📌 项目地址：shanraisshan/claude-code-best-practice | ⭐ 55,440 颗星 | 🔧 HTML | 📜 MIT
为什么 5.5 万人 star 了这个项目
打开 GitHub，搜索 Claude Code 相关配置项目，排第一的是 shanraisshan/claude-code-best-practice，55440 个星。它的 README 第一行：“from vibe coding to agentic engineering”。Vibe coding 是你今天写一条提示词让 AI 生成代码，明天忘了规则，后天又要重说一遍。这个项目给出了一套文件夹模板和文件索引，把 Cluade Code 的所有可配置项（子智能体、斜杠命令、技能、工作流、记忆规则、MCP 服务器、钩子等）都落到了 .claude/ 目录里，让配置像代码一样可管理、可共享。
你不需要自己设计目录结构，直接 fork 或者克隆，按自己的需求改 .md 文件和 settings.json 就行。
一张表定位所有配置入口
README 最核心的部分是 CONCEPTS 表格。它不是功能介绍，而是文件路径索引。我直接翻译成能用语言：
| 概念 | 核心文件位置 | 项目里配套的文档 |
|---|---|---|
| Subagents | .claude/agents/*.md |
best-practice/claude-subagents.md + implementation/claude-subagents-implementation.md |
| Commands | .claude/commands/*.md |
类似，最佳实践 + 实现模板 |
| Skills | .claude/skills/*/SKILL.md |
官方有现成技能库（链接在 README），项目还给了大型单体仓库的补充建议 |
| Workflows | .claude/commands/weather-orchestrator.md（示例） |
orchestration-workflow/orchestration-workflow.md |
| Memory | CLAUDE.md、.claude/rules/、~/.claude/rules/ 等 |
best-practice/claude-memory.md |
| Hooks | .claude/hooks/ |
项目的外链仓库：shanraisshan/claude-code-hooks |
| MCP Servers | .claude/settings.json、.mcp.json |
best-practice/claude-mcp.md |
| Settings | .claude/settings.json |
涵盖权限、模型配置、输出样式、沙箱、键绑定、自动模式等 |
你不需要记这些路径。每次需要新增一个子智能体，去 .claude/agents/ 下放个 .md 文件；需要自定义一条斜杠命令，去 .claude/commands/ 写个 markdown；想让 AI 记住项目规范，写 CLAUDE.md。
两个目录帮你从“知道”到“做到”
项目把每个概念的指导分成两层：
best-practice/：讲“为什么”和“设计原则”。比如best-practice/claude-skills.md会解释 Skills 的本质是什么，什么时候该用而不是用 Commands。implementation/：给可直接复制的配置文件。比如implementation/claude-skills-implementation.md里有一个写好的 Skills 文件框架，你改改参数就能用。
我试了下 Skills 的流程：先读最佳实践文档，理解 Skills 和 Commands 的区别，然后复制实现文件到 .claude/skills/ 下，改一行 name 和 description 就生效。这种分层对我有用——先知道设计意图，再拿现成模板落地。
工作流编排：把重复操作打包成一条斜杠命令
README 里提到一个示例文件 .claude/commands/weather-orchestrator.md。它演示了如何把“获取天气 → 发送通知 → 写入日志”这些步骤组合成一个可执行的流程。配套文档 orchestration-workflow/orchestration-workflow.md 专门讲编排的方法。
你可以把你日常的流程（比如“代码审查 → 自动测试 → 部署到预览环境”）写成工作流配置。之后在 Claude Code 里输入 /weather 或者你自定义的命令名，AI 按你的步骤执行。这比每次手动敲一串提示词靠谱，而且流程可以版本控制。
记忆系统：让 AI 记住你的项目规矩
Claude Code 启动时会自动读入多个记忆文件：项目根目录的 CLAUDE.md、.claude/rules/ 下的文件、用户全局的 ~/.claude/rules/、甚至每个项目的 ~/.claude/projects/<project>/memory/。这些文件的内容会被当作背景上下文注入给 AI。
你在 CLAUDE.md 里写“使用 TypeScript，强制 strict 模式”、“API 接口必须加错误处理 wrapper”、“数据库表名用 snake_case”。之后 Claude Code 生成的代码会自动遵守这些规则。我试过在 CLAUDE.md 里写了三条项目规范，后面对话中 AI 没再问“用什么语言”这种问题。这就是给 AI 建长期记忆，也是从 vibe 转向 engineering 的基础。
我的上手顺序（可选，仅供参考）
我不建议一次性学完所有概念。我自己的做法是：
- Memory 先起：在
CLAUDE.md写核心规范——语言、框架、代码风格、错误处理要求。这是最低成本的配置。 - 重复操作太多 → Commands：把常用的代码审查、格式化、发布流程写成斜杠命令，放在
.claude/commands/下。 - 需要复杂多步 → Workflows：参考
weather-orchestrator.md的写法，把命令串联成流程。 - 团队分工 → Subagents 和 Skills：给不同任务（前端、后端、测试）定义不同的子智能体，或者给 AI 添加专门的技能文件。
这个项目本身就是个好示例
它把使用 AI 助手的零散经验变成了可维护、可共享的工程规范。你不需要自己设计目录结构，直接 fork，按需求改 .md 文件和 settings.json 就行。官方文档链接都列在表格里，你也能一键跳转。
如果你已经开始用 Claude Code 写代码，或者打算从聊天界面切到命令行模式，这个仓库值得当作你的起点。