本文整理了 Claude Code 创始人 Boris 分享的 5 个实战技巧，涵盖并行任务处理、双窗口规划、知识库维护等方面，旨在帮助开发者和创作者大幅提升 AI 编程辅助的效率与准确性。
智能速览
利用多窗口多终端实现任务并行处理
复杂任务采用计划者与审阅者双窗口模式
通过持续更新项目文档降低 AI 错误率
构建自定义 Skills 实现代码审查与自动化
利用 Claude Code 自动修复 CI 测试与分布式系统 Bug
精华内容
想要充分发挥 Claude Code 的潜力，单纯的基础交互远远不够。以下这 5 个进阶技巧，将原本的代码辅助工具升级为高效的生产力引擎。
并行任务处理
针对不同的开发分支，建议开启多个独立的 VS Code 窗口，并分别打开终端运行 Claude Code。例如，主分支负责代码审查，功能分支开发用户认证，修复分支处理 Bug。
这种物理隔离的方式，能让 Claude 在各自的上下文中专注处理特定任务，最后统一进行合并，从而实现真正的并行开发。
双窗口规划
面对复杂任务，切勿直接上手写代码。最佳实践是开启两个对话窗口：一个用于制定详细的执行计划，另一个以“高级工程师”的角色审阅该计划。
在执行过程中，如果发现方向偏离，审阅窗口能及时纠正，确保后续步骤的正确性，避免返工。
维护知识库
请务必重视并维护项目内的文档。每当纠正了 Claude 的错误，都要求其更新知识库。通过这种反复的迭代训练，能够构建一个错误率极低的个性化 AI 助手。
随着使用时间的推移，Claude 对项目逻辑的理解会越来越深，协作效率也将显著提升。
构建自定义技能
将重复性工作转化为 Skills 并提交到 Git，是团队提效的关键。不仅可以编写命令来清理重复代码，还能创建 Slash Command 将 Slack 讨论、设计文档或 GitHub 评论整合为上下文摘要。
更进一步，可以将其配置为分析工程师，自动编写 DBT 模型或在 DV 环境中测试变更。
利用 AI 修复 Bug
Claude Code 在 Debug 方面的能力常被低估。对于 CI 测试失败，只需直接指令“修复测试”，它会自动分析原因并解决，无需人工干预细节。
此外，在排查分布式系统问题时，将 Claude Code 指向 Docker 日志，它能迅速从海量日志中定位异常，展现出超乎预期的分析能力。
掌握这些技巧，意味着从被动使用工具转变为主动驾驭 AI 编程助手。通过并行化、规划化和知识库建设，工作流将变得更加顺畅。期待更多进阶技巧的分享。
