课程简介
Claude Code作为Anthropic推出的自主编码工具，能作为工程师的“高级副驾”深度参与开发全流程。它对编写高质量代码的价值和影响， 可以对代码质量带来直接提升。Claude Code对高质量代码的价值可以概括为：让资深工程师更高效，让新人更规范，让团队更容易保持代码健康。它真正的价值不是“替代工程师”，而是放大工程师的能力——把人的精力从繁琐细节中解放出来，更多投入到判断、设计与创造上，让“编写高质量代码”从一件费力的事变得更可持续。
本次课程采用体系化教学、实战驱动，让学员全面掌握ClaudeCode辅助编程案例分析、最佳实践，引导工程师从一开始就按“可测试、可维护”的标准编写代码。
课程收益
1、精通Claude Code的核心功能、交互模式与配置方法；
2、掌握在大型系统开发中利用AI进行需求梳理、架构设计、编码实现、测试调试、文档生成、代码审查及CI/CD集成的系统化方法；
3、学会与AI高效协作的技巧（提示工程、上下文管理、迭代优化）；
4、能够将Claude Code无缝集成到现有开发流程（IDE、Git、CI/CD）；
5、通过完整案例实践，构建一个具备高可用、可扩展特性的分布式任务调度核心系统。
受众人群
各类软件企业和研发中心的程序员、软件设计师、架构师, 测试工程师，，数据分析师，数据中台相关人员，业务人员。对智能辅助编程技术感兴趣的技术管理者或需要使用该技术的工程师。特别强烈建议公司管理者可以参加部分课程。这样有助于在公司推广应用。
课程周期
2天（12H）
课程大纲
标题 | 授课内容 |
第1章 AI大模型辅助软件研发概述
| 第一部分: 大模型下的研发效能提升 软件研发效能的定义、目标及解决的问题 软件研发效能的实践框架和实施策略 AI在研发管理中的价值 AI在研发效能提升中的实践 AI对研发效能管理的影响 AI对软件开发领域效能实践 AI对软件测试领域效能实践 AI 赋能研发效能多家研发中心案例分析
第二部分:AI辅助研发案例分析与最新进展 2023-2025年AI大模型辅助研发调查报告解读 微软公司案例分析 Google公司案例分析 亚马逊研发中心案例分析 百度公司案例分析 阿里巴巴公司案例分析 深圳某电信研发中心（咨询客户） 某外企电信研发中心案例分析（咨询客户） 某外企金融研发中心案例分析（咨询客户） 其他多家研发中心的案例分析 |
第2章 VibeCoding 和AI辅助编程原理
| 第一部分: Vibe coding氛围编程最佳实践 什么是Vibe编程？ 氛围编程基础理念 资深程序员的常见痛点诊断 Vibe编程的核心原则 革命性概念的诞生：从“写代码”到“说代码” Vibe编程的技术基础与工作原理 Vibe编程与传统编程的核心差异 现在，是学习Vibe编程的最佳时机 编程效率翻倍：AI助手选择攻略 4步创作法+5大技巧，实现从想法到产品 多家研发中心案例分析
第二部分: AI辅助编程技术的工作原理 AI辅助编程技术的工作原理 AI辅助编程工具的主要功能 智能代码自动补全与上下文感知的代码补全 编译器与AI辅助编程工具 生成代码能力等级 生成式AI和LLM Transformer模型 评估LLM LLM的类型 评估AI辅助编程工具
|
第3章 Claude Code入门与环境搭建
| 第一部分: Claude Code入门与环境搭建 Claude Code- AI辅助编程的新范式 Claude Code代码生成、解释、重构、调试的全新体验 Claude Code vs 传统IDE助手 vs 其他AI编程工具 Claude Code安装与配置 VS Code / JetBrains 插件安装 命令行工具（claude）安装与API密钥管理 工作区配置、安全注意事项（数据隐私、密钥防护） Claude Code核心交互模式 对话式编程：自然语言描述需求 内联编辑：精确修改选中代码 终端集成：解释命令、生成脚本 文件引用与上下文注入技巧 Claude Code实践：完成首个AI辅助任务 使用Claude Code生成一个REST API的初始化代码 通过对话调整返回格式、添加异常处理
第二部分: Claude Code--AI辅助编码实战 Claude Code高效生成样板代码 从API定义自动生成Controller、Service、DAO层代码 利用Claude Code生成CRUD逻辑、分页查询、DTO转换 Claude Code复杂业务逻辑实现 多轮对话协作：将自然语言描述转化为高效代码，AI辅助优化算法复杂度 Claude Code 代码重构与优化 识别代码坏味道（过长函数、重复代码），AI提供重构建议并自动修改 利用Claude Code优化并发处理、锁粒度 Claude Code跨语言/脚本支持 使用Claude Code生成Python监控脚本、Shell部署脚本 Claude Code 实践案例 某公司应用案例分析
