2026年5月7日 周四晚上19:30,来了解“企业AI训练师:从个人提效到构建企业AI生产力”(限30人)
免费POC, 零成本试错
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


我要投稿

我用 Claude Code CLI 搭了一套「不丢上下文」的工作流

发布日期:2026-05-07 01:44:17 浏览次数: 1515
作者:sanvi.dev

微信搜一搜,关注“sanvi.dev”

推荐语

用 Claude Code CLI 搭建高效工作流,解决跨项目记忆丢失和多任务切换的痛点,让你的 AI 助手真正成为项目管理专家。

核心内容:
1. 传统 CLI 工作流的痛点:跨项目记忆丢失和多任务切换困难
2. 创新解决方案:建立「指挥室」项目统一管理所有项目进度和决策
3. 优化后的工作流系统:结合任务管理工具实现无缝协作

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

用 Claude Code CLI 半年了,聊聊我踩过的坑和最后跑通的工作流。

跨项目共享记忆

context 一压缩,之前聊的全没了

这是 CLI 最大的痛点。你花 2 小时跟它对齐了架构决策、讨论了三种方案选了一个、确认了一堆约束条件——compact 之后,它全忘了。下次开 session 更惨,完全从零开始。

我试过在 CLAUDE.md 里写很长的项目说明,但 CLAUDE.md 解决的是「项目是什么」,解决不了「我们上次聊到哪了」和「之前做了什么决策」。

多项目上下文来回切

同时跑多个项目的人应该都有这个感受:每个项目一个 CLI session,互相看不到。在 A 项目讨论完一个架构方案,切到 B 项目想引用刚才的思路,得手动复制粘贴上下文。项目一多,你就变成了 AI 之间的人肉信息搬运工——没有一个统一的地方能看到所有项目的进展、做跨项目的决策。

用 Claude Code 开一个「指挥室」

我的做法是用 Claude Code 单独开一个文件夹(项目),里面不写任何代码,专门用来管所有项目的节奏——产品决策、需求文档、进度追踪。技术实现留在各自的 repo 里,指挥室只管「做什么」和「为什么」。

为什么要这样做?因为 Claude Code 的能力——读文件、搜索、调工具、记忆——在管理和决策场景下同样好用。你不需要另外开一个 Notion 或者飞书来做项目管理,CLI 本身就能承担这个角色,而且它能直接读你所有项目的代码和文档,这是任何外部工具做不到的。

跨项目感知靠一个 JSON 注册表(所有项目的名称和路径)。在指挥室打 `/recap`,AI 自动遍历所有项目的进度文件和工作日志,给出全局视图。在具体项目里打 `/recap` 只看当前项目——一开始没分这个场景,结果在 A 项目里打 recap 它告诉我 B 项目的进展,完全是噪音。

任务管理挂 Linear(换成你习惯的任务工具都行)。CLI 里直接查状态、改状态,checkpoint 的时候自动同步。Linear 管「做什么」,指挥室的文档管「为什么做、之前聊了什么」,两者配合。

工作流系统

第一版工作流:start-working + end-working

这个方案从另外一个推油分享的经验里学习的,根据我想要的需求让claude code生成的命令。

——开工时跑一遍环境检查(git 状态、进度文件、最近 commit),收工时跑一遍同步(更新文档、检查测试覆盖、写日志、提交代码)。听起来很完整。

实际跑了一周就废了,发现这种模式并不太适合我。核心问题是这套设计假设你的工作方式是「打卡制」——有明确的开始和结束。

但我的实际情况是:窗口一直开着,第二天接着干;凌晨想到个问题打开就写,写完就睡。start-working 要求我在开始时一次性读取所有状态,end-working 要求我在结束时一次性写入所有变更。但我没有这个「开始」和「结束」的时刻。

另外 end-working 塞了太多东西——同步文档、检查测试覆盖、检查埋点、写日志、git commit——很多跟当前任务无关(我可能只是在讨论需求,根本没写代码)。每次收工要等好几分钟,结果就是我永远不想打这个命令,然后上下文就丢了。

本质上,「一次性读取」和「一次性写入」这种批处理模式,不适合连续性的工作方式。

第二版:checkpoint + recap

既然批处理不行,那就改成流式——随时可存,随时可读。

`/checkpoint` — 存档。随时调用,把当前进展、决策、进行中的事写到 `docs/memory/YYYY-MM-DD.md`。三个关键改进:

1. 交给 subAgent 后台执行,不占主对话上下文,不打断工作流2. 不只是手动触发——对话太长快 compact 时、任务切换时,AI 自动存一次3. 除了写日志,还同步 progress.md 和 Linear 任务状态

`/recap` — 恢复。新 session 开头打一下,读最近的 memory 和 progress,告诉你「上次到哪了,继续哪个?」

没有顺序依赖,没有开始结束。想存就存,想恢复就恢复。从批处理变成了流式处理,跟实际的工作节奏对上了。

记忆系统:三层,各管各的

Claude Code 自带一套 auto memory(`~/.claude/projects/*/memory/`),会自动记住你纠正过它的行为、你的偏好、项目背景。比如你说了一次「不要用 start-working」,它写一条 feedback 记忆,以后所有 session 自动加载,不会再犯。

但 auto memory 解决的是「你是谁」和「你怎么工作」,解决不了「今天干了什么」和「项目推进到哪了」。

所以我加了第二层——文件级工作日志。每次 `/checkpoint` 写入 `docs/memory/YYYY-MM-DD.md`,记录当天的完成事项、进行中的工作、做了什么决策。这个思路参考了 OpenClaw的做法——它给 Agent 设计了每日 memory 文件,Agent 每天把关键信息写进去,第二天启动时读取恢复状态。同样的逻辑搬到人和 AI 的协作里完全适用。

