装好 Claude Code 后的第一件事:5 个可以直接抄的真实场景

上一篇讲了怎么装 Claude Code。这篇聊装好之后第一天能做什么。

如果你第一次启动后盯着终端的光标不知道输入什么,很正常。下面这 5 个场景都是日常开发中最常见的,每个我都给出了完整的指令和你会看到的反馈。你可以直接复制粘贴去试。


启动之后你看到的是什么

在项目目录下输入 claude 启动,你会看到这样的界面:

python 复制代码
Claude Code v2.x.x
Type /help for available commands.
​
>

那个 > 就是输入提示符。你把指令输进去,按回车,它就开始干活了。

Claude Code 工作的时候,终端会实时显示它在干什么:

markdown 复制代码
> Reading UserController.java...
> Reading pom.xml...
> Searching for similar patterns in the codebase...

当它要修改文件或执行命令时,会弹出一个确认框,类似这样:

css 复制代码
Edit src/main/java/com/example/DeptController.java?
  Allow │ Deny │ Always Allow │ ──┐
  ──────────────────────────────────┘

刚开始用的时候,每次都点 Allow 看一眼它改了什么。用熟了再把读文件、跑测试这种安全操作加白名单。


场景一:新功能开发(CRUD 模块)

传统耗时:2-3 小时 | AI 辅助:15-20 分钟

假设你的项目里有一个用户管理模块(UserController),现在要新增一个部门管理模块。你想让新模块跟用户管理的风格保持一致。

第一步,先让它出计划:

shell 复制代码
> /plan
> 参照 UserController,为 sys_dept 表新增一套部门管理的 CRUD。
  包括:Entity、Mapper、Service、ServiceImpl、Controller、SaveDTO、UpdateDTO、QueryDTO、VO。
  Controller 接口路径用 /api/dept。

你会看到它列出计划,类似这样:

sql 复制代码
📋 Plan
1. Read UserController.java, UserService.java, UserMapper.java to learn the pattern
2. Create DeptEntity.java (model)
3. Create DeptMapper.java + DeptMapper.xml
4. Create DeptService.java + DeptServiceImpl.java
5. Create DeptController.java
6. Create DeptSaveDTO.java, DeptUpdateDTO.java, DeptQueryDTO.java, DeptVO.java
​
Estimated files: 10 new, 0 modified

你看完觉得没问题,说"开始执行"或者"start"。然后它就开始逐个生成文件。生成完后:

markdown 复制代码
> 为 DeptServiceImpl 写单元测试,覆盖率到 85%。
  参考 UserServiceImplTest 的风格。

继续:

shell 复制代码
> 运行 mvn test,如果失败就修复,直到全部通过。

最后做一次代码审查:

shell 复制代码
> /simplify

它会启动三个 AI Agent 并行审查你的代码:检查有没有重复逻辑、有没有违反最佳实践、有没有性能问题。你过一遍反馈,改掉问题,然后 git commit


场景二:快速体验(猜数字游戏)

这个不是工作场景,但你刚装好 Claude Code 的时候可以用它快速验证能不能正常工作。

随便进一个空目录:

bash 复制代码
mkdir claude-test
cd claude-test
claude

然后输入:

markdown 复制代码
> 帮我用 Python 写一个猜数字游戏,规则:
  1. 程序随机生成 1-100 之间的数字
  2. 玩家有 5 次机会
  3. 每次猜完告诉玩家"大了"还是"小了"
  4. 猜对了说"恭喜"并结束
  5. 5 次都没猜中说出正确答案
​
  写完之后直接运行它。

几秒后 Claude Code 会创建一个 guess_number.py 文件,然后在终端里自动运行起来。你会看到它在执行 python guess_number.py 然后进入游戏交互。

yaml 复制代码
Guess the number (1-100). You have 5 chances.
Enter your guess: 50
Too high!
Enter your guess: 25
Too low!
...

玩完之后按 Ctrl+C 退出,再按 /exit 退出 Claude Code。


场景三:Bug 排查

传统耗时:1-2 小时 | AI 辅助:10-15 分钟

这是 AI 辅助效率提升最明显的场景------不是你描述 Bug 它给出答案,而是它能直接读你的代码和日志

css 复制代码
> 线上订单创建接口偶发超时,大概 5% 的请求会卡住超过 10 秒。
  报错日志:
  [这里贴你的异常日志,尽量完整]
​
  相关代码在 OrderService.java:150-200 这一块。
  订单表 order_info 目前大概 500 万行数据。
​
  帮我排查根因。

Claude Code 会自动读 OrderService.java 看你的代码逻辑,读 order_info 表的索引情况,分析调用链。然后它会输出类似这样的分析:

sql 复制代码
🔍 Analysis
1. Read OrderService.java:150-200
   - Found N+1 query pattern in method createOrder()
   - Each order creation triggers 5 extra user_info queries in a loop
   
