黑客松冠軍的 Claude Code 設定指南
一個從實戰出發的系統化設定思考
最近一篇在 X 上爆紅的貼文「The Shorthand Guide to Everything Claude Code」引發技術社群高度關注，作者 Affaan Mustafa 不只是分享一堆 CLI 指令或 prompt 列表，而是把 他 10 個月每天使用 Claude Code 的心得濃縮成一套工程級配置架構。
安裝非常簡單，可以使用 Claude Code plugin 安裝：
# Add this repo as a marketplace
/plugin marketplace add affaan-m/everything-claude-code
# Install the plugin
/plugin install everything-claude-code@everything-claude-code也可以用手動安裝：
# Clone the repo
git clone https://github.com/affaan-m/everything-claude-code.git
# Copy agents to your Claude config
cp everything-claude-code/agents/*.md ~/.claude/agents/
# Copy rules
cp everything-claude-code/rules/*.md ~/.claude/rules/
# Copy commands
cp everything-claude-code/commands/*.md ~/.claude/commands/
# Copy skills
cp -r everything-claude-code/skills/* ~/.claude/skills/以下簡介這套的特點：
1. 從 工具 到 架構 的跨越
常見的 AI 助手用法，往往停留在：
給一段 prompt
等待輸出
把建議加到程式碼裡
這種「即時問答模式」在小題目或試驗型任務還可以，但對實際產品開發來說，它缺少可復用性、可維護性與流程控制。
Affaan 的方法不是一條 prompt，而是把 Claude Code 的能力抽象化為以下幾個核心模塊：
Skills（技能）、Hooks（事件觸發器）、Subagents（子代理）、MCP（模型控制協定）、Plugins、Commands、Rules。這些看似繁雜，其實是在回答一個工程問題：
如何讓 AI 不只回答一次，而是在開發流程中，像團隊成員一樣持續協作？
2. Skills：不只是 prompt，是 工作流知識
在這套設定裡，Skills 存放的不是單一 prompt 片段，而是可重複、可引用、可組合的工作流：
TDD 工作流程描述
前後端最佳實踐
安全規範與審查指南
Skills 的真正定位是「領域知識 + 執行步驟」，這讓 Claude Code 不只是把 prompt 和模型連接起來，而是把公司的工程標準 嵌入到 AI 之中。
3. Subagents：拆分任務，像分工合作
一個亮點是把大任務拆成專業子代理，比如：
planner → 產生計畫
code-reviewer → 做代碼審查
security-reviewer → 做安全檢查
e2e-runner → 執行端到端測試
這種做法幾乎是把「人類工程師的角色」映射到 AI 代理上，而不是讓大型語言模型自己一股腦解決全部問題。
這在真正的產品開發裡尤為重要，因為工程不是一次性回答，而是 需要分工、流程與標準。
4. Hooks & Commands：把平凡任務自动化
比起手動輸入 prompt，Hooks 讓工程流程變成事件驅動：
某個工具運行前檢查
代碼測試後自動格式化
停止時保存進度與總結
Commands 則像是快捷鍵，把常見工作流程變成 /tdd、/plan 這種操作。這種模式不是語言模型的 功能性發揮，而是 流程管理 的實作：AI 變成工程流程的一部分，而非外部即時工具。
5. MCP：AI 與外部系統真正整合
Model Control Protocol（MCP）讓 Claude Code 和外部服務（例如 GitHub、Supabase、Vercel）進行互動。這是很多人忽略但非常關鍵的一環：
AI 生成結果不是終點，與版本控制、持續部署、資料庫等系統整合才是產品工程。
這種整合讓 AI 不只是生成文本，而是真正參與 CI/CD pipeline。
作者：Chi