Reading System

Control Room管理后台
首页/AI / Agent
收录整理

AI代码编辑工具使用培训材料：Claude Code 与 Codex 实战全攻略

本文原为内部培训材料，详细讲解了 AI 辅助编程工具在团队中的落地实践。从模型网关的集中管控，到 CLI 工具的选型与进阶技巧，再到多级提示词架构与 Token 成本优化，是一份非常实用的 AI 研发效能升级指南。

2026 年 3 月 27 日22 分钟Kittors

AI代码编辑工具使用培训材料

1. 我们的背景与解决方案：拥抱AI研发能力

1.1 研发效能新基建

在 2024-2026 年，AI 辅助编程已经从早期的"新奇玩具"快速演化为全产研团队的标准生产力设施。今天，面对越发复杂的业务与系统架构，单靠单纯的文本堆砌已经难以满足激增的开发效率诉求。在这个大背景下，我们不仅需要拥抱 AI，还需要以组织的形式系统化地引入强大的工具库。

1.2 公司的 AI 模型网关服务：CliRelay

为了将强大的大模型能力合规、高效地引入团队，我们研发并开源了专属的模型网关服务——CliRelay。

  • 开源地址：https://github.com/kittors/CliRelay
  • 核心业务价值：
  • 集中化权限控制：方便安全地分发 API Key 给多位同事甚至跨部门团队，无需所有人都持有平台根账号。
  • 灵活共享机制：支持统一的限流、大模型账号共享与额度管控。
  • 赋能团队的 AGENT 项目开发：

除了作为代码辅助客户端的节点，CliRelay 也为公司内置或定制的 Agent 项目开发提供了极大的支持，主要体现在支持原生的三种主流大模型 API 格式调用：

  1. OpenAI 兼容格式：兼容性霸主，适用于市面上绝大部分的开源前端及应用开发框架（如 LangChain）。只需更换 URL 即可平滑切换底层通用模型资源。
  2. Anthropic 原生格式：完美兼容其原有的 Messages 及强劲的 Tool Use（工具调用）特性，可以无损还原类似 Claude Code 所需要的复杂任务调度上下文。
  3. Google Gemini（及其他）原生形态：提供特定语法的平滑代理支持，让跨平台的复杂 Agent 切换如同本地一般顺畅。

此外，基于该网关系统的深层可观测性，我们能将 Agent 的上下文进行极其细致的展示，这极大地避免了之前开发 Agent 时经常遭遇的"黑盒感"（即开发者经常不知道模型实际上拼接了什么隐性 Prompt 或调用了何种工具的困境）。

2. 为什么推荐大家使用 Claude Code 与 Codex？

市面上的代码辅助工具层出不穷（如基于网页交互的 ChatGPT，以及重型的 IDE 插件工具），既然如此，为什么我们强烈推荐在工程实战中将 Claude Code 与 Codex 作为第一梯队列装呢？

除开它们作为纯正 CLI 工具能够"原生执行终端命令、直接免复制粘贴改写文件"之外，更具根本战略原因的优势在于：

1. 出自全球顶尖 AI 厂商的官方嫡系产品

  • Claude Code 与 Codex 分别是当今全球最顶尖的底层大模型公司 Anthropic 和 OpenAI 官方倾力主导研发的旗舰级终端客户端。
  • 更新效率极高，拥抱最新代理技术：由于是"亲生"应用，它们在迭代速度上有着套壳应用无可比拟的优势。一旦底层的大语言模型（如 Claude 3.7 或 o3）推出新的能力接口，这两款工具总能第一时间首发并调优使用体验，始终引领业界趋势。

2. 繁荣的生态与开源社区沉淀

  • 它们背后不仅站立着顶尖的公司，更维系着地球上最活跃的 AI 极客开源圈子。无论是社区产出的层出不穷的 Skill 工作流配置，还是爆炸式增长的各种可插拔 MCP 服务，你遇到的开发痛点在这里往往能最快找到成型的最佳实践。

3. 开阔护城河视野，启发团队打磨自有 Agent 项目

  • 引入这二者，不仅仅是为了日常敲代码快一点。这两款产品代表着当今世界最前沿、最领先的 Agentic（代理化、自主任务智能体）技术 落地标杆。
  • 当团队在日常深度运用这些顶级 Agent 进行多轮调度和拆解任务时，开发者将能以最直观的方式观察到它们背后的上下文推理链以及状态管理逻辑，直接、有效地反哺和激发我们在探索与研发公司内部 Agent 业务模块时的产品设计思考。

