SuperClaude Framework 生態系教學手冊
版本:基於 SuperClaude Framework v4.3.0 撰寫
最後更新:2026-04-30 適用對象:資深工程師、技術主管、全端開發團隊
文件性質:企業標準技術白皮書 / 實戰教學手冊
目錄
- 第一章:SuperClaude Framework 概覽
- 第二章:系統需求與安裝
- 第三章:系統設定與配置
- 第四章:30 個 Slash 指令完整指南
- 第五章:20 個 AI 代理人使用指南
- 第六章:7 種行為模式
- 第七章:Deep Research 深度研究功能
- 第八章:Web Application 開發實戰工作流
- 第九章:Flags 旗標使用指南
- 第十章:系統維護與管理
- 第十一章:系統升級
- 第十二章:團隊協作最佳實踐
- 附錄
第一章:SuperClaude Framework 概覽
章節摘要:本章介紹 SuperClaude Framework 的核心定位、設計理念與生態系架構。讀者將瞭解它如何將原生 Claude Code CLI 轉化為具備完整軟體工程流程的自動化開發平台,以及其 30 個指令、20 個代理人、7 種模式與 8 個 MCP Server 的整體佈局。
1.1 什麼是 SuperClaude Framework?
定義與定位
SuperClaude Framework 是一個 Context Framework(上下文框架),專為 Anthropic Claude Code 命令列工具設計。其本質是一套 行為指令配置文件(.md 檔案),安裝後部署至 ~/.claude/ 目錄,Claude Code 在啟動時自動讀取這些檔案來增強其能力。換言之,.md 檔案本身就是框架——它們是 Claude Code 在運行時主動參考的行為指令集。
透過「行為指令注入(Behavioral Instruction Injection)」與「元件協同編排(Component Orchestration)」兩大機制,SuperClaude 讓 Claude Code 不再只是一個對話式 AI 助手,而是一個具備完整專業軟體工程流程的 自動化開發平台。
⚠️ 聲明:SuperClaude Framework 為社群開源專案,與 Anthropic 公司無關,亦未獲得 Anthropic 官方背書或贊助。
與原生 Claude Code 的差異比較
| 比較項目 | 原生 Claude Code | SuperClaude Framework |
|---|---|---|
| 指令系統 | 基本 Slash 指令 | 30 個專業 Slash 指令 |
| AI 角色 | 通用型助手 | 20 個專業代理人,可依情境切換 |
| 行為模式 | 單一對話模式 | 7 種行為模式(腦力激盪、深度研究等) |
| 外部工具整合 | 需手動配置 MCP | 8 個預配置 MCP Server,一鍵安裝 |
| Session 管理 | 無持久化機制 | 支援跨日工作 Session 保存與載入 |
| 工作流程 | 自由形式 | 結構化開發全生命週期流程 |
| 專案記憶 | 依賴對話上下文 | KNOWLEDGE.md 累積知識、Cross-session 學習 |
| 效率 | 標準 Token 用量 | 搭配 MCP 可節省 30-50% Token |
核心設計理念
行為指令注入(Behavioral Instruction Injection)
透過結構化的配置文件(CLAUDE.md),在 Claude Code 啟動時自動注入行為準則、角色設定與工作規範,使其在每次互動中都遵循專業軟體工程流程。元件協同編排(Component Orchestration)
30 個指令、20 個代理人與 7 種模式並非各自獨立運作,而是能根據任務需求自動協調。例如執行/sc:implement時,系統會視需要自動喚起 security-engineer 進行安全性檢查、quality-engineer 進行品質審查。
版本資訊
- v4.3.0(2026/03/23):現行穩定版,安全性強化(移除
shell=True、SHA-256 完整性驗證)、實作缺口填補、代理人安裝支援 20 個代理人、62 個新測試、Windows 安裝指南 - v4.2.0(2026/01/18):Deep Research 強化(Multi-Hop 5 次)、MCP 整合優化、Mindbase 替換為 ReflexionMemory
- v5.0(開發中):TypeScript Plugin 系統(參見 issue #419),尚未設定發布日期
姊妹專案
SuperClaude Framework 同時有針對其他 AI 平台的姊妹框架:
| 框架 | 目標平台 |
|---|---|
| SuperClaude Framework | Anthropic Claude Code |
| SuperGemini Framework | Google Gemini CLI |
| SuperQwen Framework | Alibaba Qwen |
💡 三者共享相似的設計理念與指令結構,熟悉其中一個即可快速上手其他。
1.2 生態系架構圖解
整體架構層次
graph TB
subgraph "使用者層 User Layer"
U[開發者 / 團隊成員]
end
subgraph "指令層 Command Layer"
SC[30 個 Slash 指令
/sc:implement, /sc:test, ...]
FL[Flags 旗標系統]
end
subgraph "代理人層 Agent Layer"
AG[20 個專業 AI 代理人
PM, Security, Frontend, ...]
MD[7 種行為模式
Brainstorming, Research, ...]
