Claude Code Workflow 文档

简体中文

English

简体中文

English

高级技巧 ​

一句话定位 ​

用自然语言驱动 AI 编排工具链 — 语义化 CLI 调用、多模型协作、智能记忆管理。

5.1 语义化工具调度 ​

5.1.1 核心理念 ​

CCW 的 CLI 工具是 AI 自动调用的能力扩展，用户只需用自然语言描述需求，AI 会自动选择并调用合适的工具。

关键理解

  • 用户说："用 Gemini 分析这段代码"
  • AI 自动：调用 Gemini CLI + 应用分析规则 + 返回结果
  • 用户无需关心 ccw cli 命令细节

5.1.2 可用工具与能力 ​

工具擅长领域典型触发词
Gemini深度分析、架构设计、Bug 诊断"用 Gemini 分析"、"深度理解"
Qwen代码生成、功能实现"让 Qwen 实现"、"代码生成"
Codex代码审查、Git 操作"用 Codex 审查"、"代码评审"
OpenCode开源多模型"用 OpenCode"

5.1.3 语义触发示例 ​

只需在对话中自然表达，AI 会自动调用对应工具：

目标用户语义描述AI 自动执行
安全评估"用 Gemini 扫描认证模块的安全漏洞"Gemini + 安全分析规则
代码实现"让 Qwen 帮我实现一个速率限制中间件"Qwen + 功能实现规则
代码审查"用 Codex 审查这个 PR 的改动"Codex + 审查规则
Bug 诊断"用 Gemini 分析这个内存泄漏的根因"Gemini + 诊断规则

5.1.4 底层配置（可选了解） ​

AI 调用工具的配置文件位于 ~/.claude/cli-tools.json：

json
{
  "tools": {
    "gemini": {
      "enabled": true,
      "primaryModel": "gemini-2.5-flash",
      "tags": ["分析", "Debug"]
    },
    "qwen": {
      "enabled": true,
      "primaryModel": "coder-model",
      "tags": ["实现"]
    }
  }
}

说明

标签（tags）帮助 AI 根据任务类型自动选择最合适的工具。用户通常无需修改此配置。

5.2 多模型协作 ​

5.2.1 协作模式 ​

通过语义描述，可以让多个 AI 模型协同工作：

模式描述方式适用场景
协作型"让 Gemini 和 Codex 共同分析架构问题"多角度分析同一问题
流水线型"Gemini 设计方案，Qwen 实现，Codex 审查"分阶段完成复杂任务
迭代型"用 Gemini 诊断问题，Codex 修复，迭代直到通过测试"Bug 修复循环
并行型"让 Gemini 和 Qwen 分别给出优化建议"对比不同方案

5.2.2 语义示例 ​

协作分析

用户：让 Gemini 和 Codex 共同分析 src/auth 模块的安全性和性能问题
AI：[自动调用两个模型，综合分析结果]

流水线开发

用户：我需要实现一个 WebSocket 实时通知功能。
      请 Gemini 设计架构，Qwen 实现代码，最后用 Codex 审查。
AI：[依次调用三个模型，完成设计→实现→审查流程]

迭代修复

用户：测试失败了，用 Gemini 诊断原因，让 Qwen 修复，循环直到测试通过。
AI：[自动迭代诊断-修复流程，直到问题解决]

5.2.3 模型选择建议 ​

任务类型推荐模型理由
架构分析Gemini擅长深度理解和模式识别
Bug 诊断Gemini强大的根因分析能力
代码生成Qwen代码生成效率高
代码审查CodexGit 集成好，审查格式标准
长文本处理Claude上下文窗口大

5.3 智能记忆管理 ​

5.3.1 记忆系统概述 ​

CCW 的记忆系统是 AI 自主管理 的知识库，包括：

分类用途示例
learnings学习心得新技术使用经验、最佳实践
decisions架构决策技术选型理由、设计权衡
conventions编码规范命名约定、代码风格
issues已知问题Bug 记录、限制说明

5.3.2 记忆的自动使用 ​

AI 在执行任务时会自动检索和应用相关记忆：

用户：帮我实现用户认证模块
AI：[自动检索记忆中的认证相关 decisions 和 conventions]
    根据之前的技术决策，我们使用 JWT + bcrypt 方案...

5.3.3 用户如何引导记忆 ​

虽然 AI 自动管理记忆，但用户可以主动强化：

明确要求记住

用户：记住这个命名规范：所有 API 路由使用 kebab-case
AI：[将此规范存入 conventions 记忆]

要求回顾决策

用户：我们之前为什么选择 Redis 做缓存？
AI：[检索 decisions 记忆并回答]

纠正错误记忆

用户：之前的决定改了，我们现在用 PostgreSQL 代替 MongoDB
AI：[更新相关 decision 记忆]

5.3.4 记忆文件位置 ​

  • 全局记忆: ~/.claude/projects/{project-name}/memory/
  • 项目记忆: .claude/memory/ 或 MEMORY.md

5.4 Hook 自动化 ​

5.4.1 Hook 概念 ​

Hook 是 AI 执行任务前后的自动化流程，用户无需手动触发：

Hook 类型触发时机用途
pre-commandAI 思考前加载项目规范、检索记忆
post-commandAI 完成后保存决策、更新索引
pre-commitGit 提交前代码审查、规范检查

5.4.2 配置示例 ​

在 .claude/hooks.json 中配置：

json
{
  "pre-command": [
    {
      "name": "load-project-specs",
      "description": "加载项目规范",
      "command": "cat .workflow/specs/project-constraints.md"
    }
  ],
  "post-command": [
    {
      "name": "save-decisions",
      "description": "保存重要决策",
      "command": "ccw memory import \"{content}\""
    }
  ]
}

5.5 ACE 语义搜索 ​

5.5.1 什么是 ACE ​

ACE (Augment Context Engine) 是 AI 的 代码感知能力，让 AI 能理解整个代码库的语义。

5.5.2 AI 如何使用 ACE ​

当用户提问时，AI 会自动使用 ACE 搜索相关代码：

用户：认证流程是怎么实现的？
AI：[通过 ACE 语义搜索 auth 相关代码]
    根据代码分析，认证流程是...

5.5.3 配置参考 ​

配置方式链接
官方文档Augment MCP Documentation
代理工具ace-tool (GitHub)

5.6 语义提示速查 ​

常用语义模式 ​

目标语义描述示例
分析代码"用 Gemini 分析 src/auth 的架构设计"
安全审计"用 Gemini 扫描安全漏洞，重点关注 OWASP Top 10"
实现功能"让 Qwen 实现一个带缓存的用户仓库"
代码审查"用 Codex 审查最近的改动"
Bug 诊断"用 Gemini 分析这个内存泄漏的根因"
多模型协作"Gemini 设计方案，Qwen 实现，Codex 审查"
记住规范"记住：所有 API 使用 RESTful 风格"
回顾决策"我们之前为什么选择这个技术栈？"

协作模式速查 ​

模式语义示例
协作"让 Gemini 和 Codex 共同分析..."
流水线"Gemini 设计，Qwen 实现，Codex 审查"
迭代"诊断并修复，直到测试通过"
并行"让多个模型分别给出建议"

下一步 ​

  • 最佳实践 — 团队协作规范、代码审查流程、文档维护策略

Released under the MIT License.

Copyright © 2025-present CCW Contributors