比 iTerm2 更适合 Claude Code/Codex 的终端，我换成 Ghostty 了
CLI Agent 长时间占用终端，渲染性能与分屏能力直接影响并行排查效率。 适用场景日常在终端跑 Claude Code/Codex；需要多分屏对照日志、vim 与 agent 输出；macOS/Linux 寻求轻量替代 iTerm2。 方法与要点Ghostty GPU 渲染降低大日志滚动卡顿。配置字体（Nerd Font）、主题、Quick Terminal 呼出。分屏快捷键固定布局：左 agent、右测试。Shell Integration 保留 cwd 与命令状态。SSH 远程开发时注意 locale 与键位。 工作流本机 Ghostty + tmux/zellij 可选；每 agent 会话一 pane；Starship 提示符显示 git 分支。更新配置热加载，减少重启中断长任务。 风险远程 SSH 配色/字体缺失；分屏过细看不清 diff；与 tmux 键位冲突。 检查清单 等宽字体与 ligature 关闭 分屏布局文档化 Quick Terminal 不挡 agent 输入 SSH config 同步 升级...
后端开发者转型 AI Agent 学习建议（2026 最新版）
围绕“后端开发者转型 AI Agent 学习建议（2026 最新版）”，本文不按原目录复述，而是把内容整理为问题、机制、实践和取舍四层。阅读时可从“先判断要不要转、别把后端经验扔掉、AI 赛道缺什么人、Java 还能搞几年”几个切面建立自己的判断框架。 核心认识学习路线是能力之间的依赖图，不是必须逐项打卡的目录。应先从目标岗位和现有基础确定主线，再把每一阶段转换成可运行、可讲解、可复盘的成果。 后端转 Agent 可复用 API、数据、并发、可靠性与交付经验，再补模型调用、上下文、工具协议、RAG、评测和安全。模型输出必须进入确定性校验边界。 学习这类主题时，应先写清对象、边界和衡量指标，再讨论具体组件或技巧。同一方案放在不同流量、数据规模与团队能力下，结论可能相反；设计说明必须保留前提。 工程实践学习过程需要输入、实践和反馈闭环：阅读建立地图，小项目验证理解，测试与观测暴露问题，复盘决定下一阶段。作品应覆盖设计、实现、交付和故障处理。 实施建议采用小步验证：记录变更前基线，一次只调整少量关键变量，通过日志、指标和测试判断收益。上线后继续观察长尾与异常路径，并把操作步骤沉淀成...
JavaGuide 专属 draw.io 绘图 Skill 开源：用 Agent 自动生成可编辑的 draw.io 技术图
技术配图应保留源文件以便迭代，Skill 化后可重复生成架构与流程图。 适用场景写设计文档、RFC、博客需要架构图/时序图；希望 Agent 输出可在 draw.io 打开的 XML，而非不可维护的截图。 方法与要点Skill 定义输入（组件列表、交互、风格）与输出（.drawio/.xml）。Agent 按模板填充节点与边，人微调布局。比 Mermaid 更适合非开发读者编辑。与文档仓库同 PR 提交源文件。 工作流需求摘要 → 触发 Skill → 生成 drawio → 人审语义 → 导出 PNG 可选 → 文档引用源链。更新架构时改 XML 再导出，避免重画。 风险图与代码漂移；XML 手工合并冲突；Skill 生成错误拓扑未审即发布。 检查清单 源文件进版本库 图例与命名规范一致 与实现 PR 联动更新 敏感组件可 redact 层 CI 可选校验 XML schema 落地建议把「JavaGuide 专属 draw.io 绘图 Skill 开源」相关的动作写进团队 Wiki 或 CLAUDE.md，并在两次 Sprint 里刻意练习...
