榨干 Claude Code 的 62 个实用小技巧（终极版 + 速查表）

一、战略与心法

采纳“双轨并行”战略

心法：守正出奇。确定性是底牌，可能性是王牌。

主轨道 (追求确定性): 在主力研发中，全面使用 Claude Code 这类“本地优先”的工具，稳稳地吃掉效率红利。
探索轨道 (拥抱可能性): 同时，成立“创新小分队”，在非核心项目上试验高自主性的云端 Agent，确保不错过下一个技术范式。

像产品经理一样思考

心法：这是从“会用”到“精通”的关键心态转变。

提供清晰的上下文与约束：像写PRD一样，给Claude明确的目标和限制。
在高层次抽象上验证：不要逐行审查代码。你应该验证的是：测试通过了吗？App体验符合预期吗？把Claude当作一个你信任的、聪明的工程师来管理。

目标：Shoot and Forget

心法：你的目标应该是“发布并忘记它”。

设置好上下文（通过`CLAUDE.md`和初始prompt），清晰地委托任务，然后让Agent自主工作。你应该通过最终的PR质量来评判工具，而不是它执行过程中的聊天风格或“绝对正确！”这类奉承话。

明确 AI 的角色定位

根据工具哲学，调整协作模式。

Claude Code (全能战士): 像自主性强的“超级实习生”，你只需给出高阶任务，然后像PM一样监督。
Codex CLI (可靠助手): 像“循规蹈矩的实习生”，每一步都需你审查。你更像一个Code Reviewer。

理解 Agentic Search 思维

心法：让 AI 自己 `grep` 代码，看似笨拙，却意外管用。

工具选择让AI像人一样用`grep`主动搜索，而非依赖向量数据库（RAG）。因为它提供了无与伦比的确定性（精准匹配）和及时性（永远搜最新代码）。

拥抱“氛围编程”

拥抱“氛围编程” (Vibe Coding)

DevEx（开发者体验）的一个重要指标是心理舒适度。对于创意性、探索性的编码任务，尝试进入“氛围编程”状态——你喝着咖啡，清晰地描述你的想法，然后看着Claude高效地将其实施，享受人机协作的“心流”体验。

建立安全信任的心智模型

心法：信任是一次次验证出来的。

Claude Code (简约派): 靠最小化数据分享和人类把关。适合数据隐私极其敏感的团队。
Codex CLI (技防派): 靠强大的技术沙箱和灵活的策略配置。适合需要进行有风险操作但希望技术兜底的流程。

二、Ecosystem & Enterprise (Pro Level)

掌握`CLAUDE.md`企业级哲学

把它当作代码库的“宪法”，而不是操作手册。

从护栏开始: 基于Claude犯的错误来补充文档。
引导而非嵌入: 不要`@-`整个文档，而是“提示”Claude何时去阅读它。例如：“如果遇到FooBarError，请参阅path/to/docs.md”。
提供替代方案: 不要只说“从不”，要说“从不使用X，请改用Y”。
作为代码优化的驱动力: 如果文档太长，说明你的内部工具太复杂。去简化工具，而不是增加文档。

用Hooks强制执行规则

Hooks是确定性的“必须做”规则，补充了`CLAUDE.md`中建议性的“应该做”。

最佳实践：“提交时阻塞”(Block-at-Submit)。使用`PreToolUse`钩子包装`git commit`命令。只有当所有测试通过（例如，检查到一个`/tmp/tests-passed`标志文件存在）时才允许提交，否则就阻塞，强制Claude进入“测试-修复”循环。

反模式：避免在写入时阻塞（如`Edit`或`Write`），这会“激怒”Agent，打断其心智链。

用GHA将Agent操作化

这是将Claude Code从个人工具转变为核心工程系统的终极方法。

在GitHub Action中运行Claude Code，可以构建“从任何地方创建PR”的工具（如从Slack、Jira触发）。这提供了比任何其他产品都更强的沙盒、审计控制和自定义能力，并且支持Hooks和MCP等所有高级功能。

