Claude 工作流自动化教程｜附完整命令

在日常开发、运营、写作、数据处理或知识管理中，我们经常会遇到大量重复性任务：整理需求文档、生成代码、检查 Bug、编写测试、总结会议纪要、生成周报、批量处理 Markdown 文件、分析日志、生成 SQL、审查 Pull Request 等。

如果每一项都手动完成，不仅效率低，而且容易出错。借助 Claude，我们可以把这些重复流程拆解成标准化任务，再通过命令行、脚本、Git Hooks、CI/CD 或自动化调度工具串联起来，形成一套可复用的工作流。

本文将以「Claude 工作流自动化」为主题，系统介绍如何在本地和项目中使用 Claude 构建自动化流程，并附上完整命令示例，方便你直接复制使用。

一、什么是 Claude 工作流自动化？

Claude 工作流自动化，简单来说，就是把 Claude 从一个“聊天助手”变成一个“可被调用的自动化执行节点”。

传统使用方式是：

人输入问题 → Claude 返回答案 → 人手动复制结果 → 人继续处理

自动化之后可以变成：

脚本读取文件 → 调用 Claude 分析 → 自动生成结果文件 → 自动提交 / 通知 / 进入下一步流程

例如：

• 自动总结一份长文档；
• 自动为代码生成单元测试；
• 自动审查 Git diff；
• 自动把会议录音转写文本整理成会议纪要；
• 自动生成接口文档；
• 自动分析报错日志并给出修复建议；
• 自动根据需求文档拆分开发任务；
• 自动将 Markdown 批量翻译成英文；
• 自动在 CI 中检查代码质量。

这种方式的核心价值是：把一次性的 AI 对话，沉淀成可重复执行的标准流程。

二、准备工作

在开始之前，你需要准备以下环境：

• Node.js 或 Python 环境；
• 一个可用的 Claude API Key；
• 一个支持命令行调用的终端；
• 一个项目目录；
• 基础的 Shell 脚本能力。

下面以 macOS / Linux 环境为主进行说明，Windows 用户可以使用 WSL、PowerShell 或 Git Bash。

三、安装基础工具

1. 安装 Node.js

如果你的电脑还没有安装 Node.js，可以使用以下命令安装。

macOS 推荐使用 Homebrew：

brew install node

Ubuntu / Debian：

sudo apt update
sudo apt install -y nodejs npm

检查版本：

node -v
npm -v

如果你更喜欢使用 Python，也可以安装 Python 环境：

python3 --version
pip3 --version

四、配置 Claude API Key

首先，你需要在 Anthropic 控制台获取 API Key。获取之后，不建议直接写进代码，而是通过环境变量管理。

1. 临时设置环境变量

export ANTHROPIC_API_KEY="你的Claude_API_Key"

这种方式只在当前终端会话中有效。

2. 写入 Shell 配置文件

如果你使用的是 zsh：

echo 'export ANTHROPIC_API_KEY="你的Claude_API_Key"' >> ~/.zshrc
source ~/.zshrc

如果你使用的是 bash：

echo 'export ANTHROPIC_API_KEY="你的Claude_API_Key"' >> ~/.bashrc
source ~/.bashrc

检查是否配置成功：

echo $ANTHROPIC_API_KEY

注意：不要把 API Key 提交到 Git 仓库中，也不要写入公开脚本。

五、创建一个 Claude 自动化项目

我们先创建一个演示项目，用来存放脚本、提示词模板和输出结果。

mkdir claude-workflow-demo
cd claude-workflow-demo

初始化项目：

npm init -y

安装 Anthropic SDK：

npm install @anthropic-ai/sdk dotenv

创建目录结构：

mkdir prompts inputs outputs scripts
touch .env
touch scripts/claude.js

推荐目录结构如下：

claude-workflow-demo/
├── inputs/              # 输入文件
├── outputs/             # 输出文件
├── prompts/             # 提示词模板
├── scripts/             # 自动化脚本
├── .env                 # 环境变量
├── package.json
└── package-lock.json

