<!-- title: Claude Code工程化全流程实战 -->

# Claude Code工程化全流程：SDLC实战方法论

## 概述

本教程系统讲解如何将Claude Code融入软件开发生命周期（SDLC）的每一个阶段，从需求分析、架构设计到编码实现、测试验证和生产部署。不同于零散的技巧分享，本文建立一套可复用的工程化方法论，帮助开发者将Claude Code从"聊天助手"升级为"全流程开发引擎"。适合有一定Claude Code基础、希望在实际项目中系统化运用AI编程的全栈开发者、技术负责人和工程团队。

## 前置条件

- **Claude Code已安装并完成基础配置**（`npm install -g @anthropic-ai/claude-code`）
- **熟悉至少一种全栈技术栈**（如Next.js + PostgreSQL、FastAPI + Vue等）
- **了解Git基本操作**和项目结构管理
- **Anthropic API Key**已配置就绪
- 建议拥有一个中等规模的实战项目（非TodoList级别）来跟随练习

---

## 一、工程化思维：重新定义SDLC中的AI角色

传统SDLC模型中，开发者承担需求拆解、技术选型、编码实现、测试部署等全部环节。引入Claude Code后，开发者的角色从"执行者"转变为"架构师+指挥官"——你负责定义方向和约束，Claude Code负责高速执行。

```text
flowchart LR
    subgraph 传统SDLC
        A1[需求分析] --> A2[架构设计]
        A2 --> A3[编码实现]
        A3 --> A4[测试验证]
        A4 --> A5[部署上线]
        A5 --> A6[运维监控]
    end

    subgraph Claude Code增强SDLC
        B1[CLAUDE.md项目画像] --> B2[架构决策文档]
        B2 --> B3[分阶段Agent执行]
        B3 --> B4[自动化测试流水线]
        B4 --> B5[部署配置生成]
        B5 --> B6[监控与迭代反馈]
    end

    传统SDLC -.->|AI增强| Claude Code增强SDLC
```

核心转变在于三个维度：

| 维度 | 传统方式 | Claude Code增强方式 |
|------|---------|-------------------|
| **需求处理** | 人工拆解，文档驱动 | 自然语言描述，AI理解上下文并拆解为任务 |
| **编码速度** | 手动编写，逐文件推进 | 分阶段执行，子Agent并行开发 |
| **质量保障** | 事后测试，人工审查 | TDD驱动，实时测试反馈，代码审查嵌入流程 |

---

## 二、项目初始化：CLAUDE.md分层配置策略

工程化的第一步不是写代码，而是为Claude Code建立项目"画像"。CLAUDE.md是Claude Code理解项目上下文的核心机制——Anthropic官方将其定位为"naively dropped into context"的基础配置层。

### 2.1 三层CLAUDE.md架构

```
my-project/
├── CLAUDE.md              # 全局层：项目概览、技术栈、通用规则
├── src/
│   ├── CLAUDE.md          # 源码层：编码规范、目录结构说明
│   ├── api/
│   │   └── CLAUDE.md      # 模块层：API设计规范、错误处理策略
│   └── components/
│       └── CLAUDE.md      # 模块层：组件规范、样式约定
├── tests/
│   └── CLAUDE.md          # 测试层：测试策略、覆盖率要求
└── infra/
    └── CLAUDE.md          # 基础设施层：部署配置、环境变量
```

### 2.2 全局CLAUDE.md模板

```markdown
# Project: TaskFlow - 任务管理SaaS平台

## 技术栈
- Backend: Node.js 20 + Fastify + TypeScript
- Frontend: Next.js 14 (App Router) + Tailwind CSS
- Database: PostgreSQL 16 + Prisma ORM
- Auth: NextAuth.js v5
- Cache: Redis 7

## 项目结构
- `/src/api/` — RESTful API路由和业务逻辑
- `/src/web/` — Next.js前端应用
- `/src/shared/` — 共享类型定义和工具函数
- `/prisma/` — 数据库Schema和迁移
- `/tests/` — 测试文件（按模块镜像源码结构）

## 编码规范
- TypeScript strict mode，禁止any类型
- 函数必须有JSDoc注释（仅导出函数）
- API响应统一使用 `{ success: boolean; data?: T; error?: string }` 格式
- 组件使用函数式组件 + hooks，禁止class组件
- 提交信息遵循Conventional Commits规范

## 构建与测试命令
- `pnpm dev` — 启动开发服务器
- `pnpm build` — 生产构建
- `pnpm test` — 运行所有测试
- `pnpm test:e2e` — 端到端测试
- `pnpm lint` — 代码检查
- `pnpm db:migrate` — 执行数据库迁移

## 架构决策
- 采用Repository模式隔离数据访问层
- 使用CQRS分离读写操作（任务查询频率远高于写入）
- Redis缓存热点查询结果，TTL设置为5分钟

## 关键约束
- 所有API端点必须包含认证中间件
- 数据库查询禁止N+1问题
- 前端包体积预算：首屏JS < 100KB（gzip后）
- 禁止修改 `/prisma/migrations/` 中已执行的迁移文件
```