end
subgraph "配置層 Configuration Layer"
CM[CLAUDE.md 主配置]
PL[PLANNING.md 架構規則]
TK[TASK.md 任務追蹤]
KN[KNOWLEDGE.md 知識庫]
end
subgraph "MCP 整合層 Integration Layer"
TV[Tavily
Web 搜尋]
C7[Context7
官方文件]
ST[Sequential-Thinking
多步推理]
SE[Serena
Session 記憶]
PW[Playwright
瀏覽器自動化]
MG[Magic
UI 生成]
MF[Morphllm
程式碼修改]
CD[Chrome DevTools
效能分析]
end
U --> SC
SC --> AG
SC --> FL
AG --> MD
AG --> CM
CM --> PL
CM --> TK
CM --> KN
AG --> TV
AG --> C7
AG --> ST
AG --> SE
AG --> PW
AG --> MG
AG --> MF
AG --> CD各元件角色與職責
| 元件層級 | 元件 | 職責 |
|---|---|---|
| 配置層 | CLAUDE.md | 定義行為準則、角色設定、專案規範 |
| 配置層 | PLANNING.md | 架構設計原則、絕對不可違反的規則 |
| 配置層 | TASK.md | 追蹤當前任務、優先順序、進度 |
| 配置層 | KNOWLEDGE.md | 累積洞見、最佳實踐、故障排除記錄 |
| 指令層 | Slash 指令 | 提供 30 個覆蓋開發全生命週期的操作入口 |
| 指令層 | Flags | 以旗標參數修飾指令行為(如 --verbose、--dry-run) |
| 代理人層 | AI Agents | 20 個專業化角色,依情境自動或手動調度 |
| 代理人層 | Modes | 7 種行為模式,影響回應風格與分析深度 |
| 整合層 | MCP Servers | 8 個外部工具,擴展搜尋、記憶、自動化能力 |
1.3 核心能力數據
30 個 Slash 指令概覽
| 類別 | 指令數 | 代表指令 |
|---|---|---|
| 規劃與設計 | 4 | /sc:brainstorm, /sc:design, /sc:estimate, /sc:spec-panel |
| 開發 | 5 | /sc:implement, /sc:build, /sc:improve, /sc:cleanup, /sc:explain |
| 測試與品質 | 4 | /sc:test, /sc:analyze, /sc:troubleshoot, /sc:reflect |
| 文件 | 2 | /sc:document, /sc:help |
| 版本控制 | 1 | /sc:git |
| 專案管理 | 3 | /sc:pm, /sc:task, /sc:workflow |
| 研究與分析 | 2 | /sc:research, /sc:business-panel |
| 工具 | 9 | /sc:agent, /sc:spawn, /sc:save, /sc:load 等 |
20 個 Agents 概覽
SuperClaude 提供 20 個領域專家代理人,分為五大類別,可透過 @agent- 前綴手動呼叫或依據關鍵字自動啟動:
mindmap root((SuperClaude
20 Agents)) Meta 層 pm-agent 架構與系統設計 system-architect backend-architect frontend-architect devops-architect 研究 deep-research-agent 品質與分析 security-engineer performance-engineer root-cause-analyst quality-engineer refactoring-expert 專業開發 python-expert requirements-analyst 溝通與學習 technical-writer learning-guide socratic-mentor
📝 說明:v4.3.0 的安裝器會將 20 個代理人部署至
~/.claude/agents/目錄。上方 mindmap 列出 16 個核心代理人,其餘 4 個可透過@agent-前綴手動呼叫。官方文件以「16 domain specialist agents」描述核心代理人,「20 agents」則包含所有可用代理人。
7 種 Modes 概覽
| # | 模式 | 用途 |
|---|---|---|
| 1 | Brainstorming Mode | 發散式思考、需求探索 |
| 2 | Business Panel Mode | 多角度商業策略分析 |
| 3 | Deep Research Mode | 深度技術調研 |
| 4 | Orchestration Mode | 複雜多工具協調任務 |
| 5 | Token-Efficiency Mode | 長對話節省 Token |
| 6 | Task Management Mode | 系統化任務組織 |
| 7 | Introspection Mode | 自省、回顧與品質評估 |
8 個 MCP Servers 概覽
| MCP Server | 功能 | 類別 |
|---|---|---|
| Tavily | Web 搜尋引擎整合 | 資訊檢索 |
| Context7 | 官方文件查詢 | 文件查閱 |
| Sequential-Thinking | 多步推理引擎 | 推理強化 |
| Serena | Session 持久化與記憶 | 狀態管理 |
| Playwright | 跨瀏覽器自動化測試 | 測試自動化 |
| Magic | UI 元件快速生成 | 前端開發 |
| Morphllm-Fast-Apply | 情境感知程式碼修改 | 程式碼編輯 |
| Chrome DevTools | 效能分析與除錯 | 效能監控 |
💡 提示:初次使用建議先安裝 Tavily 與 Context7,這兩個 MCP Server 對日常開發幫助最大,可有效提升 Research 品質與文件查閱速度。
第二章:系統需求與安裝
章節摘要:本章詳述 SuperClaude Framework 的環境需求與三種安裝方式(pipx、Git Clone、npm),並涵蓋 MCP Server 的安裝配置、效能比較與安裝後驗證流程。照著步驟操作即可完成完整安裝。
2.1 環境需求
作業系統支援
| 作業系統 | 支援狀態 | 備註 |
|---|---|---|
| macOS 12+ | ✅ 完整支援 | 主要開發平台 |
| Linux(Ubuntu 20.04+) | ✅ 完整支援 | CI/CD 環境建議使用 |
| Windows WSL2 | ✅ 完整支援 | 建議使用 Ubuntu 22.04 WSL |
| Windows 原生 | ✅ 支援 | v4.3.0 起新增 Windows 安裝指南 |
軟體版本需求
| 軟體 | 最低版本 | 建議版本 | 用途 |
|---|---|---|---|
| Node.js | 18.x | 20.x LTS | Claude Code CLI 運行環境 |
| Python | 3.10+ | 3.12+ | pipx 安裝、部分 MCP Server |
| pipx | 1.4+ | 最新版 | SuperClaude 安裝工具 |
| Claude Code CLI | 最新版 | 最新版 | 核心 AI 引擎 |
| Git | 2.30+ | 最新版 | 版本控制 |
前置條件檢查
在安裝前,請確認以下工具已就緒:
# 檢查 Node.js 版本
node --version
# 預期輸出:v20.x.x 或更高
# 檢查 Python 版本
python3 --version
# 預期輸出:Python 3.10+
# 檢查 pipx 是否已安裝
pipx --version
# 若未安裝,執行:python3 -m pip install --user pipx
# 檢查 Claude Code CLI
claude --version
# 預期輸出:最新穩定版⚠️ 注意:Claude Code CLI 必須已安裝且可正常運作,SuperClaude Framework 是在其基礎上的增強配置框架。
2.2 安裝方式
