本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，放在智泊AI。
吴恩达和Anthropic联合出了一个ClaudeCode官方权威课程不是么～骁哥花了两天午休时间肝完了👴
课程总共2个小时。这里总结了一下，希望能帮助对ClaudeCode感兴趣，却又没时间看原课程的小伙伴速通一下😃
Time is money，go~!
上手三件套：上下文、计划、记忆
结构化上下文模板：
Context: （当前现状/入口/依赖/相关文件…）
Goal: （可验收的产出目标）
Examples: （输入/输出示例）
Constraints: （性能/安全/兼容/禁止修改范围/风格…）
Methodology: 先写失败测试→实现→跑全量测试；必要时使用 Plan Mode。
- Plan Mode（计划模式） ：
Shift + Tab先产出计划方案，你拍板再执行 - 引导思考：Prompt 里加
think/think harder/ultrathink，复杂任务更稳。 - 项目记忆：
/init生成；支持@path/to/file.md导入；养成随手用# ...添加记忆的习惯
黄金工作流
1./init → CLAUDE.md：生成并补全团队规范、依赖、启动命令、常见坑儿
2.Plan Mode + think 系列：看完计划再执行，减少返工
3./compact：取其精华，去其糟粕。实在不行就 /clear
4.TDD 调试：不是第一时间改Bug，而是先给Bug写测试用例，然后再通过测试用例
5.Subagents 方案博弈：让多个人给你方案A/B/C...，拍板一个最好的留下
6.Git Worktree × 多会话：每条需求独立目录 + 独立 Claude；最后合并。
7.GitHub App 集成：/install-github-app 后 PR 自动审查；Issue 里 @claude 可远程改码并提 PR。
8.MCP 扩展：连接 Figma（“看”设计稿）与 Playwright（“点”浏览器做验证），让 AI 拿到“眼睛与手”。
两大实战
💁♀️课程里比较具有代表性的两个实战项目，这里比较推荐去看看原课程～
A. Notebook → 工程化 → Streamlit 仪表盘
思路：用 read_notebook 解析后按 SoC 拆分：data_loader.py / metrics_calculator.py / “瘦 Notebook”；再生成 Streamlit 交互仪表盘交付。
价值：逻辑解耦、可测试、可复用，分析成果产品化，而不是“只能演示不能复用”的 notebook。
B. Figma → Next.js → Playwright 验证
两阶段：1.视觉复刻（Figma MCP 抽取设计→生成高质量前端）；2.接入真实数据（研究 API 与数据源），最后用 Playwright MCP 做 UI 回归截图对比。
意义：打通设计到上线
Prompt 精选
💁♀️以下都是教程中的提示词，大家用的时候要结合自己项目改一下哈～
SubAgent左右互搏
Use two parallel subagents to brainstorm possible plans.
Compare trade-offs (security, scalability, complexity, maintainability).
Do not implement any code yet.
Plan Mode + 深度思考
Use Plan Mode. think harder.
First, propose a step-by-step modification plan with risks and alternatives.
Wait for my approval before making any changes.
TDD 调试
Write a failing pytest that reliably reproduces the bug (mock external dependencies).
Then fix the code so that all tests pass.
生成流程图（ASCII 流程图）
Draw an ASCII diagram of the end-to-end flow (frontend → backend → vector search → LLM → response).
命令精选
claude（启动）claude -r/--resume（恢复会话）/init（生成 CLAUDE.md）/memory（编辑记忆）# ...（一键写入记忆）/clear（清空）/compact [instr]（摘要续写）/mcp（管理 MCP）/agents（子智能体）/install-github-app（GitHub 集成：PR 审查 / 远程修复）
本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，放在智泊AI。
