8.0
深览指数
产品人人都是产品经理·Sean··AI 生成
个人知识库搭建的幕后花絮——Claude Code 的产品设计逻辑拆解
作者通过12天系统学习Claude Code，发现其产品能力并非功能堆砌，而是一条从Prompt Engineering到Loop Engineering的递进逻辑链：记忆层解决“知道什么”，Skill定义“怎么执行”，Hook实现自动治理，Subagent隔离上下文，Plugin复制协作基因。文章以自身知识库项目为案例，展示了学习前后各层面的具体优化实践与数据，为Agent协作类产品的设计者提供了一份从个人使用到团队协作的完整演进参考。原文 ↗
核心观点
- ▍Claude Code的产品能力设计背后是一条递进的问题解决链：记忆层 → 执行协议层(Skill) → 自动治理层(Hook) → 分工层(Subagent) → 复制层(Plugin)，每一层都因上一层的局限而诞生，构成从Prompt Engineering到Loop Engineering的演进史。
- 01作者将个人知识库项目中的CLAUDE.md从516行精简到168行（-67.44%），同时创建了knowledge-schema.md和card-creation-rules.md两个独立规则文件，遵循了“分层承载、上浮测试、最小记忆”原则。
- 02作者对5个Skill进行深度体检，发现deep-discuss的Stage 2环节只有流程描述没有场景约束，导致执行“有时好有时飘”，验证了“操作约束对执行稳定性的影响远大于流程步骤本身”。
- 03作者落地了两个Hook：YAML引号阻断（PreToolUse+Write）和KC ID冲突检查（PreToolUse+Write），将确定性逻辑用脚本处理，推理判断才用LLM，两者物理隔离。
- 04作者用三条标准（多步骤执行+需要LLM判断+上下文消耗大）检验了4个Subagent候选，全部不达标，最终只提出了一个符合标准的topic-candidate-selector。
- 05作者将学习过程沉淀为一个包含3个Skill、3个Subagent、4个Command、2个Hook共24个文件的Plugin，其中最核心的共享文件是teaching-style-guide.md，定义了所有组件的交互风格。
- 06作者11月12日学习Claude Code，使用了一套基于Claude Code自身搭建的AI导师学习系统，系统同时扮演6个角色：路径规划师、资料管家、讲解员、垂直资料库、测评官、项目导师。
反方 / 局限
- — 作者承认，如果没有实际踩坑体验，Plugin章节的技术细节和配置逻辑“感知不强”，是12天学习中得分最低的模块。
- — 文章主要基于作者个人知识库这一特定场景，其总结的“五层递进逻辑链”是否适用于所有Agent协作类产品，或在不同任务类型（如代码生成、数据分析）中是否同样有效，文章未做探讨。
- — 文章对Claude Code的批评有限，主要聚焦于作者自身使用不当，缺乏对产品本身设计缺陷或局限性的讨论，如不同模型（如Claude 3.5 Sonnet vs Opus）在实际执行中的表现差异。
Claude CodePrompt EngineeringLoop EngineeringMemorySkillHookSubagentPluginMCPClaude howtoLLMYAMLDataviewSean
19 分钟 · 5 卡片 · 8 资料
读原文 →