872401be72
New resource note with 6 core methodologies, community best practices, pitfalls, and practical examples. Three zettelkasten notes extract key insights: hook vs prompt reliability, MCP context tradeoffs, and the instinct learning system. Updated existing guides with cross-links.
317 lines
10 KiB
Markdown
317 lines
10 KiB
Markdown
---
|
||
created: "2026-03-19 12:00"
|
||
type: resource
|
||
tags: [claude-code, AI-tools, methodology, best-practices, agent-orchestration]
|
||
source: "https://github.com/affaan-m/everything-claude-code"
|
||
---
|
||
|
||
# Everything Claude Code 方法论与最佳实践
|
||
|
||
深度分析 ECC 的六大核心方法论、社区最佳实践、常见陷阱与实战例子。组件列表见 [[Everything Claude Code 完整指南]]，按场景速查见 [[Everything Claude Code 用法速查]]。
|
||
|
||
---
|
||
|
||
## 一、六大核心方法论
|
||
|
||
### 1. Research-First Development（研究优先开发）
|
||
|
||
在写任何代码之前，必须搜索现有实现。这是 ECC 工作流的**步骤 0（强制）**。
|
||
|
||
```
|
||
流程:
|
||
1. gh search repos / gh search code → 搜索 GitHub 现有实现
|
||
2. 搜索包注册表（npm, PyPI, crates.io）→ 优先用成熟库
|
||
3. Web 搜索 → 发现先例和最佳实践
|
||
4. 如果找到 80%+ 匹配的开源项目 → Fork/移植，不要从零写
|
||
```
|
||
|
||
**例子 — JWT 验证中间件**:
|
||
|
||
```bash
|
||
# 先搜索，不要直接写
|
||
gh search code "jwt middleware verify" --language=typescript
|
||
# 找到 jose 库 → 直接用，而不是手写 crypto
|
||
npm search jwt verify
|
||
```
|
||
|
||
### 2. Agent Orchestration（Agent 编排）
|
||
|
||
将复杂任务分解给专业 Agent，支持串行链和并行执行。
|
||
|
||
**四种预设工作流**:
|
||
|
||
| 工作流 | Agent 链 |
|
||
|--------|---------|
|
||
| feature | planner → tdd-guide → code-reviewer → security-reviewer |
|
||
| bugfix | planner → tdd-guide → code-reviewer |
|
||
| refactor | architect → code-reviewer → tdd-guide |
|
||
| security | security-reviewer → code-reviewer → architect |
|
||
|
||
**自定义链**: `/orchestrate custom "architect,tdd-guide,code-reviewer" "Redesign caching layer"`
|
||
|
||
**Agent 间交接文档格式**:
|
||
|
||
```markdown
|
||
## Handoff: planner → tdd-guide
|
||
### Context
|
||
- 实现 OAuth2 登录流程，使用 passport.js + Google provider
|
||
### Findings
|
||
- 需要新建 3 个文件: auth.controller, auth.service, auth.guard
|
||
### Files Modified
|
||
- (none yet - planning phase)
|
||
### Open Questions
|
||
- 是否需要 refresh token 支持?
|
||
### Recommendations
|
||
- 先写 auth.service 的单元测试
|
||
```
|
||
|
||
### 3. Hook-Driven Enforcement（Hook 驱动的强制执行）
|
||
|
||
**核心洞察**: Hook 触发率 100%（确定性），Skill/提示词触发率仅 50-80%（概率性）。因此关键质量控制应通过 Hook 实现，而非依赖提示词。
|
||
|
||
| Hook 类型 | 触发时机 | 用途举例 |
|
||
|-----------|---------|---------|
|
||
| PreToolUse | 工具执行前 | 开发服务器自启、安全监控 |
|
||
| PostToolUse | 工具执行后 | 自动格式化、类型检查 |
|
||
| PreCompact | 上下文压缩前 | 保存会话状态到 MEMORY.md |
|
||
| SessionStart | 新会话开始 | 加载上次上下文、检测包管理器 |
|
||
| Stop | 每次响应后 | 检查 debug 语句、持久化指标 |
|
||
|
||
**运行时控制**（无需编辑文件）:
|
||
|
||
```bash
|
||
export ECC_HOOK_PROFILE=minimal # 最小化（减少开销）
|
||
export ECC_HOOK_PROFILE=standard # 标准
|
||
export ECC_HOOK_PROFILE=strict # 严格（全部启用）
|
||
export ECC_DISABLED_HOOKS=security-monitor,learning-observer # 禁用特定 hook
