Anthropic 内部 AI 编码架构实战

通过 Claude Code 核心作者 Boris Cherny 的实操经验，学习如何使用动态路由的 CLAUDE.md、多终端并行会话以及自动化验证测试来提升智能体写代码的效率。

X (Twitter)@LiuweijiaVip3

Claude Codegit worktree

收录于 2026-10-31 · 原文发布于 2026-10-29

操作步骤

可复制提示词

请根据项目需求编写代码。不要给我具体的实现细节，只需参考以下自动化验证测试：[在此输入自动化测试用例]。请在终端中自行运行测试并自主纠错，直到通过所有测试并完成代码编写。

#AI Agent#Claude Code#开发实战#自动化工作流

利用 video-director 技能引导 Claude Opus 5.5（在 Claude Code 中）规划、编写、渲染并质检代码渲染的短视频（HTML/Canvas/SVG等转MP4）。它通过分阶段工作流、QA 脚本和评估体系来保证视频质量。

通过开源的 openskycam 项目结合 MCP 服务器，让 Claude Code 自动运行夜间工作流、审查并分类检测结果、重训练模型过滤误报，并在每天早晨清理垃圾后发送优质结果。

使用 Stripe 内部同款的 AI Agent 设置处理重复性任务，相比普通 Claude Code 将耗时从 20 天缩短至 4 天。该系统基于 100 多个保存的提示词（每个步骤一个），由多个 Agent 协同分工构建工作。

觉得有用？订阅 TG 频道或在 X 关注获取每日更新

内容由 AI 依据原文翻译整理，细节以原帖为准；版权归原作者。