Claude Code真正用法：skill agent hooks worktree一篇搞定

首页

AI教程

热心网友

转载

2026-05-28

终端神器

在终端工具的选择上，有几个神器级的产品值得拿出来单独聊聊。它们要么让远程编程变得丝滑，要么让日常操作效率翻倍，具体效果如何，往下看就知道了。

手机远程agent

手机控制 AI 编程？Paseo 让你随时随地跑 Claude Code / Codex——这玩意儿的实用性，尤其是在通勤或外出时，简直不要太方便。

ohmyzsh

一款终端主题软件：ohmyz.sh/

强烈建议再安装一下自动补全插件（autosuggesions+syntax-highlight）。对于之前执行过的命令，再次输入会自动补全，体验很好！值得一提的是，ohmyzsh的配置会被iterm2/cmux等终端软件自动识别，无需二次配置。

cmux

cmux 是面向多任务与 AI Agent 的开源 macOS 终端，提供垂直标签、分屏、内置浏览器、通知提醒、快捷键及 CLI/socket API 自动化能力。它集成了gohstty的优点，但功能更丰富。Windows用户可以用wa veterm作为替代。

优点很多：

项目分组
右上角消息通知
左右、上下分屏
内置浏览器
支持插件调用，比如lazygit、fresh

tmux

tmux的使用教程参考：www.ruanyifeng.com/blog/2019/1…

主要快捷键：

# 水平向右拆分pane
tmux split-window -h "codex hello"
# 垂直向下拆分pane
tmux split-window -h "codex hello"

实际效果参照截图：先终端执行tmux，进入tmux环境；然后执行以上命令或者使用快捷键进行拆分pane。

容易忽视的配置/指令/快捷键

配置

建议关闭auto-compact，这样可以规避以下问题：
1. 上下文丢失风险——自动压缩可能删除对未来推理重要的早期上下文，导致后续响应缺乏连贯性
2. 记忆断层——压缩后的信息被摘要替代，某些细节可能丢失，特别是在处理复杂多步骤任务时
3. 调试困难——如果压缩了包含错误信息的部分，后续可能无法追溯原始问题根源
4. 长任务不稳定——对于需要跨越大量交互的复杂任务，自动压缩可能在中途破坏上下文完整性
使用/effort来代替之前的思考标签。之前的使用方式是在提示词开头加上："think" < "think hard" < "think harder" < "ultrathink"
/ide 联动：比如与trae关联，特别适合根据单个文件或选中代码段进行修改的场景
/terminal-setup的设置

指令

/vim设置：

# auto mode
claude --permission-mode=auto
# dontAsk
claude --permission-mode=dontAsk
# 或者
claude --dangerously-skip-permissions

/clear的使用场景：在同一个会话中从feature A切换到bug B，建议先/clear一下，清除无关的上下文，减少模型出现幻觉
/btw：场景适用于突发奇想的简单问题。比如一段任务开始之后，想问当前采用的方案有什么优势，可以直接：/btw 当前采用的方案有什么优势
/add-dir：当前项目的附加目录，对于将小程序翻译成app的场景特别适用。
```
{"permissions": {"additionalDirectories": ["/Users/xxx/apps/work/xxx-project"]}}
```
/model opusplan：在执行计划的时候使用opus模型，否则使用sonnet模型

快速启动指令配置：

echo 'alias cc="claude --dangerously-skip-permissions"' >> ~/.zshrc
source ~/.zshrc

/export：可以将自己的对话导出，然后分享给其他人

实用快捷键

!command：可以在claudecode中直接执行脚本
Control + j：换行或输入，然后再按enter
Control + r：快速搜索历史提示词
Control + s：暂存你的提示词，然后在下一个提示词发送之后自动恢复出来
Control + u：快速删除一行
Control + k：快速删除光标后整段内容
Control + w：快速删除光标前面的一个单词
Control + y：把刚刚删除的内容粘贴回来
Control + b：将极其耗时的任务推到后台，释放会话输入框
Command + L：快速清屏（但保留会话上下文）
Control + A：光标回到行首
Control + E：光标回到行尾

use askQuestionTools

在提示词前面增加“use askQuestionTools + 提示词”，AI会结合你的需求简单头脑风暴，分步骤问你问题，比如：use askQuestionTools 我想实现小程序的消息推送模块。按步骤回答即可。

统计用量

npx codeburn

CLAUDE 配置

CLAUDE.md

优先级说明

优先级：CLAUDE.local.md (需要gitignore) > ./CLAUDE.md > ~/.claude/CLAUDE.md。这样可以根据规则的重要程度，规划到不同的级别下。比如x.com上有一些知名博主分享的CLAUDE.md优化技巧，文案如下：