2.1 巅峰对决：Claude Code 与 Codex 的性格差异与能力边界

1. Codex (CLI)：纪律严明且带着"道德洁癖"的死士特工

  • 致命长板：作为 OpenAI 矩阵下的产物，Codex 的工程执行能力极其彪悍，对常规工程指令有着机械般的无条件服从。只要给它定下死目标，它就会立刻调动组件去跑流程绝不偷懒。
  • 💥 致命弱点 (一)：死胡同兜底：正因为过于执着，它极度喜欢"自己解决所有报错"。当遇到无法跑通的顽固环境错漏时，很容易一根筋地去反复试错修补，极易陷入自我纠缠的"死循环"，白白把时间跑死。
  • 💥 致命弱点 (二)：过度道德感：带着极其严苛的安全雷达。它对于爬虫抓取、数据逆向工程、渗透脚本甚至仅仅是敏感的隐私参数，常常爆发毫无必要的"道德拒答"。

2. Claude Code：发散思维的"百无禁忌"架构师

  • 致命长板 (一)：算法拔尖：背靠目前推理巅峰的 Claude 模型，它天然具备极强的复合算法分析能力与宏观发散思维。哪怕是抛给它乱成一团麻的海量老旧源码，要求拆分纠缠架构，它也总能四两拨千斤。
  • 致命长板 (二)：没有道德包袱：对比上面那位，它在极客任务中更像个来者不拒的实用主义者。没有繁文缛节的安全阻断，只要你敢提，不管是写复杂的网页爬虫协议还是深度的逆向数据提取，它全部手拿把掐照写不误。
  • 💥 致命弱点：长时幻觉：极其聪明带来的反噬是容易"梦游"。在进行跨度极大或持续数十轮交互以上的高负荷流水线期，容易发生记忆流失、自我脑补设定未经验证的冗余架构的"重度幻觉"。

所以到底该用谁？全栈选型备忘录：

  • Claude Code 首选场景：需要极强的心智去进行复杂算法拆解；或者执行逆向、全站爬虫等易触发别家平台审查的灰色工程任务。防"梦游"：严禁无脑挂机单一主线去长时迭代大架构。发现它自我闭环时，立马重置。
  • Codex (CLI) 首选场景：已经有分清好的清白逻辑！要求一个毫无大模型包袱的工兵去极致且极快地物理落实那些大规模杂碎代码重构。防"死缠"：绝不要让它陷入未知的报错海洋，一旦发现在同一个报错里循环尝试 3 轮，断然强杀进程！

核心共性："基于 Terminal（命令行）原生的能力"才是最高效的沟通手段。因为 AI 能在自己的工作目录下直接看见你报错的依赖、追踪编译历史，使得这二者无论谁出马，都能让交流实现真正的"零障碍透视"。

3. 核心驱动概念解析：MCP 与 Skill 的进阶指北

3.1 什么是 MCP，为什么建议"拿来主义"？

  • 定义：模型上下文协议 (Model Context Protocol)，你可以把它想象成赋予 AI 具体能力的 "USB-C 扩展接口"。
  • 为什么我们只建议使用市面上成熟的 MCP，而不推荐去重写开发？
  • MCP 属于底层通讯基建代码，自己手写不仅调试成本极高，而且一旦宿主环境更新极易损坏失修。
  • 如今的开源社区与生态已经极其繁荣，绝大部分你能想到的场景都有成熟的开源框架与标准 API 封装可免费调用。更聪明的方式是拿来即用。

大家常用的第一梯队 MCP 列举：

  • context7 mcp：用于极致增强大型项目特定语境上下文感知与片段检索方案的核心辅助。
  • playwright / puppeteer：自动化测试不可或缺的利器，允许终端 Agent 帮你主动唤起并操作浏览器进行验收录制。
  • github：打通代码库隔阂，允许大模型在编辑完成时亲自拉取日志、处理 Issue 并提交 PR。
  • figma：穿透设计稿底层结构，提取设计图的样式参数转换为可用变量。
  • pencil mcp：极速原型的神兵利器！只需向 AI 描述产品的表述，它会连接绘图指令瞬间为你画出带有逻辑结构的页面线框草图，完全实现"草图即原码"。

