Claude Code 最佳實踐:AI 編程助手的完整指南

- #Claude Code 的運作原理:你的 AI 終端大師

Cal 形容 Claude Code 就像是「那個什麼都在終端機操作的同事」——永遠不碰圖形介面,但效率驚人的技術高手。他回憶起當初作為初級工程師時的導師 Tony:「我會走到他桌前求助,他會打開終端機,敲出各種瘋狂的 bash 指令,在 Vim 裡快速修改程式碼。我總是想著:哇,我應該學會這些技巧。」

現在有了 Claude Code,就像 Tony 隨時在你身邊。

- #純粹的 Agent 架構:簡單卻強大

在 Anthropic,團隊秉持「做簡單但有效的事」的原則。Claude Code 正是這個理念的體現——一個純粹的 AI agent。Cal 解釋:「當我們談論 agent,指的是一些指令、強大的工具,然後讓模型在迴圈中運行直到完成任務。」

與一年前的做法不同,Claude Code 不做任何程式碼索引或嵌入。它探索程式碼庫的方式就像一個新加入團隊的工程師——透過 glob、grep、find 等搜尋工具,逐步理解整個專案架構。

這種「代理式搜尋」讓模型能夠執行搜尋、檢視結果,然後決定是否需要更多資訊,完全模擬人類的探索過程。

- #五大應用場景:從探索到大規模遷移

Cal 分享了 Claude Code 的五個主要應用領域:

  1. 程式碼探索
當你被分配到新專案時,Claude Code 能加速你的上手過程。你可以問:「這個功能在哪裡實現?」或「看看這個檔案的 git 歷史,告訴我過去幾週的變化。」
  1. 思維夥伴
在開始編碼前,可以請 Claude 先探索程式碼庫,提供 2-3 種實作方案。Cal 強調:「先別開始寫程式,讓 Claude 回報不同的選項。」
  1. 建構程式碼
從零開始建立應用,或在現有程式碼庫中工作。Claude Code 團隊的程式碼庫擁有異常高的單元測試覆蓋率,因為 Claude 讓撰寫測試變得極其簡單。
  1. 部署整合
透過 Claude Code SDK,可以在 CI/CD 流程中加入編程 agent,實現自動化程式碼審查和修復。
  1. 大規模遷移
許多客戶表示,有了 Claude Code,那些被擱置已久的大型程式碼庫遷移專案(如舊版 Java 升級、PHP 轉 React)變得更可行了。

- #最佳實踐:讓 Claude Code 發揮最大效能

使用 claude.md 檔案 這是跨 session 分享狀態的主要方式。當 Claude Code 啟動時,會自動讀取工作目錄中的 claude.md 檔案。你可以在其中記錄:

  • 如何執行單元測試
  • 專案架構概覽
  • 程式碼風格指南
  • 團隊特定的開發規範
  • 權限管理優化 Claude Code 的權限系統讓你能控制 AI 的操作範圍。讀取操作不需確認,但寫入或執行 bash 指令時會徵求許可。使用 Shift+Tab 可啟動自動接受模式,加快工作流程。

    整合 CLI 工具 Claude Code 在終端機操作上表現卓越。安裝更多 CLI 工具(如 GitHub 的 gh 指令)或連接 MCP 伺服器,能讓 Claude 處理更多任務。Cal 建議:「如果是知名且文件完善的 CLI 工具,優先使用它而非 MCP 伺服器。」

    上下文管理 Claude 的上下文窗口有 200,000 token 的限制。當接近上限時,你有兩個選擇:

    • 使用 `/clear` 清除所有內容重新開始
    • 使用 `/compact` 讓 Claude 總結目前進度,以摘要形式開始新 session
    • - #進階技巧:成為 Claude Code 高手

      同時運行多個 Claude Cal 透露,有些 Anthropic 工程師和客戶會同時運行 4 個 Claude Code 實例。你可以在 tmux 或不同分頁中協調這些 agent,大幅提升生產力。

      善用 ESC 鍵 在 Claude 工作時,按 ESC 可以中斷並插話:「我覺得你走錯方向了」或「我要你做別的事」。按兩次 ESC 還能跳回對話歷史。

      測試驅動開發 讓 Claude 進行小幅修改、執行測試、檢查 TypeScript 和 linting,並定期提交程式碼。這樣即使出錯也能輕鬆回滾。

      截圖引導 Claude 支援多模態輸入。你可以貼上截圖或指向圖片檔案,說:「看看這個 mock.png,幫我建立網站。」

      - #最新功能:Claude 4 帶來的突破

      Cal 在演講中展示了幾個最新功能:

      模型切換 使用 `/model` 指令可以查看和切換模型。預設是 Sonnet,但也可以切換到更強大的 Opus。

      工具呼叫間的思考 Claude 4 的重大突破是能在工具呼叫之間進行「深度思考」。當你看到淺灰色文字時,就是 Claude 在思考。Cal 建議:「在解決 bug 時,加入『think hard』指令。」

