震惊!Claude Code 藏着 117 个大招,你竟然只用了 3 个?

news2026/4/9 0:55:38
每天免费领 1亿 Token白嫖DeepSeek、GLM、MiniMax、Kimi等大模型我整个人都傻了大家伙平时用 Claude Code是不是感觉它就一“高级聊天框”让他写段代码它写让他修个 Bug它也修。然后呢就没然后了直接压箱底。每天免费领 1亿 Token白嫖DeepSeek、GLM、MiniMax、Kimi等大模型要不是刷到了claude-howto这个项目我死都想不到我之前玩的那点东西连 Claude Code 功力的 10% 都不到。每天免费领 1亿 Token白嫖DeepSeek、GLM、MiniMax、Kimi等大模型这项目到底是啥简单说有个大佬把 Claude Code 的各种玩法彻底扒光了弄成了一套带流程图、模版和学习路线的“满级实战攻略”。已经 5900 多星了更新贼快正对着 v2.2.0 最新版呢。项目地址就在这github.com/luongnv89/claude-howto。真的香谁用谁知道。每天免费领 1亿 Token白嫖DeepSeek、GLM、MiniMax、Kimi等大模型来先看组数据看完我直接破防了你知道 Claude Code 到底能干啥吗功能类别数量斜杠命令63子代理模版16技能Skill9MCP 服务器9事件钩子Hooks25 种事件记忆类型7 层总计117117 个功能啊兄弟们。我以前除了/help和/clear啥都不会真的想找个地缝钻进去。每天免费领 1亿 Token白嫖DeepSeek、GLM、MiniMax、Kimi等大模型别急先测测你现在是啥水平在终端里敲一下这个命令代码语言TXT/self-assessment它会问你 8 个问题看你能搞定几个直接给你评级达成数你的段位建议起步点预计耗时0-2 个萌新玩家斜杠命令约 3 小时3-5 个中级选手Skills 技能约 5 小时6-8 个高级用户高阶黑科技约 5 小时别嫌丢人我第一次测的时候连 3 个都没勾上。每天免费领 1亿 Token白嫖DeepSeek、GLM、MiniMax、Kimi等大模型这 10 个核心大招我帮你扒干净了1. 斜杠命令55 个自带命令 8 个现成模版命令多到你数不过来除了基础的这几个简直是神器/plan— 别上来就开搞先做个规划省得后面代码全写崩了。/fork— 就像 Git 分支一样搞个副本试错不行就撤。/teleport— 会话瞬移换台电脑照样接着干活。/sandbox— 怕把系统跑废了开沙箱模式稳如老狗。/cost— 看看今天烧了多少钱心里有个底。/insights— 让 AI 帮你复盘对话模式看看哪儿能优化。还有 8 个自定义模版直接复制就能开练代码语言Bash# 一键搬运所有模版 cp 01-slash-commands/*.md .claude/commands/命令核心用途/optimize代码深度优化分析/commit自动生成大厂风格的 Git 提交信息/pr帮你写好 PR 说明/push-all提交推送一气呵成/generate-api-docs自动补全 API 文档/setup-ci-cd帮你搭 CI/CD 流水线/unit-test-expand猛刷测试覆盖率/doc-refactor整理乱糟糟的文档那个/commit真的是救了老命再也不用为写提交信息抓耳挠腮了。每天免费领 1亿 Token白嫖DeepSeek、GLM、MiniMax、Kimi等大模型2. Memory 记忆7 层“金字塔”Claude 记你的规矩比你还清很多人不知道Claude 的记性是分等级的整整 7 层结构代码语言TXT组织层 (Managed Policy) ← 最高指示 ↓ 团队层 (Project CLAUDE.md) ← 队友共享 ↓ 项目规则 (.claude/rules/*.md) ← 模块化配置 ↓ 个人层 (~/.claude/CLAUDE.md) ← 你的私人习惯 ↓ 本地层 (CLAUDE.local.md) ← 偷摸藏的私房配置 ↓ 自动记忆 (Auto Memory) ← AI 自己悟出来的 ↓ 优先级最低最实用的几个操作代码语言Bash/init # 新项目必跑初始化记忆 /memory # 手动修改记忆内容 # 对话里随口提一句 # 记得以后全用 TS 严格模式 # 它会问你存到哪一层还能用引用文件代码语言Markdown# 在 CLAUDE.md 里加这两句 README.md # 导入项目背景 docs/api.md # 导入 API 说明这样 Claude 以后看文档就跟开了天眼一样根本不用你手动贴内容。