3.1.1 MCP 的配置与极其简单的安装方式

1. 最直接（也最推荐）的安装方式：直接吩咐

在 Claude Code 或者 Codex 的终端窗口中，最高效的方式是对其直接下达自然语言 Prompt。例如："帮我安装 github mcp" 或 "帮我把 context7 mcp 配置接入当前环境，如果没有请自动下载"。这两款业界顶级的客户端会自己利用系统的包管理器，"自己给自己自动完成资源拉取、侦测安装和文件修改"，完全无需人类插手。

2. 手动配置位置与说明：

  • Claude Code的挂载点：~/.claude/mcp.json
  • Codex CLI的挂载点：~/.codex/config.toml

3.2 什么是 Skill？它才是沉淀团队资产的大脑

  • 如果说 MCP 只是提供机械执行的"手、脚"，那么 Skill 则是类似于 SKILL.md 文档内定义的工作流 SOP 与定制验证逻辑，可以说是 AI 的工作大脑。
  • 为什么强烈推荐大家大力创建专属的 Skill？：相比写冷冰冰的 MCP 代码，写 Skill 的门槛极低，回报极高！你只需要在文件中利用自然语言告诉大模型："当遇到 Vue 文件时，你必须使用特定的组件库，并且必须写完某个测试。"，它就能按部就班成为某项业务的专家。

3.2.1 让人称奇的快速创建体验

  • 在 Claude Code 中一键生成：例如，当你想要创建一个能自动检索并处理网络内容的专属技能时，你只需抛出你的查询意图，并直接吩咐它："帮我创建一个 Skill，用来查询互联网数据并进行汇总"，它便能迅速领会并为你封装好整套工作流。
  • 在 Codex 中高效组合：Codex 则更具备专有特色，提供了诸如专门的 Skill Creator 流水线交互程序来创建技能。

3.2.2 意图分析与无感调用：为什么专属 Skill 更高效？

当你在项目中设定了专属的 Skill 后，最震撼的体验在于：Agent 会根据你的对话意图自主分析，极其自然地优先调配你的专属 Skill。 举个例子：当你向系统注册了经过针对性优化的互联网搜索 Skill 后，每当你提问"帮我查询下最新的 AI 相关的新闻"时，它不再走缓慢且冗余的预设系统工具（如 websearch），而是极其聪明地拦截意图并交由你的专属 Search Skill 执行。速度更快、定制化汇总效率更高。

3.3 进阶原理：Skill 与 Commands 的双端目录树结构解析

🚨特别提醒：对于 Claude Code 来说，官方在设计上隔离了两个概念： 1. Commands：存放在 commands/ 目录下的孤立单体 .md 提词板文件，偏向轻量调用和指令模板。 2. Skills：存放在 skills/ 目录下的工程化资源。每一个 Skill 必须独占一个专门的文件夹，并以解析 SKILL.md（带YAML头）作为该资源的主入口文件。

1. 项目级别设定（跟随仓库流转的专有规范）

核心定位：必须放入项目 Git 控制下随代码流转。这能确保团队克隆该工程的任何人在使用 Agent 时将被强制匹配这些业务规则。

2. 全局级别设定（伴随自身账户的主干大脑）

核心定位：保存在你自己用来打代码的笔记本电脑总管层里。无论你去写哪一个项目，这组属于这台设备的系统级习惯都会陪伴左右执行。

3.4 生态福利：Vercel Skills Hub 与一键安装神器

skills.sh 是 AI 工具里的 NPM，可以发现和索引优秀开源技能。

  • 默认注入项目级能力（局部管控，跟随 Git 流转）：npx skills add vercel-labs/agent-skills
  • 注入全局大脑（本机跨项目随时支援）：npx skills add tenfyzhong/skill-hub -s "analyse-issue" -g

如何查询与发现好用的开源技能？

  1. 纯命令行极客查找：npx skills find [关键词]
  2. 逛云端可视化大厅：前往开源极客社区们搭建的 skills.sh，这里就像是大模型的 App Store。

