已有基础 → 系统掌握。每天1小时，理论 + 动手 + 测验。覆盖上下文工程、Subagents、Hooks、Skills、MCP。
Transformer 架构对 n 个 token 产生 n² 个注意力关系。上下文越长，注意力被稀释，模型召回精度持续下降。这不是"突然崩掉"，而是渐进退化——就像人读了 10 万字后开始走神。
每加载一个 token 都在消耗"注意力预算"。系统提示词、工具定义、MCP 配置、消息历史——全部占用。200K 窗口听起来很大，但 有效工作区远小于标称值。
点击按钮模拟对话中 token 累积，观察不同压力等级的行为变化：
0-50% 正常工作，自由对话
50-70% 开始注意，避免加载大文件
70-85% 精度下降，执行 /compact
85-90% 幻觉增加，必须 compact 或 handoff
90%+ 不可靠输出，执行 /clear 重新开始
不要把整个文件 @mention 进上下文。让 Claude Code 用 grep / glob / head / tail 按需检索。这就像人类用搜索引擎而不是背诵百科全书。
@src/index.tsx @src/utils.ts @src/api.ts @src/config.ts
↑ 4个文件全量加载，可能消耗 20K+ tokens
"先 grep 找到所有 API 调用点，只读相关函数"
↑ Claude 用工具按需检索，消耗 < 2K tokens
关掉 auto-compact（它在 45K 处自动触发，打断你的节奏）。改用：
1. 手动 /compact 在自然停顿点压缩
2. 写 HANDOFF.md 传给下一个 session
Effective Context Engineering for AI Agents — Anthropic 官方博客，Claude Code 团队写的上下文管理策略。这是本课所有理论的源头。
在 Claude Code 中执行：
/config
找到 auto-compact 选项，关闭它。
打开一个真实项目，工作 15 分钟后执行：
/cost
记录当前 context 使用量和 token 消耗。这是你的基线。
在项目根目录创建，包含三段：
# HANDOFF
## 已完成
- [列出已完成的工作]
## 未完成
- [下一步要做什么]
## 关键决策
- [做了哪些技术选择，为什么]
在 Claude Code 中不要用 @mention 加载文件，改为：
"grep 找到所有包含 'useState' 的文件，
然后只读取 hooks 相关的那个函数"
第一层 — CLAUDE.md（项目根目录）：每个 session 自动加载。技术栈、规范、已知坑。
第二层 — ~/.claude/rules/（全局）：跨项目的个人偏好。
第三层 — Session 内记忆：对话中的上下文，session 结束即消失。
写 CLAUDE.md 像调焦距——太高（太具体）= 脆弱的 if-else 规则；太低（太泛化）= 无信号噪音。最佳点：具体到能指导行为，灵活到覆盖边界情况。
# Project Rules Be careful with the code. Use good variable names. Always test your changes. Don't break anything. If the file is a .py file, use Python 3.10 syntax. If it's a .ts file, use strict typing. Remember to be helpful.
# VoiceInput — WPF .NET 10 ## Stack C# 12, .NET 10, WPF Paraformer ASR (streaming) ## Commands - Build: dotnet build - Test: dotnet test - Run: dotnet run ## Rules - UI changes need screenshot verification - MVVM: ViewModel 先写 - Commit: conventional commits
# [项目名] — [一句话描述]
## 技术栈
[语言/框架/关键依赖]
## 常用命令
- 构建: [cmd]
- 测试: [cmd]
- 运行: [cmd]
## 编码规范
[3-5 条最重要的规则]
## 已知坑
[踩过的坑，避免重复]
不要一开始就写满。从 10 行开始，只在 Claude Code 重复犯错时才加规则。每条规则应该对应一个真实的错误案例。
Claude Code Best Practices — 官方推荐的 CLAUDE.md 写法和项目配置最佳实践。
AI Prompt Engineering Deep Dive — Anthropic 内部专家 1 小时对谈，含系统提示词设计哲学（可直接跳到 12:17 "Refining prompts" 段）。
选择一个你正在用的项目，在根目录创建 CLAUDE.md。
# 在你的项目根目录
touch CLAUDE.md
按上面的模板，填写：技术栈、常用命令、编码规范、已知坑。控制在 50 行以内。
新开一个 Claude Code session，问它：
"这个项目用什么技术栈？怎么跑测试？"
如果它能正确回答，说明 CLAUDE.md 被成功读取了。
把跨项目的个人偏好放到全局：
mkdir -p ~/.claude/rules
echo "永远使用中文回复" > ~/.claude/rules/language.md
Subagent 是 Claude Code 的「分身」。它获得一个全新的 messages[]——没有主对话的历史包袱，只有你给它的任务描述。完成后返回摘要，不污染主上下文。
想象你在写一个功能，同时需要代码审查。如果不分身，审查的 5000 token 会挤占你的工作上下文。用 subagent，审查在隔离环境完成，只返回结论（~500 token）。
