Sat Jun 27 2026 20:00:00 GMT-0400 (Eastern Daylight Time)

2026年Claude Code指南:设置、Slash Commands、MCP与Subagents深度解析

我搭建了Claude Code、CLAUDE.md、MCP服务器和subagents,并在实际代码仓库上运行了一个月。本文详细分享了我日常使用的完整配置流程、核心命令以及高效工作流。

2026年Claude Code指南:设置、Slash Commands、MCP与Subagents深度解析

上次更新: June 28, 2026

我在过去一个月里,每天都在一个真实的 Next.js monorepo 上使用了 Claude Code。本文介绍了我的设置、/命令、CLAUDE.md、MCP、子代理(subagents)、权限和钩子(hooks),以及它不足之处。

快速答案:什么是 Claude Code?值不值得用?

Claude Code 是 Anthropic 的 agentic coding CLI。它可以读取你的仓库,编辑文件,运行 shell 命令,并串联工具直到任务完成。我用它来发布功能、修复 bug 和审查 diff,而无需离开终端。

对我有效的设置是:安装 CLI,添加一个 CLAUDE.md 文件,连接两个或三个 MCP 服务器,并保持权限严格。这种组合能让它从一个聊天玩具变成一个了解你代码库的队友。

它不是魔法。在一个 200k-file 的仓库上,它会幻觉 API 并破坏测试。它的回报来自于当你将任务范围缩小、审查每一个计划并频繁提交时。关于真正的限制,我在文末讨论。

如何设置 Claude Code?

我为 macOS 安装了原生安装程序,为 Linux 安装了 Node。这两个都是在 github.com/anthropics/claude-code 仓库中记录的官方路径。

## macOS / Linux 原生安装程序
curl -fsSL https://claude.ai/install.sh | bash

## 或通过 npm
npm install -g @anthropic-ai/claude-code

## 验证
claude --version

然后我在我的仓库内运行了 claude 并用我的 Anthropic 账户登录。首次启动时,它扫描了整个目录树并提示我确认目录访问权限。我只对项目根目录说同意,而不是我的整个主文件夹。

一些我早期做出的设置决定,并且没有后悔:

  • 我在 CI 中固定了版本,以确保队友们保持一致。
  • 我将 .claude/ 添加到 .gitignore,但保留了 settings.json 文件并提交了它。
  • 在任何实际提示之前,我先写了 CLAUDE.md,因为上下文的质量决定了输出的质量。
  • 在第一周内,我保持了默认的“在破坏性操作前询问”模式开启。

官方的安装和配置参考资料位于 docs.claude.com/en/docs/claude-code,我在配置时会一直打开它。

我每天使用哪些 /命令?

/命令是引导工作流程最快的方式。我通过运行 /help 并将列表精简到我真正需要使用的那些,学会了这些命令。

命令 我的用途
/clear 在开始新任务前重置上下文,避免漂移
/compact 总结冗长的会话,同时不丢失关键事实
/init 从当前仓库启动一个 CLAUDE.md 文件
/cost 在任务过程中检查 token 消耗量
/resume 接续我之前暂停的会话
/permissions 实时审计和编辑允许使用的工具

我运行 /clear 的频率高于任何其他命令。当一个会话变得混乱时,一张干净的白板加上更严格的提示就能解决 80% 的问题。/compact 是我在想保持动力但上下文开始过重时使用的“温和版”。

屏幕上显示的彩色编程代码的模糊特写

如何编写出效果显著的 CLAUDE.md?

CLAUDE.md 是 Claude 在每个会话开始时读取的一个 markdown 文件。把它当作新员工的入职文档来对待,这个员工虽然很快,但对你的决策零记忆。

我运行 /init 来生成初稿,然后我会手动重写它。生成的版本只是一个起点,而不是最终文件。我的 CLAUDE.md 涵盖了技术栈、约定、布局、命令以及我绝不希望重新引入的三个 bug。

## Project

Next.js 14 App Router, TypeScript strict, Prisma + Postgres, pnpm workspaces.

## Layout
- App routes in app/
- Server actions in app/actions
- UI primitives in packages/ui

## Conventions
- Prefer async/await over .then chains
- Never use `any`; type unknown and narrow
- Keep components under 200 lines

## Commands
- Dev: pnpm dev
- Test: pnpm test
- Lint: pnpm lint

## Known traps
- Do not edit prisma/schema.prisma without running migrate
- rate-limit.ts is shared; changes affect all routes

我犯下的两个 CLAUDE.md 错误和修正。首先,我写了段落而不是列表,这稀释了信号。其次,我在里面放了项目历史记录,徒增 token 消耗。保持简短、指令性强和时效性。

关于更深层次的模式,我的 Claude Code skills writeup 分解了与 CLAUDE.md 搭配良好的可重用提示片段。

MCP 和子代理在实践中如何工作?