4. 双端核心进阶：Claude Code 与 Codex 实战技巧详解

4.0 核心共性制胜法宝：/plan 模式（防跑偏神器）

/plan 模式是双端共通的防跑偏神器。在对话框中键入 /plan 加上你的需求，大模型将绝对不会立刻动笔改代码，而是会进入"谋定而后动"的纯正架构师状态：扫视与梳理现有项目的上下文 → 拆解详细的任务流水步骤 → 明确列出即将需要修改或创建的文件清单。

🚨 高危防坑警告：如果你的任务预估步骤超过 3 步，强烈建议一定要使用 /plan 开始任务！并且在 AI 输出计划清单后，人类统帅必须非常详细地阅读这份计划。只有在你审查并确认它的拆解思路完全符合你的系统设计预期后，再允许它开始执行。

4.1 Claude Code 核心实战技巧

4.1.1 基础控制与内置斜杠 (/) 指令大全

| 官方真实高频 / 指令 | 核心极简说明与运用场域 | |---|---| | /plan | 谋定而后动：遇到复杂需求时，先让大模型梳理上下文并出具详细的实施步骤清单。 | | /clear | 终局洗牌：完全清空当前对话历史记忆，防止对话太长而白烧大额 Token。 | | /compact | 内存柔性压缩：比一刀切的 /clear 更温和，只清除冗长对白，但会浓缩保留一份结构化摘要。 | | /btw | 侧线平行侦查（By the way）：神级指令！在主线调试没断时，用它插入问个毫不相干的快打问题，主线推演完全不会被打断。 | | /resume | 复活历史脑图：随时接回之前的废弃或遗留战局（对话）。 | | /context | 可视化内存雷达：一键呈现此时已经消耗了多少 Context Window 的负载。 | | /mcp & /memory | 装备包挂载查验：用于现场检查所有外接服务是否绿灯，以及统读对当前库的所有层叠记忆。 |

极其重要的高能技巧：终端外置如何极速调取可视化历史？

当你完全退出交互界面的情况下，可以依托于极简的外部启动项选取器光速召回：claude -r（或 --resume）启动时，系统会弹出一个极为华丽的交互式可视化选择面板，里面详列了你当前所在项目目录下的每一场对话快照。

⚠️ 护肝小绝招：如何斩断烦人的 Accept 铁链？

claude --dangerously-skip-permissions

进入这个"法外狂徒模式"后，它将不再做任何过问和挽留，全程静默碾压执行。但这招请只用在你绝对信任的沙盒或是完全吃透了的代码库上！

4.1.2 拒绝健忘，帮 Agent 搭建长时记忆系统

由于模型的每次阅读 Token 是昂贵且有限的，我们需要一套外部大脑方案。在 Claude Code 中，一切记忆持久化的核心在于 CLAUDE.md。

实操步骤：极速构建你工作区（Workspace）的专属架构大脑

  1. 进入工作区：启动 claude。
  2. 侦测并生成基石记忆：向它输入 /init，Claude Code 将自动阅读整个源码及其配置，并在项目根目录下生成一份 ./CLAUDE.md 知识沉淀文档。
  3. 编辑你的个性化"军规"：打开新生成的 ./CLAUDE.md，写入强制大纲。从此，这组配置就是这个 Workspace 项目级大记忆。
  4. 补充你的全局基线：如果有些规范你想在任何项目中都带上，请前往你系统的家目录 ~/.claude/CLAUDE.md 中补充。

4.1.3 并行 Subagent：让"小弟"去通读枯燥日志

实操步骤一：使用内置 /agent 面板交互式配置长效特工

  1. 呼出管理面板：在 claude 聊天互动环境下直接敲入 /agents，系统会自动显示新建列表。
  2. 基于引导填写档案：配置智能体的属性（Name, Description, System Prompt, Tools）。
  3. 完成创建与智能派发：系统会自动理解你的意向并在需要时将其激活唤醒。

实操步骤二：口语直接触发"一次性"高并发分发

直接向主代理明确发起你的要求："现在临时创建三个专门检查项目细节的 subagent，让他们作为你的小弟分开去阅读这个项目的所有的细节枝干，最后由你汇总成一份报告，输出到 docs 目录中。"

4.1.4 进阶必杀：不碰代码！用 YAML 物理定义专属 Subagent

Claude Code 官方支持在项目根部的 .claude/agents/ 目录中利用极其简单的 Markdown + YAML 语法，精细调教长期干活的"特工小队"。

