Agentic Engineer Learning：Claude Code驱动的智能开发工作流实验室

一个面向AI驱动开发工作流的个人实验室项目，展示如何通过Claude Code的全局配置、技能系统、模板和自动化构建高效的智能编程环境。

这个项目的创建者Pavlo Honcharenko是一位积极探索AI辅助开发的工程师。他的核心理念是：未来的高效开发者不是那些写代码最快的人，而是最懂得如何与AI协作的人。

Agentic Engineer的定义： 不同于传统的软件工程师，Agentic Engineer专注于：

• 设计和优化AI代理的工作流
• 构建可复用的技能和工具链
• 建立自动化的开发流程
• 在人与AI之间找到最佳协作模式

项目目标：

1. 建立可复用的Claude Code配置体系
2. 开发特定领域的技能（Skills）
3. 创建项目模板加速启动
4. 实现开发流程的自动化
5. 记录和分享最佳实践

项目首先解决的是配置管理问题。Claude Code支持多层次的配置，Agentic Engineer Learning展示了如何系统化地组织这些配置：

claude.json / claude.yaml： 位于用户主目录的配置文件，定义跨项目的默认行为：

{
  "model": "claude-sonnet-4-20250514",
  "maxTokens": 4096,
  "temperature": 0.7,
  "skills": [
    "code-review",
    "refactoring",
    "testing"
  ],
  "autoApprove": [
    "read",
    "edit"
  ],
  "ignorePatterns": [
    "node_modules/",
    ".git/",
    "dist/"
  ]
}

每个项目可以有自己的.claude/目录，包含：

• 项目特定的技能定义
• 自定义命令
• 环境特定的设置
• 团队共享的配置

安全地管理API密钥和敏感配置：

• 使用.env文件本地存储
• 集成密钥管理服务
• 区分开发和生产环境

技能是Claude Code最强大的特性之一，Agentic Engineer Learning展示了如何构建和使用技能：

每个技能是一个独立的目录，包含：

skill.yaml - 技能元数据：

name: code-review
description: 代码审查和优化建议
version: 1.0.0
author: Pavlo Honcharenko
tags:
  - code-quality
  - review
  - best-practices

system.md - 系统提示词： 定义技能激活时Claude的行为模式：

你是一个专业的代码审查专家。你的任务是：
1. 识别代码中的潜在bug和安全隐患
2. 提出性能优化建议
3. 检查代码风格和最佳实践
4. 建议可测试性和可维护性改进

审查时保持建设性，提供具体的改进建议而非简单批评。

examples/ - 示例对话： 展示技能使用的典型场景，帮助Claude理解期望的输出格式。