|
||
```
|
||
|
||
### 4. Continuous Learning（持续学习系统）v2.1
|
||
|
||
ECC 最独特的创新 — **本能学习系统**。
|
||
|
||
```
|
||
观察(Hook) → 检测模式(Haiku) → 形成本能(Instinct) → 演化为技能(Skill)
|
||
```
|
||
|
||
**工作流程**:
|
||
|
||
1. Hook 捕获每次工具调用到 `observations.jsonl`
|
||
2. Haiku 模型后台观察器检测模式
|
||
3. 模式成为"本能"— 原子化学习行为，带信心分数 (0.3-0.9)
|
||
4. 本能按项目隔离（git remote URL hash）防止跨项目污染
|
||
5. `/evolve` 将相关本能聚类为新的 skill/command/agent
|
||
6. 信心 >= 0.8 且在 2+ 项目中出现 → 从项目级提升到全局级
|
||
|
||
**例子**:
|
||
|
||
```bash
|
||
# 会话结束后提取模式
|
||
/learn
|
||
# → [Instinct] confidence=0.7 scope=project
|
||
# → "When editing React components, always check for missing useCallback"
|
||
|
||
# 多次确认后
|
||
/evolve
|
||
# → 自动生成新 skill: react-performance-patterns
|
||
```
|
||
|
||
### 5. Strategic Compaction（策略性压缩）
|
||
|
||
**问题**: 自动压缩在 ~83.5% 上下文使用率时随机触发，可能丢失关键上下文。
|
||
|
||
**解决方案**: 在逻辑工作节点手动触发 `/compact`。
|
||
|
||
```
|
||
推荐压缩时机:
|
||
├── 探索阶段完成后
|
||
├── 里程碑完成后
|
||
├── 切换任务类型时（调试 → 开发）
|
||
└── 工具调用次数达到阈值时（Hook 自动提醒）
|
||
```
|
||
|
||
禁用自动压缩的配置:
|
||
|
||
```json
|
||
{
|
||
"env": {
|
||
"CLAUDE_AUTOCOMPACT_PCT_OVERRIDE": "50"
|
||
}
|
||
}
|
||
```
|
||
|
||
### 6. Verification Loop（验证循环）
|
||
|
||
6 阶段质量门，建议每 15 分钟或每次重大变更后执行:
|
||
|
||
```
|
||
/verify → 6 阶段:
|
||
1. Build → 编译是否通过
|
||
2. Types → 类型检查
|
||
3. Lint → 代码规范
|
||
4. Tests → 测试通过 + 覆盖率 >= 80%
|
||
5. Security → 安全扫描
|
||
6. Diff → 变更审查
|
||
→ 输出: 结构化 PASS/FAIL 报告
|
||
```
|
||
|
||
---
|
||
|
||
## 二、社区最佳实践
|
||
|
||
### 渐进式采用路线
|
||
|
||
| 阶段 | 重点 | 内容 |
|
||
|------|------|------|
|
||
| 第1周 | 基础 | Rules + 基本 Commands (`/plan`, `/tdd`) |
|
||
| 第2周 | 管理 | Session logging + Memory + Strategic compact |
|
||
| 第3周 | 高级 | Agents + Custom skills + Verification loops |
|
||
| 第4周 | 优化 | Token optimization + 并行执行 |
|
||
| 持续 | 积累 | `/learn` 提取模式，构建项目专用 Agent |
|
||
|
||
### Token/成本优化
|
||
|
||
```json
|
||
// settings.json 推荐配置
|
||
{
|
||
"model": "sonnet",
|
||
"env": {
|
||
"MAX_THINKING_TOKENS": "10000",
|
||
"CLAUDE_AUTOCOMPACT_PCT_OVERRIDE": "50"
|
||
}
|
||
}
|
||
// → ~60% 成本降低 (Sonnet vs Opus)
|
||
// → ~70% thinking 成本降低
|
||
```
|
||
|
||
**模型选择策略**:
|
||
|
||
| 模型 | 场景 | 能力/成本比 |
|
||
|------|------|-----------|
|
||
| Haiku | 简单任务、频繁调用的轻量 Agent | 90% 能力，3x 省钱 |
|
||
| Sonnet | 90% 的日常编码工作 | 最佳性价比 |
|
||
| Opus | 架构决策、首次失败重试、5+ 文件跨度 | 最强推理 |
|
||
|
||
### MCP 管理
|
||
|
||
- 启用的 MCP <= 10 个，活跃工具总数 <= 80 个
|
||
- 10+ MCP 时，有效上下文从 200K 降至 ~70K tokens
|
||
- 用 `disabledMcpServers` 禁用不用的
|
||
- 重操作优先用 CLI（如 `gh`）而不是 MCP
|
||
- 使用 `llms.txt` 模式（如 `vercel.com/docs/llms.txt`）代替 MCP 获取文档
|
||
|
||
### 会话管理
|
||
|
||
- 命名会话，特别是使用 git worktree 并行工作时
|
||
- 保存会话状态到 `.tmp` 文件
|
||
- 同一问题纠正 Claude 超过 2 次 → 开新会话（失败方法污染上下文）
|
||
- 新项目用双实例模式：实例 1 做脚手架，实例 2 做研究，合并后实施
|
||
|
||
---
|
||
|
||
## 三、常见陷阱
|
||
|
||
| 陷阱 | 影响 | 解决方案 |
|
||
|------|------|---------|
|
||
| 同时启用所有 MCP | 上下文降至 ~70K | 保持 <= 10 个 |
|
||
| 跳过 Plan 阶段 | 需求不清，大量返工 | 始终先 `/plan` |
