佛喜酱的AI实践

Skills是工具箱，MCP是USB接口——两种技术路线让刚接触AI编程的开发者眼花缭乱。选错了路线不仅浪费学习时间，还可能限制项目发展空间。

当我发现Claude Code既能请专家Subagent做专业研究，又能学Skills掌握个人技能时，我陷入了深深的困惑：为什么不直接用最专业的专家？

产品经理反复分析用户反馈、开发工程师每次代码审查都要跑相同流程、测试工程师设计测试用例总是千篇一律？简单的工作重复做，原来Claude Code不仅能"听指挥"，更能"自己学会干活。

每个开发者都经历过：一个人面对复杂项目时的无助感，前端后端测试都要自己搞定，效率低下还容易出错。最近一次Claude Code 的体验让我看到转机，原来AI也能组建专业团队，实现真正地协作开发。

每个开发者都经历过：每天重复着类似的需求对齐、代码开发、bug修复、测试流程，手动处理琐碎的任务。这些重复性工作不仅浪费时间，还容易出错。难道我们注定要被困在重复劳动中吗？

大多数团队的真实写照：需求在嘴上，改在代码里，忘在时间里。难道软件开发只能靠口口相传和踩坑积累吗？最近一次实践让我看到转机，原来问题不在技术而在规范和流程。谋定而后动，知止而有得，万事皆有法，不可乱也

传统RAG系统组件众多、向量检索效果不可控，在企业落地时往往快速进场火速离场。最近使用Claude code对接本地知识库的成功经验让我看到了希望，效果出色。如何将这种成功经验延伸到企业级知识库建设？

为什么我放弃了传统RAG 去年开始在公司研究了半年的RAG 知识库系统，最后因为效果不理想搁置离场，直到claude code出来，我又看到了新的希望:)

通过claude-config 项目开启自动通知，Claude Code 真正实现了"无人值守"的工作模式，让开发者从"数字奴役"中解放出来，成为真正的"指挥者"。