- 代码审查（独立判断） - 写测试（可验证） - 技术调研（大量搜索） - 文档生成（格式化任务） - 并行独立子任务
- 连续修改同一文件 （需要前序上下文） - 快速小修改 （启动开销 > 收益） - 需要深度对话的 设计讨论
触发 subagent 最简单的方式——直接对 Claude Code 说：
"use a subagent to review this code for edge cases"
在一个真实项目中，让 Claude Code 审查你的代码：
"use a subagent to review src/auth.ts
for security vulnerabilities
and edge cases"
观察：subagent 完成后，主上下文只多了摘要，不是完整审查过程。
做同一任务两次：
① 内联执行（正常对话）→ 记录 /cost
② Subagent 执行 → 记录 /cost
对比两者 context 消耗差异。
尝试让 Claude Code 并行处理：
"同时做两件事：
1. Subagent A: 给 utils.py 写单元测试
2. Subagent B: 检查 API 错误处理
两件事互不依赖"
Hooks 是 Claude Code 工具生命周期的扩展点。在工具执行前/后插入确定性逻辑——不经过 LLM，纯执行，零 token 成本。
PreToolUse — 工具执行前触发。用途：安全校验、参数预处理、危险命令拦截。
PostToolUse — 工具执行后触发。用途：自动格式化、自动 lint、日志记录、自动测试。
{
"hooks": {
"PostToolUse": [{
"matcher": "Write|Edit",
"command": "prettier --write $FILE"
}]
}
}
{
"hooks": {
"PreToolUse": [{
"matcher": "Bash",
"command": "echo $COMMAND | grep -q 'rm -rf' && exit 1 || exit 0"
}]
}
}
Hooks 只做确定性逻辑。如果需要"理解"或"判断"，那不是 Hook 的工作——那是 Skill 或 Command 的领域。
Ultimate Guide: examples/hooks/ — 37 个生产级 Hook 模板（bash + PowerShell），含自动格式化、安全拦截、日志等。
在你的项目中创建或编辑设置文件：
# 如果还没有 .claude 目录
mkdir -p .claude
touch .claude/settings.json
根据你的技术栈选择工具：
// Python 项目 → ruff
{
"hooks": {
"PostToolUse": [{
"matcher": "Write|Edit",
"command": "ruff format $FILE && ruff check --fix $FILE"
}]
}
}
// JS/TS 项目 → prettier
{
"hooks": {
"PostToolUse": [{
"matcher": "Write|Edit",
"command": "npx prettier --write $FILE"
}]
}
}
让 Claude Code 修改一个文件，观察是否自动格式化：
"在 main.py 末尾加一个空函数 test_placeholder"
检查文件是否被自动格式化了。
{
"hooks": {
"PreToolUse": [{
"matcher": "Bash",
"command": "bash -c 'echo \"$COMMAND\" | grep -qE \"rm -rf|DROP TABLE|git push --force\" && { echo \"BLOCKED\"; exit 1; } || exit 0'"
}]
}
}
在 .claude/commands/ 目录下放一个 .md 文件，就变成了一个 /命令名 斜杠命令。里面写的是给 Claude 的结构化指令。
$ARGUMENTS — 用户在命令后输入的参数
$FILE — 当前打开的文件路径
Command（入口）→ Agent（执行）→ Skill（知识）。命令定义"做什么"，Agent 定义"怎么做"，Skill 提供"领域知识"。
对当前改动执行结构化代码审查：
1. 运行 git diff 查看所有未提交改动
2. 检查以下维度：
- 安全漏洞（SQL注入、XSS、硬编码密钥）
- 性能问题（N+1查询、不必要的循环）
- 代码风格（与项目规范一致性）
3. 输出格式：
## 🔴 必须修复
## 🟡 建议改进
## 🟢 做得好的
参数: $ARGUMENTS
执行发布流程：
1. 运行全量测试，确保通过
2. 检查是否有未提交的改动
3. 用 conventional commits 格式提交
4. 推送到远程
5. 输出发布摘要
如果任何步骤失败，停止并报告原因。
Superpowers（23万★）— brainstorm → plan → TDD → review → verify 全链路
gstack（11万★）— plan-review → spec → ship → canary 发布流水线
不需要从零写，可以安装现成的：在 Claude Code 中执行 /plugin marketplace add anthropics/skills
mkdir -p .claude/commands
把上面的 review.md 模板复制进去：
cat > .claude/commands/review.md << 'EOF'
对当前改动执行结构化代码审查：
1. 运行 git diff 查看所有未提交改动
2. 检查安全、性能、风格
3. 输出红/黄/绿三级报告
EOF
在 Claude Code 中输入：
/review
观察它是否按定义的流程执行。
# .claude/commands/test.md
为 $ARGUMENTS 编写单元测试：
- 覆盖正常路径和边界情况
- 使用项目现有的测试框架