方式一:pipx 安裝(官方推薦)
這是最簡便、最穩定的安裝方式,適合大多數開發者。
# 步驟 1:從 PyPI 安裝 SuperClaude CLI
pipx install superclaude
# 步驟 2:安裝所有 30 個 Slash 指令到 Claude Code
superclaude install
# 步驟 3:驗證安裝結果
superclaude install --list # 列出已安裝的指令
superclaude doctor # 執行健康檢查預期的 superclaude doctor 輸出:
🔍 SuperClaude Health Check
━━━━━━━━━━━━━━━━━━━━━━━━━━
✅ SuperClaude CLI: v4.3.0
✅ Claude Code CLI: detected
✅ Slash Commands: 30/30 installed
✅ Configuration: valid
⚠️ MCP Servers: 0/8 installed (optional)
━━━━━━━━━━━━━━━━━━━━━━━━━━
Status: HEALTHY (MCP optional)方式二:Git Clone 直接安裝
適合需要自訂修改框架原始碼的進階使用者。
# 步驟 1:Clone 儲存庫
git clone https://github.com/SuperClaude-Org/SuperClaude_Framework.git
# 步驟 2:進入目錄並執行安裝
cd SuperClaude_Framework
./install.sh
# 步驟 3:驗證
superclaude doctor💡 提示:使用 Git Clone 方式安裝的好處是可以隨時查看原始碼、提交 PR 貢獻,並可在本地修改指令模板。
方式三:npm 安裝
適合已有 Node.js 生態系工具鏈的團隊。
# 全域安裝
npm install -g @bifrost_inc/superclaude
# 安裝指令
superclaude install
# 驗證
superclaude doctor方式四:pip 安裝
若不使用 pipx,也可以直接用 pip 安裝:
pip install SuperClaude
superclaude install
superclaude doctor⚠️ 注意:建議在 virtual environment 中使用,避免污染全域 Python 環境。
四種方式比較
| 安裝方式 | 優點 | 缺點 | 適用場景 |
|---|---|---|---|
| pipx(推薦) | 簡便、環境隔離、自動更新 | 需要 Python 環境 | 一般開發者 |
| pip | 最簡單的安裝方式 | 可能污染全域環境 | 已有 venv 的開發者 |
| Git Clone | 可自訂修改、可貢獻程式碼 | 手動更新 | 進階使用者 |
| npm | 與 Node.js 生態整合 | 全域安裝可能衝突 | Node.js 團隊 |
2.3 MCP Servers 安裝(選配)
MCP(Model Context Protocol)Server 是可選的外部工具整合,能顯著提升 SuperClaude 的效能與能力。
SuperClaude 的 MCP Servers 透過 airis-mcp-gateway 進行統一管理與安裝:
- Gateway 儲存庫:https://github.com/agiletec-inc/airis-mcp-gateway
- 提供統一的 MCP Server 安裝、配置與狀態管理介面
8 個 MCP Servers 功能說明
| # | MCP Server | 功能說明 | 使用場景 | 優先級 |
|---|---|---|---|---|
| 1 | Tavily | Web 搜尋引擎,支援結構化搜尋結果 | /sc:research 深度研究 | ⭐⭐⭐ 高 |
| 2 | Context7 | 主流框架與函式庫官方文件即時查詢 | 查閱 API 文件、版本差異 | ⭐⭐⭐ 高 |
| 3 | Sequential-Thinking | 多步邏輯推理引擎 | 複雜架構決策、除錯推理 | ⭐⭐ 中 |
| 4 | Serena | Session 持久化與跨會話記憶 | 長期專案開發、跨日銜接 | ⭐⭐ 中 |
| 5 | Playwright | 跨瀏覽器(Chrome/Firefox/Safari)自動化 | E2E 測試、UI 驗證 | ⭐⭐ 中 |
| 6 | Magic | UI 元件快速生成(React/Vue/Svelte) | 前端快速開模 | ⭐ 低 |
| 7 | Morphllm-Fast-Apply | 情境感知的大範圍程式碼批量修改 | 大規模重構 | ⭐ 低 |
| 8 | Chrome DevTools | 瀏覽器效能分析、記憶體與網路監控 | 前端效能調校 | ⭐ 低 |
安裝指令
# 列出所有可用的 MCP Servers 及其狀態
superclaude mcp --list
# 互動式安裝(會引導你選擇要安裝的 Server)
superclaude mcp
# 安裝指定的 MCP Servers(建議先安裝這兩個)
superclaude mcp --servers tavily --servers context7
# 安裝全部 MCP Servers
superclaude mcp --all安裝後配置 Tavily API Key
Tavily 需要 API Key 才能運作:
# 申請 Tavily API Key(免費方案每月 1000 次查詢)
# 至 https://tavily.com 註冊
# 設定 API Key
export TAVILY_API_KEY="tvly-your-api-key-here"
# 或加入 .env 檔案
echo 'TAVILY_API_KEY=tvly-your-api-key-here' >> .env⚠️ 注意:請勿將 API Key 提交至版本控制。確保
.env已加入.gitignore。
2.4 效能比較
| 指標 | 無 MCP | 有 MCP(Tavily + Context7) | 完整 MCP |
|---|---|---|---|
| 功能完整度 | ✅ 100% | ✅ 100%+ 擴展能力 | ✅ 100%+ 最大擴展 |
| Research 品質 | 依賴模型知識 | 即時網路搜尋 | 最佳品質 |
| 回應速度 | 基準 | 1.5-2x 提升 | 2-3x 提升 |
| Token 用量 | 基準 | 節省 20-30% | 節省 30-50% |
| 文件查詢準確度 | 可能過時 | 即時最新文件 | 即時最新文件 |
| Session 持久化 | ❌ 無 | ❌ 無 | ✅ 有(Serena) |
💡 提示:對於 Web Application 開發團隊,建議至少安裝 Tavily + Context7。這兩個 MCP Server 投入最小但效益最顯著,特別是在使用
/sc:research和查閱框架文件時。
2.5 ReflexionMemory — 內建錯誤學習機制
SuperClaude v4.3.0 內建了 ReflexionMemory(反思記憶)機制,無需額外安裝任何 MCP Server:
- 自動記錄:當執行指令過程中發生錯誤時,系統自動記錄錯誤模式與修正方式
- 學習迴避:後續執行相似任務時,自動迴避已知的錯誤模式
- 無需配置:安裝 SuperClaude 後即可使用,無需額外設定
💡 歷史註記:早期版本使用 Mindbase 作為記憶系統,v4.2.0 已將其替換為內建的 ReflexionMemory。v4.3.0 進一步實作了 ReflexionPattern mindbase。Mindbase 現為可選的語義搜尋增強(需使用
recommended安裝檔案),提供跨 Session 的語義搜尋功能。
2.6 安裝驗證與測試
完成安裝後,依以下步驟驗證:
步驟 1:執行健康檢查
superclaude doctor確認所有核心元件顯示 ✅。
步驟 2:在 Claude Code 中確認指令
# 啟動 Claude Code
claude
# 在對話中輸入
/sc應顯示 30 個可用指令的完整清單。
步驟 3:測試核心指令
# 測試說明指令
/sc:help