保姆级实操步骤：纯手工捏造一个死守只读权限的审查官

---
name: "security-scanner"
description: "当用户要求查验项目漏洞、安全合规时，自动调度此特工。它只会看和搜，无写权限。"
tools: Read, Grep, Glob    # 严防死守：剥夺写文件、执行 Bash 的功能
model: sonnet              # 指定经济款或高智力的具体大模型
---
# 下方的 Markdown 文本将会作为该智能体的底座世界观（System Prompt）
你是一个具有 10 年经验的网络安全攻防专家。
在接到巡检任务后：
1. 请严查代码中是否有硬编码的密钥和密码。
2. 检查 SQL 语句是否存在注入拼装。
3. 输出的报告必须用中文，且按照漏洞严重等级分块。绝对不要修改任何源代码。

4.2 Codex CLI 核心实战技巧

4.2.1 极致引擎控制指令与激进修饰符

| Codex 核心级调用指命 | 对接生态作用描述 | |---|---| | codex exec（简写 codex e） | 全能免互动代工：系统在后台立刻自动加载所需的 MCP 和沙盒环境去进行无感运算与执行，无需交互跟盯。 | | codex resume | 唤醒沉睡特工：直接读取过往的会话记忆恢复昨日残留问题。 | | codex mcp | 接驳外星系重火力：官方钦定的专为本地挂载和管理一切远端外设大杀器（MCP 服务引擎）的核心入口。 | | codex sandbox | 单为这个任务部署一个隔离的物理防泄漏"沙漏宇宙"，避免一切意外误删跑路事件！ |

神鬼莫测的极客权限修饰符：

  • --full-auto：赋予 Codex 完全自动向本机申请权限与静默沙盒自执的能力；
  • --dangerously-bypass-approvals-and-sandbox：完全脱钩脱缰、火力全开支配系统的骇客模式。

4.2.2 沉浸式交互态：Codex 专属 / 极客命令台

| Codex 核心实战 / 指令 | 真实使用场域描述 | |---|---| | /plan | 防翻车起手式：强制特工先出具详细的实施步骤和待修改文件表。 | | /new 与 /resume | 时空穿梭机：/new 丢弃包袱当场另起一场新对话；/resume 瞬间接回昨天保存下来的未完赛点。 | | /review | 当场化身代码审查官：Codex 会立刻自主审视当前工作区所有发生的 Diff 变更。 | | /subagents 或 /agent | 影子兵团列阵：查阅、切换正并发活跃着的多个外挂 Agent 线程。 | | /ps 与 /stop | 神级后台进程管控：查重并一键掐断跑偏的底层作业。 | | /permissions | 安全锁喉与免单：在内嵌列表选择把授权度全开，Agent 瞬间变身为全自动跑山机器。 | | /model & /skills | 主权定义：原地切换到智力更猛或推理深度更高的模型兵种；外挂业务辅助动作包。 | | /clear & /compact | 极客防爆双阀门：通过纯净清屏开新局，或在保留浓缩总结的前提下清算无关聊天。 |

4.2.3 独树一帜的级联记忆挂载系统：AGENTS.md

不同于别家的单文件死规则，Codex CLI 非常前卫地维系了以 AGENTS.md 体系主导的"级联覆盖式项目大脑"。它能够做到对你的代码实现目录级别的微操管制。

实操步骤：从全局定基调，从局部抓细节

  1. 全局超级大脑：前往 ~/.config/codex/agents.md（或 ~/.codex/AGENTS.md），这是你的最低优先级底线池。
  2. 应用级框架大脑：在你的具体工作区 YourProject/AGENTS.md 里录入项目的业务属性，这层记忆将覆盖全局冲突点。
  3. 文件夹级微操大脑（杀手锏）：在极易犯规的项目子目录下写入"大模型请注意，此目录全部定性为木偶纯渲染组件，一旦查出你在这写入了业务拉取逻辑立刻拒绝"。不管 Codex 探索到哪个角落，它的系统记忆池都会按所处目录的深度权重进行智能叠加。

4.2.3 并行派发极限榨干工作流（Parallel Subagents）

使用 Codex，你甚至可以像一个车间工头那样，在命令行并发派出多支勘探队伍同时审阅代码，来彻底防止传统大模型因为看太多文件导致的注意力腐烂（Context Rot）。