1. 运用第一性原理思考，拒绝经验主义和路径盲从，不要假设我完全清楚目标，保持审慎，从原始需求和问题出发，若目标模糊请停下和我讨论，若目标清晰但路径非最优，请直接建议更短、更低成本的办法。2. 所有回答必须分为两个部分： • 直接执行：按照我当前的要求和逻辑，直接给出任务结果。• 深度交互：基于底层逻辑对我的原始需求进行“审慎挑战”。包括但不限于：质疑我的动机是否偏离目标（XY问题）、分析当前路径的弊端、并给出更优雅的替代方案。

它可以增强AI的思考深度，适合规划到优先级最高的CLAUDE.local.md中。

使用的优化技巧

保持CLAUDE.md内容简洁，控制在200行以内，将细节按类别细分到.claude/rules中，通过@/path/xxx的形式进行引用。
创建一个自检清单，在CLAUDE.md中通过@引用，并要求在编码完成后，强制按清单执行自检。

settings.local.json

我们可以将个人觉得有用但又不方便提交的配置写到settings.local.json（需要被gitignore）中，比如hooks、plugin、permissions等配置。举个例子：比如我需要一个plugin，只希望指定项目使用，但又不想放到用户全局。

Rules

可以将项目中的规范进行细分，比如api、type-define、mock、components，然后通过@/path/xxx/xxx.md在CLAUDE.md中引用。

.claude/rules/xxx.md

---
paths:
  - "src/api/**/*.ts"
  - "src/xxx/**/*.ts"
---
# API Design Rules
- xxxx
- xxxxx

其中有一个细节：如果创建的rule不加paths metadata，它会被当成memory files被直接全量加载。而添加paths metadata时，会在实际被匹配时按需加载。一张图即可说明：

Skill

skill的形式

有两种形式（它们都可以作用于user或project范围）：

自定义skill（.claude/skills/xxx）
Plugin skill

一个小技巧：skills的安装和更新是即时生效的，不需要重启会话。

skill的设计优势

skill有一个很重要的设计原则，叫做“渐进式披露”，它使用3层上下文来最小化token消耗。

第1层：metadata，使用yaml来描述skill的name/description/model/effort等参数（具体查看官方介绍）。其中description除了简单描述外，还可以设置skill的触发词。

第2层：主要描述skill的功能和执行步骤。

第3层：对应references，可以将第2步中的分步执行细节通过引用的方式指向references中的具体md。这一层其实最重要。

skill优化技巧

多agent共享：skill本身的设计就是跨AI工具的，比如cc、codex。如何共享？很简单：项目根目录创建.agents/skills文件夹，设计好的skills放到这里面，然后通过ln的方式链接到.claude/skills中。不光是codex，下面红框中的都支持。

$ARGUMENTS[N]的使用技巧，3张图即可看懂：

metadata中设置context: fork，通过subagent的方式运行：

---
name: tools:replace-all
description: 在多个文件中执行搜索和替换。当用户说"搜索替换"、"批量替换"、"在多个文件中替换"、"find and replace"时自动触发。
argument-hint: [file-pattern] [search-term] [replacement]
context: fork
---

按类别命名skill，代码参考上面的案例。
通过Google设计的“5 agent skill design patterns” skill模式创建或优化。skill可以通过官方的skill-creator创建，但也有不足之处：SKILL.md信息过多，导致并不完全符合渐进式披露原则。推荐用Google设计的“5 agent skill design patterns”创建新的skill或者优化已有skill，这样更符合渐进式披露原则。它提供了5个工具，可以覆盖大多数设计场景。

下面是根据“5 agent skill design patterns”生成的skill-designer，可以直接下载，放到项目的.claude/skills文件夹中，后续可以用它来设计新的skill或者优化现有的skill。

skill-designer download

下面是skill提供的5种工具在不同场景下被调用的示例（它会根据你的需求，自动分析判断需要调用哪个工具）：

比如让它创建一个git-submodule skill：

实际感受：比官方的skill-creator要专业很多！

Agent

独立的上下文窗口，不污染主会话，在独立的沙盒中运行。子袋里任务完成后，主会话只会读取其结果，不关注它的过程，这样可以节省主会话窗口的上下文。

颜色和模型标记：.claude/agents/xxx.md

---
name: xxx
description: 实现xxx
model: haiku
color: orange
---
实现指定 xxx
1. xxx
2. xxx