六、编写第一个 Claude 调用脚本

先在 .env 中写入 API Key：

echo 'ANTHROPIC_API_KEY=你的Claude_API_Key' > .env

然后编辑 scripts/claude.js：

cat > scripts/claude.js <<'EOF'
import 'dotenv/config';
import Anthropic from '@anthropic-ai/sdk';
import fs from 'fs';

const anthropic = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY,
});

async function main() {
  const input = process.argv.slice(2).join(' ');

  if (!input) {
    console.error('请提供要发送给 Claude 的内容');
    process.exit(1);
  }

  const message = await anthropic.messages.create({
    model: 'claude-3-5-sonnet-latest',
    max_tokens: 2000,
    messages: [
      {
        role: 'user',
        content: input,
      },
    ],
  });

  const text = message.content
    .filter(item => item.type === 'text')
    .map(item => item.text)
    .join('\n');

  console.log(text);
}

main().catch(err => {
  console.error(err);
  process.exit(1);
});
EOF

由于上面使用了 ES Module，需要修改 package.json：

npm pkg set type=module

测试调用：

node scripts/claude.js "请用三句话解释什么是工作流自动化"

如果返回正常，说明最基础的 Claude 命令行调用已经打通。

七、自动总结文档工作流

假设我们有一份长文档，需要自动总结为摘要、重点和待办事项。

创建输入文件：

cat > inputs/article.md <<'EOF'
这里是一篇很长的文章内容。
它可能包含产品需求、会议讨论、技术方案或业务分析。
我们希望 Claude 自动将它整理成结构化摘要。
EOF

创建提示词模板：

cat > prompts/summarize.md <<'EOF'
你是一名专业的信息整理助手。
请阅读以下内容，并按照 Markdown 格式输出：

## 一句话总结
用一句话概括全文。

## 核心要点
列出 5 条以内核心要点。

## 重要细节
列出值得关注的细节。

## 后续行动
列出可执行的待办事项。

以下是原文：
EOF

创建自动总结脚本：

cat > scripts/summarize.js <<'EOF'
import 'dotenv/config';
import Anthropic from '@anthropic-ai/sdk';
import fs from 'fs';

const anthropic = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY,
});

const inputFile = process.argv[2];
const outputFile = process.argv[3] || 'outputs/summary.md';

if (!inputFile) {
  console.error('用法：node scripts/summarize.js <输入文件> <输出文件>');
  process.exit(1);
}

const prompt = fs.readFileSync('prompts/summarize.md', 'utf-8');
const content = fs.readFileSync(inputFile, 'utf-8');

async function main() {
  const message = await anthropic.messages.create({
    model: 'claude-3-5-sonnet-latest',
    max_tokens: 3000,
    messages: [
      {
        role: 'user',
        content: `${prompt}\n\n${content}`,
      },
    ],
  });

  const result = message.content
    .filter(item => item.type === 'text')
    .map(item => item.text)
    .join('\n');

  fs.writeFileSync(outputFile, result, 'utf-8');
  console.log(`总结已生成：${outputFile}`);
}

main().catch(err => {
  console.error(err);
  process.exit(1);
});
EOF

执行命令：

node scripts/summarize.js inputs/article.md outputs/article-summary.md

查看结果：

cat outputs/article-summary.md

这样，一个“自动总结文档”的工作流就完成了。

八、自动生成代码注释工作流

在开发项目中，我们经常需要给一段代码补充注释、说明函数意图，或者生成 README 文档。Claude 很适合做这类理解型任务。

创建示例代码：

cat > inputs/example.js <<'EOF'
function debounce(fn, delay) {
  let timer = null;
  return function (...args) {
    if (timer) clearTimeout(timer);
    timer = setTimeout(() => {
      fn.apply(this, args);
    }, delay);
  };
}

export default debounce;
EOF

创建提示词：

cat > prompts/code-comment.md <<'EOF'
你是一名资深前端工程师。
请阅读下面的代码，并完成以下任务：

1. 为代码添加清晰的中文注释；
2. 解释代码的用途；
3. 给出一个实际使用示例；
4. 指出可能的注意事项。

请使用 Markdown 输出。

代码如下：
EOF

创建脚本：

cat > scripts/code-comment.js <<'EOF'
import 'dotenv/config';
import Anthropic from '@anthropic-ai/sdk';
import fs from 'fs';

const anthropic = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY,
});

const inputFile = process.argv[2];
const outputFile = process.argv[3] || 'outputs/code-comment.md';

