Claude Code值得深入学习的核心原因

Claude Code 不是一个更好的代码补全工具，它是一个AI Agent。

区别在哪里：

• 代码补全（Copilot）：你告诉它写什么，它帮你打字
• Agent（Claude Code）：你告诉它做什么，它自己规划、执行、调试，直到完成

这个区别意味着，Claude Code 能做的事情边界，取决于你对它的理解深度。

第一部分：安装与基本交互

先说安装，非常简单：

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

三种工作模式

默认模式，每次执行前都会跟你确认一下：

claude
# > 帮我创建一个 Flask 项目
# [需要执行 mkdir flask-project...] 确认？(y/n)

自动模式（--dangerously-skip-permissions）会跳过所有权限确认：

claude --dangerously-skip-permissions
# 适合：你完全信任 Claude Code 的操作，不想频繁确认
# 风险：Claude Code 会无提示删除/修改任何文件

规划模式（Plan Mode）则先输出执行计划，确认后再执行：

用户输入：重构这个模块，提取公共逻辑
Claude Code：我的计划是：
1. 分析 utils.py、helpers.py 的共同函数
2. 创建 common.py 提取共同函数
3. 修改 utils.py 和 helpers.py 引用 common.py
4. 运行测试确认功能不变
是否按此计划执行？

处理大型任务的最佳实践，就是先看计划，不满意就调整，再执行。

第二部分：MCP 集成

MCP 是 Claude Code 能力扩展的核心机制。

安装一个 MCP Server

以 Figma MCP Server 为例（让 Claude Code 能直接读取设计稿）：

# 方法一：直接告诉 Claude Code
> 帮我安装 Figma MCP Server

# 方法二：手动配置 .claude/mcp.json
{
  "mcpServers": {
    "figma": {
      "command": "npx",
      "args": ["-y", "figma-developer-mcp"],
      "env": {
        "FIGMA_API_KEY": "your-api-key"
      }
    }
  }
}

配置后，Claude Code 就能：

> 根据 Figma 设计稿 https://figma.com/file/xxx 实现这个登录页面

Claude Code 会自动调用 Figma MCP Server 获取设计稿内容，理解颜色、尺寸、布局，然后生成对应代码。

第三部分：Context 管理

为什么要管理 Context

长时间工作后，Claude Code 的 Context Window 会逐渐被填满：

• 之前的对话历史
• 读取过的文件内容
• 工具调用结果

Context 窗口填满了会怎么样？响应变慢、遗忘早期内容、成本增加。

两种处理方式

压缩（/compact）会保留关键信息，丢弃细节：

> /compact
# Claude Code 会生成一个当前任务的摘要，替换完整历史

清除（/clear）是完全清空，重新开始：

> /clear
# 适合：当前任务完成，开始新任务

恢复历史会话：

claude --resume
# 显示最近的会话列表，选择要继续的

CLAUDE.md：项目级记忆文件

在项目根目录创建 CLAUDE.md，Claude Code 启动时会自动读取，相当于给它注入"项目上下文"：

# 项目说明
这是一个 Django + React 的电商项目。

## 技术栈
- 后端：Django 4.2，PostgreSQL，Redis
- 前端：React 18，TypeScript，Tailwind CSS
- 部署：Docker + Nginx

## 编码规范
- 所有 Python 函数必须有类型注解
- 前端组件用函数式组件 + Hooks
- API 接口遵循 RESTful 规范

## 常用命令
- 运行测试：`python manage.py test`
- 启动开发服务器：`docker-compose up`

## 注意事项
- 不要直接修改 migrations 文件，让 Django 自动生成
- 环境变量在 .env 文件中，不要 hardcode

第四部分：Hook 机制

Hook 是 Claude Code 最强大也最少人用到的功能之一。它允许你在 Claude Code 的执行流程中插入自定义脚本，在特定事件发生时自动触发。

Hook 类型

配置 Hook

// .claude/hooks.json
{
  "hooks": {
    "pre_tool_use": [
      {
        "matcher": "bash",
        "hooks": [
          {
            "type": "command",
            "command": "python /path/to/security-check.py"
          }
        ]
      }
    ],
    "post_tool_use": [
      {
        "matcher": "write_file",
        "hooks": [
          {
            "type": "command",
            "command": "python /path/to/format-check.py"
          }
        ]
      }
    ]
  }
}

实际使用案例

安全检查：在 Claude Code 执行任何 bash 命令前，检查是否包含危险操作：

# security-check.py
import sys, json
tool_input = json.loads(sys.stdin.read())
command = tool_input.get("command", "")
DANGEROUS_PATTERNS = ["rm -rf", "DROP TABLE", "format", "> /dev/"]
for pattern in DANGEROUS_PATTERNS:
    if pattern in command:
        print(f"安全检查：检测到危险命令 '{pattern}'，已拦截")
        sys.exit(2)  # 退出码 2 = 拦截此次工具调用
sys.exit(0)  # 放行

自动格式化：每次写入 Python 文件后自动运行 Black 格式化：

# format-check.py
import sys, json, subprocess
tool_input = json.loads(sys.stdin.read())
file_path = tool_input.get("path", "")
if file_path.endswith(".py"):
    subprocess.run(["black", file_path], capture_output=True)
    print(f"已自动格式化：{file_path}")

第五部分：Agent Skill

见上一篇文章（第10篇）的详细介绍。Claude Code 安装 Skill 后，AI 会自动识别何时使用它——不需要你每次手动调用。

第六部分：SubAgent

SubAgent 是 Claude Code 的多 Agent 协作机制。场景：一个大型任务，不同部分需要不同专业能力。比如"把这个项目迁移到新框架"——需要分析现有代码、规划迁移路径、逐模块迁移、测试验证。

# 创建专门的 SubAgent
> 创建一个专注于测试的 SubAgent，负责这次迁移中的所有测试工作

# SubAgent 配置
~/.claude/subagents/test-agent/
├── AGENT.md  # SubAgent 的 System Prompt
└── tools.json  # 这个 SubAgent 可用的工具列表

# AGENT.md（测试专家 SubAgent）
你是一个测试工程师专家。你的职责是：
1. 为代码写单元测试和集成测试
2. 分析测试覆盖率，提出补充测试的建议
3. 执行测试，分析失败原因
你不负责写业务代码，只负责测试相关工作。
遇到需要修改业务代码才能修复的 Bug，告知主 Agent 处理。

Skill vs SubAgent 的区别：

第七部分：后台任务

Claude Code 支持在后台运行长时间任务，不阻塞当前会话：

# 启动后台任务
> 在后台帮我跑完整的测试套件，完成后告诉我结果
[后台任务 #1 已启动]

# 继续做其他事情...
> 帮我看一下这个函数有没有问题

# 后台任务完成后会通知你
[后台任务 #1 完成] 测试结果：128 通过，3 失败...

总结

Claude Code 的能力层次：

基础层：自然语言指令 + 文件操作 + 终端命令
扩展层：MCP（接入外部工具/服务）
智能层：Hook（拦截和增强执行流程）
能力层：Agent Skill（复用专业化工作流）
团队层：SubAgent（多角色协作）
效率层：后台任务 + Context 管理

每一层都是独立的，可以按需学习和使用。但理解完整的层次，才能知道面对不同类型的任务，该用哪一层的工具。