实操步骤：像调度将军一样查验功能分支

  1. 启动你的 codex。
  2. 直接向主智能体发布强力多线委拖请求："请使用并行的 subagents 来审查当前的 feature branch。立刻生成三个子代理：第一个只负责测查安全性泄漏，第二个负责搜寻未覆盖的单元测试漏洞点，第三个专门去查代码规范。"
  3. 透视检查与管理：这三个家伙跑起来时，你大可以利用 /agent 查看当前有多少条并行逻辑在消耗，并任意切入某个小弟的频道进行人工督查。

4.3 项目实战：构建不降智的多级提示词架构（AGENTS.md 路由树）

当真正的商业级项目落地时，如果你把所有的规章制度、表结构约束和部署规范等海量要素全塞进一个 AGENTS.md 里，会让大模型背上极重的上下文包袱。这不仅导致运行变慢，更极易产生"注意力腐蚀（Context Rot）"。

利用这个如同文件操作系统版的提示器架构设计，能够强力撬动工程上的三大实战红利：

  1. 防止智力降级空转（解决 Context Rot 难题）：使得大模型只有在判断任务是写接口连表时，才会遵照指引去拉取具体的建表大纲。日常的修补任务绝不再被携带这部分沉重的记忆噪音，大幅度节约 API 计费开支。
  2. 极佳的团队基建平行维护：由于进行了高度切片，测试架构组可以去专心维护自己的 rules/quality.md 测试准则，安全小组专线维护 rules/security.md，彼此互不干扰。
  3. 上帝视角的跨库微操协同：原本锁死在一端的 Agent 直接拔升为全栈视角——它可以主动顺发、跨越项目篱墙跑去拉平前后端的定义与联调逻辑。

4.4 高端基建：使用 RTK 挽回你 80% 的模型账单

开源指路：RTK 是专为 LLM 生态降低上下文噪音负担而诞生的，其官方开源仓库地址为 https://github.com/rtk-ai/rtk。

RTK（Rust Token Killer）的本质是一个专门服务于大语言模型的跨平台终端底层拦截器：

  1. 原本一段普通的 cargo test 会向大模型吐出至少 155 行夹带各种彩色转义字符的杂质乱码。
  2. RTK 作为包裹在 Agent 外面的过滤层会毫秒级出手，剔除所有对 AI 推理毫无卵用的噪音（进度占位符、过万行的无错信息），竟然将它浓缩为仅 3 行的核心判决。
  3. 压缩后的核心只言片语再投喂回 Claude Code/Codex 脑子里。

据实盘统计，通过 RTK 代理日常这些终端查询与读取交互，平均可为您的大项目降低 60%~90% 的洗钱式算力 Token 消耗。

在 Claude Code 与 Codex 中的无痛组合应用

  • 方案一：软对接（自带轻量原生预设指令）：在 ~/.claude/CLAUDE.md 或者项目里的总 AGENTS.md 里强行立下军令状："警告：当你在遇到要列出长目录或查找代码时，禁止调用系统的原生 ls 或 find！必须优先使用 rtk ls 或 rtk read 替代！"
  • 方案二：硬对接（无缝底层 Hook 拦截）：RTK 支持直接作为大模型 CLI 的顶层包装器运行。这意味着经由 Claude 或 Codex 发射出来的任意复杂 bash 语句，其回传结果全会被拦截过滤掉渣滓。

5. 拒绝"凭感觉编程"：通过 OpenSpec 统筹规范驱动开发

开源指路：OpenSpec 的官方文档及开源 GitHub 仓库地址为 https://github.com/Fission-AI/OpenSpec。

OpenSpec 是一个专为多款 AI 开发助手（高度兼容 Claude Code、Cursor、GitHub Copilot）设计的 规范驱动开发 (SDD) 框架。它旨在让你在真正实施代码前，先和 AI 把方案、架构、数据字典（Specifications）全部敲定成文，进而约束 AI 严格按章写代码。