# 測試簡單實作指令
/sc:explain "什麼是 RESTful API 的最佳設計原則?"步驟 4:測試 MCP 連線(如已安裝)
# 測試 Research 功能(需要 Tavily MCP)
/sc:research "Node.js 20 LTS 主要新特性" --depth quick⚠️ 注意:安裝完成後 務必重啟 Claude Code,否則新安裝的指令可能無法載入。
安裝問題速查
| 問題 | 解決方式 |
|---|---|
superclaude: command not found | 確認 pipx 路徑已加入 $PATH,執行 pipx ensurepath |
| 指令安裝後不顯示 | 重啟 Claude Code |
| MCP Server 連線失敗 | 檢查 API Key 設定,執行 superclaude mcp --list 確認狀態 |
| Python 版本不符 | 升級 Python 至 3.10+,使用 pyenv 管理版本 |
| 權限錯誤 | 勿使用 sudo,改用 pipx 隔離環境 |
第三章:系統設定與配置
章節摘要:本章說明 SuperClaude Framework 的配置體系,包括核心配置文件
CLAUDE.md的結構、專案關鍵文件的用途與維護方式,以及如何將框架整合到既有 Web Application 專案中。正確的配置是發揮框架最大效能的基礎。
3.1 框架運作原理
SuperClaude 的核心機制非常簡潔:
- 安裝:Python CLI 將行為指令文件(
.md檔案)部署到~/.claude/目錄 - 執行:當你輸入
/sc:analyze時,Claude Code 讀取對應的analyze.md指令文件 - 行為:指令文件中的結構化提示引導 Claude 以特定方式回應
使用者輸入 /sc:implement "使用者登入 API"
↓
Claude Code 讀取 ~/.claude/commands/implement.md
↓
implement.md 定義:需求分析 → 程式碼生成 → 測試建立 → 品質檢查
↓
Claude 依指令執行完整的實作流程💡 核心概念:
.md 檔案就是框架本身— 它們不是一般的文件,而是 Claude Code 在運行時主動參考的行為指令集(Active Instruction Sets)。
3.2 框架配置檔說明
CLAUDE.md — 主配置文件
CLAUDE.md 是 SuperClaude Framework 的核心,Claude Code 啟動時會自動讀取此文件。它定義了 AI 的行為準則、角色限制與工作流程規範。
<!-- CLAUDE.md 範例結構 -->
# 專案名稱:電商平台 EShop
## 角色設定
你是一位資深全端工程師,專精 React + Node.js + PostgreSQL 技術棧。
## 絕對規則
1. 所有 API 必須實作身份驗證與授權檢查
2. 不得在前端存放敏感資訊(API Key、密碼等)
3. 所有資料庫查詢必須使用參數化查詢,防止 SQL Injection
4. 每個功能必須附帶單元測試
5. 程式碼風格遵循專案 ESLint/Prettier 配置
## 技術棧
- Frontend: React 18 + TypeScript 5.x + Tailwind CSS 3
- Backend: Node.js 20 + Express 4 + Prisma ORM
- Database: PostgreSQL 16
- Testing: Vitest + React Testing Library + Supertest
- CI/CD: GitHub Actions
## 程式碼慣例
- 使用 TypeScript strict mode
- React 元件使用 Function Component + Hooks
- API 路由遵循 RESTful 設計
- 錯誤處理使用統一的 ErrorHandler middleware
## 參考文件
- 閱讀 PLANNING.md 了解架構決策
- 閱讀 TASK.md 了解當前任務
- 閱讀 KNOWLEDGE.md 參考已知問題與解法.claude/ 目錄結構
.claude/
├── settings.json # Claude Code 本地設定
├── commands/ # 自訂指令模板
│ ├── custom-review.md # 團隊自訂的 Code Review 指令
│ └── deploy-check.md # 部署前檢查指令
└── contexts/ # 額外上下文文件
├── api-standards.md # API 設計標準
└── security-rules.md # 資安規範.env.example 環境變數配置
# .env.example — 複製為 .env 並填入實際值
# MCP Server API Keys
TAVILY_API_KEY=tvly-your-key-here
CONTEXT7_API_KEY=your-key-here
# SuperClaude 設定
SC_DEFAULT_MODE=standard # 預設行為模式
SC_TOKEN_BUDGET=auto # Token 預算管理(auto / strict / unlimited)
SC_RESEARCH_DEPTH=standard # 預設研究深度(quick / standard / deep / exhaustive)
SC_AUTO_SAVE=true # 是否自動儲存 Session
SC_LOG_LEVEL=info # 記錄層級(debug / info / warn / error)⚠️ 注意:絕對不要將
.env提交至 Git。請確認.gitignore中已包含.env。
3.3 關鍵文件說明(開發者必讀)
SuperClaude 依賴四個關鍵的 Markdown 文件來管理專案知識與流程:
| 文件 | 用途 | 建議閱讀時機 | 維護頻率 |
|---|---|---|---|
PLANNING.md | 架構設計原則、絕對規則、技術決策紀錄 | Session 開始前、實作前 | 架構變更時 |
TASK.md | 當前任務清單、優先順序、待辦事項 | 每日、開始工作前 | 每日更新 |
KNOWLEDGE.md | 累積洞見、最佳實踐、故障排除、踩坑紀錄 | 遇到問題時 | 持續新增 |
CONTRIBUTING.md | 貢獻指引、分支策略、PR 規範、工作流程 | 提交 PR 前 | 季度檢視 |
PLANNING.md 範例
# 架構設計原則
## 絕對規則(不可違反)
1. 資料庫 Schema 變更必須透過 Migration,禁止手動修改
2. 所有外部 API 呼叫必須有 Retry + Circuit Breaker 機制
3. 敏感資料必須加密儲存,傳輸必須使用 TLS
## 架構決策紀錄(ADR)
### ADR-001:選擇 PostgreSQL 作為主資料庫
- **日期**:2026-01-15
- **狀態**:已採用
- **情境**:需要支援 JSONB、全文搜尋、高併發
- **決策**:採用 PostgreSQL 16,搭配 Prisma ORM
- **後果**:團隊需學習 PostgreSQL 進階功能
### ADR-002:前端狀態管理採用 Zustand
- **日期**:2026-01-20
- **狀態**:已採用
- **情境**:Redux 過於冗長,需要輕量方案
- **決策**:採用 Zustand,搭配 React Query 處理 Server StateTASK.md 範例
# 當前任務
## 🔴 P0(必須立即處理)
- [ ] 修復使用者登入 Token 過期未自動更新的問題 (#142)
## 🟡 P1(本週完成)
- [ ] 實作商品搜尋 API(含分頁、篩選、排序)
- [ ] 前端商品列表頁面元件開發
- [x] 資料庫 Schema 設計審查 ✅ 2026-03-10
## 🟢 P2(本月完成)
- [ ] 訂單模組 API 設計
- [ ] 整合第三方支付(綠界/藍新)
- [ ] E2E 測試框架建置KNOWLEDGE.md 範例
# 專案知識庫
## 已知問題與解法
### Prisma 連線池耗盡
- **現象**:高併發時出現 `P2024: Connection pool timeout`
