🚀 思维转变：从编辑器AI到命令行
“全局上下文”的缺失 vs. “被动式”赋能
| 特性 | 传统编辑器AI (例如 Copilot) | 命令行AI (例如 Claude) |
|---|---|---|
| 交互模型 | 打开文件，选择代码，请求更改。 | 从项目根目录通过指令进行对话。 |
| 认知限制 | 缺乏全局上下文；仅限于当前文件或代码片段。 | 构建全局意识；理解并操作整个项目。 |
| 开发者参与 | 需要频繁的手动干预。 | “被迫”授权，提供更多信息和反馈。 |
核心问题
上下文同步困难；AI的理解与现实脱节。
秘密武器
一个“原始”界面释放了AI的全部潜力：顶级模型 + 海量Token窗口
📚 为Claude Code提供上下文
构建AI项目意识的三个上下文层次
1. 个人上下文
~/.claude/claude.md
定义您的个人偏好、常用库和代码风格。这会全局应用。
2. 项目上下文
<project>/claude.md
项目的核心架构、关键模块和特殊约定。必须检入代码库。
3. 文档化一切
plans.md, analysis.txt, etc.
将您的中间工作——计划、分析、图表和笔记——喂给AI，使其与您的思维过程保持一致。
⚙️ 上下文管理
核心约束：像管理内存一样管理200k上下文窗口
痛点：
上下文是稀缺资源，很容易耗尽。自动压缩可能会让AI感到困惑并导致信息丢失。
🎯 分解任务 (关键)
在计划模式下，将大任务分解为小步骤。将计划文档化，以便新会话可以轻松接手。
🤖 使用子代理
为代码分析、审查和测试创建具有隔离上下文的子代理，以分离关注点。
🧹 手动压缩 (/compact)
在自然断点（例如，功能完成后）主动运行此命令，以保留核心信息并避免任务中混淆。
⚡ 开始新会话 (/clear)
在处理相对独立的任务时，不要犹豫，重新开始以避免无关的上下文。
🗺️ 规划：两种哲学
计划模式：先计划还是先行动？
🧐 规划者
方法：在编写代码之前，在计划模式下与AI讨论架构和实现细节。
最适合：维护具有特定架构的现有项目的有经验的开发人员。
好处：保持控制，实现更高的代码质量。
💪 强力推进者
方法：让AI立即实现功能，并通过错误和反馈进行迭代。
最适合：探索新技术栈或原型设计思想以获得快速验证。
好处：快速行动，迅速看到结果。
计划模式的隐藏好处：就像“小黄鸭调试法”一样，与AI对话的过程本身就是一种整理思路和发现盲点的方式。
👣 提交策略：两种节奏
控制是效率的前提
❌ “随它去”的噩梦
我曾经尝试让AI一次重构7-8个文件。结果是一个“修复bug→引入新bug”的无限循环，最终以强制git reset结束。
如果必须这样做，请确保：
- 首先使用TDD：让AI编写测试。
- 使用版本控制：准备好回滚。
- 交叉审查：让另一个AI审查代码。
✅ 强烈推荐：小步迭代
- 高可控性：易于定位问题和回滚。
- 易于理解：您可以跟随AI的逻辑而不会失去控制。
- 质量保证：您可以在每一步之后进行测试和验证。
- 学习机会：观察AI的实现以提高自己的技能。
🎓 作业：付诸实践
是时候动手体验命令行AI了。
设置个人上下文
将您的个人编码风格、首选库和通用说明添加到您的全局上下文文件中。
~/.claude/claude.md
初始化一个项目
导航到项目目录，让AI为您生成一个特定于项目的上下文文件。
/init
记录业务流程
让Claude解释您项目中的一个业务流程，然后保存解释以备将来参考。
使用计划模式
开始一个新的对话，并在计划模式下与Claude交谈，以在实现之前勾勒出新功能的大纲。
Shift + Tab
管理上下文
练习在完成子任务后使用 /compact，并在开始新的不相关任务时使用 /clear。