游乐游手机版
首页/AI教程/文章详情

Claude Code命令使用完整进阶流程

时间:2026-06-09 15:13
ClaudeCode是AI编程操作系统,通过命令提升开发效率。核心命令包括 init初始化项目并生成规则, insight自我优化使用习惯, plan+ act构成标准工作流。推荐流程为先 init初始化,再 search analyze plan act开发,最后 insight优化。避免不用 plan、不维护规则等常见错误。
面向:开发者(尤其是 Unity / 工程项目) 目标:提升 AI 使用效率,减少试错成本,实现“AI工程化协作”

Claude Code 命令使用完整流程(进阶版)

一、核心理念

请勿将 Claude Code 当作普通聊天机器人使用。它的本质是一个 AI 编程操作系统——更准确地说,是一个 AI Agent 命令行工具(CLI)。只有理解这一点,才算真正掌握了它的用法。

  • /命令 = 调用能力
  • .md规则 = AI 长期记忆
  • /insight = 自我优化系统

二、核心命令总览

1. 项目初始化(最关键一步)

/init

初始化项目,自动生成规则文档(通常为 .md 格式)。该命令会扫描项目结构、识别技术栈,为 AI 建立上下文记忆,并生成开发规范。简单来说:就是为 AI 构建项目大脑。

最佳实践:

/init

然后手动补充:

  • UI框架(如 OSA)
  • 资源管理(如 Resmgr)
  • 网络系统
  • 性能规则
  • 禁止项(至关重要,后文详述)

2. 自我优化(强烈推荐)

/insight

分析你的使用习惯,输出一份优化报告,涵盖 Prompt 质量、命令使用情况、Agent 运用水平、工作流瓶颈、Token 效率等关键指标。

推荐用法:

/insight
/plan 根据insight优化我的使用方式

使用频率:

  • 新手阶段:每天或每两天执行一次
  • 熟练之后:每周一次
  • 项目节点:每个功能完成后执行一次

三、开发核心工作流命令

推荐标准流程(重中之重)

/search → /analyze → /plan → /act

这是最值得养成的习惯:先搜索定位关键代码,再分析结构,接着制定计划,最后执行。四个命令一气呵成,能大幅降低错误成本。

1. 搜索 & 分析

  • /search <关键词> → 全项目搜索
  • /grep → 正则搜索
  • /analyze → 分析代码结构 / 问题
  • /trace → 调用链追踪

2. Agent模式(核心能力)

  • /plan → 生成执行计划(强烈建议先使用)
  • /act → 执行计划
  • /step → 逐步执行
  • /think → 深度推理模式
  • /review → 代码评审

3. 修改代码

  • /edit → 修改当前文件
  • /apply → 应用AI修改
  • /diff → 查看改动

4. 调试与修复

  • /fix → 自动修复问题
  • /debug → 分析bug
  • /test → 运行测试

5. 代码生成与优化

  • /generate → 生成代码
  • /refactor → 重构代码
  • /optimize → 性能优化
  • /doc → 生成文档

6. 项目上下文

  • /context → 查看当前上下文
  • /index → 建立索引
  • /clear → 清空上下文

7. 外部能力

  • /web → 联网查询
  • /install → 安装依赖

8. Git相关

/git status
/git diff
/git commit
/git push

或直接使用下面这条快捷命令:

/commit

四、高手用法(重点)

1. /init + 手动规则强化

示例规则:

## UI Framework
- 使用 OSA
- 禁止大量实例化UI

## Resource Management
- 使用 ResmgrNative
- 禁止 Resources.Load

## Performance
- 使用定点数
- 避免GC Alloc

## 禁止项
- 禁止 FindObjectOfType

作用十分直接:降低 AI 理解成本、提高代码一致性、提升一次成功率。切勿小看“禁止项”,用对了能省去大量后期调试时间。

2. /insight 持续优化

循环流程:

开发功能
→ /insight
→ /plan 优化使用方式
→ 调整习惯

本质是什么?让 AI 教你如何更高效地使用 AI。每完成一个功能就反思一次,逐步形成自己的最佳路径。

3. 固定工作流(强烈推荐)

