Claude Code

Operational Steps

1. 确认输入参数完整
2. 执行核心操作（参考本目录下的 scripts/ 或 references/）
3. 验证输出符合契约
4. 保存结果并报告

Pitfalls

-

-

Verification

-

-

-

-

1. 2. 3.

IO_CONTRACT

• input: request: str, context: dict — 用户请求描述、上下文信息
• output: result: dict — 技能执行结果（结构因技能而异）

对应原则：P2（机械原子暴露输入输出规范）

Claude Code Delegation

Delegate software development tasks to Claude Code CLI.

Setup

npm install -g @anthropic-ai/claude-code
# or via pip
pip install claude-code-cli

Usage

# 直接运行（PTY模式）
claude

# 单次任务
claude "Implement feature X in file Y"

# 带上下文
claude --context "Project structure: ..." "Add unit tests for Z"

# PR审查
claude "Review this PR, check for bugs and security issues"

# 后台任务
terminal(command="claude 'Task description'", background=true, pty=true, notify_on_complete=true)

模式

注意事项

• 需要 pty=true（PTY模式），否则挂起
• 长任务用 background=true + notify_on_complete
• 确认claude CLI已安装: which claude

Reference

Reference

• references/setup-guide.md — 安装和配置
• references/best-practices.md — 任务拆分和上下文管理

相关技能

• codex-cli — Codex CLI 配置与远程部署（主力编码代理，Responses API）
• opencode — OpenCode CLI（轻量替代，Chat Completions API）

验证清单 · VERIFICATION

• which claude 确认 CLI 已安装（npm 全局或 pip）
• 交互/REPL 模式已设 pty=true，无挂起
• 长任务已用 background=true + notify_on_complete
• 单次任务 claude "task" 携带了明确的项目上下文
• 审查任务使用了聚焦 Bug/安全的 review 指令

约束规则 · RULES

1. 输入约束: 参数类型、范围、格式必须校验
2. 输出约束: 返回值结构、编码、命名必须一致
3. 异常约束: 错误信息必须包含上下文和恢复建议
4. 安全约束: 不执行未验证的任意代码，不暴露内部状态

Golden 集合 · GOLDEN SET

• Golden Input: 标准输入样本（覆盖正常路径）
• Golden Output: 预期输出（精确匹配或格式校验）
• Golden Error: 预期错误信息（覆盖失败路径）

Golden 集合是测试的单一真理来源。所有改进必须通过 golden 测试。

违反规则的操作视为不安全，必须拒绝或隔离。

每项验证必须可执行、可记录、可复现。验证失败时记录原因和修复。

Claude Code

Genes (策略基因)

紧凑策略表示。条件→策略。需要深度时参考完整文档。

• [CLAU-001] 执行 Claude Code CLI 命令 → 必须启用 pty=true 模式以防止进程挂起
• [CLAU-002] 处理长耗时编码任务 → 使用 background=true 并设置 notify_on_complete 实现异步通知
• [CLAU-003] 执行特定功能开发或重构 → 采用单次任务模式 claude "task" 并附带明确的项目上下文
• [CLAU-004] 进行代码审查或安全扫描 → 使用专门的审查指令 claude "review PR" 聚焦于 Bug 和安全问题
• [CLAU-005] 开始执行前 → 必须通过 which claude 验证 CLI 工具已正确安装
• [CLAU-006] 处理复杂或批量修改需求 → 结合 delegate_task 机制进行任务拆分与上下文管理