Claude Code 与 Skills 实战：AI Coding 如何从辅助走向主力
最近 AI Coding 领域出现了一个明显趋势：很多人开始认真讨论，AI 写代码是否已从辅助工具转变为开发主力。本文整理自一次内部技术分享，不讲概念，只回答三个核心问题：AI Coding 现在到底能做到什么程度？Claude Code 与 Skills 为何突然重要？普通开发者该如何使用？
安装与配置
Claude Code 是 Anthropic 推出的 AI Coding 工具，支持在命令行或 VS Code 中运行，通过自然语言指令直接参与代码的读取、修改、执行和测试。
安装方式
npm 安装 需安装 Node.js 18 以上版本。在终端执行：
npm install -g @anthropic-ai/claude-code
原生安装（官方推荐） macOS, Linux, WSL:
curl -fsSL https://claude.ai/install.sh | bash
Windows PowerShell:
irm https://claude.ai/install.ps1 | iex
环境配置
推荐使用官方账号购买模型并登录 Anthropic 账号。若配置自己的大模型，需在环境变量或 ~/.claude/settings.json 中设置 base_url 和 api_key。
三种工作模式与风险控制
Claude Code 提供了三种工作模式，表面看是操作区别，实则是工程风险控制的粒度差异。
-
ask-before-edits（默认） 当需要修改文件时，先生成变更预览（diff 格式），展示具体添加、删除或修改的行。只有明确确认（如 "Yes"、"Apply"）后才会写入文件。适合核心逻辑、高风险修改。
-
edit-automatically 直接对文件进行读写，无需每次等待确认。开始前简述计划，完成后告知结果。适合前端页面、脚手架、大规模生成。
-
plan-mode 不触碰任何文件，仅利用上下文窗口分析代码结构，生成详细执行计划。批准计划后可切换至前两种模式。适合复杂需求、系统级重构前的分析阶段。
提示词即工程方法论
很多讨论停留在'提示词怎么写'，但在实际工程中，更重要的是如何描述问题本身。一个成熟的提示词通常包含：明确的目标、清晰的上下文、具体的约束、可参考的既有代码范式。
- 提供详细上下文：让模型理解项目背景。
- 任务分解：将复杂需求拆解为多个步骤逐步推进。
- 参照现有代码：明确指向库中的既有实现范式，而非笼统要求通用方案。
- 善用版本控制：在效果适当时提交代码，防止后续生成倒退。
- 决策前分析：要求模型生成多套方案并对比优缺点，引导其分析时间复杂度、可读性等，通过反思过程选择最佳解。
测试闭环
Claude Code 在测试阶段的价值常被低估。它可以生成 curl 完成接口测试，部分替代 Postman 功能；也能自动生成单元测试，覆盖正常路径、边界条件、异常输入及错误处理。这意味着开发、测试、验证可以在一个工具里完成闭环。
Skills：可复用的工作经验
Claude Skills 是模块化能力扩展系统，像一套动态加载的'技能包'，能让通用模型转变为特定任务的专家。
- 官方 Skills：通过插件管理安装，涵盖海报生成、PPT 制作等场景。
- 第三方 Skills：可从社区下载放入
~/.claude/skills目录。 - ：将重复性工作提炼为 skill 文件夹和 文件，实现流程复用。