5.1 极速安装与接入主控

npm install -g @fission-ai/openspec@latest

5.2 它的核心铁三角指令流（OPSX 工作流）

  • 第一步：/opsx:propose (谋定而后动)：每次发包接了新需求，敲下这个命令，大模型会基于现存项目资源和你的需求描述，先生成设计方案、API 定义以及任务流转表。只有人和 AI 就这个设计图达成共识了，才向后推进。
  • 第二步：/opsx:apply (按图索骥)：方案敲定后，发射此命令。AI 直接根据第一步确立的方案，严格实施编码和自查。杜绝了超纲发挥或逻辑遗漏。
  • 第三步：/opsx:archive (拔营归档)：完成后，输入归档令。它会自动将刚才所有生成的那些零散 Specs、草稿统一整理清洗，并归档入你团队项目总部的 docs 中。

6. 全链路落地：除了开发，其他岗位如何用好 AI？

6.1 测试团队（QA）的自动化效能放大器

在引入大模型与 Agent 工作流后，QA 工程师不再需要苦哈哈地一行行手写 Mock 数据和断言。

  • 逆向理解未知业务：直接在大模型中指令："请阅读近期的 git diff，帮我按顺序列出这段黑盒逻辑可能引发的所有 Null 异常节点，并输出为测试风险白皮书。"
  • 全自动测试用例生成：
  codex e "基于 /src/news_api 的最新逻辑变动，使用 Jest 帮我生成 10个覆盖极值与异常流的集成测试脚本，并安全地保存到 /tests 目录；如果缺少依赖 mock 请你自行构筑伪造服务。"

6.2 产品经理（PM）与设计：Pencil MCP 的降维打击

6.2.1 什么是 Pencil 与 Pencil MCP？

  • Pencil (官网：pencil.dev)：一款专注于线框、界面原型、交互组件设计的现代绘制神器。
  • Pencil MCP (Model Context Protocol)：打破次元壁的专属连接组件，能直接将设计画布的坐标结构暴露给 Claude 等模型，任其读取和渲染构建。

6.2.2 全链路安装与环境配置指南

  1. 确保已经正常安装并登陆了 Claude Code。
  2. 进入 Pencil 右上角的设置界面，找到 MCP 菜单，打开对应 CLI 工具的 MCP 配置服务接口。
  3. 继续在 Pencil 设置页面点击 Agents 菜单，在 Anthropic Claude Code 类目中点击"Sign in with ..."，并选择 Custom Model 完成对指定模型的通信授权。
  4. 回到你的代码终端并启动 Claude Code，敲入自带排查指令 /mcp。只要能在输出列表中看见 Pencil MCP 赫然在列并标绿，即代表大模型已夺取该画板的高级施工权限！

6.2.3 场景演示：一句口令，草图变神作

从此，画图与代码还原之间的工序将被极度下限压缩：

  1. 产品经理直接在连通大模型的画布端输入框诉求："在此系统右侧增加一个留存率分析的折线图组件板块"。
  2. Claude 将带着公司规范和代码思维，在毫秒间运算好间距与数据结构，像不可见的机械手一样实时在画板中为你凭空呈现所有页面元素！

6.2.4 终极战役：跨越重构死海，草图一键直出前端

开发工程师在终端直接运行挂载了该授权的 Claude Code，并祭出这行霸道的切图指令：

"使用 pencil mcp 仔细阅读 ~/Documents/todolist.pen 所有的细节，然后使用 react+bun+ts+vite 框架帮我实现这个设计稿的所有功能页面。"

Claude 利用 MCP 高速下潜抓取了该文件的原生坐标图和样式规则树，自主决定好组件的切分布局后开始狂飙输出。运行 npm run dev 调起开发环境预览——一套带有绝美质感、结构严密且像素级完美还原的前端骨架已然真实跑通！

7. 进阶彩蛋全景：跳出终端框架的终极大模型生态玩法

  1. "套娃式"多层代理：用 Claude Code 跨屏指挥 Codex 协同干活

利用 Claude Code 超强的"架构大局观"编写顶层调度控制流，然后通过它内置的沙箱权限，自动通过 CLI 执行唤起底层专门干脏活重活的 Codex 进程。让它们之间互相生成指令对答，实现"AI 高管指挥 AI 工兵"的惊艳自动流水线。

  1. 化身超级私人外脑：配合 Mem0 打造本地多模态知识库

通过外接 Mem0 这个针对大模型定制的终长线多模态记忆管理引擎。让智能助手随着时间累积，永久、深度记住你的开发习惯、团队私有架构白皮书。

  • 探索入口：Mem0 AI 官方 GitHub：https://github.com/mem0ai/mem0
  1. 贯通你的第二大脑：挂载 Obsidian 构建绝对私有的文本知识池