if (!inputFile) {
  console.error('用法：node scripts/code-comment.js <代码文件> <输出文件>');
  process.exit(1);
}

const prompt = fs.readFileSync('prompts/code-comment.md', 'utf-8');
const code = fs.readFileSync(inputFile, 'utf-8');

async function main() {
  const message = await anthropic.messages.create({
    model: 'claude-3-5-sonnet-latest',
    max_tokens: 3000,
    messages: [
      {
        role: 'user',
        content: `${prompt}\n\n\`\`\`\n${code}\n\`\`\``,
      },
    ],
  });

  const result = message.content
    .filter(item => item.type === 'text')
    .map(item => item.text)
    .join('\n');

  fs.writeFileSync(outputFile, result, 'utf-8');
  console.log(`代码说明已生成：${outputFile}`);
}

main().catch(err => {
  console.error(err);
  process.exit(1);
});
EOF

执行：

node scripts/code-comment.js inputs/example.js outputs/example-comment.md

九、自动审查 Git Diff

这是开发团队中非常实用的工作流：每次提交前，让 Claude 自动审查当前改动，指出潜在问题。

创建提示词：

cat > prompts/review-diff.md <<'EOF'
你是一名严谨的资深代码审查工程师。
请审查以下 Git Diff，并按照下面结构输出：

## 总体评价
简要说明这次改动的质量。

## 潜在问题
列出可能的 Bug、边界条件、安全风险或性能问题。

## 可改进建议
给出具体、可执行的修改建议。

## 是否建议提交
给出“建议提交”或“暂不建议提交”，并说明原因。

Git Diff 如下：
EOF

创建审查脚本：

cat > scripts/review-diff.js <<'EOF'
import 'dotenv/config';
import Anthropic from '@anthropic-ai/sdk';
import { execSync } from 'child_process';
import fs from 'fs';

const anthropic = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY,
});

const outputFile = process.argv[2] || 'outputs/review.md';

function getGitDiff() {
  try {
    return execSync('git diff --cached', { encoding: 'utf-8' });
  } catch {
    return '';
  }
}

async function main() {
  const diff = getGitDiff();

  if (!diff.trim()) {
    console.log('没有检测到暂存区改动，请先执行 git add。');
    process.exit(0);
  }

  const prompt = fs.readFileSync('prompts/review-diff.md', 'utf-8');

  const message = await anthropic.messages.create({
    model: 'claude-3-5-sonnet-latest',
    max_tokens: 4000,
    messages: [
      {
        role: 'user',
        content: `${prompt}\n\n\`\`\`diff\n${diff}\n\`\`\``,
      },
    ],
  });

  const result = message.content
    .filter(item => item.type === 'text')
    .map(item => item.text)
    .join('\n');

  fs.writeFileSync(outputFile, result, 'utf-8');
  console.log(`代码审查报告已生成：${outputFile}`);
}

main().catch(err => {
  console.error(err);
  process.exit(1);
});
EOF

使用方法：

git add .
node scripts/review-diff.js outputs/review.md
cat outputs/review.md

如果你希望把它接入 Git 提交流程，可以使用 Husky。

安装 Husky：

npm install -D husky
npx husky init

创建 pre-commit 钩子：

cat > .husky/pre-commit <<'EOF'
#!/bin/sh
node scripts/review-diff.js outputs/review.md
EOF

增加执行权限：

chmod +x .husky/pre-commit

之后每次提交前，都会自动生成代码审查报告：

git add .
git commit -m "feat: add debounce utility"

十、批量处理 Markdown 文件

如果你维护一个文档站，经常需要批量优化 Markdown，比如统一标题、生成摘要、改写语气、翻译成英文等。

创建批处理提示词：

cat > prompts/polish-markdown.md <<'EOF'
你是一名专业中文技术编辑。
请优化以下 Markdown 文档，要求：

1. 保留原有 Markdown 结构；
2. 修正错别字和不通顺表达；
3. 提升文章逻辑和可读性；
4. 不要改变原文的技术含义；
5. 输出优化后的完整 Markdown。

