Claude Code是由 Anthropic 推出的生成式 AI 程式助理,不僅能幫你寫程式、查文件、修 bug,甚至還能幫你整理 Git 記錄、整合團隊工具,是開發者最佳拍檔。
Cloud Code 可以做什麼
分析 Git 歷史
- 自動分析 commit 記錄,幫你查出參數是誰加的、為什麼改、相關背景脈絡。
- 無需額外提示,它會自己「幫你總結」。
整合 GitHub Issue
- Claude 可以自動拉取 GitHub Issue 資訊,並讀出脈絡,協助你釐清問題或任務內容。
參與 Weekly Standup
- 你可以問它:「我這週交付了什麼?」
- Claude 會自動從你的 Git 日誌中整理出成果摘要。
有效使用流程:從 Q&A 到整合工具
- 新手建議先從 Codebase Q&A 開始:比起直接改程式碼,先問問題(像「這個變數在哪裡定義?」)更容易上手,快速熟悉程式邏輯與架構。
- 逐步導入工具:等你熟悉後,就可以進一步請 Claude 幫你「編輯程式碼」,並使用其內建工具,例如 bash、測試指令等。
- 不必一個個指定工具:只要下目標,Claude 會自己判斷該用哪些工具,幫你串成完整流程。
- 寫功能前先規劃設計:Claude 最強的能力在於「思考」,你可以先請它幫你規劃實作策略,再確認後由它代碼實作。
- 告訴 Claude 你的 CLI 工具:你只要講「我們團隊有一個叫 build-image 的自定義指令」,它之後就能幫你正確下命令。
- 一次設定全部工具(建議):在進入一個新專案時,建議一次告訴 Claude 這個專案會用到哪些工具,這樣它在處理任務時會更有效率。
安裝Claude Code
請先確認你的系統符合以下條件:
- 作業系統:macOS 10.15+、Ubuntu 20.04+/Debian 10+ 或 Windows 10+(需搭配 WSL 或 Git for Windows)youtube.com+4docs.anthropic.com+4youtube.com+4
- Node.js:版本 18 以上(檢查
node -v
)docs.anthropic.comdocs.anthropic.com - 硬體需求:建議至少 4GB RAM,有網路連線
- Shell 環境:建議使用 Bash、Zsh 或 Fish
步驟 1:安裝 Claude Code CLI
開啟 Terminal(Mac/Linux)或 WSL 的 Ubuntu 終端機,執行:
npm install -g @anthropic-ai/claude-code
安裝完成後,輸入以下指令確認版本:
claude --version
步驟 2:設定 API 金鑰驗證
安裝好後,必須連結你的 Anthropic 帳號:
claude auth login
或是將 API 金鑰寫入環境變數(適合自動化流程):
export ANTHROPIC_API_KEY="你的-api-金鑰"
第一次執行 claude auth login
時,系統會開啟瀏覽器讓你登入並授權。
步驟 3:開始第一個專案
- 建立新的專案資料夾並切換進去:
mkdir my-claude-project cd my-claude-project
- 啟動 Claude:
claude

善用 CLAUDE.md
在 Claude Code 的運作中,CLAUDE.md 是建立上下文(context)最核心的元素之一。良好的 CLAUDE.md結構設計,能顯著提升 Claude 的理解力與團隊間的協同效率。
建議開發者各自維護 .cloud.local.md
,記錄自己常用的 workflow、debug 技巧或指令,不簽入 Git,但可被 Claude 使用。
撰寫原則如下:
- 保持簡潔明確:寫入常用指令、關鍵檔案與系統架構說明。避免冗長、過度複製 Readme 或歷史資訊,否則會稀釋 Claude 的關注焦點。
- 依目錄嵌套設計:每個子模組(如
/api
,/frontend
,/infra
)都可以放一份Cloud.MD
,Claude 會在該區域操作時自動讀取該目錄的說明。 - 保留個人版:建議開發者各自維護
.cloud.local.md
,記錄自己常用的 workflow、debug 技巧或指令,不簽入 Git,但可被 Claude 使用。
高階上下文管理技巧
組織層級的共享 CLAUDE.md
- 公司可建立統一的
enterprise.CLAUDE.md
(如專案政策、資安規範、CI/CD 標準),並在每個 repo 中引用。 - 有助於新進工程師快速了解開發規範。
結合 Slash 指令與情境切換
- Claude 支援
/commands
格式,例如/deploy
,/check-access
,這些可事先存於專案或個人記憶中,讓 prompt 更精準。
階層式配置架構建議
├── CLAUDE.md(全域策略)
├── .CLAUDE.local.md(個人筆記)
├── frontend/
│ └── CLAUDE.md(UI 工具說明)
├── backend/
│ └── CLAUDE.md(API 路由與框架設定)
└── infra/
└── CLAUDE.md(Terraform、MCP 配置)
MCP 與資源共享建議
- 集中配置一次,團隊共享:MCP 伺服器(如 puppeteer, PostgreSQL 查詢機器人等)可部署在某一個共用專案中,設定好後所有開發者即可使用。
可用資源範例
puppeteer-mcp
: 自動產生截圖/ PDF 報告。llm-lint-mcp
: 代碼風格與品質審查。qa-mcp
: 單元測試結果解析與修復建議。
建議導入流程
階段 | 重點行動 |
---|---|
團隊導入初期 | 建立統一的 Cloud.MD 與 MCP server,並教育每位成員撰寫 .CLAUDE.local.md |
日常工作中 | 透過 Claude 自動解析 commit、Issue、CI/CD log,提升團隊溝通效率 |
每週協作 | 在 weekly stand-up 前,使用 Claude 整理每人當週交付與貢獻,快速對齊進度 |
長期優化 | 定期檢視 Cloud.MD 內容,清理無效資訊、合併重複區段、補充新工具配置 |
善用 Cloude.MD 與其延伸機制,就像是幫你的 AI 工程夥伴安裝了「專案經驗記憶體」。不僅可以快速上手大型專案、減少重複溝通,還能真正讓 Claude 成為團隊知識管理與效率最佳化的幫手。