- **原因**:預設連線池大小 10 不足
- **解法**:在 `DATABASE_URL` 加入 `?connection_limit=20&pool_timeout=30`
### React Hydration Mismatch
- **現象**:SSR 與 CSR 渲染結果不一致
- **原因**:使用了 `Date.now()` 等非確定性值
- **解法**:使用 `useEffect` 處理客戶端專屬邏輯
## 效能基準
- API 回應時間目標:P95 < 200ms
- 首頁 LCP:< 2.5 秒
- 資料庫查詢:單次查詢 < 50ms3.4 專案整合設定
在既有 Web Application 專案中整合 SuperClaude
# 步驟 1:在專案根目錄建立設定文件
cd your-web-project
# 步驟 2:建立 CLAUDE.md(最重要)
touch CLAUDE.md
# 步驟 3:建立輔助文件
touch PLANNING.md TASK.md KNOWLEDGE.md
# 步驟 4:建立 .claude 目錄(可選)
mkdir -p .claude/commands .claude/contexts
# 步驟 5:更新 .gitignore
echo '.env' >> .gitignore
echo '.claude/settings.json' >> .gitignore團隊統一配置模板
<!-- CLAUDE.md 團隊模板 -->
# {專案名稱}
## 團隊規範
- 遵循 {團隊名稱} 編碼標準
- Commit Message 格式:`type(scope): description`
- type: feat / fix / refactor / docs / test / chore
- PR 至少需要 1 位 Reviewer 批准
- 分支命名:`feature/xxx`, `bugfix/xxx`, `hotfix/xxx`
## 技術棧
{請根據專案填入}
## 安全性要求
1. OWASP Top 10 防護
2. 所有使用者輸入必須驗證與消毒
3. API 必須實作 Rate Limiting
4. 敏感操作必須記錄 Audit Log
## SuperClaude 使用規範
- 使用 `/sc:implement` 前先確認 TASK.md 中的任務優先順序
- 使用 `/sc:git` 提交前先執行 `/sc:analyze` 進行程式碼品質檢查
- 每日工作結束前使用 `/sc:save` 儲存 Session
- 遇到難題先使用 `/sc:research` 調研再動手實作3.5 MCP Server 進階配置
airis-mcp-gateway 統一管理
如果安裝了多個 MCP Server,可透過 airis-mcp-gateway 統一管理連線:
# .claude/mcp-config.yaml
gateway:
port: 3100
log_level: info
servers:
tavily:
enabled: true
api_key: ${TAVILY_API_KEY}
rate_limit: 100/hour
context7:
enabled: true
api_key: ${CONTEXT7_API_KEY}
cache_ttl: 3600 # 快取 1 小時
sequential-thinking:
enabled: true
max_steps: 10
timeout: 30s
serena:
enabled: true
storage_path: .claude/sessions/
max_sessions: 50
playwright:
enabled: false # 依需要啟用
browsers:
- chromium
- firefox各 MCP Server 連接驗證
# 驗證所有已安裝 MCP Server 的連線狀態
superclaude mcp --status
# 預期輸出:
# ✅ Tavily: connected (API quota: 850/1000)
# ✅ Context7: connected
# ✅ Sequential-Thinking: connected
# ✅ Serena: connected (sessions: 12)
# ❌ Playwright: not configured
# ❌ Magic: not installed
# ❌ Morphllm: not installed
# ❌ Chrome DevTools: not installed自訂 MCP Server 整合
若團隊有自建的內部工具,可透過 MCP 協議整合:
// .claude/custom-mcp/internal-api.ts
import { MCPServer } from '@modelcontextprotocol/sdk';
const server = new MCPServer({
name: 'internal-api',
version: '1.0.0',
description: '公司內部 API 查詢工具',
});
server.addTool({
name: 'query_internal_docs',
description: '查詢公司內部技術文件',
parameters: {
query: { type: 'string', description: '搜尋關鍵字' },
},
handler: async ({ query }) => {
// 呼叫內部文件 API
const response = await fetch(`https://docs.internal.company/api/search?q=${encodeURIComponent(query)}`);
return await response.json();
},
});
server.start();💡 提示:自訂 MCP Server 非常適合整合公司內部的文件系統、CI/CD Pipeline 狀態查詢、或專屬的程式碼分析工具。
⚠️ 注意:自訂 MCP Server 中的 API 呼叫務必處理錯誤情境,並實作逾時機制,避免長時間等待影響開發體驗。
第四章:30 個 Slash 指令完整指南
章節摘要:本章是 SuperClaude Framework 的操作核心。30 個 Slash 指令涵蓋軟體開發全生命週期——從需求規劃到部署維運。每個指令均提供功能說明、語法格式、實際使用範例與最佳場景。所有指令以
/sc:前綴使用。
💡 提示:在 Claude Code 中輸入
/sc即可查看所有可用指令。輸入/sc:help <指令名>可查看單一指令的詳細用法。
4.1 規劃與設計類(4 個指令)
/sc:brainstorm — 結構化腦力激盪
功能說明:啟動 Brainstorming Mode,針對特定主題進行發散式思考,產出結構化的想法清單、優缺點分析與可行性評估。
語法格式:
/sc:brainstorm "<主題描述>" [--perspectives <數量>] [--format <格式>]使用範例:
# 範例 1:探索新功能需求
/sc:brainstorm "電商平台的會員忠誠度系統設計方案"
# 範例 2:指定多角度分析
/sc:brainstorm "前端狀態管理方案選型(Redux vs Zustand vs Jotai)" --perspectives 5
# 範例 3:產出特定格式
/sc:brainstorm "微服務拆分策略" --format mindmap最佳使用場景:
- 專案初期的需求探索
- 技術選型前的方案比較
- 遇到設計瓶頸需要跳脫框架的思考
/sc:design — 系統架構設計
功能說明:啟動系統架構設計流程,根據需求產出架構圖、元件設計、介面定義與資料模型。自動啟動 system-architect 代理人進行專業分析。
語法格式:
/sc:design "<設計需求>" [--scope <範圍>] [--pattern <設計模式>]使用範例:
# 範例 1:完整系統架構設計
/sc:design "電商平台整體架構設計,需支援 10 萬日活用戶"
# 範例 2:指定設計範圍
/sc:design "使用者認證授權模組設計" --scope module
# 範例 3:指定設計模式
/sc:design "訂單處理系統" --pattern "event-driven microservice"最佳使用場景:
