怕 AI 乱改代码？教你用 Hooks 给 Claude Code 戴上"紧箍咒"

用 Claude Code 撸代码的时候，经常会遇到这么个场景：AI 也就是刚上手那会儿老实，用久了就开始"放飞自我"：

动不动就想执行个 rm -rf，看得人心惊肉跳
改完代码从来不记得跑 lint，格式乱七八八
甚至有时候想知道它到底背着我调了多少次 API，也没个记录

其实，这些问题用 Hooks 都能治。

Hooks 是什么

说白了，Hooks 就是给 Claude Code 戴的"紧箍咒"。

它允许你在 AI 执行特定操作的前后插入你自己的脚本。这概念跟 Git Hooks（比如 pre-commit）几乎一模一样：在关键节点拦一道，运行个脚本，通过了才放行，不通过就打回。

区别在于，Git Hooks 拦的是代码提交，Claude Hooks 拦的是 AI 的工具调用。

支持哪些钩子

目前支持的事件有几个，但常用的就俩：

事件	什么时候触发	典型场景
`PreToolUse`	工具调用前	拦住危险命令、检查参数、权限控制
`PostToolUse`	工具调用后	自动格式化代码、触发测试、更新文档

剩下的 Notification（通知时）、Stop（结束时）用得比较少，一般写插件才用得上。

怎么配置

配置这玩意儿有三个地方能放，优先级从高到低：

.claude/settings.local.json（本地独享，不进 Git，推荐）
.claude/settings.json（项目共享，进 Git）
~/.claude/settings.json（全局配置，所有项目生效）

一个最简单的配置长这样：

json 复制代码

{
  "hooks": {
    "PreToolUse": [
      {
        "matcher": "Bash",
        "hooks": [
          {
            "type": "command",
            "command": "python3 scripts/check_cmd.py"
          }
        ]
      }
    ]
  }
}

这里的 matcher 有讲究

matcher 决定了这个钩子管哪些闲事。支持这几种写法：

精确匹配 ："Bash" ------ 只管 Bash 命令。
多选匹配 ："Bash|Write" ------ 管 Bash 和写文件。
通配符 ：".*" ------ 所有工具全管（慎用，会慢）。
反向匹配 ："^(?!Read).*" ------ 除了读文件，其他全管。

工具名称一般有：Bash、Read、Write、Edit、Glob、Grep、WebFetch 等。

核心机制：JSON 协议

Hooks 的核心就是"一问一答"。

当钩子触发时，Claude Code 会通过 标准输入 (stdin) 扔给你一个 JSON：

json 复制代码

{
  "session_id": "会话ID",
  "tool_name": "Bash",
  "tool_input": {
    "command": "rm -rf /"
  }
}

你的脚本处理完，得通过 标准输出 (stdout) 扔回一个 JSON：

json 复制代码

{
  "continue": false,
  "decision": "block",
  "reason": "哥们，删库跑路可不行啊"
}

返回值说明

continue: true 继续，false 停下。
decision:
- approve: 允许执行。
- block: 禁止执行，并报错给 AI。
- skip: 跳过执行，但不报错（假装执行了）。
reason: 给 AI 看的拒绝理由。

实战案例

光说不练假把式，整几个实用的例子。

场景一：防删库（拦截危险命令）

这个最实用。写个 Python 脚本拦截 rm 命令。

脚本 hooks/safe_bash.py:

python 复制代码

#!/usr/bin/env python3
import sys
import json

# 读取输入
data = json.loads(sys.stdin.read())

if data.get("tool_name") == "Bash":
    cmd = data.get("tool_input", {}).get("command", "")
    
    # 简单的关键词匹配，实际使用可以用正则
    if "rm -rf" in cmd and "/" in cmd:
        print(json.dumps({
            "continue": False,
            "decision": "block",
            "reason": "危险操作拦截：检测到高风险删除命令，请确认路径安全后再试。"
        }))
        sys.exit(0)

# 默认放行
print(json.dumps({"continue": True, "decision": "approve"}))

配置:

json 复制代码

{
  "hooks": {
    "PreToolUse": [
      {
        "matcher": "Bash",
        "hooks": [{ "type": "command", "command": "python3 hooks/safe_bash.py" }]
      }
    ]
  }
}

场景二：强迫症福音（改完文件自动格式化）

AI 写代码有时候格式不讲究，咱可以用 PostToolUse 帮它体面一下。

脚本 hooks/auto_fmt.sh:

bash 复制代码

#!/bin/bash

# 读取 JSON 输入
input=$(cat)
tool=$(echo "$input" | jq -r '.tool_name')
file=$(echo "$input" | jq -r '.tool_input.file_path // empty')

# 只处理写操作
if [[ "$tool" == "Write" || "$tool" == "Edit" ]]; then
    if [[ -n "$file" && "$file" == *.ts ]]; then
        # 悄悄给它跑个 prettier
        npx prettier --write "$file" >/dev/null 2>&1
    fi
fi

# Post 钩子不需要返回 decision，空对象就行
echo '{}'

配置:

json 复制代码

{
  "hooks": {
    "PostToolUse": [
      {
        "matcher": "Write|Edit",
        "hooks": [{ "type": "command", "command": "bash hooks/auto_fmt.sh" }]
      }
    ]
  }
}

