Claude Code Master

Claude Code 终极使用指南 - 涵盖上下文工程、规范驱动开发、Hooks 回调、Sub Agents、Output Styles、SuperClaude 框架等高级技巧。当用户需要：1) 提升 Claude Code 编程效率，2) 省 Token 技巧，3) Spec-driven 开发，4) 多 A...

Security Scan

The skill is an instruction-heavy Claude Code / workflow guide whose files and runtime instructions are coherent with the stated purpose, but it references environment variables, local hooks, and external repo installs that you should review before enabling.

Purpose & Capability

The name/description (Claude Code tips, hooks, sub-agents, output styles, SuperClaude) match the included SKILL.md, README, and reference docs. Included scripts (init-project.py, create-output-style.py) are consistent with the stated purpose of initializing projects and creating output styles.

Instruction Scope

The runtime instructions instruct creating hooks that write results to /tmp/claude-code-hooks/latest.json and POST a wake event to http://127.0.0.1:18789/api/cron/wake. They also recommend populating environment variables like OPENCLAW_TOKEN and describe copying/ running third‑party installers (e.g., SuperClaude.git). This is expected for the described Hooks/Dispatch workflow, but the instructions will create files under ~/.claude and /tmp and may capture arbitrary CLAUDE_OUTPUT content (which might include secrets) — review hook scripts before using them and ensure the target wake endpoint is local/trusted.

Install Mechanism

There is no automated install spec; this is instruction-only with two utility scripts included. The README suggests cloning/running third‑party installers (SuperClaude), but those are explicit manual steps rather than hidden installs. Because nothing is auto-downloaded by the skill at install time, install risk is low — but following the README's manual git clone/run steps pulls external code and should be treated normally.

Credentials

The skill references environment variables (OPENCLAW_TOKEN, CLAUDE_* variables, and in docs ANTHROPIC_API_KEY etc.) and instructs users to export OPENCLAW_TOKEN, but the skill's declared metadata lists no required env vars. This is a metadata mismatch (documentation expects tokens) rather than a clear malicious mismatch — you should not supply a token until you understand where it is sent and that the wake endpoint is trusted. Hooks will include CLAUDE_OUTPUT (arbitrary content) in latest.json.

Persistence & Privilege

always is false and the skill does not request system-wide privileges in metadata. The guidance creates files under ~/.claude and /tmp and suggests adding env vars to shell rc files; those are normal for a local tooling workflow. No hidden always-on behavior is requested.

Assessment

This skill appears to be what it says: a comprehensive Claude Code workflow and hooks guide. Before you install or run any scripts: 1) Inspect the hook scripts (~/.claude/hooks/* and the included templates) — they write CLAUDE_OUTPUT into /tmp and POST to a wake endpoint; verify that endpoint is truly local and trusted. 2) Do not set OPENCLAW_TOKEN or other tokens globally until you confirm how/where they are used; consider using a token with limited scope or testing with a dummy token first. 3) Review any third‑party repo (e.g., SuperClaude) before cloning/running install.sh. 4) Be aware hook output may contain secrets or sensitive content (credentials, code snippets) — sanitize outputs or restrict what the agent can access. 5) Run included scripts (init-project.py, create-output-style.py) in a safe/test directory first to see their exact effects.

Claude Code Master - 终极使用指南

核心理念

上下文工程 > 提示工程 > 靠感觉写代码

Claude Code 的成功不在于模型能力，而在于上下文的完整性。本 skill 提供系统化的方法，让 Claude Code 从"能用"变成"高效专业"。

一、Context Engineering（上下文工程）

1.1 什么是上下文工程？

上下文工程是传统提示工程的范式转变：

• 提示工程：关注措辞和句式，像给 AI 留便签
• 上下文工程：提供完整体系化上下文，像为 AI 写完整剧本

1.2 核心文件结构

project/
├── .claude/
│   ├── commands/           # 自定义斜杠命令
│   ├── settings.local.json # 本地权限设置
│   ├── agents/            # Sub Agents 配置
│   └── output-styles/     # Output Styles 配置
├── CLAUDE.md              # 项目全局规则
├── .ai-rules/             # 工具无关的全局上下文
│   ├── product.md         # 项目愿景（"为什么"）
│   ├── tech.md           # 技术栈（"用什么"）
│   └── structure.md      # 文件结构（"在哪里"）
├── specs/                # 功能规范（Spec-driven）
│   └── feature-name/
│       ├── requirements.md  # 用户故事和验收标准
│       ├── design.md       # 技术架构
│       └── tasks.md        # 实现计划
├── PRPs/                 # 产品需求提示
│   └── templates/
│       └── prp_base.md
└── examples/             # 代码示例