      IDE 整合 VS Code 和 JetBrains 的新整合讓 Claude 能知道你正在編輯哪個檔案,提供更精準的協助。

      - #未來展望:無頭自動化的無限可能

      Cal 最興奮的是 Claude Code 的程式化使用。團隊正在探索如何在 GitHub Actions 之外的更多場景使用 Claude Code SDK。他挑戰在場的開發者:「思考你們能在哪些創意場景中使用自動化的編程 agent。」

      這不只是一個工具的演進,而是程式開發方式的革命。當 AI 能像資深工程師一樣理解和操作程式碼時,開發者的角色將從編碼者轉變為架構師和指揮家。

      Claude Code 正在重新定義什麼是可能的——不是取代開發者,而是賦予每個人超級編程能力。

      參考資料來源:https://www.youtube.com/watch?v=gv0WHhKelSE

Read more

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

很多人問我,在 Claude 裡面,Project、Skill、Connector 這三個東西到底差在哪裡? 什麼時候該用哪一個? 老實說,我一開始也搞得很混亂。 但實際用了一段時間之後,我發現其實邏輯很簡單。 先從最基本的開始:Connector 是對外的資料來源 如果你需要從外部拿資料,比如說接 Google Calendar、接 Notion、接你自己的資料庫,你就需要 Connector。 它就是一個 MCP 的連結,讓 Claude 可以去外面抓資料回來。 沒有 Connector,Claude 就只能用它自己知道的東西,沒辦法碰到你的資料。 Skill 則是內部的運算邏輯 Skill 沒有辦法對外連接。 它只能在內部用 Python 或程式碼執行。 你可以把它想成是一個 Controller,專門負責處理運算的部分。 比如說,你想讓 Claude 用特定的格式改寫文章、

By Andy Lin
讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need 最近我在 Claude 上快速搭建了七大 Agent。 原因很簡單:你的助理應該是越使用越懂你。 而 Claude Project 有個關鍵功能叫 Memory,它會根據你不斷詢問的過程,主動提取記憶。 這就是我認為 AI 助手真正強大的地方。 GA 分析助手:從進階到客製化 自從我串接 GA MCP 後,這位助手已經變得非常厲害。 漏斗分析、訪客來源、異常事件追蹤、站上任何問題都難不倒它。 但我想要的不只是這些。 我希望它隨著時間,能夠對齊我的知識,知道我要什麼。 你不用想太多,不用一次設定好整個 instructions。 試著使用一週,再回頭看看 memory,你會發現它已經根據你的行為開始學習客製化了。 許多助手不需要懂老闆要什麼,但網站分析不一樣。 因為我沒有那麼多美國時間,

By Andy Lin
AGI 來臨:兩大 AI 巨頭的預測與警示

AGI 來臨:兩大 AI 巨頭的預測與警示

在近期的達沃斯論壇上,Anthropic 執行長 Dario Amodei 與 Google DeepMind 執行長 Demis Hassabis 進行了一場關於「AGI 之後的世界」的深度對談,揭示了 AI 發展的最新進展與未來展望。 AGI 時間線預測 Dario 重申了他去年的預測:在 2026-2027 年,AI 模型將能夠在諸多領域達到諾貝爾獎得主的水準。他表示目前 Anthropic 的工程師已經不再親自寫程式碼,而是讓模型來完成編寫工作,人類只負責編輯和周邊任務。他預估在 6-12 個月內,模型將能端到端完成大部分工程師的工作。 Demis 則持稍微保守的態度,認為在十年內有 50% 的機會實現 AGI。他指出編程和數學領域較容易自動化,因為結果可驗證;但自然科學領域則更具挑戰性,需要實驗驗證,且目前模型在「提出問題」和「建立理論」

By Andy Lin
讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

最近我嘗試做了一個 Agent,專門用來分析我的身體健康狀況。 這不是什麼有商業潛力的專案,純粹是出於好奇。 我想知道現在的 AI 到底能幫我們把健康分析做到什麼程度。 資料從哪來? 要讓 AI 分析任何東西,首先得有資料。 我第一個想到的就是 Apple Health。 因為我每天戴著 Apple Watch,它本來就會自動記錄睡眠、運動、心跳這些數據。 除此之外,我也在嘗試另一個經絡檢測的儀器,有點像中醫把脈的概念,只是還沒整合進來。 我覺得如果未來能把更多資料源串在一起,應該可以做出更有意思的應用。 技術架構其實不難 我用了一個叫「Apple Health Auto Export」的 App。 這個 App 可以把健康資料透過 REST API 自動傳送到你指定的伺服器。 資料打到伺服器後,我再處理並存到 Database 裡。 接著寫一個 MCP Server,然後在

By Andy Lin