第7章 综合实战项目

把前六章的技术融会贯通,打造一流的 AI 辅助开发工作流

本章目标:假设你是一个全栈项目的技术负责人。我们将用前六章学到的所有技术,搭建一个完整的 AI 辅助开发工作流。涉及真实场景、真实配置、真实命令。

7.1 项目背景

假设你负责一个名为 「TaskFlow」的全栈项目:

7.2 第一步:初始化项目配置(技能 /init)

让 Claude 了解你的项目:

/init

这会在项目根目录生成 CLAUDE.md,Claude 之后每次运行都会自动读取它来了解项目。

7.3 第二步:配置 MCP 扩展能力(MCP)

编辑 .claude/settings.json,让 Claude 能直接操作数据库和 GitHub:

{
  "mcpServers": {
    "postgres": {
      "command": "npx",
      "args": ["@anthropic-ai/mcp-server-postgres"],
      "env": {
        "DATABASE_URL": "postgresql://localhost:5432/taskflow_dev"
      }
    },
    "github": {
      "command": "npx",
      "args": ["@anthropic-ai/mcp-server-github"],
      "env": {
        "GITHUB_TOKEN": "${GITHUB_TOKEN}"
      }
    }
  }
}

7.4 第三步:设置自动化 Hooks

~/.claude/settings.json 中添加自动化:

{
  "hooks": {
    "PostToolUse": [
      {
        "command": "if echo \"$CLAUDE_TOOL_INPUT\" | grep -q '\\.tsx\\|\\.ts'; then npx prettier --write \"$(echo $CLAUDE_TOOL_INPUT | jq -r '.file_path')\" 2>/dev/null; fi",
        "matcher": "Edit|Write",
        "description": "修改 TS/TSX 文件后自动格式化"
      }
    ],
    "Stop": [
      {
        "command": "npx tsc --noEmit 2>&1 | head -5",
        "matcher": "",
        "description": "完成后检查 TypeScript 类型"
      }
    ]
  }
}

7.5 实战一:新功能开发全流程

场景:为 TaskFlow 添加「用户头像上传」功能

下面是一步步的实际操作,你可以跟着做。每条 "你:" 后面的内容就是你在 Claude Code 中输入的话。

完整操作流程

1

让 Claude 先设计实现方案

你打开终端,进入 TaskFlow 项目目录,启动 Claude Code,然后输入:

你:我要给 TaskFlow 添加用户头像上传功能。请先帮我设计实现方案,
包括:前端用什么组件、后端 API 怎么设计、数据库要不要加字段、
文件存在哪里。输出一个清晰的实现计划。

Claude 会分析你的项目结构(读取现有代码),然后输出一份详细的实现计划,包括文件清单和步骤。

2

并行调研现有代码

Claude 会自动派出 Explore 子代理同时搜索:

Claude 内部自动执行:
→ Explore 子代理 A:搜索项目中是否有现成的文件上传逻辑
→ Explore 子代理 B:搜索 users 表结构和用户相关的 API 路由

几秒钟后,Claude 汇总结果告诉你:「项目中尚无文件上传逻辑,users 表有 avatar_url 字段但未使用,用户 API 在 src/api/users.ts。」

3

创建 Worktree 隔离环境

你继续输入:

你:创建一个 worktree,在隔离环境中帮我实现头像上传功能

Claude 会调用 EnterWorktree,创建一个类似 .claude/worktrees/avatar-upload/ 的独立目录。之后的所有改动都在这个隔离环境中,不影响你的主工作区。

4

逐步实现功能

在 worktree 中,你逐段告诉 Claude 要做什么:

你:先创建数据库迁移文件,给 users 表加 avatar_url 字段

你:在 src/api/users.ts 中添加 POST /api/users/avatar 端点,
接收文件上传,校验类型和大小,保存到 uploads/avatars/ 目录,
返回文件 URL

