Skip to content

Claude Code 14 大超级能力 — 进阶使用指南

视频总结了 14 个让 Claude Code 从"稍好的聊天机器人"蜕变为"全业务驱动引擎"的高杠杆设置。内容基于 Simon Scrapes 社区数千用户的实战经验,涵盖最新功能(Ultra Code、Auto Mode、/loop + /goal)到基础架构(Skills 系统、MCP vs CLI、长期记忆),再到高级技巧(Slot Machine Theory、Sub Agent vs Skill、VPS 远程部署)。适合已有 Claude Code 使用经验、想系统化提升效率的中级用户。

目录


1. Ultra Code — 自主多 Agent 工作流

核心概念

Ultra Code(Dynamic Workflows)让 Claude 自主设计工作流,创建专门的子 Agent 团队,每个 Agent 拥有独立上下文和单一职责,由协调者统一管理输入输出。

六种工作流模式(来自 Anthropic 官方文档)

+------------------+     +------------------+     +------------------+
|  Classify & Act  |     | Fan-out & Synth  |     |   Adversarial    |
|  按任务类型路由   |     | 并行探索 → 合并   |     |   Verification   |
|  A → path A      |     | branch×4 → merge |     |  Agent A → B验证  |
+------------------+     +------------------+     +------------------+

+------------------+     +------------------+     +------------------+
| Gen & Filter     |     |    Tournament    |     | Loop Until Done  |
| 批量生成 → 去重  |     |  Agent 间竞争     |     |  满足条件才停止   |
| options → best  |     |  → 选出胜者       |     |  (类似 ReAct)    |
+------------------+     +------------------+     +------------------+

使用方式

# 在 Claude Code 中直接输入 ultra code + 提示
ultra code perform deep research on Claude Code's latest features in the desktop app

Claude 会自动选择并组合工作流模式。例如"深度研究"任务会使用 Fan-out & Synthesize 模式:5 个 Scout Agent 并行搜索 → Deep Read 8 个来源 → 验证 → 综合报告。

对比表格:Ultra Code vs 单 Agent

维度 单 Agent Ultra Code
Token 消耗 低(单上下文) 高(实测 670K tokens)
任务复杂度 短/简单任务 长/复杂任务
上下文退化 严重(context bloat) 每个 Agent 独立上下文
提前终止 高概率 低概率(目标驱动)
执行时间 分钟级 13+ 分钟(复杂任务)

最佳实践

  • ✅ 用于:深度研究、多源验证、大规模重构
  • ❌ 避免用于:简单文件修改、单步操作
  • ✅ 通过 /workflows 命令监控子 Agent 状态
  • ✅ 工作流可保存复用,类似 Skills

2. Auto Mode — 智能权限分类器

三种权限模式对比

模式 行为 风险 适合场景
默认模式 每次文件写入/命令都要确认 极低 学习、不熟悉代码
Dangerously Skip Permissions 完全自由 极高 CI/CD 自动化
Auto Mode 分类器判断风险,仅高风险时询问 中等 日常开发(推荐)

切换方式

# Shift+Tab 两次进入 Auto Mode
# 可直接交办任务后离开电脑

判断决策树

需要 Claude 自主工作时:
  ✅ Auto Mode → 日常开发、中等风险任务
  ❌ Skip Permissions → 除非 CI/CD 环境
  ❌ 默认模式 → 需要频繁监督时不选

3. 长期自主任务:/loop + /goal

核心概念

两个命令组合解决"Claude 提前停止"问题: - /loop:设置循环间隔,让提示词周期性执行(最长 3 天) - /goal:设置终止条件,Claude 每轮检查是否达成

/loop every day + /goal inbox is empty
        │                │
        │                └─ 每轮检查:条件满足?
        │                    ✅ → 停止
        │                    ❌ → 生成新 Agent 继续执行
        └─ 每天注入提示词

实战示例:自动邮件分类

# 1. 设置循环
/loop every day

# 2. 设置目标条件
/goal Connect to my Gmail. File any emails from the last
hour into category folders. Stop when inbox is empty.

