如何充分利用 Claude Code — 来自 Anthropic 黑客马拉松冠军的现成 Agent、Hooks 和规则集

Anthropic 推出 Claude Code 时，大多数开发者开始将这个工具作为终端中的常规交互式聊天使用。问一个问题——得到一个答案，要求修复一个文件——得到一个补丁。然而，这种方法很快暴露了 LLM 的根本局限性。上下文窗口被不必要的日志弄乱，模型忘记了已接受的架构决策，而且每次请求的 token 消耗都在增长。

Anthropic x Forum Ventures 黑客马拉松的获胜者、zenith.chat 的合著者 Affaan Mustafa 系统地解决了这个问题。在使用 Claude Code 持续开发商业产品的十个月里，他建立了一个统一的设置、子 Agent 和自动化系统。所有这些开发成果都收集在开源仓库 everything-claude-code 中。

作者提供了两张关于基本原理和工作流深度优化的视觉指南：

仓库里有什么

该项目被设计为 Claude Code 的插件，尽管组件也可以轻松地手动复制。里面包含一套现成的基础设施，用于管理神经网络助手的行为。

仓库结构将工作流分为几个逻辑层：

• Agent（子 Agent）。 具有窄上下文和任务的文件。这里使用窄角色而非通用提示词：用于设计的 architect.md、用于质量保证的 code-reviewer.md、用于 Playwright 测试的 e2e-runner.md，以及用于漏洞扫描的 security-reviewer.md。
• 命令（斜杠命令）。 直接在 CLI 中快速调用脚本。输入 /tdd 启动测试驱动开发循环，而 /build-fix 则强制模型系统地分析构建错误。
• 技能。 针对特定技术和方法论的详细说明：从 Next.js 模式到遗留代码清理规则。
• 规则。 Claude Code 会持续考虑的指令。它们指定测试覆盖率要求、提交格式，并禁止直接数据变更。
• Hooks。 绑定到事件的 Node.js 脚本。它们在工具被调用时运行，允许自动化状态持久化或在保存前验证代码。

子 Agent 和窄 specialization

大型语言模型的主要问题是随着上下文扩展而导致的响应质量下降。如果你让一个模型同时设计数据库、编写前端代码并检查漏洞，它就会开始变得混乱。

在 everything-claude-code 中，这个问题通过分解来解决。例如，子 Agent code-reviewer 配置为使用 Claude 3.5 Opus 模型，并获得对文件和终端的只读访问权限。

---
name: code-reviewer
description: Reviews code for quality, security, and maintainability
tools: Read, Grep, Glob, Bash
model: opus
---

You are a senior code reviewer...

当主对话调用此 Agent 时，会创建一个单独的隔离会话。它根据严格的检查清单执行检查，给出裁决，并将结果返回主流程，而不会用中间推理过程弄乱对话历史。

通过 Hooks 和脚本实现自动化

仓库的一个有趣元素是使用 Node.js hooks 来管理会话生命周期。所有 hooks 都是跨平台的，在 Windows、macOS 和 Linux 上的工作方式相同。

其中一个 hook 监控文件编辑调用。如果开发者或模型本身意外地在代码中留下类似 console.log 的调试输出，hook 会拦截操作并向控制台输出警告。

另一个重要的 hook 任务是会话上下文持久化和恢复。当会话启动时，脚本 session-start.js 加载之前保存的项目上下文，在退出时 session-end.js 保存当前状态。这消除了需要重新向模型解释昨晚在哪里停止的需求。

仓库还包括一个自动包管理器检测系统。脚本按特定顺序分析项目文件：

1. 环境变量 CLAUDE_PACKAGE_MANAGER
2. 项目配置 .claude/package-manager.json
3. 中的 packageManager 字段 package.json
4. lock 文件的存在（pnpm-lock.yaml、yarn.lock、bun.lockb）

因此，斜杠命令通过项目中使用的 bun 或 pnpm 运行构建，而不会意外生成 package-lock.json 的风险。

MCP 和上下文窗口陷阱

仓库包含一组用于 MCP（Model Context Protocol）的现成配置——一种允许 Claude Code 与 GitHub、Supabase、Vercel 和 Railway 等外部服务交互的协议。

仓库作者对使用 MCP 提出了重要警告。每个连接的服务器都会将其工具模式直接添加到系统提示词中。如果你一次启用 20-30 个 MCP 服务器，可用上下文量会从 200,000 个 token 减少到 70,000 个，在对话开始之前就已经消耗了大量。

来自仓库描述的一条实用规则：你可以根据需要配置任意数量的服务器，但对于任何给定项目，应保持不超过 10 个处于活动启用状态（最多 80 个活动工具）。其他最好通过本地配置中的 disabledMcpServers 部分禁用。

如何安装和尝试

最简单的方法是通过 Claude Code 界面直接将仓库作为插件连接：

/plugin marketplace add affaan-m/everything-claude-code
/plugin install everything-claude-code@everything-claude-code

如果你不想使用插件，组件可以手动复制到你的主目录：

git clone https://github.com/WorldFlowAI/everything-claude-code.git

cp everything-claude-code/agents/*.md ~/.claude/agents/
cp everything-claude-code/rules/*.md ~/.claude/rules/
cp everything-claude-code/commands/*.md ~/.claude/commands/
cp -r everything-claude-code/skills/* ~/.claude/skills/

来自 hooks/hooks.json 文件的 hooks 需要手动转移到你的 ~/.claude/settings.json，MCP 所需的 API 密钥应添加到 ~/.claude.json。

总结

everything-claude-code 值得任何计划在日常工作中积极使用 Claude Code 的人关注。即使你不采用整个仓库，你也可以从中获得很好的想法：将任务拆分到子 Agent、与包管理器的跨平台集成，以及仔细的会话内存管理。

这个项目的价值在于它不是来自抽象的提示词工程理论，而是来自在持续监控 token 消耗的情况下编写商业代码的真实经验。