4  项目配置

每次打开 Claude Code 都要重新交代背景是一件烦人的事。CLAUDE.md 配置文件解决这个问题——它让 Claude Code 在启动时自动了解你的项目。在此基础上，Skills 提供可复用的任务模板，插件则可将完整工作流打包分享给团队。

4.1 CLAUDE.md：让 Claude Code 了解你的项目

CLAUDE.md 是 Claude Code 的项目指令文件，每次启动时自动读取。有了它，你不需要在每次对话开头重新交代”我用 R 做分析、数据在哪里、输出格式是什么”——Claude Code 一打开项目就已经知道了。

4.1.1 创建与示例

在 Claude Code 聊天框中输入：

帮我在项目根目录创建一个 CLAUDE.md 文件，内容包括：
1. 项目背景（数据来源、研究问题、主要变量）
2. 数据文件的存放位置
3. 代码规范（语言、命名规则、随机种子）
4. 输出文件规范（格式、命名方式）
请根据我们目前的项目情况填写具体内容。

以下是一个实际可用的示例：

# 项目：中国家庭追踪调查分析

## 数据文件
- 原始数据：data/raw/cfps2020.dta
- 清洗数据：data/cleaned/cfps2020_clean.rds
- 输出目录：output/

## 代码规范
- 使用 R + tidyverse，snake_case 命名
- set.seed(20200101)
- 稳健标准误使用 estimatr::lm_robust()

## 输出规范
- 回归表格：modelsummary 输出，保存为 HTML
- 图形：ggplot2，width = 7, height = 5，保存为 PNG
提示

好的 CLAUDE.md 回答三个问题：项目是什么、数据在哪里、你希望它怎么工作。20-30 行通常就够用了——过长的配置文件反而难以维护。

注释

建议在 .gitignore 中排除原始数据文件（*.dta、*.rds），但将 CLAUDE.md 提交到 Git，方便团队成员共享同一套规范。

4.1.2 多级配置

CLAUDE.md 支持三个层级，启动时从外到内依次叠加：

~/.claude/CLAUDE.md          ← 个人级：所有项目共用
  项目根目录/
    CLAUDE.md                ← 项目级：本项目所有对话
    data/
      CLAUDE.md              ← 目录级：仅 data/ 子目录

个人级记录跨项目的稳定偏好，例如默认使用 R 语言、代码风格要求、中英文写作习惯。

项目级记录本研究的具体规范，通常和代码一起提交到 Git，方便团队成员共享。

目录级用于特定子目录的补充说明，例如 data/ 目录中数据文件的编码方式和缺失值约定。

内层配置覆盖外层；子目录配置仅在其作用范围内生效。

以下内容适合写入 CLAUDE.md：

适合 不适合
数据文件路径 分析过程中产生的中间结果
变量定义和编码说明 每次对话的具体任务
代码风格和包版本偏好 临时的格式要求
研究问题和主要假设 会随时间变化的决策
提示

团队协作：将项目级 CLAUDE.md 提交到 Git，所有成员的 Claude Code 会自动遵循相同规范，无需口头约定。长期项目：在 CLAUDE.md 中记录数据版本、变量定义和关键分析决策，避免日后遗忘。

4.2 Skills：可复用的工作流模板

CLAUDE.md 告诉 Claude Code 项目是什么；Skills 告诉它特定类型的任务该怎么做。当你的需求符合某个 Skill 的触发条件时，Claude Code 会自动加载并遵循它的工作流——无需手动调用。

Skills 是存储在特定目录的 Markdown 文件：

位置 适用范围
~/.claude/skills/ 所有项目
.claude/skills/ 当前项目

4.2.2 创建自定义 Skill

针对自己的研究项目，你也可以手动创建 Skill。在 Claude Code 聊天框中输入：

帮我在 ~/.claude/skills/ 目录下创建一个名为 "cfps-analysis.md" 的 Skill 文件，
触发条件是"分析 CFPS 数据"，内容包括：
1. 加载数据的标准步骤
2. 常用变量的标签说明
3. 本研究惯用的统计方法（OLS + 稳健标准误）