### 2.3 模块级CLAUDE.md示例

`src/api/CLAUDE.md`：

```markdown
# API模块规范

## 路由定义
- 每个资源一个路由文件：`routes/users.ts`, `routes/tasks.ts`
- 路由注册在 `index.ts` 中统一管理
- 使用Fastify schema validation定义请求/响应格式

## 错误处理
- 业务错误使用自定义 `AppError` 类
- 全局错误handler统一格式化响应
- HTTP状态码规范：200成功、201创建、400参数错误、401未认证、403无权限、404不存在、500服务器错误

## 性能要求
- 列表API必须支持分页（默认每页20条）
- 所有数据库查询必须在100ms内完成（EXPLAIN ANALYZE验证）
```

**为什么需要分层？** 根据Anthropic官方的上下文工程建议，Claude Code会自动加载当前工作目录及其父级目录的CLAUDE.md。分层配置意味着当你在`src/api/`目录下工作时，Claude Code会同时获得全局规则和API模块的专属规则，而不会被前端组件规范污染上下文。

---

## 三、需求阶段：从自然语言到工程化任务拆解

### 3.1 需求文档的CLAUDE.md友好写法

Claude Code对结构化需求的理解能力远优于模糊描述。以下是一个"用户故事"的工程化模板：

```markdown
## Feature: 任务批量导入

### 用户故事
作为项目经理，我希望通过上传CSV文件批量创建任务，
以便快速初始化新项目的任务列表。

### 验收标准
1. 支持CSV格式（UTF-8编码，最大5MB）
2. CSV列映射：标题(必填)、描述(可选)、优先级(可选：高/中/低)、截止日期(可选)
3. 导入前显示预览（前10行），用户确认后执行
4. 部分失败不影响成功记录，返回失败明细
5. 导入完成后发送通知给项目负责人

### 技术约束
- 使用流式解析避免内存溢出（文件可能包含10万+行）
- 导入操作记录审计日志
- 导入频率限制：每用户每小时不超过10次
```

### 3.2 用Claude Code进行任务拆解

将上述需求文档保存为`docs/features/batch-import.md`，然后在Claude Code中执行：

```bash
claude "请阅读 docs/features/batch-import.md 和 CLAUDE.md，
       将这个Feature拆解为具体的开发任务列表，
       按照依赖关系排序，输出为Markdown格式的任务清单"
```

预期输出结构：

```markdown
## 开发任务清单

### Phase 1: 数据层（预计3个任务）
- [ ] T1: Prisma Schema添加ImportJob模型（存储导入任务状态）
- [ ] T2: CSV解析服务（流式处理 + 列映射验证）
- [ ] T3: 批量导入事务处理（部分失败容忍）

### Phase 2: API层（预计2个任务）
- [ ] T4: POST /api/imports 上传接口（文件验证 + 创建ImportJob）
- [ ] T5: GET /api/imports/:id 预览接口（返回前10行解析结果 + 统计）
- [ ] T6: POST /api/imports/:id/confirm 确认执行接口

### Phase 3: 前端层（预计3个任务）
- [ ] T7: CSV上传组件（拖拽 + 进度条）
- [ ] T8: 预览表格组件（展示解析结果 + 错误高亮）
- [ ] T9: 导入结果反馈组件（成功/失败统计 + 失败明细下载）

### Phase 4: 横切关注点（预计2个任务）
- [ ] T10: 审计日志记录（导入操作追踪）
- [ ] T11: 频率限制中间件（每用户每小时10次）
```