你:前端在 src/components/UserProfile.tsx 中添加头像上传组件,
包括拖拽上传区域、预览、上传进度条

每发一条,Claude 就写对应的代码。中间的 PostToolUse Hook 会自动运行 prettier 格式化、TypeScript 类型检查。

5

代码审查

你:/review

Claude 自动检查所有改动,输出结构化审查报告。重点关注:文件类型校验是否严格、大小限制是否合理、有没有路径遍历风险。

6

安全审查

你:/security-review

Claude 对文件上传功能做深度安全扫描。如果发现「未限制文件类型可能导致上传恶意脚本」,会直接告诉你并给出修复建议。

7

浏览器自动化测试

你:帮我在浏览器中测试头像上传功能:
1. 打开 http://localhost:3000/profile
2. 截图看看页面长什么样
3. 点击头像上传按钮
4. 选择一个测试图片
5. 截图确认预览是否正常
6. 点击保存
7. 截图确认头像是否更新成功

Claude 通过 Puppeteer MCP 自动打开 Chrome,一步步操作,每步截图给你看。

8

退出 Worktree 并提交 PR

你:功能没问题,退出 worktree,保留改动

Claude 退出 worktree 后:

你:帮我把 worktree 分支的改动合并到 main 分支,然后推送到 GitHub,
并创建一个 PR,标题是「feat: 添加用户头像上传功能」

Claude 用 GitHub MCP 自动创建 PR,写好描述,关联相关 Issue。

9

设置持续监控

你:/loop 15m "检查刚创建的 PR,看 CI 是否通过、有没有人 review"

Claude 每 15 分钟自动检查一次,CI 失败或有人评论时主动通知你。

7.6 实战二:Bug 修复全流程

场景:用户反馈登录页有时白屏

下面演示从收到 bug 报告到修复上线的完整操作。

完整操作流程

1

让 Claude 定位问题

你:有用户反馈登录页面偶尔会白屏。帮我排查可能的原因。
先找出所有与登录相关的代码,包括:
- 登录页面组件
- 登录 API 调用
- token 存储和刷新逻辑
- 错误处理和异常边界

Claude 派出 Explore 子代理并行搜索,找到 src/pages/Login.tsxsrc/api/auth.tssrc/utils/token.ts 等关键文件。

2

Claude 分析根因

Claude 读取代码后自动分析:

Claude:我发现了问题。在 src/api/auth.ts 第 42 行,当 token 过期
时 API 返回 401,但 try-catch 只处理了网络错误,没有处理 401 响应。
组件在收到异常后 state 变成了 undefined,导致白屏。

根本原因:缺少 token 过期处理 + 组件没有错误边界保护。
3

在 Worktree 中修复

你:创建一个 worktree,在其中修复这个问题:
1. src/api/auth.ts 中处理 401,自动刷新 token 或跳转登录页
2. src/pages/Login.tsx 外包一个错误边界组件
3. 加一个优雅的降级 UI(而不是白屏)

Claude 在隔离环境中依次修改这些文件。

4

自动验证 + 手动确认

PostToolUse Hook 自动运行了 npm test 和 prettier。然后你手动审查:

你:/review

# Claude 输出审查报告,确认修复逻辑正确...
# 你确认无误后:

你:/security-review

# 安全审查通过
5

浏览器回归测试

你:帮我用浏览器自动化测试登录页面,覆盖以下场景:
1. 正常用户名密码登录 → 截图确认进入首页
2. 错误的密码 → 截图确认有错误提示(不是白屏)
3. 使用过期的 token 访问 → 截图确认自动跳转登录页
4. 什么都不填直接提交 → 截图确认有表单校验提示

Claude 通过 Puppeteer MCP 逐一测试,每步截图确认。所有场景通过。

6

提交修复

你:测试全部通过。退出 worktree 保留改动,合并到 main,
创建 PR 标题「fix: 修复 token 过期导致登录页白屏」,
描述里关联 bug issue #567。

7.7 实战三:数据库查询与分析

场景:老板让你分析用户留存率

假设你已经配置好了 PostgreSQL MCP。看看有多简单。

完整操作流程

1

直接问,就像问数据分析师

你:帮我查一下 users 表的结构,看看有哪些字段和索引

Claude 自动调用 PostgreSQL MCP,执行 \d users,列出表结构:

Claude:users 表有如下字段:
- id (uuid, PK)
- email (varchar, unique)
- created_at (timestamp)
- last_login_at (timestamp)
- ...共 8 个字段
2