|
第4章 ClaudeCode辅助编程案例分析
| 第一部分: Claude Code编程工具实战案例 项目概述 需求分析和需求获取，需求管理 AI辅助编程工具 主要使用场景 实践 AI辅助编程工具 上手AI辅助编程，编码与项目实战探索 AI辅助编程工具 编程进阶 AI辅助编程工具 prompt 原理和实战 AI辅助编程工具 编程技巧 全面了解AI辅助编程工具的工作原理，建立AI辅助编程知识体系 实际操作用AI辅助编程工具做开发，演练典型研发工作场景 使用AI辅助编程工具辅助进行TDD和单元测试 使用AI辅助编程工具辅助进行系统测试 某公司应用案例分析
第二部分: Claude Code辅助编写高质量代码 使用AI大模型编写高质量的程序代码 AI大模型编写代码注释 AI大模型解释遗留代码 AI大模型辅助发现代码坏味道 AI大模型辅助代码重构 AI大模型辅助代码优化 评审 AI大模型 生成的代码 使用AI大模型分析源代码底层逻辑 AI大模型辅助代码性能优化 AI大模型辅助重构遗留系统代码 AI大模型辅助遗留系统的代码维护 案例分析
第三部分: Claude Code辅助重构代码 AI大模型辅助代码重构 重构必然性 破窗效应与技术债务 实际重构遇到的4大问题 介绍常见的重构技术 重构到模式的目录 重构概述 何时重构 重构的误区 案例分析
第四部分: Claude Code辅助维护遗留系统代码 AI大模型辅助重构遗留系统代码 AI大模型辅助遗留系统的代码维护 必须修改遗留的代码起因 遗留代码修改危险事项 如何对依赖代码做测试 依赖代码的感知与分离 依赖代码修改的接缝技术 修改依赖代码的工具 降低风险的措施 Sprout Method Sprout Class Wrap Method Wrap Method 通过案例分析，如何使用AI大模型修改遗留代码，而不破坏现有系统代码结构 案例分析
|
第5章 Vibe vs Spec：AI 编程的两种方式
|
第一部分: Vibe vs Spec：AI 编程的两种方式 Vibe到Spec的演化路径 Vibe Coding：需求模糊，通过对话逐步澄清 Spec Coding：需求明确，按规范执行 Spec Coding 核心概念 Spec Coding = 需求明确时，先写规范再让 AI 按规范执行。 Spec Coding适用场景识别 Spec Coding案例分析
第二部分: AI辅助开发新范式-Spec-Driven Development规范驱动开发 Spec 在 AI 时代的新角色 Spec = AI 的“系统提示词 + 约束条件 + 验收标准”。 一个好 Spec 的最小结构模型（工程可用） AI 如何从“想法”生成可执行 Spec 从模糊需求 → 结构化规范的 Prompt 思路与反幻觉原则。 Spec 如何防止 AI 写代码跑偏 Spec 作为护栏，控制 Agent 的拆解路径与实现边界。 Agentic IDE 的核心思想（以 Kiro 为例） 从“人写代码”到“人定目标 + Agent 执行”。 Spec → 架构 → 模块 → 代码的自动拆解链路 用事件触发，让 Spec 持续约束代码、测试和变更。 从“写代码高手”到“定义规范、驾驭 Agent 的工程师” 案例分析-实战Spec-Driven Development |
第6章 Claude Code 辅助编程工程化实战
| 第一部分: Claude Code工程最佳实践 什么是 Claude Code：定位、核心能力、与传统 IDE 的区别 Claude Code 的典型工作流：需求输入 → 上下文理解 → 代码生成 → 迭代优化 快速上手：环境配置、第一个辅助开发案例 Memory 记忆系统详解 记忆系统的作用：长期记忆、短期记忆、会话记忆 如何构建有效的记忆：项目级记忆、用户偏好记忆、代码库知识记忆 记忆的存储与检索机制（向量化、索引、缓存） 实战：为已有项目配置记忆库，实现跨会话的代码上下文保持 动手实践 初始化 Claude Code 环境，导入一个微型项目 使用记忆系统记录项目结构和关键逻辑，验证跨会话的上下文保留效果 子代理基础 为什么需要子代理：任务分解、专业化分工、并行处理 子代理的类型：通用型、领域专用型（如代码审查代理、测试生成代理） 子代理的通信与协调机制 实战演练 场景：开发一个带数据库的 RESTful API 服务 分解任务：数据库设计代理、API 路由代理、业务逻辑代理、测试代理 在 Claude Code 中配置并运行多代理工作流，观察整体效率提升