原文如下：
EOF

创建批量脚本：

cat > scripts/batch-polish.js <<'EOF'
import 'dotenv/config';
import Anthropic from '@anthropic-ai/sdk';
import fs from 'fs';
import path from 'path';

const anthropic = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY,
});

const inputDir = process.argv[2] || 'inputs/docs';
const outputDir = process.argv[3] || 'outputs/docs';

if (!fs.existsSync(outputDir)) {
  fs.mkdirSync(outputDir, { recursive: true });
}

const prompt = fs.readFileSync('prompts/polish-markdown.md', 'utf-8');

async function polishFile(filePath) {
  const content = fs.readFileSync(filePath, 'utf-8');

  const message = await anthropic.messages.create({
    model: 'claude-3-5-sonnet-latest',
    max_tokens: 5000,
    messages: [
      {
        role: 'user',
        content: `${prompt}\n\n${content}`,
      },
    ],
  });

  return message.content
    .filter(item => item.type === 'text')
    .map(item => item.text)
    .join('\n');
}

async function main() {
  const files = fs
    .readdirSync(inputDir)
    .filter(file => file.endsWith('.md'));

  for (const file of files) {
    const inputPath = path.join(inputDir, file);
    const outputPath = path.join(outputDir, file);

    console.log(`正在处理：${inputPath}`);
    const result = await polishFile(inputPath);
    fs.writeFileSync(outputPath, result, 'utf-8');
    console.log(`已输出：${outputPath}`);
  }

  console.log('全部处理完成');
}

main().catch(err => {
  console.error(err);
  process.exit(1);
});
EOF

准备测试目录：

mkdir -p inputs/docs
cat > inputs/docs/test.md <<'EOF'
# 这是一个测试文档

这个文档主要是为了测试claude批量处理markdown能力，里面有一些不太通顺的表达。
EOF

执行批量优化：

node scripts/batch-polish.js inputs/docs outputs/docs

查看结果：

cat outputs/docs/test.md

十一、把常用命令写入 package.json

为了避免每次输入很长的命令，可以把常用流程写入 package.json。

执行以下命令：

npm pkg set scripts.ask="node scripts/claude.js"
npm pkg set scripts.summary="node scripts/summarize.js inputs/article.md outputs/article-summary.md"
npm pkg set scripts.comment="node scripts/code-comment.js inputs/example.js outputs/example-comment.md"
npm pkg set scripts.review="node scripts/review-diff.js outputs/review.md"
npm pkg set scripts.polish="node scripts/batch-polish.js inputs/docs outputs/docs"

之后可以这样调用：

npm run ask -- "请解释一下 API 网关的作用"

npm run summary

npm run comment

npm run review

npm run polish

这样一来，Claude 就不再只是一个问答工具，而是变成了项目中的自动化命令。

十二、接入 GitHub Actions

如果你的项目托管在 GitHub，可以让 Claude 在 Pull Request 中自动生成审查报告或变更摘要。

创建工作流目录：

mkdir -p .github/workflows

创建 GitHub Actions 文件：

cat > .github/workflows/claude-summary.yml <<'EOF'
name: Claude PR Summary

on:
  pull_request:
    types: [opened, synchronize, reopened]

jobs:
  summary:
    runs-on: ubuntu-latest

    steps:
      - name: Checkout repository
        uses: actions/checkout@v4
        with:
          fetch-depth: 0

      - name: Setup Node.js
        uses: actions/setup-node@v4
        with:
          node-version: 20

      - name: Install dependencies
        run: npm install

      - name: Generate diff
        run: |
          git diff origin/${{ github.base_ref }}...HEAD > pr.diff

      - name: Generate Claude summary
        env:
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
        run: |
          node scripts/ci-pr-summary.js pr.diff outputs/pr-summary.md

      - name: Upload summary artifact
        uses: actions/upload-artifact@v4
        with:
          name: claude-pr-summary
          path: outputs/pr-summary.md
EOF

