最佳 AI 開發工作流程：Ghostty + Claude Code 極簡工具組合
日期: Sun Aug 31 03:14:29 +0000 2025
標籤:
Claude Code開發工作流生產力優化
來源: @PaulSolt 推薦 @steipete 的文章 日期: 2025-08-25 標籤:
AI開發工具Claude Code工作流程開發環境生產力
核心理念
極簡工具組合 = 最高生產力。作者在嘗試各種 AI 開發工具後，最終回歸到最精簡的設置：Ghostty + Claude Code + 最少工具。
開發環境設置
主要工具組合
- 主力終端機: Ghostty（VS Code 終端機不穩定，大量文字貼上時會凍結）
- 輔助工具: VS Code（用於查看程式碼）、Cursor/GPT-5（用於審查）
- 放棄工具: Zed（終端機外觀不理想）
- 硬體: Dell UltraSharp U4025QW（3840x1620 解析度，可同時顯示 4 個 Claude 實例 + Chrome）
AI 模型使用策略
| 模型 | 用途 | 評價 |
|---|---|---|
| Claude | 主力開發、重構、清理 | 有時會弄亂，但重構能力優秀 |
| GPT-5 | 審查計畫 | 比 Gemini 更好，但需要更精確的提示 |
| Gemini | 減少使用 | 編輯工具太混亂 |
| Cursor/GPT-5 | 輔助審查 | 速度慢，不顯示思考過程，難以引導 |
工作流程策略
分支管理
- 全部在 main 分支工作
- 放棄 worktree 設置（會拖慢速度）
- 仔細選擇工作區域，避免跨污染
計畫與上下文管理
- 狀態列顯示: 初始主題 + 會話 ID（gist），方便切換帳戶或重啟會話
- 計畫模式: 使用計畫模式並迭代
- 小任務：直接執行
- 大任務：寫入檔案，讓 GPT-5 審查
- 提示管理: 小任務用簡短提示，大任務用腦力激盪（AI 能從混亂思緒中提取意義）
- Agent 數量:
- 一般開發：1-2 個 agent
- 清理/測試/UI 工作：約 4 個 agent 是最佳數量
- 依工作影響範圍調整
最困難的部分
- 分散式系統設計
- 選擇正確的依賴
- 平台選擇
- 前瞻性資料庫架構設計
基礎設施建設
建立了大量客製化基礎設施：
- 管理頁面
- CLI 工具
這些工具大幅加速開發，是過去傳統方式不會做的投資。
測試策略
測試原則
- 大型變更一定要測試
- 自動化測試通常不夠好
- 在同一上下文中要求模型撰寫測試：模型幾乎總能找到問題
- 上下文很珍貴，不要浪費
工具精簡化
移除的工具
- MCP：Claude 有時會在未要求時啟動 Playwright，直接讀程式碼更快且減少上下文污染
推薦的服務
選擇有 CLI 的服務：
vercelpsqlghaxiom
Agent 可以使用這些 CLI，在 CLAUDE.md 中一行說明即可：
- "logs: axiom or vercel cli"
- "Database: psql + 一個載入環境變數的正確範例，加快迴圈"
與其他工具的比較
Claude Code 的優勢
- 生產力極高：用這套設置完成驚人的工作量
- 其他 CLI/模型仍無法匹敵
其他工具的限制
| 工具 | 限制 |
|---|---|
| Codex | 無法搜尋（直接問「google best practices」通常更好） |
| Cursor/GPT-5 | 速度慢，不分享思考過程，難以引導 |
| GPT-5 | 提示必須更精確具體，是優秀模型但不是最佳 agent |
關於背景 Agent
作者認為無法移至背景 agent：
- 需要大量引導模型，注意到它們偏離時立即修正
- 背景執行時這種引導變得困難
未來挑戰
- 速率限制：新的速率限制將於 8 月 28 日生效，會很痛苦
- 成本：只能選擇付費
- 目前沒有完美替代方案