---

## 四、架构设计：让Claude Code理解你的系统

### 4.1 架构决策记录（ADR）集成

将架构决策以ADR格式写入项目文档，Claude Code在后续开发中会参考这些决策：

```markdown
<!-- docs/adr/001-repository-pattern.md -->
# ADR-001: 采用Repository模式

## 状态
已采纳

## 上下文
TaskFlow需要支持多种数据源（PostgreSQL主库 + Redis缓存）。
直接在业务逻辑中编写数据库查询会导致：
- 数据访问逻辑散布在各处
- 切换或增加数据源时改动面大
- 单元测试需要mock整个数据库

## 决策
采用Repository模式，每个聚合根对应一个Repository类。
Repository接口定义在domain层，实现在infrastructure层。

## 影响
- 新增数据表必须创建对应Repository
- 禁止在Service层直接使用Prisma Client
- 测试可通过Mock Repository隔离数据库依赖
```

### 4.2 系统架构图生成

在Claude Code中使用Mermaid生成架构图，帮助你和AI对齐系统认知：

```bash
claude "根据CLAUDE.md和docs/adr/目录中的架构决策，
       生成TaskFlow的系统架构Mermaid图，
       包含数据流方向和关键组件之间的交互"
```


![图表2](images/claude-code-tutorial-0237-mermaid-1.png)

> *图表 2*


---

## 五、编码实现：分阶段Agent执行策略

这是工程化SDLC中最核心的环节。根据aiorg.dev对6个生产项目的最佳实践总结，"分阶段执行"（phased execution）是Claude Code最有效的开发模式。

### 5.1 单一任务原则（One Task Per Session）

**核心原则**：每次Claude Code会话只处理一个明确范围的任务。

```bash
# 错误做法：一次会话做太多事
claude "帮我实现用户注册、登录、任务创建、任务列表、批量导入这五个功能"

# 正确做法：分阶段、单任务
claude "实现用户注册API，参考 CLAUDE.md 中的API规范和 /src/api/CLAUDE.md"
```

### 5.2 上下文优先而非指令优先

根据Anthropic官方上下文工程指南，Claude Code的有效性更多取决于**提供的上下文质量**，而非prompt的措辞技巧。

```bash
# 低效：纯指令驱动
claude "写一个用户注册API"

# 高效：上下文驱动
claude "请阅读以下文件后实现用户注册API：
- CLAUDE.md（项目规范）
- src/api/CLAUDE.md（API模块规范）
- prisma/schema.prisma（数据模型）
- src/api/routes/users.ts（现有用户路由，新路由需保持一致风格）"
```

### 5.3 子Agent并行开发模式

对于独立模块，使用Claude Code的Task工具启动并行子Agent是最高效的方式。根据Retriga Gazette的分析，子Agent在隔离的上下文窗口中运行，避免了"上下文腐烂"（context rot）问题。


![图表3](images/claude-code-tutorial-0237-mermaid-2.png)

> *图表 3*


实际操作流程：

**步骤1**：主Agent完成架构设计和接口定义

```bash
claude "基于CLAUDE.md和ADR-001，为任务管理模块设计：
1. TaskService接口定义
2. TaskRepository接口定义
3. API路由规范（RESTful）
输出到 docs/interfaces/task-module.ts"
```

**步骤2**：基于接口定义，启动并行开发

```bash
# 终端1：后端实现
claude "根据 docs/interfaces/task-module.ts 的接口定义，
       在 src/api/ 下实现TaskService和TaskRepository。
       遵循 src/api/CLAUDE.md 的规范，
       参考已有的 src/api/routes/users.ts 的代码风格"

# 终端2：前端实现（独立会话）
claude "根据 docs/interfaces/task-module.ts 的接口定义，
       在 src/web/components/tasks/ 下实现任务列表和创建组件。
       遵循 src/components/CLAUDE.md 的规范，
       使用Tailwind CSS，参考现有组件风格"

# 终端3：测试编写（独立会话）
claude "根据 docs/interfaces/task-module.ts 的接口定义，
       为TaskService和TaskRepository编写单元测试。
       遵循 tests/CLAUDE.md 的测试规范，
       覆盖正常流程、边界条件和错误场景"
```

