本文深入探讨了开发者社区正在进行的“Claude 代码框架之战”——一场通过实验各种结构、编排与标准,试图从 AI 编程中榨取更多价值的运动。文章阐述了将 AI(特别是 Claude)视为一个“框架”而非简单的聊天框的核心思想,即通过一套包含规则、角色和工作流的系统,以实现可预测且有价值的输出。文中详细列举了设计 AI 工作流的八个核心决策点:任务管理、指令方式、AI 智能体协作、会话运行、工具使用、代码开发角色、代码交付策略以及上下文保存。每个决策点都提供了具体案例和开源项目作为参考。文章强调,通过为 AI 设定清晰的框架,开发者可以从繁琐的编码工作中解脱,专注于项目经理、设计师和软件架构师等更高价值的角色,最终将 AI 从一个神秘的黑盒转变为一个可管理的团队成员。
作者:Shawn
开发者们如何通过实验各种结构、编排与标准,试图从 AI 编程中榨取更多价值。
作为软件开发者,我们才刚刚开始学习如何与 AI 并肩作战。
核心思想是:让 Claude 去做繁琐的编码工作,而你则可以抽身出来,扮演项目经理、设计师和软件架构师这些更高价值的角色。诀窍在于,别再把 Claude 当成一个聊天框,而是把它看作一个框架 (framework)——一套能让其输出变得可预测、有价值的规则、角色和工作流。
更神奇的是,要给 Claude 套上框架,你甚至不需要写代码,只需要结构化的提示词 (prompt) 就够了。而此时此刻,开发者社区正在疯狂地进行各种实验——一场你或许可以称之为 “Claude 代码框架之战” 的运动正在上演。数十个开源项目正在测试各种不同的“配方”,探索如何高效地与 AI 协作。
这是一份来自前线的战地报告。

一份决策“菜单”
如果你想设计一套自己的 Claude 工作流,你需要做出以下八个重大选择:
-
任务放哪儿?
-
如何指导 Claude?
-
AI 智能体如何协作?
-
如何运行会话?
-
代码如何使用工具?
-
代码如何开发?
-
代码如何交付?
-
如何保存上下文?
你可以把它想象成组建一个后厨。Claude 是流水线上的厨师,但你需要决定:菜谱放哪里?厨师们如何学习餐厅的风格?谁来管理厨房?以及,菜品如何端上餐桌?
1. 任务放哪儿?
Claude 需要一个单一事实来源 (source of truth)。
-
Markdown 待办列表: 将任务以 todo list 的形式写在 Markdown 文件里。
-
案例:Backlog.md, ReqText。
-
-
结构化文本: 明确产品规格,再将其转化为任务。
-
案例:Agent OS
-
-
Issues/工单: 将需求说明存为 GitHub Issues 或 Jira 工单,并将其与代码审查关联。
-
案例:ccpm
-
小结: 任务必须放在一个 Claude 看得到、你也追踪得到的地方。
2. 如何指导 Claude?
用结构化指令取代模棱两可的提示词。
-
命令库: 预设的斜杠命令 (例如 /create-tasks, /review)。
-
编码标准: 明确技术栈和编码规范。
-
完成的定义: 将“完成的定义 (Definition of Done)”编码成规则。
-
触发验证钩子: 在每次变更时强制执行代码风格检查 (linting) 和测试。
-
Claude 作为审查者: 让 Claude 同时扮演开发者和代码审查者的角色。
小结: 规则越清晰、越可重复,Claude 的工作质量就越高。
3. AI 智能体如何协作?
想用多个 Claude?给它们分配好角色和计划。
-
角色扮演: 让 AI 分别扮演项目经理、架构师、开发者、测试工程师等角色。
-
案例:Agent OS
-
-
蜂群并行: 让许多 AI 智能体 (AI Agent) 在一个结构化流程中同时运行(例如:需求规格 → 伪代码 → 代码 → 测试)。
-
案例:Claude-Flow。
-
-
仓库原生工件: 将任务、日志和架构决策记录 (ADR) 存储在代码库中,从而让记忆得以留存。
-
案例:Roo Commander。
-
小结: 良好的协作机制能防止多个 AI“员工”互相干扰。
4. 如何运行会话?