直接启动匹配你 Obsidian 本地笔记系统的专属 MCP 服务。它将允许大模型瞬间长出触角，直接扫描你沉淀了数年的私人 Markdown 知识卡片网络。

  • 探索入口：MCP-Obsidian 原生协议库 (https://github.com/calclavia/mcp-obsidian)
  1. 工业级敏捷流水线：挂载 gstack 体验顶级硅谷 CEO 的研发工作流

gstack 是 Y Combinator 现任总裁 Garry Tan 强烈推荐并开源的 Claude Code / Codex 专属技能栈。从用 /office-hours 起手，到 /plan-ceo-review、/plan-eng-review、/qa 及 /ship。你等于在本地瞬间拉起了一支包含 CEO、主架构师、测试专员在内的微缩全栈团队。

  • 探索入口：garrytan/gstack 官方 GitHub (https://github.com/garrytan/gstack)

8. 真正"玩出花"的护城河：Agentic 架构思想与官方进阶课推荐

只有深刻理解了 AI 思考树中赖以为生的一些深水区概念，例如"自我反思纠错机制（Reflection）"、"跨工具编排打通树（Tool Use Orchestration）" 以及"任务流分化切分"，你写出来的 SKILL.md 或者串联的长线命令才可能产生无坚不摧的核爆威力。

  • 💡 《Claude 官方 101 入门与思维架构指南》：直接啃透原生大厂 Anthropic 官方课程平台 推出的交互式培训大纲。

👉 官方精品网课直达：Anthropic Training: Claude 101 (https://anthropic.skilljar.com/claude-101)

  • 💡 《Agentic 架构全景白话科普实录》：用最入世的方式，让你在短时间内迅速打通"怎么把大模型培养成一个全职数字特工员工？"的任督二脉。

👉 极客高赞万贯科普：X 社区 @HiTw93 对 Agentic 的硬核图文解读 (https://x.com/HiTw93/status/2034627967926825175)

结语：给数字时代研发团队的最高忠告

AI 是效率的广角放大镜，更是终极车祸现场的放大镜。

真实血泪惨案警示录：

  • 时间：2025 年 12 月
  • 事件详情：亚马逊（Amazon） 的 Kiro AI 代码代理在无限制权限授权下发动致命失误，瞬间完全删除了整个 AWS 生产级网络环境并企图从零重建。
  • 惊天后果：导致亚马逊电商业务承受长达 13 小时的 AWS 核心宕机。期间高达 600 万笔实盘订单灰飞烟灭，美国市场订单量瞬时暴跌了 99%。
  • 官方定性：事后亚马逊官方冷酷回应，这纯属开发人员的 "用户访问控制分配不当"（给代码特工的权限过高），而非 AI 本身的自主性越权事故。

但要防止你的外挂兵团在复杂业务中反噬自身、脱轨崩溃，你必须在这看似无所不能的银弹面前死守两条软件工程与权限管控的核心底线：

  1. 宏大需求，严厉拆分闭环

千万别指望将一整套连带着三四个耦合模块的复杂生命周期系统一次性丢进 Prompt 企图它能秒出神作——正确的极客玩法是：你扮演一位严苛的主架构师，将主线大需求解耦拆分为颗粒度极小的单一接口模块或业务原子组件。让各种 Agent 一次只集中兵力攻克一个极小的碉堡阵地，步步为营，再做拼装。

  1. 无测试，不生成（TDD 边界防御）

AI 能在十秒钟内洋洋洒洒生成几百行"看起来极度合理但不工作"的骗人代码。要拴住这批野马，最顶级的降服术是对自己项目的接口与逻辑树负责：你必须在大模型开搞主线实现重构前，要求并带领它先一步步写出完善稳固的接口测试（Interface Tests）和场景集成测试（Integration Tests）！ 测试脚本和参数边界，就是约束大模型的物理防护栏。

只要守住这两点，那些对大型应用架构的选型远瞻、对业务链路脱水的深刻定调，以及严谨的 Code Review 复核判断力，将在这股浪潮中永远成为你被武器武装后最不可替代的核动力护城河。