### 5.4 上下文窗口管理策略

根据Claude Code的架构设计，上下文窗口是有限资源。长时间开发会话中，需要主动管理上下文：

**策略1：定期压缩**

```
# 当会话变长时，执行压缩
/compact
```

`/compact`命令会触发Claude Code对当前会话上下文进行摘要压缩，保留关键信息，丢弃已处理的中间结果。

**策略2：频繁提交**

```bash
# 每完成一个独立功能点，立即提交
claude "将刚才完成的TaskService实现提交到git，
       使用feat(task)前缀的commit message"
```

**策略3：文件级上下文引导**

```bash
# 不让Claude Code自己搜索，直接指定关键文件
claude "实现任务分配功能。你需要阅读以下文件：
@src/api/services/task.service.ts — 现有任务服务
@src/api/repositories/task.repository.ts — 数据访问层
@prisma/schema.prisma — 数据模型
不要阅读其他文件，仅基于这些文件实现。"
```

---

## 六、测试策略：TDD驱动开发

### 6.1 测试优先的工作流

在CLAUDE.md中定义测试策略后，Claude Code可以按照TDD模式工作：

```bash
# 第一步：定义测试
claude "根据 docs/features/batch-import.md 的验收标准，
       为CSV批量导入功能编写测试用例。
       参考 tests/CLAUDE.md 的测试规范。
       先写测试，不写实现。"

# 第二步：运行测试（应该全部失败）
claude "运行 pnpm test -- tests/services/import.test.ts，
       确认所有测试都按预期失败"

# 第三步：逐步实现
claude "运行 pnpm test -- tests/services/import.test.ts --watch，
       然后逐步实现 src/api/services/import.service.ts，
       每实现一个功能点观察测试通过情况"
```

### 6.2 测试金字塔与Claude Code

```
        /\
       /  \
      / E2E \           ← 少量，Claude Code生成Playwright脚本
     /------\
    /集成测试 \          ← 适量，API级别测试
   /----------\
  /  单元测试   \        ← 大量，Service和Repository层测试
 /--------------\
```

在`tests/CLAUDE.md`中定义清晰的测试规范：

```markdown
# 测试规范

## 测试框架
- 单元测试：Vitest + Testing Library
- API集成测试：Supertest + Vitest
- E2E测试：Playwright

## 命名规范
- 测试文件：`{source-file}.test.ts`
- describe块：使用 "当...时" 格式
- it块：使用 "应该..." 格式

## 覆盖率要求
- Service层：≥ 90%
- Repository层：≥ 80%
- API路由：≥ 70%
- 总体：≥ 80%

## Mock策略
- 单元测试：Mock Repository和外部依赖
- 集成测试：使用真实数据库（Docker测试容器）
- E2E测试：完整环境
```

---

## 七、部署准备：从开发到生产

### 7.1 环境配置管理

Claude Code可以帮助生成和管理不同环境的配置：

```bash
claude "根据项目结构和CLAUDE.md中的技术栈，
       创建以下环境配置模板：
1. .env.example — 所有需要的环境变量列表（含注释说明）
2. docker-compose.yml — 本地开发环境（PostgreSQL + Redis）
3. docker-compose.prod.yml — 生产环境配置
4. .github/workflows/deploy.yml — 部署工作流（参考docs/adr/中的部署决策）"
```

### 7.2 生产就绪检查清单

用Claude Code执行生产就绪审查：

```bash
claude "对项目进行生产就绪审查，检查以下方面：
1. 所有TODO/FIXME是否已处理
2. console.log是否已清理
3. 错误处理是否完善（无unhandled rejection）
4. 环境变量是否都有fallback值
5. 数据库查询是否使用了参数化（防SQL注入）
6. API是否都有认证和频率限制
7. 前端是否有XSS防护
输出检查结果和修复建议"
```

---

## 八、完整实战案例：构建TaskFlow任务管理平台

### 8.1 项目概况

| 项目属性 | 说明 |
|---------|------|
| 名称 | TaskFlow |
| 类型 | SaaS任务管理平台 |
| 技术栈 | Next.js 14 + Fastify + PostgreSQL + Redis |
| 规模 | 约15个API端点、20个前端组件 |
| 开发方式 | 单开发者 + Claude Code |

### 8.2 完整工作流程


![图表4](images/claude-code-tutorial-0237-mermaid-3.png)

