使用 ClaudeCode 进行编码已经很久了，体验了 Claude 从 mcp、skill 再到 plugin 一步步以来的进化。近期才算探索出了一套效果不错的工作流，分享给大家。

工具集（TOOLSET）

我使用的工具有 kitty、Zed 以及 Claudecode。

我在 kitty 中运行 ClaudeCode

为什么选择 kitty 而不是直接在 IDE 中运行 terminal、或者使用 VSCode 插件。两个原因：

1. kitty 是一个轻量级的终端，体验丝滑。由于终端无法随时编辑文件，相比 IDE 更能让我把注意力集中在与 「ClaudeCode」的对话上。事实上，我很少主动 coding，只进行 code review，所有的编码工作交给 Claude
2. 我相信你一定遇到过这样的场景：满怀信心地把任务交给 Claude，心想”这下可以去喝杯咖啡了”，切屏开始处理其他工作。十分钟后切回来，满心期待地想看看成果，结果发现 Claude 正在屏幕那头静静等你回来点个”确认授权”，血压直接就上来了😡。 Kitty 可以解决这个问题，它支持系统通知，当 Claude Code 需要授权时，Mac 右上角会自动弹出提醒，再搭配 ccmate，还能实时看到 Claude 正在调用什么 tool、任务是否完成。效果如下：

我使用 superpowers 插件来提升编程效率和准确率

当使用 AI 进行辅助编程时，或多或少会遇到这些问题：

• 代码质量差：说得有理有据，写出来的代码完全不能运行，甚至存在编译错误
• 需求理解偏差：需求理解错误，和我想实现的功能对不上
• 设计缺失：急于动手，数据结构、API 设计不优雅，缺乏整体架构思考，代码逐渐变成屎山
• …

我们常常需要花费大量的时间和 AI 进行多轮对话，才能让它写出想要的代码。效率非常低下，还会加深我们的心智负担。

「AI 似乎总是不能一次做对」

superpowers 正是为了解决这个问题，它的核心理念是：先思考，再动手。当你提出一个需求，它不会急于写代码，而是先退一步问你”你真正想要实现什么”，通过对话梳理出完整的设计方案，再分步执行。

目前高强度使用了两周，非常好用，让我回到了第一次使用 ClaudeCode 时的惊艳感！作为一个 plugin，Github 有 16k 的 star，足以证明它的实力。 下面简单介绍下，superpower 是一套完整的 AI 编程工作流，本质上封装了多个“Skill”和“command”，内置 20+ 个设计得非常优雅的软件开发领域的 Skills，它的工作流围绕两个核心命令：

1. /brainstorming - 脑暴阶段: 和你反复确认需求细节、技术选型、方案权衡，最终输出设计文档和详细执行计划。这个执行计划非常非常的详细，会拆分为多个 task，每个 task 细分为多个 step，每个 step 会写明代码实现、验证步骤等
2. /execute-plan - 执行阶段: 根据计划逐步实现，每完成一步都会验证结果，确保不会跑偏

此外还内置了 TDD（测试驱动开发）、系统化调试、代码审查等专业 Skills，强调 YAGNI（不做过度设计）和 DRY（避免重复代码）原则。

如果你还没有使用，我建议你马上安装这个插件，肯定会让你感到惊艳。

我使用 Zed 来串联我的工作流

zed 是一个编辑器，类似 vscode/cursor，但是它速度更快，原生支持 ACP、Zed Agent、LSP、自定义大模型 Provider等。具体可以看 zed 官网介绍，不展开。 我在 zed 中进行：

• 原始需求录入
• 代码 review（同时基于zed-agent进行代码理解，辅助我review）
• 改进项录入

工作流中会详细描述我是如何「串联」这些流程的。以下是我的 zed 编辑器界面，分成三个区域，zed-agent，code-review 和 fileTree（我习惯把项目文件放在右侧，Agent 放在左侧，和 cursor 的 Agent 模式一样）。