# 3. Claude 自动执行:
#    - 连接 Gmail → 搜索最近邮件 → 分类归档 → 检查 inbox
#    - 未清空 → 继续
#    - 清空 → "Goal achieved. 1 minute, 1 turn, 2K tokens."

最佳实践

  • /loop + /goal 组合 = 自主任务的标准模式
  • ✅ 适合日常重复任务(邮件、文件整理、监控)
  • /loop 有 3 天上限,超长周期任务需外部调度

4. Skills 最佳实践与 Skill Systems

好的 Skill 结构

skill.md (< 200 行)
  ├── name + description(触发条件 + 排除条件)
  ├── step-by-step 指令(< 200 行,Claude 可高效加载)
  ├── Progressive Disclosure(按需加载额外上下文)
  └── Self-learning rules(每次运行后记录反馈)

references/(独立文件夹)
  ├── context-1.md    ← 按需加载
  ├── context-2.md
  └── templates/

Skill Systems — 核心理念

Skill System 是多个 Skills 链接而成的端到端流水线,一个 Skill 的输出是下一个的输入。

                    Skill System: 社交内容创作
+--------+    +--------+    +--------+    +--------+
| 品牌    | → | 内容    | → | 图片    | → | 发布    |
| 语音    |    | 撰写    |    | 生成    |    | 工具    |
+--------+    +--------+    +--------+    +--------+
     ↑             ↑                          ↑
  可复用        可复用                      可复用于
  其他系统      其他系统                    其他系统

视频中的社交内容创作 Skill System 由 18 个 Skills 组成,包括: - 品牌语音(Brand Voice) - 视觉标识(Visual Identity) - 内容抓取(LinkedIn/URL scraper) - 图片生成 Agent - 模板构建器

对比表格:单个大 Skill vs Skill System

维度 单个大 Skill Skill System
可复用性 低(绑定特定流程) 高(各 Skill 可自由组合)
维护性 差(改一处影响全局) 好(改品牌语音不影响图片生成)
上下文效率 差(一次加载所有指令) 好(按需加载各 Skill)
组合灵活性 可组合成多个不同系统

最佳实践

  • ✅ 每个 Skill < 200 行,保持精简
  • ✅ 额外上下文放 references/ 文件夹
  • ✅ Skill 设计为"乐高积木"而非"巨型单体"
  • ✅ 共享 Skill 被 4 个系统复用 = 改一处更新四处
  • ❌ 不要把 Skill 写成只适用于单一场景

5. MCP vs CLI — 工具连接策略

核心区别

MCP Server(Model Context Protocol):
  ┌──────────────────────────────┐
  │ 工具定义始终加载在上下文中      │ ← 无论是否使用都占 token
  │ Claude 始终知道可用工具        │ ← 支持发现 + 链式调用
  │ 适合:日常高频交互             │
  └──────────────────────────────┘

CLI Tool:
  ┌──────────────────────────────┐
  │ 按需执行,执行后释放           │ ← 不占 token
  │ 简单命令行调用                 │ ← 单次交互
  │ 适合:低频、简单、可预测操作   │
  └──────────────────────────────┘

对比表格

维度 MCP Server CLI Tool
Token 成本 持续占用(数千 tokens) 仅执行时消耗
发现能力 Claude 可自动发现工具链 需明确指定命令
交互深度 多轮复杂交互 单次调用
适用场景 CRM、数据库等高频工具 发消息、取文件、跑脚本

判断决策树

需要连接工具时:
  频繁使用 + 多工具链式调用?
    ✅ → MCP Server(值得 token 成本)
  简单操作 + 偶尔使用?
    ✅ → CLI Tool(按需调用,零常驻成本)