|
||
| 过多并行实例 | 心智负担 > 生产力 | 按需添加 |
|
||
| 文件超 500 行 | 重读消耗大量 Token | 拆分为小文件 |
|
||
| 不提取可复用模式 | 每次重复设置 | 用 `/learn` 固化 |
|
||
| 忽略上下文健康 | 模型性能下降、幻觉 | 监控使用率，里程碑处压缩 |
|
||
| 死代码累积 | Token 浪费 | 定期用 refactor-cleaner |
|
||
| 忽略 Agent 质量门 | 遗漏回归和安全问题 | 让 Agent 触发运行 |
|
||
|
||
---
|
||
|
||
## 四、ECC 独特创新
|
||
|
||
| 创新 | 说明 |
|
||
|------|------|
|
||
| **Hookify** | 对话式 Hook 创建 — 描述需求自动生成 Hook 配置 |
|
||
| **pass@k / pass^k** | 形式化验证 Agent 任务成功率的度量 |
|
||
| **Sandboxed Subagents** | 按 Agent 限制工具（planner 只读，tdd-guide 可写代码+测试）|
|
||
| **Cascade Method** | 多实例管理用于并行开发 |
|
||
| **AgentShield** | 安全审计（1282 测试，98% 覆盖率，14 种密钥模式检测）|
|
||
| **Plankton** | 写入时代码质量工具（20+ linter + Claude 子进程修复）|
|
||
| **NanoClaw v2** | 模型路由、技能热加载、会话分支/搜索/导出 |
|
||
| **Continuous Learning v2.1** | Hook 观察 → 模式检测 → 本能形成 → 技能演化 |
|
||
|
||
---
|
||
|
||
## 五、实战完整例子
|
||
|
||
### 例子: 从零开发 REST API 端点
|
||
|
||
```
|
||
# Step 0: Research（研究优先）
|
||
/search-first "express rate limiting middleware"
|
||
→ 发现 express-rate-limit 库 (26K stars, 维护活跃)
|
||
|
||
# Step 1: Plan（规划）
|
||
/plan "Add POST /api/users endpoint with validation and rate limiting"
|
||
→ planner agent (Opus):
|
||
- 架构: Controller → Service → Repository 分层
|
||
- 依赖: express-rate-limit, zod, bcrypt
|
||
- 风险: 并发注册的竞态条件
|
||
→ 等待用户确认
|
||
|
||
# Step 2: TDD（测试驱动）
|
||
/tdd
|
||
→ tdd-guide agent:
|
||
- users.controller.test.ts (RED → GREEN)
|
||
- users.service.test.ts (RED → GREEN)
|
||
- users.repository.test.ts (RED → GREEN)
|
||
→ 覆盖率 82% ✓
|
||
|
||
# Step 3: Review（代码审查，自动触发）
|
||
→ code-reviewer agent:
|
||
- CRITICAL: 无
|
||
- HIGH: "bcrypt rounds should be configurable" → 修复
|
||
- MEDIUM: "Consider adding request ID" → 记录
|
||
|
||
# Step 4: Security（安全检查，自动触发）
|
||
→ security-reviewer agent:
|
||
- ✓ 参数化查询、输入验证、速率限制
|
||
- ⚠ "Add helmet middleware" → 修复
|
||
|
||
# Step 5: Verify（验证循环）
|
||
/verify → Build ✓ | Types ✓ | Lint ✓ | Tests ✓ (82%) | Security ✓ | Diff ✓
|
||
|
||
# Step 6: Learn（提取模式）
|
||
/learn
|
||
→ [Instinct] "Express API 端点始终加: rate limiting + zod + helmet"
|
||
→ confidence=0.6, scope=project
|
||
```
|
||
|
||
---
|
||
|
||
## 六、与其他方案对比
|
||
|
||
| 维度 | ECC | 最小 CLAUDE.md | claude-code-ultimate-guide | 自建配置 |
|
||
|------|-----|---------------|---------------------------|---------|
|
||
| 定位 | 生产级框架 | 轻量约定 | 教学材料 | 定制化 |
|
||
| 复杂度 | 高 | 低 | 中 | 可控 |
|
||
| Token 开销 | 较大 | 最小 | 无 | 可控 |
|
||
| 学习曲线 | 陡峭 | 平缓 | 教程式 | 渐进 |
|
||
| 自动化 | 全面（Hook 驱动）| 手动 | 无 | 按需 |
|
||
| 学习系统 | 完整本能系统 | 无 | 无 | 无/部分 |
|
||
| 适用场景 | 重度日常使用 | 简单项目 | 入门学习 | 特定需求 |
|
||
|
||
---
|
||
|
||
## 七、关键数据
|
||
|
||
- GitHub Stars: 50K+（9天内达 31.9K）
|
||
- 社区评分: 5/5 CRITICAL（claude-code-ultimate-guide 评价）
|
||
- 作者实战: 10+ 个月日常高强度使用
|
||
- 跨平台: Claude Code, Cursor, Codex, OpenCode
|
||
- 许可: MIT
|
||
|
||
---
|
||
|
||
## Related
|
||
|
||
- [[Everything Claude Code 完整指南]]
|
||
- [[Everything Claude Code 用法速查]]
|