|
|
Claude Code实战特训营：钩子（Hooks）、MCP 与智能体AI工作流 （Agentic AI Workflows）
从零开始学习Claude代码：掌握各种钩子、MCP机制、子代理、技能体系、记忆功能以及各种智能工作流程。所有内容都通过实际项目进行演练来加深理解。
不要再把人工智能当作聊天机器人来使用了。应该让它成为我们进行编程工作的得力工具。我们编写软件的方式正在发生变革——这种变革不是渐进的，而是根本性的。如今，人工智能能够编写代码、修复错误、审查代码提交请求、在GitHub上创建问题记录，还能实现整个工作流程的自动化。
但真相是，大多数课程都不会告诉你的：
大多数开发者仍然将人工智能仅用作聊天机器人的功能来使用。
他们输入提示语，复制出答案，然后继续下一步操作。他们不明白：为什么在演示中，人工智能表现得如此强大，而在实际的代码中使用时却毫无用处。
这门课程完全颠覆了这种传统模式。
在本次培训结束时，你将不仅仅能够使用Claude Code，还能熟练地操控它。你不再需要自己编写提示语，而是可以构建由人工智能来运行的系统——这些系统可以全天候、自动地在真实的代码库中发挥作用。
你将学到的内容——逐节详解
第1节 — 掌握Claude代码：设置、使用模式、权限设置与自定义配置
你首先需要打好基础：安装Claude Code，根据自身环境对其进行配置，同时了解决定Claude行为模式的四种核心模式：默认模式、自动接受模式、计划模式和“即兴发挥”模式。
你将掌握：
在macOS、Linux和Windows系统上安装Claude Code
在终端使用方式与与VS Code原生集成之间进行选择
使用命令行界面、斜杠命令以及@文件和#内存之类的特殊符号进行操作
了解何时该使用哪种模式——以及安全性与速度之间的权衡关系
构建你的第一个CLAUDE模型——这个模型将用于永久性地对Claude进行训练，使其能够处理与你项目相关的数据。
通过“允许”、“请求许可”和“拒绝”三种方式来严格控制权限。
掌握settings.json文件和/config命令的用法
为高级用户提供的使用命令行参数配置Claude Code的方法
教克劳德如何用自定义的输出方式与你交流
在本节结束时，Claude Code就能了解你的项目需求、个人偏好以及各种限制条件——而你无需重复输入任何指令。
第2节——切勿丢失已完成的工作：掌握上下文、工作会话与检查点管理技巧
每个从事人工智能工作的开发者都会遇到同样的问题：上下文窗口被填满后，两小时的努力就白费了。本节内容旨在确保你再也不会遇到这种麻烦了。
你将学到：
“无形的燃料箱”——Claude Code的上下文窗口究竟是如何运作的
何时使用/compact模式，何时使用/clear模式——两者之间的关键区别是什么
完整的会话管理功能——包括保存、命名、恢复会话以及创建会话分支等功能。
像处理Git分支那样，恢复、分割并继续任何会话。
检查点功能——相当于强化版的“Ctrl+Z”，是你在进行高风险编辑前的安全保障。
从代码错误中恢复的时间只需几秒，而非数小时。
使用Git工作树同时运行多个Claude Code会话
正是这一设计让Claude Code从了一个不可靠的助手，变成了一个值得信赖的工程伙伴，能够协助你完成那些复杂而艰巨的任务。
第3节——Claude代码库与GitHub：实现开发者工作流程的自动化
想象一下：当你提交代码后，甚至还没来得及打开GitHub，AI就已经审阅了代码、修复了其中的错误，并提交了合并请求。
想象一下：你在Bug报告中@了Claude，然后醒来时，就能看到有人已经为你解决了这个问题。
这就是本节所要传达的内容。
你将学到三种强大的集成方式：
终端/本地集成——让Claude Code来帮你创建仓库、提交代码并推送更改。
GitHub Actions @claude bot——帮助您自动处理代码库中的提交请求审核和问题分类工作
无头架构/脚本化集成——在CI/CD流程中运行Claude Code
你将构建出：
像/commit和/commit-push-pr这样的自定义命令，能让整个工作流程只需一键完成。
用于@claude机器人的完整可运行的GitHub Actions配置——工作流程YAML文件的详细解析
从问题报告到提交修复请求的整个流程都是自动化的：用户报告漏洞后，人工智能会进行检测并修复问题，随后自动创建修复请求。
在Spring Boot开发的招聘门户应用中实现了真实的演示功能，这样你就能在真实的生产代码中看到相关实现，而不仅仅是些简单的示例而已。
最终，你的GitHub仓库就不会再只是一个存储代码的地方了，而更像是一个能在你睡觉时自动完成工作的“团队成员”。
第四部分——从混乱到秩序：掌握规则、记忆与技能
你的CLAUDE模型规模会不断扩大。它向来如此：从最初只有50条规则的简单模型，发展到后来能处理2,000条规则的大型模型。不过，这样的模型在处理任务时效率低下、成本高昂，而且处理出来的结果往往也毫无用处。
本部分将原有的庞大结构拆分成一个简洁、模块化的系统。
你将掌握：
规则——将CLAUDE模型拆分为结构清晰、功能独立的模块化文件
自动记忆功能——这是Claude Code为自己的使用而设计的个人笔记系统，这样你就无需再手动记录了。
技能——按需提供的专业能力：Claude仅在需要时才会加载相关功能（渐进式展示）。