> *图表 4*


### 8.3 Phase 1 具体操作

```bash
# 步骤1：创建项目并初始化
mkdir taskflow && cd taskflow
git init
claude /init  # Claude Code自动分析目录并生成初始CLAUDE.md

# 步骤2：完善CLAUDE.md（参考前面章节的模板）
claude "根据我要构建的TaskFlow项目需求，
       完善CLAUDE.md文件，包含完整的技术栈说明、
       项目结构、编码规范和构建命令"

# 步骤3：生成基础设施代码
claude "基于CLAUDE.md中的技术栈，创建：
1. package.json（含所有依赖）
2. tsconfig.json（strict模式）
3. docker-compose.yml（PostgreSQL 16 + Redis 7）
4. Prisma初始Schema（User, Task, Team三个核心模型）
5. ESLint + Prettier配置"

# 步骤4：验证基础设施
docker compose up -d
pnpm install
pnpm db:migrate
pnpm dev  # 确认开发服务器正常启动
```

### 8.4 Phase 2 核心模式——Auth模块

```bash
# 独立会话：专注Auth模块
claude "实现用户认证模块，包括：
1. POST /api/auth/register — 注册（邮箱+密码，密码bcrypt加密）
2. POST /api/auth/login — 登录（返回JWT）
3. GET /api/auth/me — 获取当前用户信息
4. auth中间件 — 验证JWT并注入用户信息到请求上下文

参考文件：
- CLAUDE.md（全局规范）
- src/api/CLAUDE.md（API模块规范）
- prisma/schema.prisma（User模型）
- docs/adr/001-repository-pattern.md（Repository模式）

要求：
- 使用Repository模式
- 先写测试再写实现
- 错误处理遵循API模块规范中的HTTP状态码约定"
```

### 8.5 跨Phase的工程化实践

**Commit纪律**：每完成一个任务点，使用Claude Code生成规范的commit：

```bash
claude "查看git diff，将当前改动拆分为逻辑清晰的多个commit。
每个commit遵循Conventional Commits：
- feat(scope): 新功能
- fix(scope): Bug修复
- refactor(scope): 重构
- test(scope): 测试
- docs(scope): 文档"
```

**定期压缩与总结**：每完成一个Phase后：

```bash
claude "总结Phase 2完成的所有工作，包括：
1. 新增的API端点列表
2. 数据模型变更
3. 待解决的技术债
4. 下一Phase的前置依赖
输出到 docs/phase-reports/phase-2.md"
```

---

## 九、工程化最佳实践清单

基于6个生产项目的实战经验，提炼出15条核心实践：

### 项目配置（5条）

| # | 实践 | 说明 |
|---|------|------|
| 1 | **创建CLAUDE.md** | 最高优先级，单这一项就能显著提升输出质量 |
| 2 | **分层CLAUDE.md** | 全局+模块级配置，避免无关上下文污染 |
| 3 | **定义明确命令** | 在CLAUDE.md中列出build/test/lint命令 |
| 4 | **记录架构决策** | ADR文档帮助Claude Code理解设计意图 |
| 5 | **使用.claudeignore** | 排除node_modules、dist、.env等文件 |

### 开发流程（5条）

| # | 实践 | 说明 |
|---|------|------|
| 6 | **单任务单会话** | 每次会话只做一件事，做完提交再开新会话 |
| 7 | **上下文优先** | 指定相关文件而非描述需求，让Claude Code读代码 |
| 8 | **分阶段执行** | 需求→架构→实现→测试→审查，逐层推进 |
| 9 | **频繁提交** | 每个功能点完成后立即提交，避免丢失进度 |
| 10 | **定期压缩** | 长会话中使用/compact管理上下文窗口 |

### 质量保障（5条）

| # | 实践 | 说明 |
|---|------|------|
| 11 | **TDD模式** | 先定义测试再实现，Claude Code可以同时生成两者 |
| 12 | **代码审查** | 完成后让Claude Code自我审查："检查刚才生成的代码是否有安全隐患" |
| 13 | **一致性检查** | "对比新代码和现有代码风格是否一致" |
| 14 | **边界条件** | 明确要求处理空值、并发、大数据量等边界场景 |
| 15 | **生产就绪审查** | 部署前执行全面的检查清单 |

---

## 十、常见问题与解决方案

### Q1：Claude Code生成的代码风格不一致怎么办？

**根因**：CLAUDE.md中的编码规范不够具体。

**解决**：在模块级CLAUDE.md中添加代码示例：

```markdown
## 代码风格参考
参考 src/api/routes/users.ts 的代码风格。
所有新API路由必须保持与其一致的结构：
1. 路由定义在文件顶部
2. Schema验证紧随路由定义
3. 业务逻辑调用Service方法
4. 错误处理统一使用try-catch + AppError
```