6. 长期记忆:语义搜索取代关键词

问题

Claude Code 默认记忆机制基于关键词搜索,会丢失压缩后的上下文。用户反复解释相同背景信息。

解决方案:三层记忆架构

+------------------+     +------------------+     +------------------+
|     Storage      |     |    Injection     |     |    Retrieval     |
| 如何决定存储信息   |     | 注入相关上下文    |     |    Recall        |
|                  |     | 到短期记忆        |     |  回忆 6 个月前   |
| CLAUDE.md rules  | →  | 自动注入上下文    | →  | 语义搜索         |
| Skill rules      |     | 避免手动检索      |     | (向量数据库)     |
+------------------+     +------------------+     +------------------+

推荐开源框架:MemSearch, Hermes, OpenClaw

对比表格:关键词搜索 vs 语义搜索

维度 Claude 内置(关键词) 外部框架(语义)
搜索方式 关键词匹配 向量相似度
上下文丢失 高(compact 后) 低(存储在向量 DB)
成本 零额外成本 需维护外部服务
准确性 受 context bloat 影响 按语义相关性召回

7. CLAUDE.md 与 Agentic Operating System

核心概念

CLAUDE.md 是 Claude 启动时读取的全局配置文件。进阶用法是通过文件夹结构实现上下文注入:

project/
├── CLAUDE.md          ← 主指令文件,引用子文件夹
├── context/
│   ├── brand/
│   │   ├── voice.md       ← 品牌语调
│   │   └── visual.md      ← 视觉标识
│   ├── clients/
│   │   ├── client-a.md    ← 客户 A 专属上下文
│   │   └── client-b.md    ← 客户 B 专属上下文
│   └── workflows/
│       └── review.md      ← 流程规范
└── skills/
    └── copywriting/
        ├── SKILL.md
        └── references/

最佳实践

  • ✅ CLAUDE.md 引用文件夹,而非内联所有上下文
  • ✅ 按品牌/客户/工作流分离上下文
  • ✅ Skills 中引用具体文件路径("需要品牌语音时读取 context/brand/voice.md")
  • ✅ 这就是 Agentic Operating System 的本质——在正确时机注入正确上下文

8. 规划策略:Plan Mode vs PRD

关键洞察

Plan Mode 默认将计划保存到全局临时文件夹,context compaction 后 Claude 会丢失原计划。

❌ 错误做法:
  Plan Mode → 全局临时文件夹 → context 压缩后丢失

✅ 正确做法:
  Plan Mode / PRD → 项目文件夹内保存 → 可随时重读

判断决策树

选择规划方式:
  复杂多 Agent 任务?
    ✅ → Ultra Code(自动规划 + 执行)
  中等任务(< 1 小时)?
    ✅ → Plan Mode(快速规划)
  长期项目(> 1 小时 session)?
    ✅ → PRD 文件写入项目文件夹
       → Plan 中引用该文件,context 丢失后可重读

9. Slot Machine Theory — 不要纠缠错误

核心概念

来自 Anthropic 团队的建议:把 Claude 当作老虎机(Slot Machine)。一次拉杆(执行)结果不好时,不要和机器争论——直接重置再拉一次。

问题模式

正常流程:
  Prompt → 输出 A(错误)→ 纠正 → 输出 B(更差)→ 再纠正 → 输出 C(更差)

Slot Machine Theory:
  Prompt → 输出 A(错误)→ /reset → 附加上下文 → 重新执行 → 输出 D(更好)

每次纠正都会把旧错误代码和错误上下文累积到对话中,导致输出越来越差。

解决方案:使用 /rewind

# /rewind 让你回滚到会话中任意检查点
# 相当于"巨型撤销按钮"
/re

最佳实践

  • ✅ 结果不理想 → 不要说"No, fix this"
  • ✅ 用 /rewind 回到出错前的检查点,附加新上下文后重新执行
  • ❌ 不要在错误输出上反复修补(沉没成本陷阱)