以下是对应的 Skill 文件结构：

---
name: cfps-analysis
description: 分析 CFPS 数据时自动触发，提供数据加载和分析规范
---

## 数据加载
- 原始数据：data/raw/cfps2020.dta，使用 haven::read_dta()
- 清洗数据：data/cleaned/cfps2020_clean.rds，使用 readRDS()

## 常用变量
- cfps2020edu：受教育年限（0–22）
- cfps2020_occupation_isei：职业地位得分

## 分析规范
- 统一使用 estimatr::lm_robust() 做稳健标准误
- 输出表格使用 modelsummary()，保存为 HTML

4.3 插件：团队级工作流打包

当你积累了一套成熟的工作流——包括斜杠命令、子代理、MCP 服务器和 Hooks——可以将它打包为插件，方便在新项目中一键部署或分享给团队。

维度 Skills 插件
内容 单一工作流指引（Markdown 文件） 多功能打包（命令 + 代理 + 配置）
安装 复制 .md 文件 /plugin install 插件名
适合 个人工作流模板 团队完整解决方案

4.3.1 Superpowers

Superpowers 涵盖从需求分析到代码完成的完整编码工作流，包括头脑风暴、任务拆解、测试驱动开发、系统调试和代码审查。在复杂编码任务时自动触发，无需手动调用。

帮我安装这个 skill：https://github.com/obra/superpowers

关于 Superpowers 各个技能的详细介绍和使用方法，参见 章节 5.1。

4.3.2 Web-Access

Web-Access 赋予 Claude Code 联网能力，适合文献调研和数据获取。支持网页搜索和页面抓取，并可将多目标任务并行分发给子代理处理。

帮我安装这个 skill：https://github.com/eze-is/web-access
注释

Web-Access 完整功能需要 Node.js 22+ 以及开启远程调试的 Chrome 浏览器。仅做网络搜索时无需额外配置。Node.js 安装见 章节 8.5（Windows）或 章节 8.4（macOS/Linux）。

4.3.3 创建自定义插件

当你的研究分析流程已经稳定，可以让 Claude Code 将其打包为插件，方便在新项目中复用：

把我们目前这个项目中的分析流程打包为一个插件，
包括：数据检查命令、描述性统计模板、回归分析模板，
以及自动格式化 R 代码的 Hook

4.4 延伸学习：Claude How To

claude-howto 是一套 Claude Code 练习仓库，包含 10 个专题模块、可直接复用的配置模板，以及内置的自测命令。读完本书对应章节后，通过这些模块动手练习，可以快速将知识转化为操作熟练度。

4.4.1 快速上手

git clone https://github.com/luongnv89/claude-howto.git
cd claude-howto

克隆后进入对应模块目录，按该模块的 README 操作即可。以第 4 章对应的模块为例：

# 设置项目级 Memory（对应 02-memory 模块）
cp 02-memory/project-CLAUDE.md ./CLAUDE.md

# 安装 Skill 模板（对应 03-skills 模块）
cp -r 03-skills/code-review ~/.claude/skills/

4.4.2 与本书章节的对应关系

按刚读完的章节找到对应模块，不必从头到尾顺序学完：

本书章节 对应模块 预计时间
第2章 日常使用 01-slash-commands、08-checkpoints 1.5 小时
第4章 项目配置 02-memory、03-skills、07-plugins 3 小时
第7章 命令行工具 10-cli 30 分钟
第9章 子代理与CLI 04-subagents、09-advanced-features 3.5 小时
第10章 MCP与Hooks 05-mcp、06-hooks 2 小时

4.4.3 自测功能

每个模块安装完成后，可在 Claude Code 对话框中使用内置命令：

  • /self-assessment：测试对当前模块知识点的掌握程度
  • /lesson-quiz：针对具体功能的练习题
提示

建议：读完本书哪一章，就去练对应的模块，学到的内容可以立即在真实项目中应用。不要等全书读完才开始动手。