1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用，不得用于其他商业用途（如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利）。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。
查找下载文件的指引
一、电脑端
- Windows 系统：按下键盘快捷键 `Ctrl + J`，即可打开下载列表。
- Mac 系统：按下键盘快捷键 `⌘ + J`，即可打开下载列表。
二、手机端
1. 打开手机浏览器，点击浏览器右下角的 “≡”（或“更多”）图标。
2. 在弹出的菜单中找到并点击 “下载内容”（或类似选项），即可查看已下载的文件。
提示：不同浏览器界面略有差异，若未找到“下载”入口，可尝试在浏览器设置中搜索“下载”关键词。
很多人用Claude Code的方式，跟用ChatGPT没什么区别——打开、提问、复制粘贴。但376页的学习手册反复强调一件事：Claude Code是一个AI编码Agent，不是聊天窗口。它有自己的工作闭环、记忆系统和工具链，你用对了，它能帮你读代码、修Bug、写测试、管Git；你用错了，它也就是个高级搜索框。
课件第一章就把这个区别讲透了。普通聊天模型是"你问一句，它答一句"，每一轮都是独立的。但Claude Code有一个闭环工作流程：理解目标→探索项目→使用工具→修改文件→验证结果→总结交付。
说白了这个闭环就像你雇了一个程序员。你不会只说"帮我把代码写好"，而是告诉他需求、给他看代码库、让他先读再动手、改完后跑测试，最后确认没问题。课件强调三个新手最容易踩的坑：以为模型天然知道整个项目、以为说一句"帮我修好"就够了、以为AI改的代码不需要验证。
给Claude Code的任务，必须同时包含目标、边界、可用资料、允许执行的动作和验收方式。课件里每一章都是按这个结构组织的——先明确范围，再让AI动手，最后用检查清单验证。
课件用了整整两章（第11、12章）来讲记忆系统，这是Claude Code最核心的能力之一。CLAUDE.md就是一个放在项目根目录的Markdown文件，它告诉Claude Code：这个项目是干什么的、有哪些约定、测试怎么跑、Git怎么用、什么能做、什么不能做。
课件给的模板非常实用，大概长这样：
项目目标——一两句话说清这项目解决什么问题
常用命令——构建、测试、运行、部署的shell命令
必须遵守——编码规范、命名约定、架构约束
禁止事项——不要修改的文件、不要执行的命令
测试要求——跑什么测试、覆盖率要求
Git工作流——分支策略、commit message格式
课件还特别强调了记忆系统的反模式（第14章）：不要把CLAUDE.md写成长篇小说、不要把临时任务规则写成永久记忆、不要不加思考地照搬模板。好的记忆文件像入职文档，差的像没人维护的wiki。
Claude Code最强大的地方，是你可以把常见的任务打包成Skill（技能包）和SubAgent（子代理）。课件第22-25章详细讲了这个体系。
Skill就是一个带有SKILL.md说明文件的能力包。比如课件里给了一个"代码审查"Skill的例子——定义什么时候用、怎么做、输出什么格式。你可以建一个目录放Skill文件，Claude Code在对话中会自动加载。
SubAgent更像专职助手。课件给了几个实战模板：code-reviewer只读代码diff、test-runner跑测试并总结失败、doc-writer生成文档、security-scanner检查安全风险。每个SubAgent有独立的工具权限和任务范围，互不干扰。
课件第30章专门讲了Skill、Agent、MCP、Plugin四种能力的组合模式。关键原则是：简单任务用Skill，复杂多步骤用SubAgent，需要外部数据用MCP，需要分发给团队用Plugin。
课件第15-18章花了大量篇幅讲提示词。很多人觉得"AI应该能理解我"——但课件明确指出：模糊的任务描述是效率的最大杀手。
课件给了几个实战模板，我整理成三个最常用的：
Bug修复模板：明确"目标→范围→步骤→限制→输出"。不是"帮我修Bug"，而是"修复这个Bug，只允许修改相关文件，先读错误日志、提出假设、写回归测试、再改代码，输出原因、修改点和验证命令"。
代码审查模板：设定角色和优先级，按"Bug→回归→安全→测试缺口→可维护性"顺序审查，每个问题标注文件路径和建议修复方式。
复杂问题模板：先让AI列出需要确认的事实，再分层分析可能原因，给出假设、证据、反例和不确定性，不直接改代码，先输出计划等确认。
课件还介绍了"计划模式"——让AI先想清楚怎么做，你确认后再动手，适合重大架构调整。
课件第19-21章和附录I专门讨论了这个话题。Claude Code按token计费，高成本主要来自四个地方：大文件全文读取、长日志直接粘贴、长会话不压缩、简单任务用了高能力模型。
省token的核心思路课件给了六条：先搜索后读取，而不是直接打开整个文件；大日志先让AI做摘要再分析关键片段；把输出格式固定下来（减少废话）；稳定规则放CLAUDE.md，临时任务单独写；复杂任务用计划模式减少来回试探；简单任务用默认模型，只有架构分析才切高能力模型。
课件附录I还给了模型选择策略表：文档修改用低成本模型、单文件Bug用默认模型、跨模块分析用高能力模型+高努力级别、安全审查证据优先、批量总结控制输出长度。
说句实在的，376页的手册不可能几段话讲完。但核心就一件事：把Claude Code当程序员来管理，而不是当搜索引擎来使用。写好CLAUDE.md给它"入职培训"，建好Skills给它"工具箱"，用清晰的提示词给它"任务书"，管好上下文给它"不加班"。这套方法论不只适用于Claude Code，任何AI编码工具都能套。