数据驱动的Agent改进

GHA的日志就是完整的Agent日志。建立一个运维流程，定期审查这些日志，分析常见的错误、权限请求和失败模式。

形成飞轮效应：在日志中发现Agent的常见错误 → 改进`CLAUDE.md`或内部CLI工具 → Agent表现更好 → 产生更高质量的日志。

拥抱Skills而非MCP

心智模型演进：工具调用 → 脚本化。与其为Agent手工制作工具，不如直接给它访问环境（二进制、脚本、文档）的权限，让它自己动态编写脚本来交互。Skills就是这种“脚本化”模型的正式产品化，比MCP更灵活健壮。

MCP的新角色：安全网关

MCP并未消亡，而是角色转变。它不应再是镜像REST API的臃肿工具集。它的新角色是管理认证、网络和安全边界的简单、安全网关，为Agent提供少数几个强大的高层工具（如`download_raw_data()`），然后让Agent自己去脚本化处理数据。

使用Claude Code SDK

它不仅是CLI，更是通用的Agent框架。

大规模并行脚本：通过简单的bash脚本并行调用`claude -p "..."`来执行大规模重构或修复。
构建内部工具：为非技术用户包装复杂流程，如让设计团队用自然语言生成符合内部UI框架的前端代码。
快速原型验证：在投入LangChain/CrewAI等重型框架前，快速构建和测试任何Agentic任务的原型。

关键`settings.json`配置

HTTPS_PROXY: 用于调试，检查Agent发出的原始流量或进行网络沙盒化。
MCP_TOOL_TIMEOUT: 增大超时以运行复杂的长时间命令。
ANTHROPIC_API_KEY: 使用企业API密钥，切换到更灵活的按用量计费模式。
"permissions": 定期自我审计，检查你允许Agent自动运行的命令列表。

三、规模化与自动化 (大师级)

并行开发：Git Worktrees

这是实现开发效率指数级提升的大师级技巧。通过 Git Worktrees，你可以为多个功能特性创建隔离的工作目录，然后在每个目录中独立运行一个Claude Code实例，让它们同时开发不同功能。

流程： 1. 创建worktree (`git worktree add ./trees/feature-a`)。 2. 在新目录中启动Claude Code (`cd ./trees/feature-a && claude`)。 3. 开发完成后，让Claude Code将所有worktree分支合并回主分支并解决冲突。

Rethink Custom Subagents

反模式：自定义子代理在实践中会“门禁”上下文（主Agent无法全面推理）并强制僵化的人类工作流。

更好的替代方案(“主从”架构): 将所有关键上下文放在`CLAUDE.md`中，然后让主Agent通过内置的`Task(...)`功能，动态地决定何时以及如何将工作委托给自己的“克隆体”。这保留了上下文节省的优势，同时赋予了Agent自主编排的灵活性。

分析会话历史

所有会话历史都存储在`~/.claude/projects/`中。编写脚本对这些原始日志进行元分析，寻找常见的异常、错误模式和权限请求。

目的：使用这些数据洞察来改进你的`CLAUDE.md`和内部工具。例如，使用`claude --resume`快速回顾几天前的会话，总结当时如何解决某个错误，并将解决方案固化到文档中。

利用子代理进行方案探索

当你面临一个复杂问题时，可以让Claude“使用并行子代理来探索多种解决方案”。它会派出多个子代理同时研究不同的实现路径，最后为你呈现一个综合了所有方案优点的最佳计划，实现“集体智慧”。

远程开发与移动办公

不要局限于本地机器。你可以在远程服务器（如AWS）上安装Claude Code，然后通过SSH客户端（如手机上的 Termius App）随时随地进行编码。这对于后端开发或紧急修复尤其有用。

四、核心交互与工作流

治疗师倾诉式提问

心法：像对治疗师一样，毫无保留地倾诉你的整个问题。开启一个新会话时，把问题的背景、你的尝试、你的目标、你的顾虑，一次性全部告诉它。

明确要求生成To-Do List

虽然Claude经常会自动生成计划，但你可以通过在提示中加入“请先为这个任务创建一个to-do list”来强制它进行规划。

使用消息队列

当Claude正在执行一个耗时任务时，你无需等待，可以直接输入下一个指令。你的新消息会自动进入队列，Claude完成后会立即处理。

Opus 规划, Sonnet 执行

使用 /model opus-plan 模式，让最强大的Opus负责思考和规划，然后让更高效的Sonnet负责具体的代码实现，兼顾质量与成本。

使用测试驱动开发(TDD)