- 先写测试再运行确认通过
使用：/test src/auth.py
Skill 是一个 SKILL.md 文件 + 可选的子目录（references/scripts）。Claude Code 遇到匹配场景时自动加载，用完即弃，不占常驻上下文。
加载与否完全由 description 字段决定。Claude Code 扫描所有 skill 的 description，与当前任务匹配度高的自动加载。写好 description = 写好触发条件。
CLAUDE.md — 常驻加载，项目级通用规则
Skill — 按需加载，特定任务的专业知识
Hook — 确定性自动化，不需要 LLM 理解
Command — 手动触发的流程编排
---
name: python-testing
description: >
Python 单元测试最佳实践。
当用户需要写测试、运行测试、
或讨论测试覆盖率时触发。
---
# Python 测试规范
## 框架
- pytest（主框架）
- pytest-asyncio（异步测试）
## 规则
1. 测试文件命名: test_*.py
2. 每个函数至少 3 个测试用例
3. 使用 fixture 共享 setup
## 示例
（代码示例...）
主文件保持精简（< 200行）。详细参考放在 references/ 子目录，Claude Code 需要时自动读取。这控制了上下文消耗。
mkdir -p .claude/skills/my-first-skill
cat > .claude/skills/my-first-skill/SKILL.md << 'EOF'
---
name: commit-format
description: >
Git 提交消息格式化。当用户需要
提交代码、写 commit message 时触发。
---
# Conventional Commits 规范
格式: type(scope): description
type 可选:
- feat: 新功能
- fix: 修复 bug
- refactor: 重构
- docs: 文档
- test: 测试
- chore: 杂项
示例: feat(auth): 添加 JWT 刷新令牌
EOF
在 Claude Code 中说：
"帮我提交当前的改动"
观察 Claude Code 是否自动使用了 conventional commits 格式。
/plugin marketplace add anthropics/skills
浏览可用 skills，安装一个你觉得有用的。
.claude/skills/dax-patterns/
├── SKILL.md # 精简主文件
└── references/
└── dax-cookbook.md # 详细参考
SKILL.md 里只写概要，references/ 里放详细内容。Claude Code 需要时会自动读 references。
Model Context Protocol — 让 Claude Code 连接外部工具和数据的开放标准。装一个 MCP server，Claude Code 就多了一项能力（浏览器控制、数据库查询、API 调用等）。
Tools（模型控制）— Claude 自主决定何时调用。如：数据库查询、API 请求。
Resources（应用控制）— 只读数据，由应用决定何时提供。如：配置文件。
Prompts（预定义）— 指令模板，用户选择触发。
stdio — 本地进程通信。适合本地工具（文件系统、本地数据库）。
Streamable HTTP — 远程服务。适合云端 API、Web 服务。
Claude Code 生态已发现 28 个 CVE 和 655 个恶意 Skills。
5 分钟审计清单：
1. ☐ 所有 MCP server 来源可信？（只用官方或社区验证的）
2. ☐ Hooks 中的命令没有硬编码密钥？
3. ☐ CLAUDE.md 不含敏感信息？
4. ☐ Skills 来源已审查？
5. ☐ 权限模式设置正确？（不要全局 auto-approve）
Phase 1（第1-2周）— 基础：CLAUDE.md + 几个 Command
Phase 2（第3-4周）— 加 Hooks（自动格式化/安全守卫）
Phase 3（第5-6周）— 加 Subagents（多任务并行）
Phase 4（第7周+）— 加 MCP（外部工具集成）
每个阶段在生产环境跑 至少 2 周再进下一阶段。不要一次性配齐所有功能。
推荐从 filesystem 开始（最安全、最实用）：
# 在 Claude Code 中
/mcp add filesystem --command npx --args @anthropic/mcp-filesystem --args /path/to/allowed/dir
验证：让 Claude Code 列出指定目录的文件。
结合 Day 1-6 的所有知识：
# 项目结构
.claude/
├── settings.json # Hooks (Day 4)
├── commands/
│ ├── review.md # Command (Day 5)
│ └── ship.md
├── skills/
│ └── commit-format/ # Skill (Day 6)
│ └── SKILL.md
├── agents/ # Subagent (Day 3)
│ └── code-reviewer.md
CLAUDE.md # 项目记忆 (Day 2)
HANDOFF.md # 上下文交接 (Day 1)
用 5 分钟审计清单检查你的 .claude/ 配置：
① 有没有硬编码的密钥？
② MCP server 都是可信来源吗？
③ 权限模式是 yolo（全局自动批准）吗？改回去。
用一个命令完成完整的开发循环：
/ship
这个命令应该：跑测试 → 代码审查（subagent）→ 格式化（hook）→ 提交（skill 格式化 commit）→ 推送。
如果全部跑通，恭喜——你已经建立了生产级 Claude Code 工作流。