Claude-Code-Workflow/docs/zh/guide/ch05-advanced-tips.md

高级技巧

一句话定位

用自然语言驱动 AI 编排工具链 — 语义化 CLI 调用、多模型协作、智能记忆管理。

---

5.1 语义化工具调度

5.1.1 核心理念

CCW 的 CLI 工具是 AI 自动调用的能力扩展，用户只需用自然语言描述需求，AI 会自动选择并调用合适的工具。

::: tip 关键理解

• 用户说："用 Gemini 分析这段代码"
• AI 自动：调用 Gemini CLI + 应用分析规则 + 返回结果
• 用户无需关心 ccw cli 命令细节 :::

5.1.2 可用工具与能力

工具	擅长领域	典型触发词
Gemini	深度分析、架构设计、Bug 诊断	"用 Gemini 分析"、"深度理解"
Qwen	代码生成、功能实现	"让 Qwen 实现"、"代码生成"
Codex	代码审查、Git 操作	"用 Codex 审查"、"代码评审"
OpenCode	开源多模型	"用 OpenCode"

5.1.3 语义触发示例

只需在对话中自然表达，AI 会自动调用对应工具：

目标	用户语义描述	AI 自动执行
安全评估	"用 Gemini 扫描认证模块的安全漏洞"	Gemini + 安全分析规则
代码实现	"让 Qwen 帮我实现一个速率限制中间件"	Qwen + 功能实现规则
代码审查	"用 Codex 审查这个 PR 的改动"	Codex + 审查规则
Bug 诊断	"用 Gemini 分析这个内存泄漏的根因"	Gemini + 诊断规则

5.1.4 底层配置（可选了解）

AI 调用工具的配置文件位于 ~/.claude/cli-tools.json：

{
  "tools": {
    "gemini": {
      "enabled": true,
      "primaryModel": "gemini-2.5-flash",
      "tags": ["分析", "Debug"]
    },
    "qwen": {
      "enabled": true,
      "primaryModel": "coder-model",
      "tags": ["实现"]
    }
  }
}

::: info 说明 标签（tags）帮助 AI 根据任务类型自动选择最合适的工具。用户通常无需修改此配置。 :::

---

5.2 多模型协作

5.2.1 协作模式

通过语义描述，可以让多个 AI 模型协同工作：

模式	描述方式	适用场景
协作型	"让 Gemini 和 Codex 共同分析架构问题"	多角度分析同一问题
流水线型	"Gemini 设计方案，Qwen 实现，Codex 审查"	分阶段完成复杂任务
迭代型	"用 Gemini 诊断问题，Codex 修复，迭代直到通过测试"	Bug 修复循环
并行型	"让 Gemini 和 Qwen 分别给出优化建议"	对比不同方案

5.2.2 语义示例

协作分析

用户：让 Gemini 和 Codex 共同分析 src/auth 模块的安全性和性能问题
AI：[自动调用两个模型，综合分析结果]

流水线开发

用户：我需要实现一个 WebSocket 实时通知功能。
      请 Gemini 设计架构，Qwen 实现代码，最后用 Codex 审查。
AI：[依次调用三个模型，完成设计→实现→审查流程]

迭代修复

用户：测试失败了，用 Gemini 诊断原因，让 Qwen 修复，循环直到测试通过。
AI：[自动迭代诊断-修复流程，直到问题解决]

5.2.3 模型选择建议

任务类型	推荐模型	理由
架构分析	Gemini	擅长深度理解和模式识别
Bug 诊断	Gemini	强大的根因分析能力
代码生成	Qwen	代码生成效率高
代码审查	Codex	Git 集成好，审查格式标准
长文本处理	Claude	上下文窗口大

---

5.3 智能记忆管理

5.3.1 记忆系统概述

CCW 的记忆系统是 AI 自主管理 的知识库，包括：

分类	用途	示例
learnings	学习心得	新技术使用经验、最佳实践
decisions	架构决策	技术选型理由、设计权衡
conventions	编码规范	命名约定、代码风格
issues	已知问题	Bug 记录、限制说明

5.3.2 记忆的自动使用

AI 在执行任务时会自动检索和应用相关记忆：

用户：帮我实现用户认证模块
AI：[自动检索记忆中的认证相关 decisions 和 conventions]
    根据之前的技术决策，我们使用 JWT + bcrypt 方案...

5.3.3 用户如何引导记忆

虽然 AI 自动管理记忆，但用户可以主动强化：

明确要求记住

用户：记住这个命名规范：所有 API 路由使用 kebab-case
AI：[将此规范存入 conventions 记忆]

要求回顾决策

用户：我们之前为什么选择 Redis 做缓存？
AI：[检索 decisions 记忆并回答]

纠正错误记忆

用户：之前的决定改了，我们现在用 PostgreSQL 代替 MongoDB
AI：[更新相关 decision 记忆]

5.3.4 记忆文件位置

• 全局记忆: ~/.claude/projects/{project-name}/memory/
• 项目记忆: .claude/memory/ 或 MEMORY.md

---

5.4 Hook 自动化

5.4.1 Hook 概念

Hook 是 AI 执行任务前后的自动化流程，用户无需手动触发：

Hook 类型	触发时机	用途
pre-command	AI 思考前	加载项目规范、检索记忆
post-command	AI 完成后	保存决策、更新索引
pre-commit	Git 提交前	代码审查、规范检查

5.4.2 配置示例

在 .claude/hooks.json 中配置：

{
  "pre-command": [
    {
      "name": "load-project-specs",
      "description": "加载项目规范",
      "command": "cat .workflow/specs/project-constraints.md"
    }
  ],
  "post-command": [
    {
      "name": "save-decisions",
      "description": "保存重要决策",
      "command": "ccw memory import \"{content}\""
    }
  ]
}

---

5.5 ACE 语义搜索

5.5.1 什么是 ACE

ACE (Augment Context Engine) 是 AI 的 代码感知能力，让 AI 能理解整个代码库的语义。

5.5.2 AI 如何使用 ACE

当用户提问时，AI 会自动使用 ACE 搜索相关代码：

用户：认证流程是怎么实现的？
AI：[通过 ACE 语义搜索 auth 相关代码]
    根据代码分析，认证流程是...

5.5.3 配置参考

配置方式	链接
官方文档	Augment MCP Documentation
代理工具	ace-tool (GitHub)

---

5.6 语义提示速查

常用语义模式

目标	语义描述示例
分析代码	"用 Gemini 分析 src/auth 的架构设计"
安全审计	"用 Gemini 扫描安全漏洞，重点关注 OWASP Top 10"
实现功能	"让 Qwen 实现一个带缓存的用户仓库"
代码审查	"用 Codex 审查最近的改动"
Bug 诊断	"用 Gemini 分析这个内存泄漏的根因"
多模型协作	"Gemini 设计方案，Qwen 实现，Codex 审查"
记住规范	"记住：所有 API 使用 RESTful 风格"
回顾决策	"我们之前为什么选择这个技术栈？"

协作模式速查

模式	语义示例
协作	"让 Gemini 和 Codex 共同分析..."
流水线	"Gemini 设计，Qwen 实现，Codex 审查"
迭代	"诊断并修复，直到测试通过"
并行	"让多个模型分别给出建议"

---

下一步

• 最佳实践 — 团队协作规范、代码审查流程、文档维护策略