跳到正文
@frxiaobei· @frxiaobei · X·· 2026-05-19AI 评分63
AI 导读

Anthropic 发布 Claude Code 在大型代码库中的最佳实践,小北从中整理出几个可直接照做的要点。做法包括让 CLAUDE.md 按目录分层、让 Claude 从子目录启动以回溯加载说明文件、测试和 lint 命令按子目录切分,以及安装 LSP(如 Python 的 pyright)让 Claude 按符号定位代码而非 grep 字符串查找。

正文

Anthropic 这篇关于 Claude Code 在大型代码库的最佳实践,几个能直接抄作业的点:

· CLAUDE. md 要分层。根目录那份只放整体架构和关键的坑,每个子目录再放各自的局部约定,Claude 进哪个目录就加载哪一份。

· 让 Claude 从子目录启动,不要从仓库根启动。它会自动往上回溯加载所有说明文件,反而上下文更准。

· 测试和 lint 命令按子目录切分。别让它改了支付服务就把整个仓库的测试全跑一遍,又慢又把上下文塞满无关报错。

· 装 LSP(语言服务器协议,比如 Python 有 pyright,TypeScript 有 tsser)。Claude 默认是 grep 字符串找代码,同名函数一搜几千个。LSP 能让它按符号本身定位,一步直达定义。具体接法是装一个 code intelligence 插件 + 对应语言的 language server 二进制文件,Claude Code 文档里有现成的。

· 每 3-6 个月审一次配置,新模型发布后再审一次。当初为旧模型写的规则,可能会反过来束缚新模型。

以及一个组织层面的提醒:哪怕不专门成立 AI 工具团队,至少要指定一个人负责管 Claude Code 的配置、权限、插件、CLAUDE. md 规范,不然大家各搞各的,好经验传不出来。

引用ClaudeDevs (@ClaudeDevs)@ClaudeDevs
What are best practices for running Claude Code at scale? New blog post on what we've learned from teams running it across multi-million-line monorepos, decades-old legacy systems, and distributed microservices: claude.com/blog/how-claude-c…
在 X 查看被引用的帖子

来源:@frxiaobei · x.com