命令它：“请先为[某功能]编写端到端测试，然后再实现该功能以使测试通过。”这能让AI更好地理解需求，并产出更健壮的代码。

Git 即检查点

Git 即检查点 (Checkpointing)

AI工具缺乏内置的“检查点”。最佳解决方案是使用 Git 作为你的手动检查点系统。在让 AI 开始一项重要任务前，先执行一次 git commit 作为“存档点”。

CC in Cursor 工作流

在 Cursor 编辑器内部终端运行 Claude Code，可以充分利用 Cursor 便捷的 Diff 可视化审查工具，对 AI 的每一处修改进行把关，安全感倍增。

自动生成文档

让Claude成为你的技术文档工程师。你可以让它生成：

architecture.md：解释项目架构。
PRDs (产品需求文档)
API 文档、技术设计文档等。

自动化变更追踪

命令它在你完成一项功能后，自动更新项目的 Changelog (变更日志) 或 Decision Doc (决策文档)，让你的项目永远保持最新的文档记录。

用语音输入突破带宽

观点：如果你还在用键盘打字，几乎肯定没有提供足够的上下文。语音输入是带宽的倍增器，能让你毫不费力地传递更多细节。

复杂需求分步执行

对于大型需求，将其拆解成多个小步骤。这便于审查和测试，也能避免超出 AI 的上下文限制。

先理解再动手

在修改代码前，先让 Claude 理解你的项目，例如让它分析数据库结构，以获得更精准的辅助。

五、上下文与记忆

“清除与赶上”重启法

这是比`/clear`更高级的默认重启方式。

1. 运行 /clear 清除状态。

2. 运行一个自定义的 /catchup 命令，让 Claude 读取当前 git 分支中所有已更改的文件。这能用最小的代价，快速重建与当前任务最相关的上下文。

“记录与清除”重启法

适用于大型、复杂的任务重启。

1. 命令 Claude 将其当前的计划和进展，转储到一个持久化的Markdown文件中（如`progress.md`）。

2. 运行 /clear。

3. 开启一个新会话，告诉它“阅读`progress.md`并从那里继续”。这相当于为Agent创建了一个外部的、可控的“记忆”。

避免自动压缩

反模式：不要信任或依赖自动的上下文压缩（/compact）。这个过程是不透明的、容易出错且未经优化。主动通过“清除与赶上”或“记录与清除”等方法来管理上下文，效果远胜于被动的压缩。

使用便笺和暂存盘

利用文件系统作为 AI 的“短期记忆”或“草稿纸”。

便笺: 让它随时“把...讨论要点，记录在 `branch-analysis.md` 文件里”。
暂存盘: 命令 Claude 将所有文件修改等实时记录到一个 scratchpad.md 文件中。

区分记忆与命令

这是一个关键概念：

claude.md (记忆): 总是被加载到上下文中的背景知识和规则。
自定义命令 (动作): 只在被调用时才执行的、一次性的、具体的任务。

不要把一次性的指令写进 `claude.md`。

用PDF辅助研究

Claude Code可以读取PDF文件。你可以先让ChatGPT等工具生成一份深度研究报告并保存为PDF，然后将这份高质量的PDF喂给Claude Code作为上下文，让它在此基础上进行编码，强强联合。

手动压缩上下文

手动压缩上下文 (/compact)

当对话历史变得很长时，使用 /compact 命令可以清除历史记录但保留上下文摘要。这是一个减少 Token 使用量的温和替代方案。

恢复历史会话

恢复历史会话 (/resume)

如果会话意外中断，可以使用 /resume 命令或启动时使用 claude -r 来恢复之前的对话。

六、高级策略与玩法

超越编码：万物皆可编辑

思维转变：Claude Code 不仅是“代码”工具，它是一个能与本地文件系统交互的“通用编辑”工具。 你可以用它来帮你写周报、整理笔记、生成营销文案等。

模型选择策略

Sonnet 4: 90% 的情况下都足够好，尤其擅长处理长上下文、Python 和前端代码。
Opus 4: 当 Sonnet 陷入困境或遇到非常棘手的 bug 时，切换到 Opus 解决核心难题。

