第四章 AI 工具与工程
持续更新
AI 时代发展迅速，本章节内容持续更新中
AI 编程助手
不管你喜不喜欢，AI 编程助手正在深刻改变开发者的工作方式。与其抗拒，不如先用起来再做判断。
Claude Code
Claude Code 是 Anthropic 官方的 CLI 编程助手，定位于在本地代码仓库里直接执行高权限、有上下文感知的工程任务，而不只是聊天。它可以读写文件、运行命令、调用工具，是目前能力最强的 AI 编程 Agent 之一。
CC Switch
CC Switch 是一款开源跨平台桌面应用，用于统一管理 Claude Code、Codex、Gemini CLI 等 AI 编程工具的配置。通过可视化界面实现 API 供应商一键切换，告别手动编辑 JSON/TOML 配置文件的繁琐操作，同时支持 MCP 服务器管理和 Skills 安装。
CodeGraph
CodeGraph 为 Claude Code、Cursor 等 AI 编程助手预先构建本地代码知识图谱（基于 SQLite），包含符号定义、调用关系、导入依赖。Agent 查询图谱而非反复扫描文件，官方数据显示平均节省 16% Token 成本、减少 58% 工具调用次数。支持 20+ 编程语言，文件变更时自动同步。
其他主流 AI 编程工具
- GitHub Copilot：集成在 IDE 里，入门门槛最低，适合第一次尝试 AI 辅助编程
- Cursor：基于 VSCode 的 AI 编辑器，有对话、补全、代码库理解等功能
- Windsurf：Codeium 推出的 AI 编辑器，界面体验流畅
提示词工程
与其把 AI 当成搜索引擎，不如学会和它对话。
提示词工程（Prompt Engineering）是指通过设计和优化输入提示，引导大模型输出更准确结果的方法论。对于日常开发来说，掌握基本的提示词技巧能显著提升 AI 工具的使用效果。
大语言模型
LLM 基础概念
如果你不知道 Transformer 是什么，Token 是怎么算的，先补一下这些基础——不需要懂数学推导，但要知道大概在发生什么事。
调用 API
绝大多数 AI 产品底层都是调用模型 API，学会用 API 调用 LLM 是现代开发者的基本技能。
AI 应用开发
RAG 检索增强生成
RAG（Retrieval-Augmented Generation，检索增强生成）是目前构建企业级 AI 应用最主流的方案。核心思路是：不把所有知识塞进模型，而是在推理时从外部知识库检索相关内容，再喂给模型生成答案。
MCP 模型上下文协议
MCP（Model Context Protocol）是 Anthropic 提出的开放协议，定义了 AI 模型和外部工具、数据源之间交换上下文的标准方式。Claude Code 的工具调用能力就建立在 MCP 之上。
Skill 工程
Skills 是 Claude Code 的插件化扩展系统，通过声明式配置将领域知识、标准化工作流注入 AI，让 Claude 在面对特定任务时表现得更像一个专业工具而非通用助手。
Harness 工程
Harness 是 Claude Code 的运行时配置与自动化系统，通过 settings.json 管理项目权限、Hooks 生命周期钩子、环境变量等行为，让 AI 编程助手在团队协作和 CI/CD 流程中可控可预期。
Agent
Agent 是指能够感知环境、规划步骤、调用工具并执行多步任务的 AI 程序。Claude Code 本身就是一个 Agent——它能自主决定读哪些文件、运行什么命令来完成你的请求。