跳过权限确认输入：

claude --dangerously-skip-permissions

技巧：

1. 出现幻觉，陷入失败怪圈，果断重启

/clear，清空session

总结试错清单，明确告知AI避免这些试错方向，不要再次掉坑

2. 多用git commit，便于失败回滚

3. Alt+m，进入Plan模式（不修改任何代码，只做规划）

4. 先让AI写出需求文档

例如：

5. 用好CLAUDE.md文件

该文件，是专门写给 AI 助手看的“项目说明书”。

它解决了 AI 无法自动理解项目约定的问题。因为 Claude Code 这类 AI 工具的每次会话都是“失忆”的，如果不设置这个文件，你需要在新会话中把项目的代码规范、构建流程、技术栈等背景信息，重新解释给 AI 听。

CLAUDE.md 文件会在每次会话开始时自动加载到 AI 的系统指令中。它相当于为 AI 提供了一个能随项目演进的、跨越不同会话的“长期记忆”，这样团队里的每个人都能享受到一致的 AI 辅助。

你可以把 CLAUDE.md 当成一份给 AI 同事看的项目指南。一个有效的 CLAUDE.md 通常包含以下几个部分：

核心信息

• 项目概览与架构 (Project Overview & Architecture)：简明扼要地介绍项目定位、技术栈和整体架构，帮助 AI 快速建立项目的宏观认知。

• 代码规范 (Coding Standard)：明确命名约定、缩进方式、模块化规范等。为了确保 AI 严格遵守，可以使用 IMPORTANT 或 YOU MUST 等强调词汇。

• 常用命令 (Common Commands)：记录常用的构建、测试、运行命令。这些是 AI 助手执行任务的基础知识。

• 行为规则 (AI Behavior Rules)：针对项目特定情况给 AI 的指示，如特殊库的使用约束、历史遗留代码的处理原则等。

进阶用法

• 工作流 (Workflow)：记录团队的 Git 分支策略、代码提交流程（如 Conventional Commits）或问题处理流程。

• 已知隐患 (Known Pitfalls)：记录项目中常遇到的陷阱、特定模块的注意事项等，避免 AI 重复犯错。

• 架构决策记录 (ADR)：记录项目演进中的重要技术决策和选型理由，方便 AI 理解代码背后的设计思路。

提升 AI“对话”质量的小技巧

想让 AI 更好地理解并响应你的指令，还可以试试下面这些技巧：

• 快速生成初版配置：在项目根目录运行 /init 命令。Claude 会自动分析你的代码库并生成一个配置文件的初始版本。

• 拆分管理大型配置：如果项目中有大量规则，建议按照不同领域（如前端规范、后端API规范）拆分为多个文件，放入 .claude/rules/ 目录。这样不仅结构清晰，还能通过路径限定规则只在处理特定目录的代码时加载，以减少上下文消耗。

• 善用 @import 指令：在主 CLAUDE.md 中，通过 @import 命令来引用子目录中的 Markdown 文件，实现模块化的配置管理。

• 遵循最佳实践：官方建议将文件内容控制在200行以内，并保持每条规则具体可执行（如“禁止使用 var 声明变量”），而非模糊的描述（如“正确使用 JavaScript 特性”）。

6. 将“讲中文”放入CLAUDE.md文件

7. ByPass模式

claude --dangerously-skip-permissions

8. /clear清理上下文

/compact手动执行上下文压缩

/context查看上下文占用情况

9. Code Review和CI/CD

推荐的做法是：结合使用不同层次的机制, 将"规则与指令"放入 CLAUDE.md, "自动化执行"交给 Hooks, 并配合 CI/CD 构建完整的自动化工作流

CLAUDE.md: 定义核心规则与标准

CLAUDE.md 文件的主要作用是确立规则, 而非编写具体脚本。它像是项目的"宪法", 为 Claude 提供必须遵循的指导方针。

你可以用它来定义测试和代码审查的核心标准。这种方式虽然有效, 但在长对话或上下文压缩后可能被忽略, 是建议性 (Advisory) 的。

例如, 你可以在 CLAUDE.md 中这样写:

Hooks: 强制执行自动化检查

Hooks 与 CLAUDE.md 不同, 它通过在 Claude Code 生命周期的特定节点上绑定脚本, 保证动作每次都会执行, 提供确定性 (deterministic) 的控制。

在自动化测试和代码审查场景中, 最推荐的是 PreToolUse 和 PostToolUse Hooks。例如, 在 .claude/settings.json 中配置 PostToolUse Hook, 可以实现在每次文件编辑后自动运行 ESLint:

Skills: 封装复杂工作流

Skills 是封装好的“技能包”, 将复杂任务所需的工作流、提示词等打包在一起。与 CLAUDE.md 中“建议性”的指令相比, Skills 是经过完整封装的“能力”。同时, 与每次只能执行一个 shell 命令的 Hooks 相比, Skills 可以定义更复杂的多步骤计划。

例如, 你可以创建一个 .claude/skills/code-review/SKILL.md 文件来定义“深度代码审查”流程:

CI/CD 集成: 将 AI 审查融入远程自动化流程

除了本地会话的自动化, 将 Claude Code 集成到 CI/CD 流程 (如 GitHub Actions) 中, 可以在 PR 等环节实现自动审查。

这里提供两种主流集成方式的示例:

方案一: 利用官方 GitHub Action

推荐使用 Anthropic 官方提供的 claude-code-action 来配置 Workflow 文件。

将此文件保存为 .github/workflows/claude-code-review.yml:

name: Claude Code Review
on:
  pull_request:
    types: [opened, synchronize] # PR 打开或更新时触发
  issue_comment:
    types: [created]            # 评论触发
jobs:
  claude-review:
    if: |
      (github.event_name == 'issue_comment' && contains(github.event.comment.body, '@claude-code')) || 
      github.event_name == 'pull_request'
    runs-on: ubuntu-latest
    permissions:
      contents: read
      pull-requests: write
    steps:
      - uses: actions/checkout@v4
        with:
          fetch-depth: 0
      - name: Run Claude Code Review
        uses: anthropics/claude-code-action@main
        env:
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
        with:
          args: 'You are an expert code reviewer. Please perform a thorough review of this PR, focusing on security, performance, and style issues. Create a PR comment with your findings.'

它的特点是:

• 配置简单: 基于 YAML 配置文件, 秒级安装配置。

• 零代码启动: 无需复杂脚手架, 但自定义程度相对受限。

方案二: 使用自定义 Shell 脚本 + Headless 模式

对于需要更精细控制的场景, 可以利用 Claude Code 的 Headless 模式 (claude -p)自定义脚本。在 .github/workflows/claude-review.yml 中编写以下内容:

它的特点是:

• 高度灵活: 完全控制审查流程和提示词。

• 学习曲线稍陡: 需要编写和维护自定义脚本。

💎 总结: 构建阶梯式自动化体系

最佳实践是通过构建一个阶梯式自动化体系, 将“规则与指令”放入 CLAUDE.md, “自动化执行”交给 Hooks, 并将审查工作流融入 CI/CD:

1. 基础层 (CLAUDE.md): 定义项目的核心标准和规范, 作为 AI 的基本行为准则。

2. 执行层 (Hooks & CLAUDE.md 指令): 利用 Hooks 强制执行自动化检查 (如 Lint), 同时将 CLAUDE.md 中的规则作为其行为指导。

3. 流程层 (Skills & CI/CD): 对于复杂的审查任务 (如 PR), 使用 CI/CD 进行集成, 或通过 Skills 封装复杂审查工作流, 供 AI 自主调用。

这种分层策略将确保 AI 辅助开发既高效又可靠。

10. 不要全指望AI

人还是要看路子走对了没有，对走偏的进行纠偏调整

11. 良好的代码命名规范，对AI理解项目，有很大帮助