Codex 使用指南：配置、AGENTS.md 与 Agentic 工作流
Codex 强调计划阶段与 AGENTS.md 跨工具规则，适合已有 OpenAI 栈的团队。 适用场景采用 OpenAI Codex CLI/IDE 扩展；需要与 Cursor、Jules 等共用 AGENTS.md 指令。 方法与要点任务描述含目标、约束、验证命令，避免一句话需求。config.toml 管模型、沙箱、审批。AGENTS.md 指向 docs/ 深链，入口保持短。Subagents、Hooks、Scheduled Tasks 与 Claude 生态类似，命名不同。计划阶段输出步骤清单再执行。 工作流写 AGENTS.md → 本地 codex 计划 → 人批计划 → 执行 → sandbox 测试 → PR。Scheduled 适合依赖升级扫描。Skills 目录按需加载领域知识。 风险沙箱过宽访问 secrets；计划未审直接执行；AGENTS.md 与 CLAUDE.md 漂移。 检查清单 AGENTS.md 行数可控 验证命令在 task 中显式 沙箱网络策略明确 计划/执行日志留存 多工具规则单一来源 落地...
AI 编程选 CLI 还是 IDE？按任务选择更合适的工作流
CLI 与 IDE 的差异在协作模式：连续自治执行 vs 边写边审，而非谁更先进。 适用场景团队在 Cursor 与 Claude Code 间摇摆；需要给新成员一套选型决策树。 方法与要点IDE 强项：补全、UI 调试、小范围 diff、断点。CLI 强项：跨目录重构、脚本化、CI 集成、长任务。混合常见：IDE 开发 + CLI 夜间批处理。Vibe Coding 若不含审查则风险高；Spec 化后可 CLI 自治。 工作流任务卡标注「交互密度」：高 → IDE；低且验收清晰 → CLI。JetBrains+Qoder、VS Code+Cursor、终端+Claude Code 可共存。插件化 CLI（CC GUI）弥合 diff 体验。 风险教条「只用 CLI」导致 UI 任务低效；IDE 接受大 diff 审查不足；两栈规则文件不一致。 检查清单 任务有选型记录（为何 CLI/IDE） 两端规则同步策略 长任务有验收脚本 UI/前端任务默认 IDE 批量迁移默认 CLI + worktree 落地建议把「AI 编程选 CLI 还是 ID...
Claude Code 使用指南：配置、工作流与进阶技巧
稳定使用 Claude Code 的关键是权限边界、规则文件与 MCP 工具的可预期组合。 适用场景新团队落地 Claude Code；需要从补全升级到 Agent 化改库、跑测试、接 Issue tracker。 方法与要点配置分层：用户级默认、项目级 CLAUDE.md、本地 .claude/settings。权限默认最小，逐步放开 bash/git_write。MCP 接 JIRA/DB 只读先行。Sub-agent 读大仓库，主 agent 写 patch。Plan mode 用于 unfamiliar 模块。 工作流晨会列任务 → 开 plan 会话探路 → 实现会话小 commit → verify → PR。遇错贴完整 stderr，而非「失败了帮我修」。定期 /compact 或新会话 handoff 摘要。 风险过度授权导致 rm -rf 类事故；MCP 写库无审计；Sub-agent 结果未验证即合并。 检查清单 权限矩阵文档化 MCP 工具只读/读写分级 关键目录 protected handoff 模板含未决问题 ...
Claude Code 核心命令详解：code-review、loop、goal、batch、run、verify
斜杠命令把重复工作流固化，比纯自然语言更稳定、可审计。 适用场景需要标准化代码审查、周期性检查、批量重构或「直到条件满足为止」的自动化循环。 方法与要点/code-review 偏正确性；/simplify 偏清理（非 bug hunt）。/loop 按时间重复 prompt；/goal 按完成条件停止。/batch 多文件同质操作；/run 执行脚本；/verify 对接测试。自定义命令放 .claude/commands 与团队共享。 工作流审查：改完 → /verify → /code-review → 人合并。夜间 /loop 跑 lint 修复需配上限轮次。Goal 型任务写清可观测完成条件（测试绿、覆盖率、issue 关闭）。 风险Loop 无上限烧 token；simplify 改变行为语义；batch 误伤生成文件。Review 命令替代人工安全审计。 检查清单 循环有 max iterations/timeout Goal 条件可机器判定 Batch 范围有 glob 白名单 审查仍有人类签核 命令版本在 CLAUDE.md 注明 落...