上下文分离机制——在独立的子代理中运行相关处理程序，从而确保主上下文的整洁性。
快捷命令——以及它们如何逐渐演变为“技能系统”
从零开始创建属于自己的自定义技能，让Claude在需要时能自动调用这些技能。
你将看到克劳德实时构建自身记忆过程的演示：看着你的CLAUDE模型从混乱状态逐渐变得有序有序，亲历其从“指令”到“技能”的转变过程。这一过程将彻底改变2026年时克劳德代码的运作方式。
仅这一部分就能帮你节省大量时间，避免不必要的等待，从而显著提升每次使用Claude Code时的效率。
第5节——“钩子”机制：让Claude遵循你的规则，而非凭本能行事
你告诉克劳德绝对不要碰那个文件。可他还是碰了。
你让它跳过那些需要保密的信息。但它会泄露API密钥。
你说“不要在生产环境中进行迁移操作”。但实际上，他们还是进行了迁移。
承诺将希望变为现实。
钩子是一种会自动执行的脚本——它们可以在工具调用之前或之后运行，也可以在会话开始时或接收到通知时被触发。通过使用钩子，就能将Claude Code从一个友善的助手转变为一个能够严格遵守规则的“工程师”。
你将构建出：
你的第一个创新点就是：当克劳德需要你时，会有一个通知系统来提醒你。
一个用Python编写的预处理脚本，能够检测出其中的敏感信息，并在造成损害之前阻止大文件的传输。
一种shell脚本机制，能够有效防止对关键文件进行任何修改。
可在macOS、Linux和Windows系统中使用的跨平台钩子功能
SessionStart钩子在每次打开项目时都会预先加载相关上下文信息。
一种基于文件长度的检测机制：在文件大小超出限制之前发出警告，从而防止文件过大。
通过专为开发人员准备的详尽文档，您将能够全面了解整个钩子的生命周期——包括每一个事件、每一条数据包内容、以及每一个返回值。
读完本节内容后，你的Claude代码设置将会变得万无一失。不会再有意外提交的情况发生，也不会有敏感信息泄露的风险。更不必再说“我早就告诉它不要那样做了”这种话了。
第6节——掌握MCP：利用实用工具连接、自动化处理各种操作，并让Claude Code的功能得到进一步提升
克劳德了解你的代码，但它并不清楚你使用的浏览器类型、数据库信息，也不熟悉最新的框架文档。因此，它会产生错误的判断/误解。
MCP（模型上下文协议）堪称人工智能领域的“USB-C标准”——它是一种通用的协议，能够让Claude与各种设备实现连接。
在本节中，你将把Claude Code应用到实际场景中：
Chrome DevTools MCP——让你能够实时观看Claude如何在你的浏览器中调试网页应用
剧作家MCP——支持完整的浏览器自动化操作、端到端测试以及数据抓取功能，所有这些功能都由Claude来驱动实现。
Context7 MCP——提供针对各种框架的实时、最新的文档信息，再也不用面对过时的资料了。
开发者全面了解MCP规范的指南——深入理解其内涵，而不仅仅是表面认识。
Claude Code是如何在不会导致系统负担过重的情况下，加载10多个MCP服务器的——其背后的智能加载机制揭秘
你可以看到 Claude 实时操控浏览器、调试真实应用程序的演示过程，还能看到它如何将最新的框架文档整合到系统中——而这一切都不需要你进行任何复制粘贴的操作。
正是这一部分让《Claude Code》显得充满科幻色彩。
第7节——子代理与代理团队：克劳德·科德的多元代理体系
你请克劳德帮忙审查你的代码。你得到了他的意见——不过这只是从某一个角度出发的观点而已。
现在试想一下：如果能够同时启动三个子系统来进行处理——一个负责安全审查的子系统、一个负责性能评估的子系统，还有一个负责风格审查的子系统——那么就能在原本所需的时间里，完成三项专业而深入的审查工作。
这就是子代理的力量所在。
你将学到：
将Claude Code从单一智能体转变为协作团队的“分而治之”策略
如何设计用于代码审查、调试、测试和安全审计的专用子代理程序
一个实时演示：故障排查子代理如何追踪并解决复杂的缺陷
如何让3个子代理同时从不同角度审查同一份代码
代理团队——多个代理并行协作，共同实现目标。
深入研究官方发布的Claude Code子代理文档——所有参数都有详尽的解释
在本节结束时，你将拥有了一支由专业人工智能工程师组成的团队——他们各自都是所在领域的专家，能够共同协作来处理你的代码库相关任务。
这就是软件开发的未来。而你将亲手参与它的创造过程。
先修要求/必备条件
掌握任何一种编程语言的基本知识即可（比如Python、Java、JavaScript等）。
熟悉命令行/终端操作
一个GitHub账号即可（免费账号也可以）。
一个“专业版克劳德”账号（我们会教您如何设置它）
你不必是人工智能专家，也不需要具备机器学习方面的背景。只要你能编写函数并使用Git，那就足够了。
本课程适合哪些人学习：
那些希望不再与人工智能工具抗争，而是能够驾驭它们的人类开发者们
希望能在团队中推广基于人工智能的工作流程的科技领域负责人和架构师们
凡是使用过Claude、Cursor、Copilot或ChatGPT的人，都会觉得肯定还有更出色的工具存在。
|
|
|小黑屋|手机版|Archiver|美河学习在线
( 浙网备33020302000026号 )
发表于 
在线QQ客服2
添加客服QQ