- 新專案啟動時的架構規劃
- 新功能模組的細部設計
- 系統重構前的方案設計
/sc:estimate — 時程與工作量估算
功能說明:根據需求描述進行工作量估算,包含人時、複雜度分析、風險評估與里程碑建議。
語法格式:
/sc:estimate "<估算目標>" [--team-size <人數>] [--granularity <粒度>]使用範例:
# 範例 1:MVP 工作量估算
/sc:estimate "電商平台 MVP 版本:使用者註冊登入 + 商品展示 + 購物車 + 結帳"
# 範例 2:指定團隊規模
/sc:estimate "從 REST API 遷移至 GraphQL" --team-size 3
# 範例 3:細粒度估算
/sc:estimate "實作即時通知系統(WebSocket + Push Notification)" --granularity detailed預期產出:
- 任務拆解表(含各任務工時估算)
- 風險清單與緩解策略
- 建議里程碑時程表
/sc:spec-panel — 規格專家審查面板
功能說明:模擬一個由知名軟體工程專家組成的審查面板,針對規格、API、需求文件進行多角度分析。
專家面板成員(10 位虛擬專家):
| 專家 | 專業領域 | 典型提問範例 |
|---|---|---|
| Karl Wiegers | 需求工程 | 「這個需求缺乏可度量的驗收標準」 |
| Gojko Adzic | 範例規格 | 「能提供 Given/When/Then 嗎?」 |
| Alistair Cockburn | 使用案例 | 「誰是主要利害關係人?」 |
| Martin Fowler | 架構與設計 | 「這違反了單一職責原則」 |
| Michael Nygard | 生產系統 | 「當這個元件故障時會怎樣?」 |
| Sam Newman | 微服務 | 「如何處理向後相容性?」 |
| Gregor Hohpe | 企業整合 | 「訊息交換模式是什麼?」 |
| Lisa Crispin | 敏捷測試 | 「QA 如何驗證這個?」 |
| Janet Gregory | 協作測試 | 「全團隊都參與了嗎?」 |
| Kelsey Hightower | 雲端原生 | 「如何處理雲端部署?」 |
三種運作模式:
| 模式 | 說明 |
|---|---|
--mode discussion | 協作式——專家互相建構想法 |
--mode critique | 系統化審查——含嚴重度與優先序 |
--mode socratic | 提問式——透過深度問題引導理解 |
語法格式:
/sc:spec-panel [spec|@file] [--mode discussion|critique|socratic] [--experts "name1,name2"] [--focus requirements|architecture|testing|compliance] [--iterations N]使用範例:
# 範例 1:API 規格審查(批判模式)
/sc:spec-panel @auth_api.spec.yml --mode critique --focus requirements,architecture
# 範例 2:需求工作坊(討論模式)
/sc:spec-panel "使用者故事內容" --mode discussion --experts "wiegers,adzic,cockburn"
# 範例 3:學習式問答
/sc:spec-panel @my_first_spec.yml --mode socratic --iterations 2
# 範例 4:迭代改善(3 輪)
/sc:spec-panel @complex_system.spec.yml --iterations 3 --format detailed最佳使用場景:
- 功能規格確認前的最終審查
- 需要多領域專業意見的設計決策
- 技術可行性評估
4.2 開發類(5 個指令)
/sc:implement — 程式碼實作
功能說明:根據需求描述生成完整的實作程式碼,包含主要邏輯、錯誤處理、型別定義與測試。自動遵循 CLAUDE.md 中定義的編碼規範。
語法格式:
/sc:implement "<實作需求>" [--lang <語言>] [--framework <框架>] [--with-tests]使用範例:
# 範例 1:API 端點實作
/sc:implement "使用者註冊 API:接收 email/password,驗證格式,bcrypt 加密密碼,存入 PostgreSQL" --with-tests
# 範例 2:React 元件實作
/sc:implement "商品卡片元件:顯示圖片、名稱、價格、評分,支援加入購物車"
# 範例 3:完整 CRUD 模組
/sc:implement "商品管理 CRUD API(Create/Read/Update/Delete),含分頁查詢與關鍵字搜尋"💡 提示:搭配
--with-tests旗標可同時產出單元測試,確保程式碼品質。
/sc:build — 建置工作流程
功能說明:建立或優化專案的建置流程,包含建置腳本、Docker 配置、CI/CD Pipeline 等。
語法格式:
/sc:build "<建置需求>" [--target <目標>]使用範例:
# 範例 1:Docker 化
/sc:build "建立多階段 Dockerfile,支援開發與生產環境"
# 範例 2:CI/CD Pipeline
/sc:build "GitHub Actions CI Pipeline:Lint → Test → Build → Deploy to Staging"
# 範例 3:建置腳本優化
/sc:build "優化 Webpack 建置:實作 Code Splitting、Tree Shaking、壓縮"/sc:improve — 程式碼改善
功能說明:分析現有程式碼並提出改善建議,涵蓋效能優化、可讀性提升、安全性強化等面向。可直接套用改善。
語法格式:
/sc:improve "<檔案或程式碼區塊>" [--focus <改善面向>]使用範例:
# 範例 1:效能改善
/sc:improve "src/services/productService.ts" --focus performance
# 範例 2:安全性改善
/sc:improve "src/middleware/auth.ts" --focus security
# 範例 3:可讀性改善
/sc:improve "src/utils/dataTransform.ts" --focus readability/sc:cleanup — 重構與清理
功能說明:對程式碼進行系統性重構與清理,去除死碼(Dead Code)、統一命名風格、簡化複雜邏輯。
語法格式:
/sc:cleanup "<清理目標>" [--scope <範圍>] [--aggressive]使用範例:
# 範例 1:單一檔案清理
/sc:cleanup "src/components/Dashboard.tsx"
# 範例 2:目錄級清理
/sc:cleanup "src/api/" --scope directory
# 範例 3:積極清理(含重構)
/sc:cleanup "src/legacy/" --aggressive/sc:explain — 程式碼解釋
功能說明:深度解釋指定程式碼的邏輯、設計意圖、資料流與潛在問題,適合 Code Review 或新成員上手。
語法格式:
/sc:explain "<檔案或程式碼區塊>" [--depth <深度>] [--audience <對象>]使用範例:
# 範例 1:解釋複雜邏輯
/sc:explain "src/services/paymentService.ts" --depth detailed
# 範例 2:給新手的解釋
/sc:explain "src/middleware/rateLimiter.ts" --audience junior
# 範例 3:解釋特定函式
/sc:explain "src/utils/jwt.ts#verifyToken 函式的工作流程"4.3 測試與品質類(4 個指令)
/sc:test — 測試生成
功能說明:針對指定程式碼自動生成完整測試案例,包含正向測試、邊界條件、錯誤路徑與整合測試。自動偵測專案的測試框架。
