Claude Code 团队的 10 个 AI 编程技巧

一、使用 Git worktree 进行并行开发

解决单分支并行开发时代码互相影响的问题，可在一个分支创建多个临时目录（worktree），各目录开发互不干扰。

使用要点：

• 终端命令行管理较麻烦，可视化 AI 编程工具（如 Codex APP）通过新开 threads 选择 worktree 更便捷
• 建议在项目骨架框架和公共模块完善后使用，避免重复或混乱
• 单人管理多 worktree 需适应，若管理困难可使用单分支或仅开一个 worktree

替代方案：拷贝项目到不同目录、checkout 不同分支并打开多个 AI 编程工具窗口，管理更简单。

二、复杂任务多用 plan 模式

作用：通过与 AI 沟通明确需求细节，直至计划文档满意后再切换普通模式开发。

• 若对功能场景、范围、框架描述清晰，可省略 plan 过程
• 复杂或需求不明确时建议使用，能提升效果和准确率

推荐插件：「planning-with-files」，采用 manus 思路，解决复杂任务时生成：

• 追踪计划文件
• 深入研究结果文件
• 进度文件

支持主流编程工具，关闭或切换工具后可重启继续执行。

三、不断迭代 claude.md 和 agents.md

claude.md（或 agents.md）是 AI 编程工具的永久记忆，每次对话会加载到上下文，用于存储需 AI 记住的信息。

内容建议：

• 保持简洁（如 Claude Code 官方文件约 2.5k tokens）
• 包含：常用指令、风格规范、UI 设计、流程、PR 请求等
• 可通过 @ 符号引入其他文件减少内容量

更新方式：

• 直接让 AI 更新（总结对话错误并记录规则）
• 通过钩子/技能触发（如创建通用技能总结对话内容保存）

四、创建自定义技能

原则：若一天内某件事做超过一次，应总结为技能提升效率，技能可复用和分享。

技能来源：主流网站，可按安装数量查找。

创建方式：

• 对话描述目标和流程，让 AI 调用「skype creator」技能创建
• 自动学习：通过钩子总结对话、定时器扫描对话记录、斜杠命令主动学习

安装推荐：「nbx skills」方式，支持不同 AI 编程工具，会提示安装所需命令。

五、让 AI 自己修复 bug

流程类似企业内部 bug 处理：在 Slack 等平台粘贴问题链接，AI 读取内容后分析代码修复。

进阶：结合内部 bug 平台开发 MCP，实现从发现问题到解决的自动化流程，减少人为参与。如通过 PR 合并请求提问题，AI 读取修复后合并，形成自动化开发、修复、发布流程。

六、提升提示词能力

无需自己写大量提示词，可通过以下方式提升：

• AI 对话沟通、plan 模式丰富提示词
• 让 AI 作为评审人校准修复提示词
• 工具自带强化功能（如点击星星符号，根据上下文和目录结构优化）
• 第三方插件（如 openstack）明确需求

自身具备提示词结构能力更佳。

七、终端和环境配置

• 推荐：使用 zsh 或 whzsh 终端，对中文支持较好
• 语音输入：大部分 AI 编程工具内置语音输入，可增加输入内容量，使 AI 更易理解需求，比文字描述更详细

八、使用子代理（sub agents）

• 主代理：当前对话窗口
• 子代理：在主代理中打开的子窗口，两者上下文隔离（互不影响）

特点：上下文长度有限、可同时开启多个，效率高。

适用场景：执行与主流程隔离的简单任务，如开发功能后跑测试用例，子代理仅需执行测试并返回结果。

九、用 AI 进行数据分析

趋势：通过语义化方式操作，如通过文字对话写 SQL 语句、创建表，AI 理解语义后调用底层工具（如 mysql）执行转化和操作。

十、用 AI 解释代码

• Claude Code：可通过配置（打开斜杠 config）解释代码，类似生成 mermaid 流程图解释代码过程
• 其他工具：可寻找相关技能实现类似效果，如解释方法流程