1.3 CLAUDE.md 模板

# 项目 AI 协作规则

## 项目感知
- 能理解规划文档、任务清单
- 自动读取 specs/ 目录下的规范文件

## 代码结构约束
- 文件大小：单文件 < 300 行
- 模块拆分：按功能域组织
- 命名规范：使用一致的命名模式

## 测试要求
- 单元测试：所有新功能必须有测试
- 覆盖率：最低 80%
- 测试框架：使用项目标准测试框架

## 编码风格
- 语言偏好：[指定语言]
- 格式规范：使用 linter 自动格式化
- 注释要求：复杂逻辑必须注释

## 文档规范
- API 文档：所有公开接口必须文档化
- README：保持更新
- 变更日志：记录重要变更

二、Spec-Driven Development（规范驱动开发）

2.1 两阶段工作流

Phase 1: Planning（规划模式）

• AI 角色：初级架构师
• 任务：通过交互式问答创建技术规范
• 输出：requirements.md, design.md, tasks.md

Phase 2: Execution（执行模式）

• AI 角色：细致的工程师
• 任务：严格按规范逐任务实现
• 特点：一次一个任务，外科手术般精确

2.2 PRP（产品需求提示）工作流

PRP = PRD + 精选代码库知识 + 智能体运行手册

生成 PRP：

/generate-prp INITIAL.md

执行 PRP：

/execute-prp PRPs/your-feature-name.md

2.3 INITIAL.md 模板

## 功能：
[具体描述你想实现什么功能，清晰明确地写出需求]

## 示例：
[列出 examples/ 文件夹中参考的代码，并说明它们的用途]

## 文档链接：
[加入相关文档、API 说明或 MCP 服务器资源链接]

## 其他注意事项：
[说明任何易错点、特别需求，或 AI 可能忽略的内容]

三、Hooks 回调机制（省 Token 技巧）

3.1 核心思想

Dispatch 模式：发射后不管，完成自动回报

传统方式（高 Token 消耗）：

OpenClaw → 每隔几秒轮询 → Claude Code 状态
↓
重复轮询 = Token 爆炸

Hooks 方式（零轮询）：

OpenClaw → 下达任务 → Claude Code 独立运行
                      ↓
                    完成后触发 Hook
                      ↓
              自动通知 OpenClaw

3.2 配置示例

latest.json 输出格式：

{
  "session_id": "abc123",
  "timestamp": "2026-02-09T14:54:27+00:00",
  "cwd": "/home/ubuntu/projects/hn-scraper",
  "event": "SessionEnd",
  "output": "Claude Code 的完整输出内容...",
  "status": "done"
}

Wake Event 调用：

curl -X POST "http://127.0.0.1:18789/api/cron/wake" \
  -H "Authorization: Bearer $TOKEN" \
  -d '{"text": "Claude Code 任务完成，读取 latest.json", "mode": "now"}'

3.3 双通道设计

通道	作用	为什么需要
latest.json	数据通道（存结果）	持久化，不依赖服务在线
wake event	信号通道（通知到达）	实时响应，秒级通知

容错设计： 即使 wake event 失败，latest.json 依然存在，AGI 最迟在下次 heartbeat 时也能发现。

四、Sub Agents（子智能体）

4.1 核心优势

1. 上下文保护：独立上下文窗口，避免主对话污染
2. 专业化提升：针对特定领域深度定制
3. 可重用性：跨项目复用，团队共享
4. 权限管理：不同 Sub Agent 不同工具访问级别

4.2 配置位置

• 项目级别：.claude/agents/（高优先级）
• 用户级别：~/.claude/agents/

4.3 内置 Sub Agents

代码审查专家：

---
name: code-reviewer
description: 专业代码审查专家。在编写或修改代码后必须立即使用。
tools: file_search, bash, file_edit
---

你是一位资深代码审查专家，致力于确保代码质量和安全性。

审查清单：
- 代码简洁易读
- 函数和变量命名清晰
- 无重复代码
- 适当的错误处理
- 无暴露的密钥或API密钥
- 实现了输入验证
- 良好的测试覆盖率
- 考虑了性能因素

调试专家：

---
name: debugger
description: 错误调试和问题排查专家。当遇到任何技术问题必须主动使用。
tools: file_search, file_edit, bash
---