然后创建 CI 脚本：

cat > scripts/ci-pr-summary.js <<'EOF'
import 'dotenv/config';
import Anthropic from '@anthropic-ai/sdk';
import fs from 'fs';

const anthropic = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY,
});

const diffFile = process.argv[2];
const outputFile = process.argv[3] || 'outputs/pr-summary.md';

if (!diffFile) {
  console.error('用法：node scripts/ci-pr-summary.js  <输出文件>');
  process.exit(1);
}

if (!fs.existsSync('outputs')) {
  fs.mkdirSync('outputs', { recursive: true });
}

const diff = fs.readFileSync(diffFile, 'utf-8');

const prompt = `
你是一名资深研发负责人。
请根据以下 Pull Request Diff 生成一份中文 PR 摘要，包含：

## 改动概览
说明本次 PR 主要做了什么。

## 影响范围
说明可能影响哪些模块或功能。

## 风险点
列出潜在风险。

## 测试建议
给出建议测试的场景。

以下是 Diff：
`;

async function main() {
  const message = await anthropic.messages.create({
    model: 'claude-3-5-sonnet-latest',
    max_tokens: 4000,
    messages: [
      {
        role: 'user',
        content: `${prompt}\n\n\`\`\`diff\n${diff}\n\`\`\``,
      },
    ],
  });

  const result = message.content
    .filter(item => item.type === 'text')
    .map(item => item.text)
    .join('\n');

  fs.writeFileSync(outputFile, result, 'utf-8');
  console.log(`PR 摘要已生成：${outputFile}`);
}

main().catch(err => {
  console.error(err);
  process.exit(1);
});
EOF

最后，在 GitHub 仓库中添加 Secret：

Settings → Secrets and variables → Actions → New repository secret

名称填写：

ANTHROPIC_API_KEY

值填写你的 Claude API Key。

提交文件：

git add .
git commit -m "chore: add claude pr summary workflow"
git push

之后，每次创建或更新 Pull Request，GitHub Actions 都会自动运行 Claude 总结流程。

十三、进阶：用 Shell 管道调用 Claude

除了 Node.js 脚本，你也可以把 Claude 包装成一个命令行工具，使它支持管道输入。

创建脚本：

cat > scripts/pipe-claude.js <<'EOF'
import 'dotenv/config';
import Anthropic from '@anthropic-ai/sdk';
import fs from 'fs';

const anthropic = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY,
});

function readStdin() {
  return new Promise(resolve => {
    let data = '';
    process.stdin.setEncoding('utf8');
    process.stdin.on('data', chunk => data += chunk);
    process.stdin.on('end', () => resolve(data));
  });
}

async function main() {
  const instruction = process.argv.slice(2).join(' ') || '请处理以下内容：';
  const stdin = await readStdin();

  if (!stdin.trim()) {
    console.error('没有接收到 stdin 输入');
    process.exit(1);
  }

  const message = await anthropic.messages.create({
    model: 'claude-3-5-sonnet-latest',
    max_tokens: 3000,
    messages: [
      {
        role: 'user',
        content: `${instruction}\n\n${stdin}`,
      },
    ],
  });

  const result = message.content
    .filter(item => item.type === 'text')
    .map(item => item.text)
    .join('\n');

  console.log(result);
}

main().catch(err => {
  console.error(err);
  process.exit(1);
});
EOF

赋予执行权限：

chmod +x scripts/pipe-claude.js

添加快捷命令：

npm pkg set scripts.pipe="node scripts/pipe-claude.js"

使用示例：

cat inputs/article.md | npm run pipe -- "请总结这篇文章"

分析日志：

tail -n 200 app.log | npm run pipe -- "请分析这些日志中可能的错误原因"

解释命令输出：

docker ps -a | npm run pipe -- "请解释这些容器的运行状态，并指出异常项"

这种方式非常适合和 Linux 命令组合使用。

十四、自动化提示词设计原则

Claude 工作流自动化的质量，很大程度取决于提示词设计。建议遵循以下原则。

1. 明确角色

不要只写“帮我看看”，而要写：

你是一名资深后端工程师，请审查以下代码。

角色越明确，输出越稳定。

2. 明确输入范围

例如：

以下内容是 Git Diff，请只根据 Diff 分析，不要假设未出现的代码。

这样可以减少幻觉。

3. 明确输出格式

建议使用固定 Markdown 模板：

请按照以下结构输出：
## 总结
## 问题
## 建议
## 风险等级

固定格式方便后续脚本解析。

4. 明确约束条件

例如：

如果信息不足，请明确说明“无法判断”，不要编造。

这对代码审查、日志分析、数据分析尤其重要。

5. 给出评价标准

例如：

请重点关注安全性、性能、可维护性和边界条件。

评价标准能让 Claude 的分析更聚焦。

十五、常见问题与解决方案

1. 返回内容太短怎么办？

可以提高 max_tokens：

max_tokens: 5000

同时在提示词中要求：

请详细说明，不少于 800 字。

2. 输入内容太长怎么办？

可以拆分文件，分批处理。例如：

split -b 50k large.md part_

然后批量调用 Claude：

for file in part_*; do
  node scripts/summarize.js "$file" "outputs/$file.summary.md"
done