語法格式:
/sc:test "<測試目標>" [--type <測試類型>] [--coverage <覆蓋率目標>]使用範例:
# 範例 1:產生單元測試
/sc:test "src/services/userService.ts" --type unit
# 範例 2:產生 API 整合測試
/sc:test "src/routes/products.ts" --type integration
# 範例 3:高覆蓋率測試
/sc:test "src/utils/validators.ts" --coverage 95/sc:analyze — 程式碼分析
功能說明:執行全面的靜態程式碼分析,檢查安全漏洞、效能瓶頸、程式碼異味(Code Smell)與最佳實踐合規性。
語法格式:
/sc:analyze "<分析目標>" [--focus <分析面向>] [--report <報告格式>]使用範例:
# 範例 1:全面安全性分析
/sc:analyze "src/" --focus security
# 範例 2:效能分析
/sc:analyze "src/services/" --focus performance --report detailed
# 範例 3:程式碼品質分析
/sc:analyze "src/components/" --focus quality預期產出:
- 問題清單(依嚴重程度排序)
- 改善建議(含程式碼範例)
- 品質分數(0-100)
/sc:troubleshoot — 除錯流程
功能說明:進入系統化除錯流程,引導開發者逐步定位問題根因。能分析錯誤日誌、追蹤呼叫鏈、推測問題原因並提出修復方案。
語法格式:
/sc:troubleshoot "<問題描述>" [--context <額外資訊>]使用範例:
# 範例 1:API 問題排查
/sc:troubleshoot "POST /api/orders 在高併發時偶爾回傳 500 錯誤"
# 範例 2:附帶錯誤日誌
/sc:troubleshoot "使用者登入後 JWT Token 驗證失敗" --context "錯誤訊息:TokenExpiredError: jwt expired"
# 範例 3:效能問題排查
/sc:troubleshoot "商品列表頁面首次載入需要 5 秒以上"/sc:reflect — 回顧與反思
功能說明:對最近的工作進行回顧反思,啟動 Introspection Mode 進行元認知分析,評估程式碼品質、決策合理性與改善空間。
語法格式:
/sc:reflect [--scope <回顧範圍>] [--period <時間範圍>]使用範例:
# 範例 1:今日工作回顧
/sc:reflect --scope today
# 範例 2:模組開發回顧
/sc:reflect "使用者認證模組的開發品質回顧"
# 範例 3:Sprint 回顧
/sc:reflect --scope sprint --period "2026-03-01 to 2026-03-14"4.4 文件類(2 個指令)
/sc:document — 文件生成
功能說明:自動生成各類技術文件,包含 API 文件、架構文件、README、CHANGELOG 等。支援多種輸出格式。
語法格式:
/sc:document "<文件需求>" [--type <文件類型>] [--format <格式>]使用範例:
# 範例 1:API 文件
/sc:document "src/routes/" --type api --format openapi
# 範例 2:README 生成
/sc:document "為專案產生完整的 README.md"
# 範例 3:架構文件
/sc:document "系統架構技術文件,含架構圖與元件說明" --type architecture/sc:help — 指令幫助
功能說明:顯示 SuperClaude 指令的使用說明、參數列表與範例。
語法格式:
/sc:help [<指令名稱>]使用範例:
# 範例 1:查看所有指令
/sc:help
# 範例 2:查看特定指令用法
/sc:help implement
# 範例 3:查看 Flags 說明
/sc:help flags4.5 版本控制類(1 個指令)
/sc:git — Git 操作自動化
功能說明:自動化常見 Git 操作,包含語義化 Commit Message 產出、分支管理、合併策略建議與 Release 準備。
語法格式:
/sc:git "<操作描述>" [--action <動作>]使用範例:
# 範例 1:產生 Commit Message
/sc:git "為當前變更產生 Conventional Commit Message"
# 範例 2:分支管理
/sc:git "建立 feature/user-auth 分支並設定上游追蹤" --action branch
# 範例 3:Release 準備
/sc:git "準備 v1.2.0 Release:產生 CHANGELOG、建立 Tag" --action release
# 範例 4:合併策略建議
/sc:git "feature/payment 分支合併回 main 的最佳策略"💡 提示:
/sc:git產出的 Commit Message 遵循 Conventional Commits 格式,可與自動化 CHANGELOG 工具無縫整合。
4.6 專案管理類(3 個指令)
/sc:pm — 專案管理
功能說明:啟動 pm-agent 代理人,進行專案進度追蹤、風險管理、資源配置與報告產出。
語法格式:
/sc:pm "<管理需求>" [--view <視圖>]使用範例:
# 範例 1:專案狀態總覽
/sc:pm "顯示當前專案狀態摘要"
# 範例 2:風險評估
/sc:pm "評估本季度交付風險" --view risk
# 範例 3:進度報告
/sc:pm "產出本週 Sprint 進度報告"/sc:task — 任務追蹤
功能說明:管理 TASK.md 中的任務清單,支援新增、更新狀態、重新排序與指派。
語法格式:
/sc:task "<任務操作>" [--priority <優先級>] [--assignee <負責人>]使用範例:
# 範例 1:新增任務
/sc:task "新增:實作商品搜尋 API" --priority P1
# 範例 2:更新任務狀態
/sc:task "完成:使用者認證模組 (#142)"
# 範例 3:查看任務儀表板
/sc:task "顯示所有進行中的任務"/sc:workflow — 工作流程自動化
功能說明:設計與執行自動化工作流程,串聯多個指令與代理人,形成端到端的開發 Pipeline。
語法格式:
/sc:workflow "<工作流程定義>" [--template <模板>]使用範例:
# 範例 1:完整開發流程
/sc:workflow "新功能開發流程:設計 → 實作 → 測試 → Review → 文件"
# 範例 2:使用預設模板
/sc:workflow "bug-fix" --template hotfix
# 範例 3:CI/CD 工作流程
/sc:workflow "設定 GitHub Actions:PR 觸發 → Lint → Test → Build → Deploy Preview"4.7 研究與分析類(2 個指令)
/sc:research — 深度網路研究(Deep Research)
功能說明:啟動 Deep Research Mode,透過多次迭代搜尋(Multi-Hop Reasoning)進行深度調研。搭配 Tavily MCP 可獲得即時網路資訊。詳見第七章。
語法格式:
/sc:research "<研究主題>" [--depth <深度>] [--sources <來源數>]使用範例:
# 範例 1:技術調研
/sc:research "2026 年前端框架效能比較(React vs Vue vs Svelte vs Solid)"
# 範例 2:深度研究
/sc:research "WebAuthn / Passkey 在電商平台的實作最佳實踐" --depth deep
# 範例 3:快速查詢
/sc:research "Node.js 20 的 Permission Model 使用方式" --depth quick/sc:business-panel — 商業分析面板
