Claude Code 中文教程
让 Agent 真正开始做事。
从 Anthropic 员工真实做过的项目，到 Agent 架构、工具和代码配置。不是重复新闻，而是把公开方法拆到你能照着做。
Anthropic 内部部门实践
公开研究 / 文档 / 开源入口
可迁移的 Agent 协作模式
官方案例与原创复刻分开标记
不接触内部私有系统和源码
一家公司，
十种工作方式。
2025 年的官方团队访谈里，Claude Code 已经不只是开发工具。点击卡片，查看团队究竟做了什么，以及如何安全复刻。原始报告 ↗
不是 Agent 越多，
效果就越好。
把问题简化到最小可验证单元：能用脚本解决就不用 Agent；单 Agent 能跑通就先别并行。复杂系统的成本必须有证据。
别从 100 篇文章
开始学。
选择你现在的身份，拿走一条最短路径。每条路线都包含第一项任务、可复制指令和可核查的官方说明。
把官方资料，
放在一个地方。
搜索 Claude Code / Subagent / Skills / MCP / Harness / Evals。每张卡片都链接 Anthropic 官方文档、文章或维护的 GitHub 仓库；网站不复制全文。
“资料条数”是本站已编目的独立入口数量，不代表覆盖了 Anthropic 的全部公开发布。官方文档持续更新，细节始终以原始页面为准；如发现遗漏，欢迎通过 GitHub 提交 Issue。
今天就做
第一个小项目。
先运行确定性的表格分析，之后再用 Claude Code 拆成专业 Agent。不要一上来接真实客户、投放账号或付款权限。
$ python3 scripts/ad_audit.py \
--input examples/ads/sample_ads.csv \
--output outputs/ad_report.csv
✓ CSV audit prepared
$ python3 -m unittest discover -s tests -v
✓ Checks documented in repo
# 演示数据为虚构样本，不自动投放广告
读懂 Anthropic。
用在你的生意上。
开源手册完全免费。如果你想把这些方法应用到企业 AI 获客、团队协作和 AI 产品落地，可以通过下面的公开渠道联系作者。