激活深度思考模式

通过使用 /think, /think hard, /ultrathink 等命令，可以分配更多思考预算给 AI，以应对复杂问题。

使用计划与自动编辑模式

通过按下 Shift + Tab 键，可以在普通模式、自动接受编辑模式和计划模式之间循环切换。

七、实用功能与命令

少用复杂的自定义命令

反模式：如果你有一长串复杂的、必须学习才能使用的自定义斜杠命令，你就失败了。这违背了Agent自然语言交互的初衷。

最佳实践：将自定义命令限制在少数几个简单的、个人化的快捷方式上（如`/catchup`, `/pr`）。更复杂的工作流应该通过改进`CLAUDE.md`和内部工具来让Agent自然地理解，而不是强迫人类学习魔法咒语。

对话式 Git/Linux 交互

用自然语言执行 Git 和 Linux 命令。例如，使用 /review 命令审查分支的 diff，或者直接说“请检查一下和 main 分支的差异”。

发送图片处理

Claude Code 支持处理图片。你可以直接将图片粘贴到命令行中（Mac 下快捷键是 Ctrl + V），并附上提示词。

使用 @ 提及文件

在提问时，使用 @ 符号可以快速地将一个或多个文件加入到上下文中。技巧：对于非常长的prompt，可以先写在 .md 文件里，然后用 @ 把它喂给Claude。

进入 Bash/无头模式

Bash 模式: 在命令前加上 !，直接执行 shell 命令，不消耗 Token。
无头模式: 使用 claude -p "你的问题" 直接在终端运行一次性命令并退出。

权限管理命令

除了启动时的参数，你还可以在会话中使用 /permissions 命令来动态调整当前会话的权限策略。

模型切换

模型切换 (/model)

使用 /model 命令可以在不同模型间（如 Sonnet 和 Opus）灵活切换。

查看消耗情况

查看消耗情况 (/cost)

使用 /cost 查看当前会话的消耗，或使用 ccusage 工具进行全局统计。

回滚代码

发送“回滚”指令可以撤销上一步的文件更改。但更推荐使用 Git 作为更可靠的检查点机制。

巧用 Hooks 提升体验

在配置文件中设置 Hooks，在 AI 回复完成时执行脚本，例如为不同项目设置不同的完成提示音，提升多任务处理时的感知力。

使用免授权模式

启动时带上 --dangerously-skip-permissions 参数，开启 Bypassing Permissions 模式，让 Claude 自动执行所有操作，无需手动确认。

善用快捷键

/: 查看所有斜杠命令。
上下方向键: 查看命令历史。
Tab: 命令快速补全。
Shift + ?: 查看所有快捷键列表！

文件暂存解决复制难题

终端的复制粘贴体验不佳时，让 Claude Code 先将内容写入到一个临时文件（如 `temp.txt`），你再从文件中复制。

随时打断与引用

打断任务: 按下 ESC 键，立即停止 Claude 的当前工作。
“分叉”对话: 连按两次 ESC 键，调出历史消息，并从任一处重新开始或编辑。

始终保持更新

Anthropic 团队对 Claude Code 的更新频率非常高。请务必定期运行升级命令：

sudo npm install -g @anthropic-ai/claude-code

把需求说具体

避免“修复这个漏洞”这类笼统指令。应提供具体描述，如“修复用户登录时不输入密码出现的空指针错误”。

规划先行：制定PRD

在开始大型项目前，花时间与 AI 一起制定一份产品需求文档（PRD）。关注“什么”而非“怎么做”，会极大提升最终产出的质量。

利用非交互模式进行自动化

真正强大的工具能够融入到你的自动化流程中。对于支持非交互模式的工具，可以将其能力脚本化。例如，写一个 CI/CD 脚本，在代码提交前自动调用 codex "fix all lint errors in the committed files" 来自动修复格式问题。