### Q2：长会话中Claude Code开始"遗忘"早期约定？

**根因**：上下文窗口溢出，早期信息被压缩或丢弃。

**解决**：
1. 使用`/compact`命令定期压缩
2. 将关键约束写入CLAUDE.md（持久化到文件而非仅存在会话记忆中）
3. 拆分为多个短会话，每个会话通过文件传递上下文

### Q3：多模块并行开发时如何避免冲突？

**根因**：多个Claude Code会话可能修改相同文件。

**解决**：
1. 使用Git分支隔离：每个模块一个feature分支
2. 在CLAUDE.md中明确文件归属：`"任务模块的开发者只应修改 src/api/routes/tasks.ts 和 src/api/services/task.service.ts"`
3. 定义清晰的接口契约（TypeScript interface），各模块通过接口解耦

### Q4：Claude Code生成的测试不够全面？

**根因**：测试规范不够明确，或验收标准未转化为具体测试场景。

**解决**：在`tests/CLAUDE.md`中定义测试矩阵：

```markdown
## 测试矩阵模板
每个API端点必须覆盖以下场景：
- 正常流程（happy path）
- 参数验证失败（缺少必填字段、类型错误、格式错误）
- 权限验证（未认证、无权限）
- 业务规则违反（重复创建、超过限制）
- 并发场景（乐观锁冲突）
- 边界值（空列表、最大值、特殊字符）
```

---

## 延伸阅读

- [Anthropic官方：Effective Context Engineering for AI Agents](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents) — 理解上下文工程的核心原理
- [Claude Code Subagents: Architecture of Delegated Intelligence](https://gazette.retriga.org/post/claude-code-subagents-guide/) — 深入理解子Agent架构和并行开发模式
- [Claude Code Customization Guide: Rules vs Skills vs Subagents vs MCPs](https://marioottmann.com/articles/claude-code-customization-guide) — 四层配置体系的完整指南
- [Claude Code in 2026: End-to-End SDLC Workflow](https://developersvoice.com/blog/ai/claude_code_2026_end_to_end_sdlc/) — 47分钟深度长文，SDLC全流程覆盖

---

## 训练营适用性评估

| 维度 | 评估 |
|------|------|
| **适合训练营类型** | 全栈开发训练营、AI辅助编程训练营、工程化实战训练营 |
| **学员基础要求** | 有至少一个完整项目经验，了解前后端分离架构 |
| **预计教学时长** | 6-8小时（含实操练习），建议分2天完成 |
| **实操占比** | 70%实操 + 30%理论 |
| **最佳分组方式** | 2-3人小组，每组选择不同项目类型进行实战 |
| **考核方式** | 提交使用Claude Code完成的项目仓库（含CLAUDE.md、ADR文档、测试覆盖报告） |

---

## 参考来源

1. [Claude Code Best Practices: 15 Tips from 6 Projects (2026)](https://aiorg.dev/blog/claude-code-best-practices) — 6个生产项目的实战经验总结，涵盖项目配置、提示模式和开发习惯三大维度
2. [Effective Context Engineering for AI Agents - Anthropic Engineering](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents) — Anthropic官方上下文工程指南，阐述CLAUDE.md在Agent上下文管理中的核心地位
3. [Claude Code Subagents: The Architecture of Delegated Intelligence](https://gazette.retriga.org/post/claude-code-subagents-guide/) — 深度分析子Agent架构设计，解决长会话上下文腐烂问题
4. [Claude Code Team Best Practices: Standardize with CLAUDE.md, Hooks & GitHub Actions](https://smartscope.blog/en/generative-ai/claude/claude-code-creator-team-workflow-best-practices/) — 团队协作场景下的配置标准化方案
5. [Build a Complete Project from Scratch with Claude Code](https://qubittool.com/blog/claude-code-build-complete-project-from-scratch) — 从零到部署的完整项目构建实战案例

> [!tip] 51学通信知识星球
> **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。
> **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。
> **当前规模**：5200 篇主题 / 990 个回答，198 元/年。
> **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。
> **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

![51学通信知识星球海报-扫码加入](https://wiki.500nian.com/images/zhixingqiu_qrcode.png)
