建立你的第一个开发循环

把零散知识串成工作流

前面几节讲了 Prompt 怎么写、文件操作怎么用、CLI 命令有哪些。但这些都是散装知识，真正上手做事的时候，你需要一个完整的流程把它们串起来。

我日常使用的开发循环是五个阶段：规划 → 实现 → 审查 → 测试 → 提交。下面用一个具体的例子——给用户模块添加头像上传功能——走一遍完整流程。

动手之前先搞清楚现状。这一步最容易被跳过，也最容易省下后面的返工时间。

$ "我要给用户模块添加头像上传功能。
   请先分析：
   1. src/modules/user/ 目前的代码结构
   2. 有没有现成的文件上传逻辑
   3. 需要修改哪些文件
   暂时不要写代码，只做分析"

注意最后那句”暂时不要写代码”。如果不加这句，Claude Code 很可能直接跳到写代码阶段——它很积极，但有时候积极过了头。先看地图再上路，这个习惯能帮你避免不少弯路。

我发现规划阶段还有一个好处：Claude Code 的分析结果经常能帮你发现自己没想到的问题，比如项目里其实已经有一个废弃的上传模块可以复用，或者某个接口的改动会影响到你没注意的下游服务。

规划确认后就可以开始写代码了。这里的关键是小步迭代——一次只做一个明确的任务，做完确认没问题再继续下一个。

# 第一步：类型定义
$ "在 User 接口添加 avatarUrl 字段"

# 审查确认后...

# 第二步：上传服务
$ "创建 uploadAvatar 函数..."

# 第三步：路由
$ "添加 PUT /api/users/:id/avatar 路由"

为什么要拆这么细？因为如果你一口气让 Claude Code 把所有东西都写完，出了问题很难定位是哪一步错了。分步做的话，每一步的改动都很小，review 起来很快，发现问题也容易回退。

每一步实现之后都要看一眼。不需要逐行审查，但至少关注三个方面：

如果发现问题，直接在当前对话里指出来让它改。比 accept 之后再开新对话修要高效得多。

代码写完了，让 Claude Code 帮你补测试：

$ "为 uploadAvatar 写单元测试：
   覆盖：成功上传、文件过大、格式不支持、用户不存在"

我的习惯是在 Prompt 里把要覆盖的场景列出来。不列的话，Claude Code 通常只会写一两个 happy path 的测试，边界情况容易漏掉。

最后一步，生成 commit message：

$ git diff --staged | claude --print "生成 commit message"

这里用了管道 + --print，Claude Code 会根据实际的 diff 内容生成描述性的 commit message。比自己想措辞快多了，而且它能看到所有改动，不会遗漏。

  规划 → 实现 → 审查 → 测试 → 提交
  (你)    (AI)    (你)    (AI)    (AI)

注意这个节奏：你负责规划和审查——这是需要判断力的部分；AI 负责实现、测试和提交——这是体力活。人机配合的核心就是让各自做自己擅长的事。

基础篇到这里就结束了，你已经掌握了”怎么用”。接下来的思维篇会聊”怎么想”——如何把 AI 编程从一个工具变成一种思维方式。