工作流（WORKFLOW）

我的工作流是一个围绕 superpowers 的 Loop，核心思想是 master 和 worker 分离：

• 脑暴会话 (master)：专注于思考和设计，输出高质量的设计文档和执行计划
• 执行会话 (worker)：专注于代码实现，执行详细的计划

1、需求录入 - 首先我会在 Zed 上进行需求录入，采用 md 格式。这一步非常重要，我大概有 30% 的时间花在需求录入上，我会把能想到的关于此需求的背景、最终目标、可行的技术方案、风险点、外部 API 文档等等一切资源，都在需求文档中说明。对于需求文档，我不会太在意格式，会有比较多口语化的表达。

2、脑暴阶段 - 把需求 MD 喂给 Claude，调用 /superpowers:brainstorm 和 claude 进行思维碰撞。这个阶段不写任何代码，只讨论设计方案和实现细节，最终输出 design.md 和 implement.md，保证最终的实现方案是完美符合我的预期的。

3、 执行阶段 - 这里我会选择新起一个 ClaudeCode 会话，而不是在脑暴会话中进行代码实现。新会话的好处：一、原先脑暴会话已经经过多轮对话了，一般情况下上下文会比较满，新会话响应更快，并且不会“犯傻”；二、implement.md 足够详细，无需额外上下文

4、 CodeReview - 在 Zed 中进行代码审查和功能验收。关于代码审查，对于一些代码细节和实现原理，这里我会使用 zed-agent 来辅助我进行代码 review，当然，你也可以在终端新建一个 ClaudeCode 会话或者使用 Zed的 Claude Agent。原则是尽量不在脑暴和执行会话中引入太多不必要的问题，保持这两个会话的「干净」。发现问题后，将改进项写入新的需求 MD

5、 LOOP - 改进项 MD 喂回脑暴会话，开始下一轮脑暴迭代

非常简单，但是效果超群。充分的前期设计可以提升 AI 的效率和质量，避免多次的来回拉扯。

举个真实案例：我用这套工作流将个人博客从 Quarz 框架迁移到 Astro 框架。脑暴阶段确认好设计方案后，我让 Claude 执行计划，然后就去睡午觉了。醒来发现 Claude Code 已经完美完成任务——中间零中断，一次成功，共计 5000+ 行代码变更。

完整 commit：Umupa/blog@278232e

TIPS

关于我的模型选择

• 脑暴会话使用 Opus：提升设计质量
• 执行会话使用 Sonnet / GLM：implement.md 已足够详细，轻量模型即可完成，节省 token
• zed-agent：选择使用 deepseek 模型，价格非常便宜，十块钱能用一个月，并且 Chat 的质量非常不错。

使用 MD 进行规划

这个理念与 planning-with-files 一致，所有的需求录入、外部资源、项目规划、技术方案等我都采用持久化的 MD 格式，而不是直接在 Claude 对话中输入，原因是：

• Claude 会话上下文有限，内存中容易丢失，导致 Claude 偏离目标
• 记录所有错误、失败，避免重复
• 可复用、可回顾、可版本控制

关于我安装的插件

• superpowers - 必备
• context7 - 必备
• github
• commit-commands

关于 vibecoding 的看法

• 尽量使用 AI 写你熟悉的技术领域，vibecoding 一个你完全未知的技术领域是很可怕的，比如你是 Java 开发，使用 AI 写一个嵌入式的 C++ 项目，这会非常危险，因为你很难判断代码的好与坏。
• 要有明确的”spec”和”plan”，AI 也能写出优秀的代码。vibecoding 会是未来，而产品化思维、架构设计以及好的审美，将成为程序员”新的武器”。
• 你需要对 AI 生成的代码负全责。

推荐阅读

• Claude Code 核心开发者 Boris Cherny 的 CC 工作流
• Xuanwo 的 “How I Coding” 系列

写于 2026.01.11 凌晨

Let’s Vibe!