每天免费领 1亿 Token白嫖DeepSeek、GLM、MiniMax、Kimi等大模型3. Skills 技能写一次管终身拒绝无效重复这功能我吹爆简单讲Skills 就是你给 AI 写的“保姆级手册”。你把流程封装好AI 遇到类似的活儿直接掏出手册就开始干绝不废话。它最牛的地方在于按需加载平时不占地儿省钱省到家加载等级什么时候用Token 开销基本信息一直带着极少正式指令触发才看几千个资源文件用到再读忽略不计技能文件长这样代码语言TXTcode-review/ ├── SKILL.md ← 核心逻辑 ├── checklist.md ← 检查清单 └── scripts/ └── scan.sh ← 自动化脚本想装的话一行代码搞定代码语言Bashcp -r 03-skills/code-review ~/.claude/skills/4. Subagents 子代理你的专属 AI 特种小分队这功能听起来就科幻主 AI 觉得活儿太杂反手就派个专门的助手去干苦力自己搁那统筹全局。自带的几个角色分工明确比如 Explore 专干搜代码的脏活儿用的是便宜的 Haiku 模型省钱省到骨子里。你还能自己雇一帮代理比如“代码审核员”、“安全专家”、“测试工程师”。你喊一嗓子这帮代理就各就各位你就负责喝杯咖啡看戏。每天免费领 1亿 Token白嫖DeepSeek、GLM、MiniMax、Kimi等大模型5. MCP让 Claude 连上外面的世界以前 Claude 记性再好也是死的有了 MCP 协议它就能实时翻墙查数据了。连 GitHub、连数据库、连 Notion全是活的数据。对话里敲个database数据库里的表直接就搬进对话框了这效率简直起飞。6. Hooks 钩子全自动化“守门员”简单说就是事件驱动。一有动静自动跑脚本。比如你改代码前它自动先跑一遍安全扫描AI 说它干完了它再自动用另一个模型验一遍活儿看任务到底搞定没。每天免费领 1亿 Token白嫖DeepSeek、GLM、MiniMax、Kimi等大模型这种组合拳能玩出什么花场景怎么搭自动审代码命令 子代理 记忆 MCP新人入职教学记忆 命令 插件自动化发布命令行 钩子 后台任务文档自动生成技能 子代理人在外面用手机 Telegram 都能指挥家里的 Claude Code 搬砖这就是最近刚出的 Channels 玩法。别废话15 分钟直接上手代码语言Bash# 1. 把攻略拉下来 git clone https://github.com/luongnv89/claude-howto.git cd claude-howto # 2. 装备自定义命令 cp 01-slash-commands/*.md .claude/commands/ # 3. 把项目记忆搞好 cp 02-memory/project-CLAUDE.md ./CLAUDE.md # 4. 装上代码审核技能 cp -r 03-skills/code-review ~/.claude/skills/ # 5. 直接开整 # /optimize # /commit想看离线电子书的还能一键生成 EPUB随时随地翻。每天免费领 1亿 Token白嫖DeepSeek、GLM、MiniMax、Kimi等大模型最后唠两句看了这项目我才明白Claude Code 的初衷不是让你当个“传话筒”而是要把你推上“总指挥”的位子。规则你定活儿它干。数据它去取质量它来守。甚至你不在的时候它还能接着干。这种从码农到指挥官的蜕变其实就差这么一份攻略。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2487890.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…