最后再让 Claude 汇总所有摘要。

3. 如何降低成本？

可以采用以下策略：

• 只传必要上下文；
• 对大文件先做截断或摘要；
• 对重复内容做缓存；
• 低价值任务使用更轻量模型；
• CI 中只处理变更部分，不处理全量文件。

4. 如何避免覆盖原文件？

建议始终输出到 outputs/ 目录，而不是直接覆盖源文件。如果确认结果正确，再手动或脚本同步。

cp outputs/docs/test.md inputs/docs/test.md

5. 如何保证结果可追踪？

可以在输出文件名中加入时间戳：

date +"%Y%m%d-%H%M%S"

示例：

node scripts/summarize.js inputs/article.md "outputs/summary-$(date +%Y%m%d-%H%M%S).md"

十六、推荐的完整工作流组合

对于个人开发者，可以使用以下组合：

npm run summary
npm run comment
npm run review

对于团队项目，可以使用：

git add .
npm run review
git commit -m "feat: update feature"
git push

对于文档团队，可以使用：

npm run polish

对于 CI/CD，可以使用：

git diff origin/main...HEAD > pr.diff
node scripts/ci-pr-summary.js pr.diff outputs/pr-summary.md

如果你希望进一步自动化，可以把这些命令组合成一个脚本：

cat > scripts/all.sh <<'EOF'
#!/bin/bash

set -e

echo "开始执行 Claude 自动化工作流..."

echo "1. 生成文章摘要"
node scripts/summarize.js inputs/article.md outputs/article-summary.md

echo "2. 生成代码说明"
node scripts/code-comment.js inputs/example.js outputs/example-comment.md

echo "3. 审查 Git Diff"
node scripts/review-diff.js outputs/review.md

echo "4. 批量优化 Markdown"
node scripts/batch-polish.js inputs/docs outputs/docs

echo "全部流程执行完成"
EOF

赋予权限：

chmod +x scripts/all.sh

执行：

bash scripts/all.sh

也可以写入 package.json：

npm pkg set scripts.workflow="bash scripts/all.sh"

之后只需要运行：

npm run workflow

十七、安全与合规建议

在使用 Claude 做自动化时，务必注意以下事项：

1. 不要上传敏感密钥
   包括数据库密码、API Key、Token、私钥等。

2. 不要上传未脱敏的用户隐私数据
   如手机号、身份证号、地址、医疗信息、财务信息等。

3. 代码审查结果不能完全替代人工审查
   Claude 可以帮助发现问题，但最终责任仍在开发者和团队。

4. CI 中要限制触发条件
   不要让任何外部贡献者都能无限制触发高成本 API 调用。

5. 对输出结果保留人工确认环节
   尤其是自动修改代码、自动生成 SQL、自动发布内容等高风险流程。

十八、总结

Claude 工作流自动化的本质，是把 AI 能力封装进你的工具链中。它不只是一个聊天窗口，而可以成为：

• 文档整理助手；
• 代码审查助手；
• 测试生成助手；
• 日志分析助手；
• 内容编辑助手；
• CI/CD 辅助节点；
• 团队知识管理工具。

从本文的示例可以看到，搭建 Claude 自动化并不复杂。核心步骤只有四个：

1. 准备 API Key；
2. 编写提示词模板；
3. 编写脚本读取输入并调用 Claude；
4. 把脚本接入命令行、Git Hooks 或 CI/CD。

最开始，你可以只做一个简单的文档总结脚本；当流程稳定后，再逐步扩展到代码审查、批量文档优化、PR 摘要、日志分析等场景。

真正高效的 AI 使用方式，不是每天重复问同样的问题，而是把高频问题沉淀成自动化工作流。这样，Claude 才能从“智能问答工具”升级为你工作系统中的一部分。