Be a

FREE

CREATOR

什么是 Prisma：这是 Prisma 官网的 slogan 翻译过来就是说： Prisma 是一个基于 Node.js 和 TypeScript 的 ORM，它可以帮助开发者以更快的开发速度和更少的错误来管理数据库。 关于 ORM（Object/Relational Mapping），简单来说就是一个可以像操作对象一样操作数据库的工具。 具体 ORM 介绍可以参看 阮一峰 老师的《ORM 实例教程》

确保 cf.com 能直接访问服务：不管是 worker/pages/tunnel，使用添加第三方服务的方式绑定到 cf.com，确保 cf.com 能访问到服务

Subagent 的本质：执行机制而非扩展机制：很多人第一次接触 Claude Code 时，会把 Subagent、MCP、Skills、Hooks 理解为同一层级的"扩展机制"。这是一个常见的误解。 关键理解：Subagent 不是扩展机制，而是执行机制 让我们回顾一下 Claude Code 的三层架构（详见攻略 2.

Claude Code 是什么：在深入架构之前,我先说说我对 Claude Code 的初步认识:它是一个将 LLM 作为大脑、工具系统(bash、MCP、HTTP 等)作为肢体的 AI 应用。 和传统 AI 工具相比,它的核心差异在于: - 利用工具系统自动获取环境所需的信息,无需手动注入上下文 - 自动根据任务设计方案,循环执行直到完成交付标准 这个认知听起来简单,但背后的设计思想值得深入理解。

LLM 究竟如何工作？：在使用 Claude Code 的过程中，我一直有个疑惑：AI 是如何"理解"代码的？ 表面上看，它能读懂代码逻辑、发现 bug、提出重构建议，这些都像是真正的"理解"。但仔细想想，LLM 的本质不就是"预测下一个词"吗？如果只是统计概率，为什么能解决复杂的编程问题？ 这个问题一直困扰着我，直到我开始深入学习 LLM 的工作原理。我发现，理解 LLM 的能力边界，对于用好 Claude Code 至关重要。因为只有知道它"能做什么、不能做什么、为什么能做"，才能合理地使用工具，避免不切实际的期待。

需求表达的艺术：在使用 Claude Code 的过程中，我经常遇到这样的情况：同样的需求，有时候 AI 给出的方案非常精准，有时候却只能给一些模糊的建议。比如，我想重构一段代码，直接说"重构这段代码"，AI 可能只做一些表面的优化；但如果我说"作为架构师，审查这段代码的设计问题，并给出重构方案"，AI 会从更高的层次思考，给出系统性的改进建议。 与 AI 对话不只是"说清楚需求"这么简单，如何表达需求、如何引导 AI 的思考方向，都会显著影响输出质量。这就是 Prompt Engineering（提示工程）要解决的问题。 在上一篇攻略中，我们学习了上下文工程，强调"输入决定输出质量"。