MCP (Model Context Protocol) 是 Claude Code 如何超出你的仓库范围(例如:数据库、浏览器、GitHub、Linear)的方式。我运行了三个 MCP 服务器,这就足够了。更多的服务器意味着更多的 token 消耗和更多的审批提示。

我目前的 MCP 设置每周都能完成实际的工作:

  • GitHub server 打开 PR 并读取评论。
  • Postgres server 在我无需编写 SQL 的情况下回答“多少行记录匹配”。
  • Playwright server 根据暂存 URL 验证 UI 更改。

我在 .claude/settings.json 中配置了它们,并在信任它们执行实际任务之前,用一个单行提示对每个服务器进行了验证。关于配置和服务器选择的详细内容,请参阅 Claude Code MCP integration guide 和更广泛的 MCP model context primer

戴着耳机在双显示器前编写代码的程序员

子代理是另一个倍增器。对于具有独立部分的特性,我让 Claude 派发并行子代理,每个子代理负责一个文件或模块,然后由主代理合并结果。它大大缩短了大型更改的实际时间。

当工作确实是并行的时,子代理表现出色。但如果任务共享状态,它们就会失败,因为合并步骤会变得混乱。对于我信任的并行化模式,请参阅 Claude Code subagents and team automation

权限和钩子如何工作?

权限决定了 Claude 在不询问的情况下能做什么。我保持默认设置保守,并根据项目进行扩展。在任何破坏性操作发生之前都会出现审批提示,这是我绝不会禁用的安全网。

模式 行为 我使用的情况
Read-only 只读文件,不写入 探索一个陌生的仓库
Default 写入文件,对 shell 操作前询问 日常功能开发工作
Plan 提出计划,等待我的确认 风险较高的重构
Skip approvals 无提示运行 仅限沙盒的临时分支

钩子(Hooks)是用户定义的脚本,在 Claude 的特定事件上运行:命令前、编辑后、会话开始时。我使用 post-edit 钩子自动运行 linter 和 type-checker,这样 Claude 就能快速获得反馈,而无需我手动执行任何操作。

一个钩子在上周帮了我大忙。我的 pre-command 钩子阻止了对项目外部路径的 rm -rf 命令,Claude 也相应地调整为范围限定的删除。这正是我花十分钟设置值得的安全防护措施。

在现代办公室里编写和审查代码的软件工程师

2026 年,Claude Code 值不值得用?

是的,对于那些已经在终端中生活着的开发者来说。成本是真实的,以 token 计算,但当你的任务范围明确、并且你的仓库通过 CLAUDE.md 进行了良好描述时,它就会发挥价值。

它取代了我三个工具:一个独立的 AI 聊天工具、一个 CLI 搜索助手,以及我大部分手动 grep-阅读的探索工作。终端原生的循环比切换到浏览器要快得多。

它仍然会输给什么:大型模糊重构、文档稀疏的新框架,以及任何需要跨整个代码库品味判断的事情。对于这些,我会先用纯文本计划,然后再把清晰的规范交给 Claude。

你应该相信它处理生产代码吗?

不能无监督地使用。我对待 Claude Code 的输出就像对待一个能力很强的初级工程师提交的 PR:审查每一个 diff,运行测试,绝不盲目合并。自主性是一个旋钮,而不是开关。

诚实的警告是:Claude Code 会自信地生成看起来正确但微妙错误的代码,尤其是在错误处理和异步清理方面。你需要自己审查失败路径,保持快速的回滚机制,这样你就能获得巨大的生产力提升,而不会遭遇灾难。关于我没有重复的设置,请参阅 Anthropic docs

关键要点回顾

  • 安装 CLI,然后在第一次实际提示之前投资于 CLAUDE.md。
  • 精通 /clear/compact/permissions;其他都是可选的。
  • 从两个或三个 MCP 服务器开始,只有工作流程要求时才添加更多。
  • 使用子代理处理并行、独立的任务;保持共享状态的任务是串行的。
  • 保持权限严格,并为 lint、类型检查和破坏性命令设置钩子(hooks)。
  • 将每个 diff 都像对待 PR 一样审查。没有人工审核的自主性就是项目出问题的地方。

图片鸣谢

阅读指南的同时,欢迎使用这些免费工具。

Real-ESRGAN AI 上采样:工作原理及使用时机 的封面图片

Wed Mar 11 2026 20:00:00 GMT-0400 (Eastern Daylight Time)

Real-ESRGAN AI 上采样:工作原理及使用时机

本文将详细介绍 Real-ESRGAN 是什么,其基于 GAN 的超分辨率工作原理。我们将探讨它擅长的领域(如照片和艺术品的 4x upscaling)以及局限性所在,并提供操作命令和真实的性能限制分析。