Claude Coding 紀律完整指南：約束比換模型更重要
Akira@akiraxtwo
把早期 Claude Prompt、CLAUDE.md、Karpathy skills、Monitor、PM Course 與 Agent CLI 文章收成一套紀律：先約束行為，再擴充 Skills，最後才把瀏覽器與資料介面交給 Agent。
目錄+
Claude 與 coding agent 的失敗，很少能用「模型不夠聰明」一句話概括。更常見的是：範圍被默默擴大、假設沒有寫下來、成功標準只存在對話裡，還有工具權限大到難以回收。
這批最早的文章，其實一直在回答同一件事：先建立約束，再談產能。
依你現在的問題選閱讀路線
路線一：回答品質不穩、token 浪費
先讀 Claude Prompt Engineering，再讀 CLAUDE.md 讓它只說重點。兩篇處理的是輸入品質與預設行為，成本最低、見效也最快。
路線二：Agent 會寫 code，但常亂重構
直接看 Karpathy skills：用少量原則限制「不亂假設、不亂重構」。接著用 Claude Code Monitor 把輪詢改成事件驅動，減少無效喚醒。
路線三：要把 Agent 編進真實工作流
PM 可走 Claude Code PM Course；做研究流程可看 AI Research Skills。當 Agent 需要操作網站與本機工具，再讀 OpenCLI 與 AutoCLI。角色轉變則回到為什麼工程師不能只會寫 Code。
紀律的三層結構
| 層級 | 保存什麼 | 典型載體 |
|---|---|---|
| 行為約束 | 禁止事項、輸出格式、預設風格 | CLAUDE.md、Karpathy 原則 |
| 可重複流程 | 需求對齊、TDD、review、研究步驟 | Skills、PM Course、Research Skills |
| 操作介面 | 網站、桌面、資料源如何被 Agent 呼叫 | OpenCLI、AutoCLI、Monitor |
不要把三層混成一份過長的 prompt。約束要短而硬；流程要可組合；介面要可審計。
系列完整文章目錄
Living index
Claude Coding 紀律
目前收錄 8 篇- 02Claude 老是廢話連篇？一個檔案讓它只說重點Claude 預設會說「好的！」「希望這有幫助！」這些廢話。一個叫 CLAUDE.md 的設定檔，可以讓它直接給答案，省 token 又省時間。
- 03andrej-karpathy-skills：一份 Markdown 檔案，37k+ stars，重新定義 AI 寫程式的行為邊界Forrest Chang 把 Karpathy 對 LLM coding 的批評濃縮成一份 CLAUDE.md，用四條原則約束 Claude Code，讓它不再替你亂假設、亂重構。37k+ stars 證明一件事：約束比能力更重要。
- 04Claude Code 的 Monitor 工具：背景監控腳本，只在事件發生時喚醒 AgentClaude Code 新推出 Monitor 工具，讓 Claude 自行撰寫背景監控腳本，只在條件觸發時才喚醒 agent——告別每 30 秒輪詢一次的 token 浪費，讓 CI/CD 監控、PR 追蹤、log 偵測真正走向事件驅動。
- 05Claude Code PM Course：給產品經理的 Claude Code 實戰課Carl Vellotti 開源的互動式 Claude Code PM 課程，分基礎篇和進階篇，涵蓋檔案操作、平行 agent、sub-agent、PRD 撰寫、競爭分析等。4-6 小時完成，CC BY-NC-ND 4.0。
- 06AI Research Skills：一款讓 Agent 自主做 AI 研究的技能庫Orchestra Research 開源的 87 個 AI 研究技能，涵蓋模型訓練、fine-tune、推理部署、可解釋性、多模態、RAG、Agent 等 22 個分類。13 萬行文件、6.9k stars，支援 Claude Code 等 8+ AI coding agent。
- 07為什麼現在工程師不能只會寫 Code，還要會用 AI Agent工程師的價值沒有消失，只是正在上移。未來更有價值的人，不只是會寫 code，而是能把 AI agent 編進 workflow，放大整體產能。
- 08OpenCLI：把任何網站和桌面工具變 CLIOpenCLI 是通用 CLI 中樞，能把網站、Electron app、本機工具都轉成一致的命令列介面。對 AI 開發者來說，這代表 AI agent 可以直接操作瀏覽器和桌面工具，而不用為每個平台寫自訂 adapter。
- 09AutoCLI：用 Rust 重寫的 AI 爬蟲工具，速度快 12 倍、記憶體省 10 倍AutoCLI 是用 Rust 重寫的命令列資料抓取工具，支援 55+ 網站、333 條指令，AI agent 一行命令就能從任何網站拿資料。和 Node.js 版本相比，Bilibili 指令從 20 秒降到 1.66 秒，記憶體用量少 10 倍。
使用原則
- 先寫「不要做什麼」，再寫「請做什麼」。 多數事故來自默許的額外發揮。
- Skills 服務重複任務，不服務一次性靈感。 只出現一次的步驟，不必技能化。
- 給 Agent 的介面等同 API。 CLI、瀏覽器與 scraper 都要有權限邊界與失敗可見性。
- 用小任務驗證約束。 先在一個 repo 跑通，再複製到團隊。
讀完之後往哪走？
- 需要把需求變成可追蹤 artifacts：接 Spec Kit 完整指南。
- 需要可組合的工程 Skills：接 Matt Pocock Skills。
- 需要團隊級 CONTEXT.md 與 ADR：接 團隊 Agent Skills 導入。
常見問題
為什麼不直接換更強的模型？
因為沒有約束時，你無法判斷改善來自模型，還是來自更清楚的任務。
這和 Spec Kit 系列重複嗎？
不重複。本系列是個人與 Claude 的操作紀律；Spec Kit 是規格驅動的文件與驗收系統。
系列會持續更新嗎？
會。新文章使用 claude-coding-discipline 與 seriesOrder 即可進入目錄。