这样 AI 改完 .ts 文件，Prettier 马上就跟进，代码永远整整齐齐。

场景三：审计日志

想知道 AI 到底干了啥？把所有操作记下来。

脚本 hooks/logger.py:

python 复制代码

#!/usr/bin/env python3
import sys
import json
import datetime

data = json.loads(sys.stdin.read())
log_entry = {
    "time": datetime.datetime.now().isoformat(),
    "tool": data.get("tool_name"),
    "input": data.get("tool_input")
}

# 追加到日志文件
with open(".claude/audit.log", "a") as f:
    f.write(json.dumps(log_entry) + "\n")

print(json.dumps({"continue": True}))

避坑指南

玩 Hooks 有几个坑得注意，掉进去容易摔跟头：

别太慢 Hooks 是同步执行的。脚本卡 1 秒，AI 就愣 1 秒。复杂逻辑（比如上传日志）最好在脚本里丢给后台进程异步做，别让 AI 等太久。
别死循环 别在 Hooks 里调用会触发 Hooks 的命令......虽然 Claude Code 的 Hooks 主要是拦截 AI 的工具调用，但如果你在脚本里又调了 CLI 可能会套娃。
容错要做好 脚本要是挂了（非 0 退出码），AI 操作也会跟着挂。记得处理好 JSON 解析失败、文件不存在这些边界情况。除非你是故意想阻断操作（退出码 2）。
安全第一 Hooks 权限很大，能读写文件、能联网。网上抄来的脚本，先看懂了再跑，别把后门带进来了。
怎么调试 脚本逻辑不对很难受。可以在返回 JSON 里带上 outputToStderr 字段，把调试信息打印到 stderr，方便排查：
python 复制代码
```
print(json.dumps({
    "continue": True,
    "outputToStderr": f"Debug: current tool is {data.get('tool_name')}"
}))
```

这跟 Git Hooks / CI 有啥不一样？

你可能会问：我有 Git Hooks 还有 CI/CD，为啥还要搞这个？

关键在于时机和粒度。

方式	什么时候管	管什么
Git Hooks	commit / push 时	代码变更
CI/CD	代码推送后	构建和部署流程
Claude Hooks	AI 动手的瞬间	AI 的每一个操作

Claude Hooks 是实时介入的。

等 Git Hooks 报错，rm -rf 可能已经执行完了。
等 CI 挂了，错误代码已经进仓库了。
而 Claude Hooks 可以把危险扼杀在摇篮里，或者让 AI 在修改配置前先过一遍你的"家规"。

进阶玩法

如果你想玩得更花一点：

1. 配合 MCP Server

如果你用了 MCP (Model Context Protocol) 扩展 AI 的能力，Hooks 照样能管。matcher 支持 mcp__serverName__toolName 这种格式：

json 复制代码

{
  "matcher": "mcp__myserver__.*",
  "hooks": [{ "type": "command", "command": "..." }]
}

这样即使是三方扩展的工具，也能被你安排得明明白白。

2. 动态规则

硬编码脚本不灵活？让脚本去读外部配置，实现不同项目不同规则。比如从 .claude/rules.json 读取"禁止修改的文件列表"：

python 复制代码

import json
import os

rules_file = ".claude/rules.json"
if os.path.exists(rules_file):
    with open(rules_file) as f:
        rules = json.load(f)
    protected_files = rules.get("protected_files", [])
    # ... 在这里写你的拦截逻辑

这样你只需要维护 JSON 配置文件，Hook 脚本逻辑可以保持通用。

3. 团队共享

把 Hooks 配置和脚本放在项目根目录的 .claude/ 下，提交到 Git。这样团队里每个人用 Claude Code 的时候，都会自动遵守同一套代码规范和安全策略。即使是新来的实习生，AI 也不会在他的机器上乱来。

总结

Claude Code Hooks 给了我们一个介入 AI 决策环的机会。

以前我们是"监督者"，看着 AI 跑；有了 Hooks，我们变成了"规则制定者"。把安全红线、代码规范这些死规矩写进 Hooks 里，让 AI 在笼子里跳舞，既用了它的脑子，又防了它的乱子。

如果你觉得这篇文章有帮助，欢迎关注我的 GitHub，下面是我的一些开源项目：

Claude Code Skills （按需加载，意图自动识别，不浪费 token，介绍文章）：

code-review-skill - 代码审查技能，覆盖 React 19、Vue 3、TypeScript、Rust 等约 9000 行规则（详细介绍）
5-whys-skill - 5 Whys 根因分析，说"找根因"自动激活
first-principles-skill - 第一性原理思考，适合架构设计和技术选型

全栈项目（适合学习现代技术栈）：

prompt-vault - Prompt 管理器，用的都是最新的技术栈，适合用来学习了解最新的前端全栈开发范式：Next.js 15 + React 19 + tRPC 11 + Supabase 全栈示例，clone 下来配个免费 Supabase 就能跑
chat_edit - 双模式 AI 应用（聊天+富文本编辑），Vue 3.5 + TypeScript + Vite 5 + Quill 2.0 + IndexedDB