第二部分: Skills——让 AI 具备领域能力 什么是 Skills：AI 可调用的函数/工具集 内置 Skills 介绍：文件读写、代码执行、网络请求、数据库查询等 Skills 的生命周期：注册、调用、结果返回 自定义 Skill 开发 Skill 接口规范：输入输出格式、错误处理 开发环境准备：SDK 安装、调试工具 实战：开发一个自定义 Skill——调用某第三方 API 获取天气信息，并在代码中嵌入相关注释 Skills 的组合与复用 将多个 Skill 组合成复杂工作流 创建 Skill 库，实现跨项目复用 安全性考虑：权限控制、沙箱隔离、敏感信息保护 动手实践 为当前项目开发一个“代码规范检查”Skill，集成 ESLint/Prettier 等工具 在对话中触发该 Skill，自动检查并修复代码风格问题
第三部分: 扩展机制——Commands、Hooks、MCP 学习目标：探索 Claude Code 的高级扩展点，包括命令行集成、事件钩子和模型上下文协议（MCP）。 Commands：自定义命令 Claude Code 的命令行界面（CLI）基础 开发自定义命令：注册、参数解析、执行逻辑 案例：创建一个 claude review 命令，一键触发代码审查流程 Hooks：事件驱动扩展 Hooks 机制：在特定事件（如代码生成前、代码提交后）触发自定义逻辑 常用 Hook 类型：pre-generate, post-generate, pre-commit, post-commit 实战：编写一个 Hook，在每次生成代码后自动运行单元测试 MCP（Model Context Protocol）深度解析 MCP 是什么：标准化上下文交互协议，用于连接模型与外部数据源/工具 MCP 在 Claude Code 中的作用：动态注入实时数据、私有知识库、第三方服务 配置 MCP 服务器：连接企业内部文档、数据库、API 网关 实战：搭建一个简单的 MCP 服务器，为 Claude 提供实时股票行情数据，并用于生成金融分析代码 综合实践 组合使用 Commands、Hooks 和 MCP，构建一个完整的开发辅助工具链 例如：通过自定义命令启动项目，利用 Hook 自动同步需求文档（通过 MCP），并调用子代理生成代码
第四部分: 生产化——Headless、Agent SDK、Plugins 学习目标：学习如何将 Claude Code 能力嵌入到生产环境、现有工具链中，实现规模化应用。 Headless 模式 什么是 Headless 模式：无界面运行，通过 API 调用 Headless 模式的应用场景：CI/CD 流水线、后台服务、批量任务处理 部署与运维：API 认证、负载均衡、错误重试 实战：将 Claude Code 作为服务部署，通过 REST API 调用其代码生成能力 Agent SDK 开发 Agent SDK 简介：用于构建自主 AI 代理的软件开发包 使用 SDK 创建定制化代理：定义行为、集成自有数据源 案例：开发一个“智能代码审查代理”，自动分析 PR 并提供修改建议 Plugins 生态 Claude Code 插件机制：为 IDE（如 VS Code）、聊天平台（如 Slack）提供扩展 开发一个简单的 VS Code 插件，集成 Claude Code 的辅助功能 插件发布与版本管理 生产化最佳实践 性能优化：缓存策略、异步处理、并发控制 监控与日志：记录调用链、异常追踪、成本分析 安全与合规：数据脱敏、审计日志、权限管理 综合项目 设计并实现一个基于 Claude Code 的“智能开发助手”生产级应用，包含 Headless 服务、自定义插件、监控告警 |
第7章增强私有知识-模型微调+增强检索RAG
|
第一部分: 增强企业私有知识方案-提示词工程，模型微调，RAG对比 通用大模型vs私有大模型，及应该如何选择 如何增加企业私有知识-提示词工程，RAG，模型微调 提示词工程增加样本，实现私有知识的最佳实践 模型微调的最佳实践和难点分析 哪些情况需要企业搭建针对性的私有大模型 深入理解:大模型训练vs模型微调vs增强检索RAG的核心区别、实施成本、实施难度、和应用场景定位 企业私有化知识的推荐方案-RAG增加检索 提示工程、RAG与微调对比 从用户角度看RAG流程 通过RAG实现私有知识适应 |
Mace Liu
百林哲咨询（北京）有限公司专家团队成员
Mace Liu
百林哲咨询（北京）有限公司专家团队成员
Mace Liu
百林哲咨询（北京）有限公司专家团队成员
Mace Liu
百林哲咨询（北京）有限公司专家团队成员
Mace Liu
百林哲咨询（北京）有限公司专家团队成员
Mace Liu
百林哲咨询（北京）有限公司专家团队成员
Mace Liu
百林哲咨询（北京）有限公司专家团队成员
京ICP备2022035414号-1