你是一位专业的调试专家，专精于根因分析和问题解决。

调试流程：
- 分析错误信息和日志
- 检查最近的代码更改
- 形成并测试假设
- 添加策略性调试日志
- 检查变量状态

4.4 Kiro 工作流 Sub Agents

实现 AWS Kiro 风格的 spec-driven 开发：

1. steering-architect - 项目分析师，创建 .ai-rules/
2. strategic-planner - 规划师，创建 specs/feature/
3. task-executor - 执行器，逐任务实现

使用方式：

# 1. 项目初始化
"@steering-architect 分析现有代码库并创建项目指导文件"

# 2. 功能规划
"@strategic-planner 规划用户认证功能"

# 3. 逐步实现
"@task-executor 执行 specs/user-authentication/tasks.md 中的任务"

五、Output Styles（输出风格）

5.1 内置风格

1. Default - 面向高效软件工程协作
2. Explanatory - 讲解型，插入 Insights 解释实现选择
3. Learning - 学习型，边做边教，插入 TODO(human)

5.2 切换方式

# 交互式切换
/output-style

# 直接切换
/output-style explanatory
/output-style learning

5.3 自定义风格

创建新风格：

/output-style:new 我想要一个安全审计风格：偏严格、先 threat modeling、产出修复建议

手动创建文件：

---
name: Code Reviewer
description: 自动化代码审查和优化
---

You are a specialized code review assistant...

## Core Workflow Process
...

## Response Structure
...

存储位置：

• 用户级：~/.claude/output-styles/
• 项目级：.claude/output-styles/（团队共享）

5.4 实用风格示例

PRD Writer：

---
name: PRD Writer
description: "标准化 PRD 输出：背景、目标、指标、scope、用户故事、验收标准"
---

# Product Requirement Document - {title}
## 1. 概要
## 2. 背景与问题陈述
## 3. 目标（3-5个，可量化）
## 4. 成功衡量（KPI）
## 5. Scope（包含/不包含）
## 6. 用户画像与使用场景
## 7. UX / Flow
## 8. API / 数据需求
## 9. 非功能性需求
## 10. Risks & Mitigations
## 11. Rollout & Rollback Plan
## 12. Open Questions
## 13. Acceptance Criteria

六、SuperClaude 框架

6.1 安装

# 克隆项目
git clone https://github.com/NomenAK/SuperClaude.git
cd SuperClaude

# 执行安装
./install.sh

# 验证
ls -la ~/.claude/
ls -la ~/.claude/commands/

6.2 核心命令

开发构建类：

• /build --react --magic --tdd - React 项目开发
• /build --api --tdd --coverage - API 后端开发
• /build --init --magic --c7 --plan - 项目初始化

分析类：

• /analyze --architecture --persona-architect - 架构分析
• /troubleshoot --investigate --prod - 问题排查

设计类：

• /design --api --ddd "功能描述" - 领域驱动设计
• /design --prd "产品描述" - 生成 PRD

运维类：

• /deploy --env staging --plan - 部署规划
• /scan --security --owasp - 安全扫描

6.3 Persona 角色

-persona-architect    # 系统架构师
-persona-frontend     # 前端专家
-persona-backend      # 后端专家
-persona-security     # 安全专家
-persona-qa           # 质量保证
-persona-performance  # 性能专家
-persona-analyzer     # 分析专家
-persona-mentor       # 导师
-persona-refactorer   # 重构专家

6.4 通用标志

规划与思考：

• -plan - 显示执行计划
• -think - 标准分析
• -think-hard - 深度分析
• -ultrathink - 关键分析

MCP 服务器：

• -c7 - 启用 Context7 文档查找
• -seq - 启用 Sequential 深度思维
• -magic - 启用 Magic UI 构建器
• -pup - 启用 Puppeteer 浏览器测试

输出控制：

• -uc - UltraCompressed 模式（70% token 减少）
• -verbose - 详细输出

6.5 必要的 MCP Server

# Context7 - 文档查找
claude mcp add --transport http context7 https://mcp.context7.com/mcp

# Sequential Thinking - 深度思维
claude mcp add sequential-thinking npx @modelcontextprotocol/server-sequential-thinking

# Puppeteer - 浏览器自动化
npx @modelcontextprotocol/server-puppeteer
claude mcp add puppeteer npx @modelcontextprotocol/server-puppeteer

