
• 管道化处理：通过 claude-p 和 JSON 输出嵌入数据处理流程。