2. Checked order_info table indexes
   - Missing composite index on (status, create_time)
​
3. Root cause: N+1 query at OrderService.java:175
   - Fix: Add batch query before the loop
​
Possible solutions:
  A. Add IN query to batch load user_info
  B. Consider adding @BatchSize annotation

确认根因后:

css 复制代码
> 按方案 A 帮我修改代码。
  修改完跑 OrderServiceTest 验证。

改完通过后,再追加一条:

markdown 复制代码
> 把这次问题的根因和解决方案记到 CLAUDE.md 的注意事项里。

场景四:代码重构

传统耗时:2-4 小时 | AI 辅助:20-30 分钟

重构最怕的是什么?改完发现行为变了。所以关键步骤是先写测试,再重构

markdown 复制代码
> /plan
> OrderService 里的 createOrder() 方法现在有 400 行,里面包含:
  1. 参数校验
  2. 库存检查
  3. 价格计算
  4. 优惠券抵扣
  5. 订单创建
  6. 积分计算
​
  这些逻辑都在一个方法里。帮我拆分成独立的小方法,每个只做一件事。
  不要改变任何业务逻辑。

出完计划后,先不要急着让它重构:

markdown 复制代码
> 等等,先为 createOrder 方法写单元测试。
  确保现有的所有分支都被覆盖。
  写完后运行测试,全部通过再继续。

测试通过后,再开始重构:

markdown 复制代码
> 开始重构。每提取一个方法就跑一次测试,确保每次都通过。

这个过程你不需要盯着。哪个测试失败了 Claude 会自动修。最后所有重构完、测试全绿,你用 /simplify 做一次最终审查就可以收工了。


场景五:写技术方案

传统耗时:2-3 小时 | AI 辅助:10-15 分钟

markdown 复制代码
> 新需求:用户积分系统。
  需求要点:
  1. 用户下单获得积分,订单金额每 10 元得 1 积分
  2. 积分可以抵扣金额,100 积分 = 1 元
  3. 积分按自然年过期,每年 12 月 31 日清空当年积分
  4. 积分变动需要流水记录,方便对账
​
  帮我写一份技术方案文档,包含:
  - 背景与目标
  - 数据库表设计(至少两张表:积分账户表、积分流水表)
  - 核心接口定义(RESTful API)
  - 积分过期策略:给出"定时任务批量扫"和"按需计算"两个方案对比
  - 风险点与应对措施
​
  文档写在 docs/credit-system-design.md。

Claude Code 会创建一份完整的方案文档。注意,AI 生成的方案不一定是最终的实现方式,但它给出来的初稿结构完整、细节丰富,你在这个基础上改,比从零写省力很多。


如果它改错了

Claude Code 每次修改都会自动创建检查点。改错了有三种方式回退:

  • /rewind:回到上一个状态,对话历史保留
  • 双击 ESC:弹出时间线选择界面,可以选恢复到任意一个之前的版本
  • git checkout -- <文件名> :常规 Git 回退

我的建议 :每次让 AI 改代码之前,先手动 git commit 一次。这样改坏了直接 git reset --hard,最保险。


退出和恢复

  • /exitCtrl+C 退出当前会话
  • claude --resume 恢复上一次会话
  • 再跑一次 claude --resume 会列出所有历史会话,你可以从中选择一个恢复

下一篇讲怎么写 Prompt 才能让 AI 一次就给你想要的东西。不是那种空洞的"要具体、要明确",而是给你一个可以直接套的公式和几个高频场景的 Prompt 模板。

有什么第一次用的疑问欢迎留言。

相关推荐
千里码aicood5 小时前
flask-基于注意力机制的异常流量检测与自动防御系统
后端·python·flask
李迟5 小时前
Golang实践录:工程框架实践:搭建工程模板
开发语言·后端·golang
Lynko5 小时前
C语言指针高阶
后端
the局外人5 小时前
学习 FastAPI 的 Day 2:用异步 ORM 完成增删改查
后端·python·fastapi
SamDeepThinking5 小时前
if嵌套最好控制在3层以内
java·后端·程序员
苏渡苇5 小时前
Spring Insight 里上报 Span 为什么用 JDK HttpClient 而不是 RestTemplate
java·后端·spring·spring cloud·springboot·性能监控
tonydf5 小时前
AI驱动历史项目安全审查
后端·ai编程
她的男孩6 小时前
同一个接口,为什么销售只看到自己的订单?我拆了 681 行数据权限拦截器的源码
java·后端·架构
元界metalite6 小时前
SpringBoot接口通用响应对象设计 - 一个 Resp 管理五种责任
后端
对象存储与RustFS6 小时前
把 RustFS 跑在 Kubernetes 上:官方 Helm Chart 从单机到分布式
后端·rust·开源