AI 的输出可能会变得一团糟——会话 (session) 就是你的工作台配置。
-
终端编排: 由 Claude 控制命令、窗口和日志。
-
案例:Symphony, Claude-Squad。
-
-
并行工作树: 使用 Git Worktrees 并行运行多个分支。
-
案例:Crystal。
-
-
并行容器: 在隔离的容器中运行 Claude 以避免冲突。
-
案例:ClaudeBox
-
小结: 通过并行运行任务,你可以在避免持续冲突的同时,完成更多工作。
5. Claude 如何使用工具?
让 Claude 了解你的整个技术栈。
-
MCP 集成 (模型上下文协议): 捆绑的 MCP 服务器,能将 Claude 连接到外部资源——浏览器、数据库、测试运行器,甚至 UI 自动化框架。
-
自定义工具库: 内置的 shell 脚本和命令。
-
案例:Symphony
-
-
数据库访问器: 用于增强数据库访问能力的工具。
-
案例:Claudable with Supabase
-
-
测试与验证钩子: 在宣布工作“完成”前运行测试(例如 Vitest、Jest)。这将 Claude 的输出与真实的验证循环联系起来。
-
案例:Agent OS
-
小结: 工具能让 Claude 从一个“聪明的自动补全”转变为一个“积极的团队成员”,它能自查工作,并与你的系统交互。
6. 代码如何开发?
根据你的需要,Claude 可以戴上不同的“帽子”:
-
项目经理 (PM): 将产品规格转化为任务和待办事项。
-
架构师: 在编码开始前,设计整体结构、定义接口并设定规范。
-
执行者: 在设定的框架内,遵循测试和标准编写代码。
-
质量保证 (QA): 检查工作成果是否存在问题。
-
案例:BMAD-code
-
-
审查者: 审计合并请求 (PR) 的质量、可读性和风险。
小结: 在软件生命周期的每个阶段,你都可以利用 AI。
7. 代码如何交付?
代码是如何进入你的代码仓库的?
-
小步提交 (Small diffs): AI 领取工单并生成小的合并请求 (PR),并且总是经过人工审查。
-
案例:ai-ticket。
-
-
实验性部署: 在功能开关 (feature flag) 后面部署变更。
-
完整应用脚手架: AI 根据高层次的提示词构建并部署整个应用程序。
-
案例:Claudable。
-
小结: 选择适合你的规模——为生产环境选择安全迭代,为原型开发选择脚手架。
8. 如何保存上下文?
Claude 会遗忘,但框架能帮你记住。
-
文档和日志: 随时更新 CLAUDE.md、架构笔记和项目日志。
-
案例:Claude Conductor。
-
-
持久化记忆与检查: 定期回顾近期工作,运行项目健康检查,并存储决策。
-
案例:Claude-Flow。
-
小结: 没有记忆,AI 会重复犯错。有了记忆,它才能积跬步以至千里。
如何组合搭配
你可以把这些选项看作一份菜单,不必一次性点全。
-
新手套餐: Markdown 待办列表 + 基于工单的小步提交。
-
结构化团队: 产品规格 + 编码标准 + 角色扮演。
-
重度实验: 仓库原生工件 + 并行会话。
-
原型模式: 应用构建器 + 文档脚手架。
价值何在?
从这场 Claude 代码框架之战中,我们得到的初步教训很简单:给 AI 设定好框架,它才能发挥出最大效力。
Claude 并不是要取代开发者,而是在改变他们的角色。你花在敲样板代码上的时间少了,而花在打磨需求、评审设计和定义架构上的时间多了。如果你没有尽到自己的职责,事情很快就会失控。
我们尚处于早期阶段,但各种框架的演进方向都指向同一个未来:AI 不再是一个神秘的黑盒,而是一群由你管理的团队成员。而这正是最激动人心的地方:你给予的结构越多,得到的回报就越丰厚。
原文链接: https://shmck.substack.com/p/claude-code-framework-wars