Claude Code Agent View：多会话并行管理实战
多会话并行时，视图层比终端 tab 更利于跟踪 Agent 状态与避免输入串线。 适用场景同时跑多个 Claude Code 会话：例如一轨修 bug、一轨写文档、一轨跑长测试；需要查看后台任务而不阻塞当前对话。 方法与要点Agent View 集中展示会话列表、运行状态与待输入队列。为每个会话命名含任务 ID/分支名；禁止共享工作目录写同一文件。后台会话完成时设置通知或 Hooks 提醒人工验收。 工作流开任务前 git worktree 或分支隔离 → 会话绑定目录 → View 中切换审批 → 合并前统一 diff review。长任务优先后台 + 定期检查，而非前台阻塞等待。 风险并行改同一文件 merge 冲突；后台任务失败未察觉；上下文混淆把 A 任务指令发给 B 会话。 检查清单 一会话一分支/worktree 会话命名规范 合并前 CI 全绿 失败会话有日志归档 关键路径禁止并行写 落地建议把「Claude Code Agent View」相关的动作写进团队 Wiki 或 CLAUDE.md，并在两次 Sprint 里刻意练习：...
CLAUDE.md 最佳实践：该写什么、不该写什么、项目变大后怎么拆
CLAUDE.md 是持久指令而非第二份 README，应只保留「删掉就会犯错」的信息。 适用场景Claude Code 反复猜错启动命令、包管理器或目录禁忌； monorepo 变大后根规则文件膨胀。 方法与要点写入：技术栈版本、必跑检查、不可改目录、API 错误格式、已知坑。不写：长篇教程、Marketing、重复 README。与 AGENTS.md 可 @import 复用；目录级规则放 .claude/rules/ 并用 paths 限域。Spec 管当次任务，CLAUDE.md 管长期行为。 工作流新规则 PR 评审问「删掉是否增错率」；季度清理过期命令；子包 CLAUDE.md 随目录按需加载。大项目拆：根文件 ≤200 行 + 链接 docs/ 深文档。 风险规则堆叠挤占上下文；paths 配错导致规则未加载；与 Spec 混淆使需求漂移。 检查清单 每条规则有「删了会怎样」理由 全局/路径规则分工清晰 与 AGENTS.md 不重复维护 /context 查看实际加载 变更有 owner 与 review 落地建议把「CLAU...
10 道 AI 编程相关的开放性面试问题
面试考察的是工程判断：何时信任 AI、如何控风险，而非背诵工具功能列表。 适用场景后端/全栈候选准备 AI 编程相关面试；面试官设计开放性题目评估真实项目经验。 方法与要点十类高频题可归纳为：工具选型、上下文设计、Spec vs Vibe、审查流程、对交付周期的影响、团队规范、失败案例、数据安全、成本、与 CI/CD 集成。回答用 STAR：场景、动作、结果、反思。强调「AI 写、人审、测试兜底」三角。 工作流准备 2 个真实 story：一次成功缩短周期，一次 AI 引入 bug 被测试拦截。对照公司栈说明 CLAUDE.md/AGENTS.md 如何落地。避免贬低 AI 或盲目吹捧。 风险回答空泛「提升 50% 效率」；无法说清审查责任；把 Vibe Coding 说成无需测试。 检查清单 能对比 CLI 与 IDE 选型理由 能解释 Spec Coding 验收链 有具体 metrics（PR 大小、缺陷率） 提到密钥与许可证合规 能讨论 AI 对 junior 培养影响 落地建议把「10 道 AI 编程相关的开放性面试问题」相...