小云的 AI 开发实践

主题

最佳实践 ​

本文总结了使用 AI Coding Agent（Claude Code / CodeBuddy 等）进行日常开发的最佳实践。

工作流策略 ​

探索 → 规划 → 编码 → 提交 ​

适用于大多数任务的通用流程：

  1. 探索：让 AI 读取相关文件和上下文，明确告知暂时不要写代码
  2. 规划：使用 "think" / "think hard" 触发深度思考，将计划保存为文档或 Issue
  3. 编码：让 AI 实施解决方案
  4. 提交：让 AI 提交并创建 PR

TDD 驱动 ​

Anthropic 内部推崇的开发方式：

  1. 让 AI 写测试（明确告知不要写实现代码）
  2. 运行测试确认失败
  3. 提交测试
  4. 让 AI 写代码通过测试（禁止修改测试）
  5. 提交代码

PR 全流程自动化 ​

使用 ai-coding 插件 实现 Issue → PR → Review 的闭环：

bash
/ai-coding:fix-issue 42           # 修复 Issue 并创建 PR
/ai-coding:review-feedback         # 拉取 Review 意见并修复
/ai-coding:copilot-review-loop     # 自动迭代 Copilot Review

详见 PR 自动化实践。

Skill 编写技巧 ​

指令要具体 ​

具体的指令能显著提高成功率，减少 AI 的自由发挥：

markdown
<!-- ❌ 模糊 -->
Review the code changes.

<!-- ✅ 具体 -->
1. Run `git diff --cached --stat` to get changed files
2. For each file, read the full file for context
3. Review staged hunks for: bugs, security issues, types, dead code
4. Categorize as MUST_FIX / SHOULD_FIX / NIT / GOOD
5. Print summary table with file:line, severity, and suggestion

限制工具范围 ​

通过 allowed-tools 减少安全风险和意外操作：

yaml
allowed-tools: Bash(gh *), Bash(git *), Read, Grep, Glob, Edit, Write

设置 disable-model-invocation: true ​

避免 AI 在不恰当的时机自动触发 Skill。除非你明确希望 AI 按需自动调用（如通用代码审查 Skill），否则建议保持手动触发。

使用 $ARGUMENTS 传参 ​

让 Skill 灵活接受用户输入，如 Issue 编号、PR URL、自定义选项：

markdown
Fix GitHub issue $ARGUMENTS end-to-end.

上下文管理 ​

善用 CLAUDE.md ​

在仓库根目录创建 CLAUDE.md，记录：

  • 常用命令（lint、test、build）
  • 代码风格约定
  • 分支命名规则
  • 项目特有的注意事项

及时 /clear ​

长会话中上下文会累积无关信息。在切换任务时使用 /clear 重置，保持上下文聚焦。

多实例并行 ​

分离上下文通常比单个会话处理所有事情效果更好：

  • Claude A：功能开发
  • Claude B：修复 Bug 并创建 PR
  • Claude C：审查 PR 并处理反馈

可以结合 Git Worktree 实现真正的并行开发。

Plugin 开发建议 ​

命名空间 ​

Plugin 中的命令自动带 plugin-name:command 前缀，避免与其他 Plugin 冲突。设计 Skill 名时保持简短有意义：

bash
/ai-coding:fix-issue     # ✅ 清晰
/ai-coding:do-thing      # ❌ 含糊

版本管理 ​

在 plugin.json 中使用语义版本控制，添加重大更新时升级版本号。

测试验证 ​

发布前用 claude plugin validate . 或 --plugin-dir 本地验证：

bash
claude --plugin-dir ./my-plugin
claude plugin validate .

相关资源 ​