# Magic - UI 构建
claude mcp add magic npx @21st-dev/magic@latest --env API_KEY=你的api_key

七、最佳实践

7.1 示例越多越好

examples/ 文件夹对成功至关重要。AI 在有代码模式可参考时表现更出色。

示例内容建议：

• 代码结构模式（模块组织、导入规范）
• 测试用例模式（测试文件结构、mock 使用）
• 集成模式（API 客户端、数据库连接）
• 命令行工具模式（参数解析、错误处理）

7.2 验证机制

PRP 中自带测试任务，AI 会迭代执行直到全部通过：

1. 加载完整 PRP 与上下文
2. 使用 TodoWrite 创建详细计划
3. 逐步实现每个组件
4. 执行测试并修复错误
5. 确保满足所有功能与质量要求

7.3 INITIAL.md 要说清楚

• 不要假设 AI 知道你的意图
• 写明所有约束和需求
• 多引用示例代码
• 包含文档链接
• 说明易错点和注意事项

7.4 定制 CLAUDE.md

• 加入你的项目规范
• 写明代码风格要求
• 制定 AI 编码标准
• 定义测试要求
• 说明架构约束

7.5 Output Styles 最佳实践

• 团队将常用风格沉淀到 .claude/output-styles/
• 形成"标准化智能体角色库"
• 把经验固化为可执行的系统提示
• 支持项目/用户级自定义与复用

八、复杂工作流示例

8.1 完整开发流程

# 1. 项目规划
/design --api --ddd --plan --persona-architect

# 2. 前端开发
/build --react --magic --tdd --persona-frontend

# 3. 后端开发
/build --api --tdd --coverage --persona-backend

# 4. 质量检查
/review --quality --evidence --persona-qa

# 5. 安全扫描
/scan --security --owasp --persona-security

# 6. 性能优化
/improve --performance --iterate --persona-performance

# 7. 部署准备
/deploy --env staging --plan --persona-architect

8.2 问题排查流程

# 1. 问题分析
/troubleshoot --investigate --prod --persona-analyzer

# 2. 根因分析
/troubleshoot --prod --five-whys --seq --persona-analyzer

# 3. 性能分析
/analyze --profile --perf --seq --persona-performance

# 4. 修复实施
/improve --quality --threshold 95% --persona-refactorer

8.3 Spec-Driven 工作流

# 1. 项目初始化
"@steering-architect 分析代码库"

# 2. 创建功能规范
"@strategic-planner 规划用户认证功能"
# 输出: specs/user-auth/requirements.md, design.md, tasks.md

# 3. 逐步实现
"@task-executor 执行 specs/user-auth/tasks.md"
# 重复直到所有任务完成

# 4. 新功能继续
"@strategic-planner 规划支付系统"
"@task-executor 执行 specs/payment/tasks.md"

九、Token 优化技巧

9.1 使用 Hooks 避免轮询

• 传统轮询：每隔几秒查询状态 = Token 爆炸
• Hooks 回调：任务完成后自动通知 = 零轮询

9.2 使用 -uc 标志

UltraCompressed 模式可减少约 70% token 消耗：

/build --react --uc "todo应用"

9.3 善用 references 文件

将详细文档放入 references/ 目录，只在需要时加载：

• 减少 SKILL.md 大小
• 按需加载详细内容
• 避免一次性消耗大量 token

9.4 Sub Agents 隔离上下文

• 每个 Sub Agent 独立上下文窗口
• 避免主对话被任务细节污染
• 专业化配置更高效

十、故障排查

10.1 Claude Code 常见问题

问题：任务卡住不动

• 解决：使用 Ctrl+C 中断，重新描述任务
• 预防：任务拆分更细，一次一个明确目标

问题：生成代码质量差

• 解决：提供更多 examples/ 示例代码
• 预防：完善 CLAUDE.md 规则，明确编码规范

问题：偏离项目规范

• 解决：检查 CLAUDE.md 配置，补充约束
• 预防：使用 Sub Agents 强制遵循特定模式

10.2 Hooks 不触发

检查清单：

• Hook 脚本是否有执行权限
• 文件路径是否正确
• API endpoint 是否可访问
• Token 是否有效

10.3 Sub Agents 未被调用

• 检查 description 描述是否清晰
• 确保触发关键词匹配
• 验证文件位置正确
• 重启 Claude Code

参考资源

• Context Engineering Intro
• SuperClaude
• Claude Code Hooks
• Anthropic Official Docs
• OpenClaw Documentation

---

记住：上下文工程的效果比提示工程好 10 倍，比"靠感觉写代码"好 100 倍！