10. Agent View — 多任务并行管理

使用方式

# 在终端输入
claude agents

Agent View 是一个仪表盘视图,按仓库和状态分组所有 Agent 对话,支持直接跳转或回复。

对比表格

维度 旧方式(多终端) Agent View
管理 手动切换终端 统一仪表盘
视角 单会话 目标驱动(按仓库/状态)
回复 切到对应终端 直接在 Dashboard 回复

11. 可移植性 — 避免 Vendor Lock-in

三大开放标准

标准 Claude Code 等价物 其他工具支持
AGENTS.md CLAUDE.md Codex, Cursor, Copilot
SKILL.md Skills 开放标准
MCP / CLI 工具连接 所有主流工具

最佳实践

  • ✅ 确保你的 Skills、CLAUDE.md、MCP 可移植到其他工具
  • ✅ CLAUDE.md 内容可复制为 AGENTS.md 供其他工具使用
  • ❌ 不要将所有逻辑绑定在 Claude Code 专有功能上

12. VPS 远程部署 — 手机控制 Claude Code

核心思路

Claude Code 内置的 Remote Control 和 Channels 无法在断连后保持后台运行。解决方案:

手机 (Telegram/Discord)
        │
        │ SSH / Tailscale
        ▼
+------------------+
| VPS(永不休眠)   │ ← Claude Code 持久运行
| + Claude Code    │
| + Tmux           │ ← 保持会话活跃
+------------------+

Claude Code Channels 对比

方案 后台执行 手机派发 断连续跑 复杂度
内置 Channels
Tmux + VPS
Hermes/OpenClaw 不透明

推荐方案:Claude Code Channels + Tmux + VPS = 手机派发任务后离开,审批通过 Telegram 回传,使用现有 Pro/Max 订阅,无额外 API 成本。


13. Sub Agent vs Skill — 何时用哪个

核心框架

Skill = Claude 知道如何做的事(指令)
Sub Agent = 执行工作的人(角色 + 独立上下文)

本质区别:
  Skill  = Sub Agent - Role(分离角色和任务)
  Sub Agent = Role + Task(角色和任务绑定)

判断决策树

选择 Sub Agent 如果:
  ✅ 工作会产生大量不需要主会话的上下文
  ✅ 需要不同工具/权限/模型
  ✅ 需要并行执行多个相同任务

选择 Skill 如果:
  ✅ 需要中间上下文回到主会话
  ✅ 任务简单,不需要隔离
  ✅ 上下文需要共享

Skill 可以随时 handoff 给 Sub Agent:
  主会话(Skills 链) → 图片生成步骤 → handoff → Image Gen Sub Agent

实战案例

LinkedIn Carousel Skill System 中: - 主流程:18 个 Skills 链式执行(无独立上下文) - 图片生成步骤:handoff 给 Image Gen Sub Agent(上下文隔离——主流程不需要看到样式参考和生成脚本) - 理由:Context Isolation + Separation of Concerns


完整展示了 Skill System 的设计理念:

输入(URL/主题)
    │
    ▼
[Brand Voice Skill] ──→ 品牌语调指导
    │
    ▼
[Content Scraper Skill] ──→ 抓取 LinkedIn/URL 内容
    │
    ▼
[Copywriting Skill] ──→ 撰写内容
    │
    ▼
[Image Gen Sub Agent] ──→ 上下文隔离生成图片
    │
    ▼
[Template Builder Skill] ──→ 组装轮播图
    │
    ▼
[Publish Skill] ──→ 发布
    │
    ▼
输出:完整的社交帖子 + 平台适配图片/轮播

设计要点

  1. 可复用:Brand Voice 和 Visual Identity 可用于任何内容创建系统
  2. 可维护:改品牌语调只改一个 Skill,所有系统自动更新
  3. 上下文隔离:图片生成在 Sub Agent 中,不污染主流程上下文
  4. 关注点分离:主流程只接收最终图片,不知道生成细节

参考资料

相关笔记

  • [[Claude Code 使用笔记]]
  • [[AI Coding Agent 对比]]