第09章 从入门到精通：Claude Code 能力地图与训练路线

Claude Code 的精通路线，不是背更多命令，而是逐步提高“可委托任务”的复杂度。

可以把能力分成五层：

flowchart TB
    L1[第一层：会让它读代码]
    L2[第二层：会让它小步修改]
    L3[第三层：会让它验证和审查]
    L4[第四层：会沉淀 Skills 和项目记忆]
    L5[第五层：会组合 Plugins、Agents、Hooks、MCP]
    L1 --> L2 --> L3 --> L4 --> L5

flowchart TB
    L1[第一层：会让它读代码]
    L2[第二层：会让它小步修改]
    L3[第三层：会让它验证和审查]
    L4[第四层：会沉淀 Skills 和项目记忆]
    L5[第五层：会组合 Plugins、Agents、Hooks、MCP]
    L1 --> L2 --> L3 --> L4 --> L5

flowchart TB
    L1[第一层：会让它读代码]
    L2[第二层：会让它小步修改]
    L3[第三层：会让它验证和审查]
    L4[第四层：会沉淀 Skills 和项目记忆]
    L5[第五层：会组合 Plugins、Agents、Hooks、MCP]
    L1 --> L2 --> L3 --> L4 --> L5

flowchart TB
    L1[第一层：会让它读代码]
    L2[第二层：会让它小步修改]
    L3[第三层：会让它验证和审查]
    L4[第四层：会沉淀 Skills 和项目记忆]
    L5[第五层：会组合 Plugins、Agents、Hooks、MCP]
    L1 --> L2 --> L3 --> L4 --> L5

第一层：会让它读代码

新手最容易跳过这一层，直接要求“实现某功能”。但 Claude Code 的质量来自上下文。

训练任务：

请阅读这个项目的 README、入口文件、配置文件和测试目录。
总结项目架构、启动方式、测试方式、主要模块边界。
不要修改文件。

达标标准：

• 它能说出关键文件。
• 它能说出真实命令。
• 它能区分事实和推测。
• 你能发现它是否读漏了重要路径。

第二层：会让它小步修改

入门后不要马上做大重构。先训练小步闭环。

训练任务：

请修复这个明确 bug，只修改必要文件。
修改前先说明计划，修改后运行最小相关测试。

达标标准：

• diff 小而聚焦。
• 没有无关格式化。
• 测试命令真实执行。
• 最终总结包含剩余风险。

第三层：会让它验证和审查

Claude Code 的交付质量取决于验证，而不是生成速度。

训练任务：

/code-review high

然后让它修复高置信度问题：

请只修复第 1 个 correctness 问题。
不要处理风格建议。

再运行：

/verify

达标标准：

• 能区分真实 bug 和风格问题。
• 能复现或解释验证路径。
• 能接受“不改”作为正确结论。

第四层：会沉淀项目记忆和 Skills

当你发现自己反复说同样的话，就该沉淀。

放进 CLAUDE.md 的内容：

• 项目结构。
• 常用命令。
• 测试规则。
• 禁止事项。
• 代码风格。

写成 skill 的内容：

• 发布流程。
• 验证流程。
• 代码审查清单。
• 特定框架的实现模式。
• 团队固定工作流。

训练任务：

请根据我们刚才成功运行应用的过程，
创建一个项目级 skill，记录启动、验证和常见失败处理方式。

达标标准：

• 下次会话无需重新发现启动方式。
• skill 内容短而可执行。
• 高风险操作不会自动触发。

第五层：会组合扩展生态

到这一层，Claude Code 已经不是单人提效工具，而是团队开发系统的一部分。

优先组合：

1. LSP 插件：让它获得类型和代码导航能力。
2. GitHub/GitLab 插件：让它理解 PR 和 CI。
3. Figma/Linear/Notion/Sentry 插件：让它理解需求、设计、运行状态。
4. Agents：让审查、安全、迁移等任务分工。
5. Hooks：把必须执行的检查自动化。

达标标准：

• 扩展都有明确用途。
• 权限边界清楚。
• 能定位问题来自 Claude、skill、hook、MCP 还是外部服务。
• 团队成员能复用同一套配置。

精通者的任务写法

初学者写：

帮我优化这个项目。

熟练者写：

请分析这个模块的性能瓶颈，先只读代码和现有测试。
输出证据、可选方案和风险，不要修改文件。

精通者写：

目标：降低列表页首次渲染时间。

范围：
- 只处理前端列表页和相关数据加载逻辑
- 不改后端 API schema
- 不做视觉重设计

流程：
1. 阅读入口、数据请求、列表渲染组件和测试
2. 提出最多 3 个方案，按风险排序
3. 等我确认后实现最小方案
4. 运行 typecheck、相关单测和 /verify
5. 最后输出 diff 摘要、验证结果、剩余风险

差别不在礼貌程度，而在工程约束是否清楚。

最后：Claude Code 使用成熟度自测

你可以用下面 10 个问题检查自己是否真正进入高阶使用：

1. 项目是否有维护良好的 CLAUDE.md？
2. Claude Code 是否知道真实启动和测试命令？
3. 提交前是否固定跑 /code-review？
4. 复杂应用是否有 /run-skill-generator 生成的验证 skill？
5. 常见重复流程是否已经写成 project skill？
6. 有副作用的 skill 是否禁用了自动触发？
7. 是否安装了对应语言的 LSP 插件？
8. 是否只安装真正需要的外部集成？
9. hooks 是否可解释、可调试、可关闭？
10. 团队成员是否能复用同一套工作流？

如果这些问题大多能回答“是”，你已经不是在“使用 AI 写代码”，而是在构建一套 AI 参与的软件工程流程。

参考资料：

• Claude Code Skills
• Discover and install prebuilt plugins
• Claude Code Commands