Skip to content
所有分類

tech

518 篇文章

Claude Code Channels 怎麼運作:外部事件、reply tools 與 sender gating

Channels 是一種特殊的 MCP server,能把 CI 失敗、監控告警、Telegram 訊息這類外部事件直接推進正在跑的 Claude Code session,Claude 讀完事件還能透過 reply tool 從同一條通道回話。本文拆解 channel contract、雙向回覆、安全閘門與安裝需求。

Claude Code Checkpointing 深入介紹:snapshot 機制、rewind 選單與追蹤邊界

Checkpointing 不是 git commit:Claude Code 在每個 user prompt 前自動存檔案 snapshot,一個 session 保留最近 100 個、30 天清除。本文拆解 /rewind 選單的五個選項、bash 與 subagent 等追蹤邊界,以及它跟 git 的分工。

Claude Code 怎麼看見你的瀏覽器:Chrome 整合、console 除錯與表單自動化

Claude Code 透過 Claude in Chrome 擴充套件取得瀏覽器控制權:讀 console log 與 DOM、點擊輸入、上傳檔案、錄 GIF,還能直接操作你已登入的網站。官方前置條件列出 Chrome、Edge 與 Brave、Arc、Vivaldi、Opera 等 Chromium 系瀏覽器,但 WSL 不支援。

Claude Code 怎麼進 CI/CD:GitHub Actions 的 @claude 與 GitLab MR 流程

用 anthropics/claude-code-action 把 Claude Code 放進 GitHub Actions:/install-github-app 一條指令裝好,@claude 在 PR 和 Issue 留言就能叫它修 bug、推分支並給 PR 建立入口;Bedrock/Vertex/Foundry 三種雲端後端走 OIDC 免存金鑰;GitLab CI/CD(beta)則用 .gitlab-ci.yml 一個 job 對應,所有變更走 merge request。

Claude Code 怎麼記住你的專案:CLAUDE.md 層級串接、imports、rules 與 auto memory

Claude Code 每個 session 都是乾淨的 context window,靠三種記憶跨 session 帶知識:每個 session 都載入的 CLAUDE.md、寫 paths 就條件載入的 .claude/rules/、以及 Claude 自己累積的 auto memory。各層 CLAUDE.md 是串接進 context,不是繼承覆蓋。本文拆解層級行為、@path imports、monorepo 拆檔策略,以及用 @AGENTS.md 讓多個工具共用一份指示。

Claude Code 的 context window 怎麼管理:自動載入內容、各功能成本與 compaction 三件套

Claude Code 在你打第一個字之前就載入了 system prompt、MEMORY.md、CLAUDE.md、MCP tool 名稱和 skill 描述。本文拆解 session 開頭的自動載入內容、六類擴充功能各自的 context 成本,以及 /compact、/autocompact、autoCompactWindow 三層壓縮控制的用法。

Claude Code 沙箱怎麼運作:sandboxed Bash、網路 allowlist 與六種隔離環境的威脅模型

Claude Code 內建的 sandboxed Bash 用 OS 層機制限制每條指令:寫入限工作目錄與 session temp,讀取預設整機可讀;網路走 proxy allowlist,預設零網域。開關在 /sandbox 面板和 sandbox.enabled,不是 --sandbox 旗標。本文再比較 sandbox runtime、devcontainer、Docker、VM 與 Claude Code on the web 這幾種更重的隔離方案該什麼時候用。

Headless 與 Agent SDK:從 claude -p 到程式化 agent

claude -p 把 Claude Code 從終端機互動變成一條可寫進腳本和 CI 的指令:pipe 資料進去、用 --output-format json 拿結構化結果、--bare 跳過大多數自動探索來加速啟動。本文以 CLI 用法為主體,最後講四個該改用 Python/TypeScript Agent SDK 的訊號。

Claude Code 怎麼接上外部工具:MCP server 的三種 scope、transport 與認證

Claude Code 用 MCP(Model Context Protocol)連外部工具,手動設定分三種 scope:專案共用放 .mcp.json、個人跨專案和 local 都在 ~/.claude.json、企業走 managed config——不在 settings.json。本文涵蓋 claude mcp add/login 流程、SSE 已 deprecated 的 transport 現狀,以及 tool search 延遲載入。

Claude Code Plugins 與 Marketplaces:把 skills、hooks、MCP 打包成一個安裝單位

Plugin 的價值不是新能力,而是分發:把散在 .claude/ 的 skills、agents、hooks、MCP 設定收進一個帶 manifest 的目錄,透過 marketplace 安裝、更新、鎖版本。本文拆解 plugin 目錄結構、最小建立流程、marketplace 發佈與 dependencies 版本約束。

Claude Code Remote Control:從任何裝置接續本地 session

Remote Control 把 claude.ai/code 或 Claude 手機 app 變成你本地 Claude Code session 的遙控器:程式照樣跑在自己的機器上,MCP servers 和本地工具全部可用,但對話同步會經過 Anthropic 伺服器。本文涵蓋啟動、續接、推送通知與傳檔,以及安全邊界。

Claude Code settings.json 設定大全:五層 scope、合併規則與常用欄位

Claude Code 的設定分五層——managed settings、CLI flag、專案 local、專案共用、使用者——純值型 key 由高層蓋掉低層,permissions.allow 這類清單型 key 則跨層合併。本文整理每層檔案的角色、allow/deny/ask 三清單的寫法,以及用 /status 和 claude doctor 驗證設定是否生效。

從 Slack 指派 coding 任務:Claude Code in Slack 與 Claude Tag 兩條路

在 Slack @Claude 就能把 bug report 變成雲端跑的 Claude Code session。但現在有兩條路:Pro/Max 走原 Claude Code in Slack(每個 session 掛在個人帳號),Team/Enterprise 新設定或遷移則看 Claude Tag(組織共用身分、admin 管權限與用量)。先確認方案再設定,才不會裝錯。

Claude Code Sub-agents 怎麼運作:context 隔離、frontmatter 定義、背景執行與權限繼承

Sub-agent 是在獨立 context window 中工作的專業助手:一個 Markdown 檔定義 system prompt、工具與模型,Claude 依 description 自動委派,也能 @-mention 直接指派。本文拆解 frontmatter schema、背景執行與巢狀 spawn 的現狀、permission 繼承規則,以及什麼時候不該用。

當 Vector Search 把名字當難度搜:RAG 系統的 Attribute Conflation 問題

查詢「美人照鏡 5.11b,推薦類似難度路線」,結果回來的全是名字像的路線而不是難度像的。根因是 dense embedding 把多個屬性壓進同一個向量,名稱的稀有性壓過了難度訊號。解法:metadata pre-filter + query rewriting + score fusion 三層防線。

techdeep-dive

島島(DaoDao)技術架構全覽:Monorepo、多語言後端與 AI 推薦系統

Next.js + Expo 前端、Node.js + Python 雙後端、PostgreSQL + Redis 核心架構,加上社交通知系統與 LLM 推薦引擎,島島如何用現代tech stack打造學習社群平台。

NobodyClimb:用 Cloudflare 全端打造攀岩社群平台

一個攀岩社群平台,從 Web、Mobile 到 AI 問答全部跑在 Cloudflare 上,沒有獨立伺服器。

NobodyClimb AI 架構:在 Cloudflare Workers 上打造 20 節點 RAG Pipeline

用 Cloudflare Workers AI(gemma-3-12b-it + bge-m3)打造可動態組裝的 RAG pipeline,14 個基礎 step + 6 個 LangGraph 專屬節點,三種策略圖(Baseline / Agentic / Plan-Execute)動態切換。