再加上 `docs/progress.md` 作为第三层——不是日志,是当前快照。进行中的是什么、待办是什么、卡在哪里。日志按天堆积越来越长,progress 永远只反映当前状态。

三层配合:

| 层 | 文件 | 解决什么 | 谁写 ||---|---|---|---|| auto memory | `~/.claude/projects/*/memory/` | 你是谁、怎么工作、踩过什么坑 | Claude 自动 + 你触发 || 工作日志 | `docs/memory/YYYY-MM-DD.md` | 今天干了什么、做了什么决策 | /checkpoint 写入 || 当前快照 | `docs/progress.md` | 现在在做什么、下一步是什么 | /checkpoint 同步更新 |

auto memory 跨项目生效(你在 A 项目纠正的行为,B 项目也知道),工作日志和 progress 是项目级的。`/recap` 开头把三层都读一遍,AI 就从「这个人是谁 → 这个项目在做什么 → 上次聊到哪」完整恢复上下文。

跨项目一致性:全局 CLAUDE.md

用 CLI 时间长了你会发现一个问题:你在 A 项目里跟 AI 磨合出来的规矩,到 B 项目完全不生效。需求文档的格式、commit message 的风格、文件命名的规范——每个项目都要重新教一遍。

Claude Code 的 CLAUDE.md 是项目级的,每个项目一份。但其实你还可以在 `~/.claude/CLAUDE.md` 放一份全局的,所有项目的 session 都会自动加载。

我把跨项目通用的规则都放在全局 CLAUDE.md 里——需求文档必须用三位数字编号、必须有 9 章标准结构、每个 docs 子目录必须有 README 索引。写一次,所有项目遵守。项目级的 CLAUDE.md 只放该项目特有的信息。

踩坑不白踩:/postmortem

软件工程里有个概念叫 postmortem(事后复盘,直译是「尸检」)——线上出了事故之后,团队坐下来复盘:发生了什么、根因是什么、怎么避免下次再犯。Google、Meta 这些公司内部都有标准化的 postmortem 流程。

一个人开发没有团队帮你复盘,但 AI 可以。我写了一个 `/postmortem` 命令,踩完坑之后调一下,它会:

1. 还原时间线——问题怎么发现的、试了哪些方案、最后怎么解决的

2. 分析根因——表面原因 vs 真正原因

3. 写入 `docs/postmortem/` 存档

4. 判断这个教训要不要写进 memory 或全局 CLAUDE.md,让所有 session 都受益

比如前面提到的文档规范返工,postmortem 之后发现根因是「规范只存在于单个项目内部」,于是建了全局 CLAUDE.md。下次 AI 不会再犯同样的错,因为教训已经变成了它的记忆。

一个人开发最怕的不是踩坑,是同一个坑踩两次。postmortem + memory 的组合就是解决这个问题的。

新项目怎么起步:/init-project

每次开新项目,最费劲的不是写第一行代码,而是搭项目骨架——CLAUDE.md、docs 目录结构、progress.md、.gitignore。手动弄一次还行,项目多了就烦。

我写了一个 `/init-project` 命令,基于模板(`~/.claude/CLAUDE-TEMPLATE.md`)自动生成:创建 CLAUDE.md、初始化 docs 目录(requirements、features、memory、postmortem)、创建 progress.md、初始化 git。模板里引用了全局 CLAUDE.md 的规范,所以新项目从第一天就知道文档怎么写。

整体结构

最后说一下文件怎么组织的,分两层看:

全局层(所有项目共享):

~/.claude/CLAUDE.md             ← 全局规范(文档格式、命名规则)~/.claude/CLAUDE-TEMPLATE.md    ← 新项目模板~/.claude/commands/recap.md     ← 恢复上下文~/.claude/commands/checkpoint.md ← 存档进展~/.claude/commands/init-project.md ← 初始化新项目~/.claude/projects/*/memory/    ← auto memory(你是谁、怎么工作)

项目层(每个项目各一份):

CLAUDE.md                       ← 项目专属信息(技术栈、命令、架构)docs/progress.md                ← 当前快照(在做什么、下一步)docs/memory/YYYY-MM-DD.md       ← 工作日志(checkpoint 写入)docs/requirements/README.md     ← 需求索引docs/features/                  ← 功能文档docs/postmortem/                ← 复盘记录

全局层管「你是谁」和「怎么做事」,项目层管「这个项目在做什么」和「做到哪了」。新 session 开头 `/recap` 把两层都读一遍,上下文就恢复了。

总结

回头看这套东西,其实就解决了一个问题:让 AI 不要每次都从零开始

四个自定义命令各管一件事:

- `/checkpoint` — 随时存档,不丢上下文- `/recap` — 新 session 秒恢复,不用重新解释- `/postmortem` — 踩坑变记忆,同一个错不犯两次- `/init-project` — 新项目自带规范,不用从头教

加一个指挥室项目统管全局,加一个全局 CLAUDE.md 统一规则。

本质上就是把 AI 需要的上下文从对话里搬到文件里。对话会 compact,文件不会。你跟 AI 磨合出来的工作方式、踩过的坑、做过的决策,全部沉淀在文件系统里,每次 session 自动加载。

这套东西不复杂,一天就能搭完。但搭完之后你会发现,跟 AI 协作的体感完全不一样——它终于像一个记得住事的同事了。


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询