分類: AI 程式工具

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

1. 建立新的專案資料夾並切換進去： mkdir my-claude-project cd my-claude-project
2. 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

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。

VS Code的AI開發助手

官方網址: https://codeium.com/windsurf

使用手冊: https://docs.codeium.com/getstarted/overview

大力推荐文(別人的): https://codelove.tw/@tony/post/xNgR53

Codeium 是一款免費的人工智慧編程助手，支援多種程式語言（如 Python、JavaScript、TypeScript、Java、Go 等），並提供程式碼補全、聊天互動及智能搜索等功能。

Codeium 的主要功能

1. 程式碼補全與重構

利用其深度的上下文感知功能，Windsurf 能夠掃描整個程式碼庫，識別所有相關的程式碼片段。
開發者只需在 Cascade 模式中輸入指令，例如「將所有函式名稱改為駝峰式命名」，Windsurf 即可自動完成多個檔案的修改，並確保程式碼的一致性。
同時，Windsurf 提供即時的重構建議，協助優化程式碼結構並提升可讀性。

2. 自動生成測試案例

開發者在 Cascade 中輸入指令，例如「為 calculate_interest 函式生成單元測試，涵蓋所有邊界條件」。
Windsurf 會自動產生多個測試案例，並根據函式的邏輯自動檢查可能的異常情況。
測試案例生成後，開發者還可以進一步要求 Windsurf 優化測試邏輯，或新增更多測試場景，以確保應用的穩定性與可靠性。

3. 跨文件的依賴分析與優化

Windsurf 能夠自動掃描專案中的 package.json 或其他依賴檔案，生成模組之間的依賴圖，幫助開發者清楚掌握各模組的關聯性。
開發者可以要求 Windsurf 提供優化建議，例如「減少模組 A 和模組 B 之間的耦合」，Windsurf 會自動分析並建議重構方案，以降低系統的相依性並提升可擴充性。
此外，Windsurf 也支援自動更新依賴版本，確保專案始終使用最新的穩定版本，降低潛在的安全風險與相容性問題。

4. 自然語言生成程式碼

開發者在 Cascade 中輸入指令，例如：「建立一個使用 React 的網頁應用，包含用戶註冊和登入功能」。
Windsurf 隨即自動生成專案結構、前端介面程式碼以及後端 API，並內建基本的安全性驗證機制（如密碼加密與登入令牌處理）。
此外，在夜間啟用自動優化功能後，Windsurf 進一步改進資料庫查詢效能，優化 API 響應速度，並額外添加密碼強度檢測機制，以提升應用的安全性與使用者體驗。

5. 即時錯誤修復與優化

幫助開發者重構程式碼、添加注釋或精簡程式碼：

• 在程式碼中選擇需要重構的部分，然後在聊天界面中輸入需求，例如「請重構這段程式碼」。
• Codeium 會提供優化建議，並解釋修改原因。

Codeium 的優勢

• 免費使用：Codeium 對個人用戶完全免費，且無使用次數限制。
• 多語言支持：支援超過 70 種程式語言，包括 Python、JavaScript、TypeScript、Java、Go 等。
• 高效開發：通過程式碼補全、聊天和搜索功能，顯著提升開發效率。

如何提高程式碼補全的準確性

1. 提供清晰的上下文

Codeium 的程式碼補全功能依賴於上下文感知，因此提供清晰且完整的上下文是提升準確性的關鍵：

• 打開相關文件：Codeium 的上下文引擎會分析當前打開的文件以及專案中的其他文件，確保建議與整體程式碼邏輯一致。
• 使用註解描述需求：在程式碼中添加清晰的註解，例如「# 寫一個計算斐波那契數列的函數」，Codeium 會根據註解生成相應的程式碼。
• 保持程式碼整潔：清晰的變數命名、結構化的程式碼和有意義的註解能幫助 Codeium 更準確地理解上下文。

2. 善用提示工程（Prompt Engineering）

提示工程是與 AI 工具互動的核心，以下是一些實用技巧：

• 具體化需求：在提示中明確描述需求，例如「為函數 calculate_sum 寫一個單元測試，涵蓋所有邊界條件」。
• 分步操作：對於複雜任務，將需求拆解為多個簡單步驟，逐步向 Codeium 提出請求。例如，先生成函數框架，再補充細節。
• 使用 Codeium Chat：如果補全結果不符合預期，可以通過內建的聊天功能進一步詢問或要求修改。

3. 使用插件的高級功能

Codeium 提供多種功能來提升補全準確性，熟悉並善用這些功能可以顯著改善體驗：

• 多選建議：按下快捷鍵（如 Alt + ] 或 Alt + [）切換不同的補全建議，選擇最符合需求的版本。
• 上下文固定（Context Pinning）：在需要時固定特定的上下文，確保 Codeium 將其作為補全的參考。
• 自定義上下文：對於專案中特定的 API 或內部庫，可以手動提供相關文檔或示例程式碼，幫助 Codeium 更好地理解。

4. 定期更新與設置優化

保持插件的最新版本並進行適當的設置調整，有助於提升補全效果：

• 更新插件：Codeium 團隊會定期優化模型和功能，確保使用最新版本以獲得最佳性能。
• 調整補全觸發條件：如果覺得補全建議出現過早或過晚，可以在設置中調整觸發條件。
• 啟用語言伺服器：確保語言伺服器正常運行，這是 Codeium 提供高質量建議的基礎。

5. 適應專案需求的最佳實踐

根據專案特性採取針對性的措施：

• 多語言支持：Codeium 支援超過 70 種程式語言，確保在專案中選擇正確的語言模式。
• 程式碼風格一致性：Codeium 會嘗試匹配專案的程式碼風格，開發者應保持專案內部的命名規範和格式一致。
• 小型專案與大型專案的區別：對於小型專案，Codeium 的單文件補全效果最佳；而在大型專案中，應充分利用其多文件上下文感知功能。