凡人小北@frxiaobei · XAI 摘要
Anthropic 分享了在大型代码库中使用 Claude Code 的关键实践。核心建议包括：将 CLAUDE.md 配置分层，根目录放全局架构，子目录放局部约定；从子目录启动以精准加载上下文；测试和 lint 命令按子目录隔离运行；安装 LSP 以实现基于符号的精准代码定位；定期审查配置。组织层面需指定专人统一管理配置与规范，以促进最佳实践共享。
Anthropic 这篇关于 Claude Code 在大型代码库的最佳实践，几个能直接抄作业的点：
· CLAUDE. md 要分层。根目录那份只放整体架构和关键的坑，每个子目录再放各自的局部约定，Claude 进哪个目录就加载哪一份。
· 让 Claude 从子目录启动，不要从仓库根启动。它会自动往上回溯加载所有说明文件，反而上下文更准。
· 测试和 lint 命令按子目录切分。别让它改了支付服务就把整个仓库的测试全跑一遍，又慢又把上下文塞满无关报错。
· 装 LSP（语言服务器协议，比如 Python 有 pyright，TypeScript 有 tsser）。Claude 默认是 grep 字符串找代码，同名函数一搜几千个。LSP 能让它按符号本身定位，一步直达定义。具体接法是装一个 code intelligence 插件 + 对应语言的 language server 二进制文件，Claude Code 文档里有现成的。
· 每 3-6 个月审一次配置，新模型发布后再审一次。当初为旧模型写的规则，可能会反过来束缚新模型。
以及一个组织层面的提醒：哪怕不专门成立 AI 工具团队，至少要指定一个人负责管 Claude Code 的配置、权限、插件、CLAUDE. md 规范，不然大家各搞各的，好经验传不出来。
What are best practices for running Claude Code at scale? New blog post on what we've learned from teams running it across multi-million-line monorepos, decades...