写查询并执行

你:帮我写 SQL 计算最近 30 天注册用户的 7 日留存率。
先写查询,然后直接执行。

Claude 写出 SQL,调用 MCP 执行,直接展示结果:

Claude:查询结果:
| 注册日期   | 注册数 | 7日后活跃 | 留存率  |
|-----------|-------|----------|--------|
| 2026-05-15| 1,240 | 312      | 25.2%  |
| 2026-05-16| 1,189 | 289      | 24.3%  |
| ...       | ...   | ...      | ...    |
| 最近一周平均留存率:23.8%
3

深度分析

你:留存率 23.8% 算正常吗?帮我对比上个月的数据。
再按注册渠道(来源)分组看看留存率差异。

Claude 继续查询、分析:

Claude:上月平均留存率 28.1%,本月下降了 4.3 个百分点。

按渠道分组:
- 自然搜索:31.2%(正常)
- 付费广告:18.5%(偏低!)
- 邀请链接:35.7%(最好)

问题可能出在付费广告渠道的用户质量上。
建议:检查广告投放的目标人群定位。
4

自动生成报告

你:把刚才的分析结果整理成报告,用 GitHub MCP 创建一个 issue,
标题是「6月用户留存率分析报告」,把数据和你的分析建议写进去,
assign 给我,打上 analytics 标签。

Claude 写好 Markdown 格式的分析报告,调用 GitHub MCP 创建 issue。

7.8 你的 AI 开发工作流配置清单

以下是打造完整工作流需要配置的内容:

7.9 高手进阶:日常开发节奏

养成习惯后,你的日常开发节奏会变成:

上午 9:00 — Claude:"昨晚的 CI 跑完了,3 个通过,1 个失败。失败原因是..."
上午 9:30 — 你:"帮我在 worktree 中修复这个 CI 失败的测试"
上午 10:00 — Claude:"修复完成,测试通过,要我创建 PR 吗?"
上午 10:05 — 你:"创建 PR,然后 /security-review"
上午 10:30 — 你:"开始实现新功能,/review 一下上次的代码"
下午 2:00 — 你:"帮我并行研究三个状态管理方案,分别评估"
下午 3:00 — 你:"选方案 A,在 worktree 中开始实现"
关键转变:你从「写代码的人」变成了「做决策的人」。Claude 团队帮你执行,你负责审查和决策。

7.10 总结:六项能力的关系图

                    ┌──────────────────────┐
                    │    Claude Code CLI    │
                    │      (主控中心)       │
                    └──────┬───────────────┘
                           │
     ┌─────────┬───────────┼───────────┬──────────┐
     │         │           │           │          │
     ▼         ▼           ▼           ▼          ▼
┌─────────┐ ┌──────┐ ┌─────────┐ ┌────────┐ ┌──────────┐
│子代理   │ │技能  │ │  MCP    │ │ Hooks  │ │Computer  │
│(并行) │ │(专家)│ │(工具) │ │(自动)│ │Use(视觉)│
└────┬────┘ └──┬───┘ └────┬────┘ └───┬────┘ └────┬─────┘
     │         │          │          │           │
     └─────────┴──────────┴──────────┴───────────┘
                           │
                           ▼
              ┌───────────────────────┐
              │  Worktree 隔离环境     │
              │  (所有改动安全隔离)   │
              └───────────────────────┘

恭喜你完成全部课程!

回顾一下你学到了什么:

  1. 子代理:让多个 AI 并行工作,探索、规划、执行分工协作
  2. 技能:用标准化流程做代码审查、安全审查、项目初始化
  3. MCP:给 Claude 接上数据库、GitHub、浏览器等外部工具
  4. Hooks:实现事件驱动的自动化,代码写完自动检查
  5. Computer Use:看图、操作浏览器,突破纯文本限制
  6. Worktree:安全隔离的实验环境,放心让 AI 大胆尝试
  7. 综合实战:把以上所有技术融合成一个完整的开发工作流

下一步:在你的真实项目中应用这些技术。从配置 MCP 和 Hooks 开始,逐步建立属于你的 AI 辅助开发工作流。