✅ 日常开发

/search 关键词
/analyze
/plan 实现XXX功能
/act

✅ 修Bug

/analyze
/debug
/plan 修复问题
/act

✅ 重构

/analyze
/refactor
/optimize

五、常见错误

实际使用中,最容易踩的坑有以下几个:

  • ❌ 不用 /plan → 直接改代码,错误率偏高
  • /init 后不维护 → AI 逐渐偏离项目风格
  • ❌ 不写“禁止项” → AI 乱用 API
  • ❌ 只聊天不用命令 → 浪费 Claude Code 潜力
  • ❌ 不用 /insight → 无法持续提升使用水平

六、推荐完整流程(最佳实践)

# 初始化
/init

# 开发
/search
/analyze
/plan
/act

# 优化
/insight
/plan 优化使用方式

七、总结

来源:https://www.jb51.net/ai/1023378.html
上一篇OpenCLAW多智能体搭建实现步骤 下一篇2026年从OpenClaw迁移到Hermes Agent详细完整步骤与上手实践指南
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
内网RPA离线部署从依赖打包到7×24无人值守踩坑与避坑方案
AI教程 · 2026-07-02

内网RPA离线部署从依赖打包到7×24无人值守踩坑与避坑方案

这三年,内网RPA项目接了不下二十个。每次开局都像闯关——断网、缺依赖、多机同步、定时执行、批量分发、源码保护、AI离线化,八个坑一个比一个深。今天把这些实战经验整理出来,希望能帮正在内网搞自动化的兄弟们少踩点雷。 一、内网无网络环境怎么部署RPA流程:先搞清楚什么叫“真离线” 很多工具宣传“支持本

水利工程师用WorkBuddy写洪水报告效率提升3倍
AI教程 · 2026-07-02

水利工程师用WorkBuddy写洪水报告效率提升3倍

WorkBuddy开发者分享季 水利工程师AI提效实战:用WorkBuddy撰写洪水影响评价报告,效率提升3倍 WorkBuddy 效率 人工智能 开发工具 一、我是谁,为什么需要AI 先介绍一下自己——我是一名水利工程师,在湖南长沙的一家小型水利设计公司任职。当前行业环境不太

日志服务数据加工规则洞察仪表盘使用指南
AI教程 · 2026-07-02

日志服务数据加工规则洞察仪表盘使用指南

数据加工诊断仪表盘 想实时掌握日志服务加工功能的运行状态?直接从加工列表页点击那个“规则洞察”按钮,仪表盘就会立刻呈现出来。入口就在那儿,不绕弯子。 跳转后,你可以按作业名称、实例ID或源LogStore来筛选任务状态。比如下边这张图,展示的是当前实例ID(90c9d47714dbb807d47c1

基于RFID的固定资产管理系统技术架构与工程实践
AI教程 · 2026-07-02

基于RFID的固定资产管理系统技术架构与工程实践

固定资产管理难题是众多企事业单位的普遍困扰,资产数量动辄数千件,且广泛分布于不同部门、楼层乃至园区。传统人工盘点方式在工程维度上始终面临三大关键瓶颈:采集效率低下、数据闭环中断、状态同步滞后。使用条码枪逐一扫描标签,识别距离通常不超过30厘米,操作人员需逐个寻找并扫描,盘点效率完全受限于人力。面对5

WorkBuddy实战用AI搭建A股智能盯盘助手省心高效
AI教程 · 2026-07-02

WorkBuddy实战用AI搭建A股智能盯盘助手省心高效

炒股的朋友们想必都深有体会——每天重复盯盘、查行情、分析板块轮动,这一整套流程下来耗费大量精力。手动翻查数据不仅身心俱疲,还很容易错过关键买卖节点。今天我们就来聊聊如何打造一款趁手的盯盘工具,借助AI替你分担这些重复性工作。 背景:盯盘的核心痛点 股民都有同感——每天不只要查询单只股票的实时行情,还