Claude Code 最佳实践

★ 64kAgentic Engineering
GitHub 仓库
#claude-code#best-practice#agentic

简介

AI 编程圈最权威的实践仓库之一（64k+ star），slogan 就是「from vibe coding to agentic engineering」——教你把 Claude Code 从「随手生成代码」提升到「工程化地编排 Agent 干活」。它不只是文档，而是一套带实现示例、可以直接照抄进你项目的配置体系。

适合人群

已经在用 Claude Code、想让 AI 更可靠地参与生产代码的开发者。零基础也能看，但它的价值要「用过一段时间后回来对照」才能最大化。

核心内容

  1. 01核心理念：从 Vibe Coding 到 Agentic Engineering

    仓库把 AI 编程分两个层次：Vibe Coding 是「把需求丢给 AI、接受它的输出」，快但脆弱；Agentic Engineering 是「你当架构师，拆任务、管上下文、审查每个 diff」，可靠可交付。Claude Code 是这套方法的最佳载体，因为它在终端里能真正读写文件、跑命令、自测。

  2. 02三件套：Subagents / Commands / Skills

    仓库系统化讲解 Claude Code 的三大扩展点：Subagents（.claude/agents/<名字>.md，给不同任务配不同「专家分身」）、Commands（.claude/commands/<名字>.md，把常用流程固化成一键指令）、Skills（复用 Claude Code 的技能包）。每个都配了最佳实践与可直接落地的实现示例。

  3. 03最佳实践 + 实现：光说不练不是真实践

    每个概念都有两套文件：best-practice 目录讲「应该怎么做、为什么」，implementation 目录给「开箱即用的实现」。这种「理论 + 可运行示例」配对，是仓库区别于普通教程的最大亮点——照抄实现再回看理论，学习效率最高。

  4. 04编排工作流：多 Agent 协作

    仓库提供 orchestration-workflow 文档，讲如何让多个 Agent 分工协作：规划、编码、审查、测试各司其职，你只做决策与验收。这正是 Agentic Engineering 的落地点：不是让 AI 一口气写完，而是编排它分步、自查、交作业。

  5. 05避坑与技巧（Boris Cherny 等社区实践）

    仓库收集了大量社区一线经验：如何写 CLAUDE.md 让每个会话从同一认知出发、如何给 Agent 明确的验收标准、如何通过小步提交把风险摊薄。这些「经验之谈」往往比官方文档更能提升实际产出质量。

实践建议

  • 先只做一件小事：给项目写一个 CLAUDE.md，沉淀架构约定与常用命令，跑一个会话对比差异。
  • 从 implementation 目录挑一个子代理示例照抄到 .claude/agents/，观察它对你的任务质量的影响。
  • 按 orchestration-workflow 试一次「规划→编码→审查→测试」的多 Agent 流程，再回到常规单 Agent 对比体验。
  • 每周回读一次 best-practice 目录，随着你的 Claude Code 熟练度提升，同一份文档会有不同的体会。

配套工作流

方案 G：AI 编程工作流（需求到交付）方案 AX：Context Engineering 实操（把上下文喂对，让 AI 一次写对）方案 AY：从 Vibe 原型到 Viable 产品（上线前打磨清单）方案 AZ：AI 编程安全与测试体检（交付前必做）

同类资源