mcp

MCP（Model Context Protocol）是Anthropic提出的协议，让AI模型能与外部工具和数据源（如文件系统、浏览器、数据库等）交互，实现Tool Call能力。

chrome-devtools-mcp的优化

首先将chrome升级到146+版本
然后地址栏输入：chrome://inspect/#remote-debugging，按下图操作

接着调整mcp配置参数：

{
  "mcpServers": {
    "chrome-devtools": {
      "command": "npx",
      "args": [
        "-y",
        "chrome-devtools-mcp@latest",
        "--autoConnect"
      ]
    }
  }
}

commands

需要注意的是：custom command也会被暴露在/skills列表中。自定义command适合做一些简单的操作，比如检查依赖更新、pull代码、执行lint检测等等。

plugins

一个小技巧：plugin安装或卸载后，只需要执行/reload-plugins命令即可，无需重启会话。

必装plugin

claude-hud	ccometixline

也可以打开statusline.cc手动配置，实现原理都是一样的

hooks

hooks是claudecode会话的生命周期一系列节点，它们会在 Claude Code 生命周期中的特定节点自动执行。比如在任务Stop节点去执行代码lint检测：

.claude/hooks/lint-check.sh

#!/bin/bash
cd "$CLAUDE_PROJECT_DIR" || exit 1
# Check if any ts/vue/scss files were modified
if git diff --name-only | grep -E '.(ts|tsx|vue|scss)$' > /dev/null 2>&1; then
  pnpm lint:fix
else
  exit 0
fi

.claude/settings.json

{
  "hooks": {
    "PostToolUse": [
      {
        "matcher": "Write|Edit",
        "hooks": [
          {
            "type": "command",
            "command": "$CLAUDE_PROJECT_DIR/.claude/hooks/lint-check.sh",
            "timeout": 120,
            "statusMessage": "Running lint & stylelint checks..."
          }
        ]
      }
    ]
  }
}

节省token

agent

subagent使用的是独立的上下文窗口，所以天然能达到节省主会话token的效果。参考上面agent部分。

mcp配置优化

通过ENABLE_TOOL_SEARCH=true claude启动会话

直接全局配置：

{
  "env": {
    "ENABLE_TOOL_SEARCH": "true"
  }
}

下面配置前后效果对比：

before	after

rtk-ai

其实就是!command的升级版工具，可以压缩原始bash的上下文，将不太重要的信息去除。www.rtk-ai.app/

lsp

注意：需要/config打开auto-connect-to-ide设置。

通过ENABLE_LSP_TOOL=1 claude启动会话

直接全局配置：

{
  "env": {
    "ENABLE_LSP_TOOL": "1"
  }
}

下面是实际的调用效果，图中的操作其实就是我们编码过程中右键转到定义的功能。（实测下来不是特别稳定，有时可以有时不行）

worktree

通过claudecode去操作worktree会显得相对高效，命令如下：claude --worktree [worktree name]。比如通过claude --worktree feature/natural，会自动创建一个名称是feature/natural的worktree。

所有通过cc创建的worktrees都会保存在.claude/worktrees文件夹中，当任务完成后，我们可以直接让cc自动合并到主分支，并清除相应worktree。

实战

文档上下文共享

参考徐老师的体系先搭建一套文档库（单独的仓库），包括：产品prd、迭代文档、接口文档、前端文档、后端文档，形成一套完整的文档体系，让AI能更好地了解项目。唯一的差别是，我将文档仓库作为git submodule的形式加入主项目（前端/后端）。git submodule的功能就不过多介绍了。这样做的好处：不需要--add-dir，能及时更新最新文档，并且创建了3个自定义指令，更加快捷地管理submodule。

Agent Teams

通过tmux + agent team：
```
{
  "env": {
    "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
  }
}
```
创建一个 agent team，包含2个队友：队友A在独立worktree中负责xxx，队友B在独立worktree中负责xxx。完成任务后，合并到xx分支，并自动清理worktrees。

使用codex-runner skill让cc执行计划，codex执行编码

思路：让claudecode执行计划，然后丢给codex去执行，再将结果返回给cc。

创建codex-runner skill：

/skill-designer 使用chrome-devtools-mcp 查看 https://github.com/ShawnPana/smux 这个是tmux-bridge，可以实现tmux拆分终端之间的通信。那能不能创建一个skill，并结合$ARGUMENTS[n]的技巧，实现：在主会话中使用claudecode分析需求，列出计划，然后在主会话旁边拆分一个会话窗口，通过codex --yolo"提示词"去执行这个任务，这样可以看到codex完整的会话过程，当任务编写成功将结果通过smux提供的tmux-bridge告知主会话