Steering Claude Code: Skills, Hooks, Rules, Subagents, and More —— 操控 Claude Code
原文链接:https://claude.com/resources/articles/steering-claude-code-skills-hooks-rules-subagents-and-more
来源:Claude 官方资源
来源:CS146S Week 4 Reading
原文(英文)
请通过上方原文链接阅读完整英文原文。
中文翻译
操控 Claude Code:技能、Hooks、规则、子 Agent 等
Claude Code 提供了多种机制来定制和操控 Agent 的行为。理解这些机制以及它们各自适合的场景,是高效使用 Claude Code 的关键。
1. CLAUDE.md(项目记忆)
CLAUDE.md 是 Claude Code 的项目级配置文件,放在仓库根目录。它告诉 Claude 关于这个仓库需要知道的一切:
- 项目是什么、如何构建、如何测试
- 代码约定和风格规则
- 不应该碰的文件和目录
CLAUDE.md 在每次会话开始时自动加载到上下文中,是影响 Claude 行为的最基础方式。
层级结构:Claude Code 支持多级 CLAUDE.md——根目录的适用于整个项目,子目录的适用于该目录下的操作。这使得你可以为不同模块提供不同的指令。
2. Skills(技能)
技能是可复用工作流的载体。一个技能是一个 SKILL.md 文件加可选的支撑文件,放在 .claude/skills/ 目录下。
技能的核心机制是渐进式披露:
- 技能的描述(description)始终在上下文中
- 但技能的正文(body)只有在触发时才加载
- 这使得你可以拥有几十个技能而不会撑爆上下文
技能适合编码工作流,如"如何审查 PR"、"如何调试测试失败"、"如何添加新的 API 端点"。
3. Hooks(钩子)
Hooks 是在 Agent 操作的生命周期中自动执行的脚本。它们让你可以在关键时刻注入自定义逻辑:
- PreToolUse:在工具执行前运行,可以阻止危险操作(如删除文件)
- PostToolUse:在工具执行后运行,可以自动运行 lint 或格式化
- Notification:在 Claude 发送通知时运行
Hooks 的典型用途:
- 每次编辑文件后自动运行
ruff format - 阻止对
main分支的直接推送 - 在测试失败时发送 Slack 通知
4. Rules(规则)
规则是写在 CLAUDE.md 或技能中的行为指令。它们不像 Hooks 那样强制执行,而是作为提示词的一部分影响模型的行为。
好的规则应该是:
- 具体的:不要写"写好代码",要写"所有公共函数必须有类型注解和 docstring"
- 可执行的:规则应该可以被验证(通过 lint、测试或人工审查)
- 有理由的:说为什么这样规定,帮助模型在边缘情况下做出正确判断
5. Subagents(子 Agent)
子 Agent 是一种委派模式:主 Agent 可以启动一个子 Agent 来处理特定任务,子 Agent 在独立的上下文中工作,完成后将结果返回给主 Agent。
子 Agent 的核心价值是上下文隔离:
- 子 Agent 的中间步骤不会进入主 Agent 的上下文
- 只有最终结果被注入回主上下文
- 这使得主 Agent 可以保持精简的上下文,同时处理复杂任务
典型模式:
- 规划器 / 实现器:规划器制定计划,实现器逐步执行
- 审查器:在 PR 创建后,启动一个审查子 Agent 检查代码质量
- 研究员:启动一个子 Agent 专门探索代码库,返回相关文件列表和摘要
6. 权限模式
Claude Code 提供了三种权限模式来控制 Agent 的自主程度:
- 询问模式:每个操作都需要用户确认
- 自动接受模式:自动接受文件编辑,但 shell 命令仍需确认
- 全自主模式:所有操作自动执行(危险,仅在受控环境中使用)
选择哪种模式取决于任务的复杂度和你的信任程度。好的做法是从询问模式开始,随着对 Agent 行为的信任增加,逐步放宽权限。
各机制的适用场景
| 机制 | 适合什么 | 不适合什么 |
|---|---|---|
| CLAUDE.md | 仓库知识、构建命令、约定 | 复杂的多步工作流 |
| Skills | 可复用的编码工作流 | 一次性任务 |
| Hooks | 强制执行的操作(lint、格式化) | 需要模型判断的事情 |
| Rules | 行为指导 | 需要保证执行的操作 |
| Subagents | 上下文密集的子任务 | 简单的直接操作 |
结论
Claude Code 的操控不是单一机制——它是一个工具箱。理解每个工具的作用和局限,根据场景组合使用,才能最大化 Agent 的效率同时保持对质量的控制。
原文版权归原作者所有,翻译仅供学习交流。