功能說明:模擬一個由傳奇商業思想家組成的面板,針對策略、計畫或構想進行商業分析。
專家面板成員(9 位虛擬專家):
| 專家 | 專業領域 | 典型提問範例 |
|---|---|---|
| Clayton Christensen | 破壞式創新、Jobs-to-be-Done | 「客戶雇用這個產品來做什麼工作?」 |
| Michael Porter | 五力分析、競爭策略 | 「你的可持續競爭優勢是什麼?」 |
| Peter Drucker | 目標管理 | 「你在衡量什麼結果?」 |
| Seth Godin | 部落建構、許可式行銷 | 「你的部落是誰?什麼故事?」 |
| Kim & Mauborgne | 藍海策略 | 「競爭還是創造新市場?」 |
| Jim Collins | 從優秀到卓越、飛輪效應 | 「你的刺蝟概念是什麼?」 |
| Nassim Taleb | 反脆弱、黑天鵝 | 「這是否從波動中獲益?」 |
| Donella Meadows | 系統思考 | 「槓桿點在哪裡?」 |
| Jean-luc Doumont | 結構化溝通 | 「訊息是否清晰且可行動?」 |
三種運作模式:
| 模式 | 說明 |
|---|---|
--mode discussion | 協作式——專家互相建構想法 |
--mode debate | 對抗式——專家辯論、壓力測試構想 |
--mode socratic | 提問式——深度問題引導理解 |
語法格式:
/sc:business-panel [content|@file] [--experts "porter,christensen"] [--mode discussion|debate|socratic] [--focus domain] [--synthesis-only]使用範例:
# 範例 1:商業計畫分析
/sc:business-panel @business_plan.md
# 範例 2:競爭分析(指定專家)
/sc:business-panel @market_analysis.md --experts "porter,christensen" --focus "competitive-analysis"
# 範例 3:策略壓力測試
/sc:business-panel @strategy.md --mode debate
# 範例 4:僅產出綜合結論
/sc:business-panel @pitch_deck.md --synthesis-only4.8 工具類(9 個指令)
/sc:agent — AI 代理人調用
功能說明:手動調用指定的 AI 代理人。一般情況下系統會自動調度,此指令用於需要明確指定代理人的場景。
# 範例 1:指定資安代理人
/sc:agent security "審查這段認證程式碼的安全性"
# 範例 2:指定效能代理人
/sc:agent performance "分析這個 SQL 查詢的效能瓶頸"/sc:index-repo — 儲存庫索引
功能說明:建立或更新專案程式碼索引,加速後續的搜尋與分析操作。
# 範例 1:完整索引
/sc:index-repo
# 範例 2:僅索引特定目錄
/sc:index-repo --path src//sc:index — 索引別名
/sc:index-repo 的簡寫別名,功能相同。
/sc:index/sc:recommend — 指令推薦
功能說明:根據當前情境推薦最合適的 SuperClaude 指令。
# 範例 1:描述你的需求
/sc:recommend "我想要改善這段程式碼的效能"
# 推薦:/sc:improve --focus performance
# 範例 2:
/sc:recommend "我需要為明天的 Demo 準備文件"
# 推薦:/sc:document --type readme/sc:select-tool — 工具選擇
功能說明:智慧選擇最適合的 MCP Server 工具來完成任務。
# 範例:
/sc:select-tool "我需要查詢 React 18 的 useTransition API 文件"
# 選擇:Context7 MCP → 查詢官方 React 文件/sc:spawn — 平行任務執行
功能說明:將一個大任務分解為多個子任務,平行執行以加速完成。
# 範例 1:平行產出測試
/sc:spawn "為 src/services/ 下的所有檔案產出單元測試"
# 範例 2:平行分析
/sc:spawn "同時分析 frontend/ 和 backend/ 的程式碼品質"/sc:load — 載入 Session
功能說明:載入之前儲存的工作 Session,恢復上下文、任務進度與知識狀態。
# 範例:
/sc:load "電商平台開發 - Day 3 進度"/sc:save — 儲存 Session
功能說明:儲存當前的工作 Session,長期保留對話上下文、任務狀態與累積知識。
# 範例:
/sc:save "電商平台開發 - Day 4 API 模組完成"/sc — 顯示所有指令
功能說明:列出所有可用的 SuperClaude Slash 指令。
/sc4.9 指令產出類型分類
SuperClaude 的 30 個指令可依「是否產生程式碼變更」分為兩大類。理解此分類有助於掌握每個指令的行為邊界:
文件產出型指令(Document-Only)
這些指令僅產出文件/報告,不會實作程式碼:
| 指令 | 產出 |
|---|---|
/sc:brainstorm | 需求規格 |
/sc:workflow | 實作計畫 |
/sc:spawn | 任務階層 |
/sc:research | 研究報告 |
/sc:estimate | 估算報告 |
/sc:design | 架構文件 |
/sc:analyze | 分析報告 |
/sc:spec-panel | 專家審查文件 |
/sc:business-panel | 商業分析文件 |
/sc:troubleshoot | 診斷報告(修復需加 --fix 旗標) |
執行型指令(Execution Commands)
這些指令會執行變更:
| 指令 | 行為 |
|---|---|
/sc:implement | 撰寫程式碼 |
/sc:improve | 套用改善(安全變更自動、架構變更需確認) |
/sc:cleanup | 移除無用程式碼(未使用 import 自動、被引用程式碼需確認) |
/sc:task | 離散任務執行(完成即停止) |
/sc:test | 執行測試 |
/sc:build | 建置專案 |
/sc:git | Git 操作 |
💡 關鍵行為差異:
- 文件產出型指令完成後會停止並建議下一步操作
- 執行型指令有明確的完成標準
/sc:troubleshoot預設為「先診斷」,需加--fix旗標才會套用修復/sc:improve與/sc:cleanup對安全變更自動執行,對高風險變更會先詢問
第五章:20 個 AI 代理人(Agents)使用指南
章節摘要:SuperClaude v4.3.0 內建 20 個專業 AI 代理人,各自對應軟體開發中的特定角色。本章說明代理人的自動啟動(Behavioral Routing)與手動呼叫機制、每個代理人的專業領域與使用方式,以及在 Web Application 全端開發中的協作流程。
5.1 代理人系統概述
代理人自動啟動機制(Behavioral Routing)
SuperClaude 的代理人系統採用行為路由(Behavioral Routing)機制。代理人本質上是精心設計的 .md 上下文指令檔(部署於 ~/.claude/agents/),當 Claude Code 讀取這些指令時,會依據請求中的關鍵字與模式自動選擇適當的專家行為:
- 關鍵字偵測:分析請求中的領域術語(如 “security”、“performance”、“React”)
- 檔案類型識別:根據操作的檔案類型(如
.py、.jsx、Dockerfile)啟動對應專家 - 複雜度判斷:多領域任務自動協調多個代理人
- 結果整合:將多個代理人的產出整合為一致的回應
代理人選擇優先順序:
- 手動覆蓋 —
@agent-<name>優先於自動啟動 - 關鍵字匹配 — 直接領域術語觸發主要代理人
- 檔案類型 — 副檔名觸發語言/框架專家
- 複雜度 — 多步驟任務啟動協調代理人
- 上下文 — 相關概念觸發互補代理人
sequenceDiagram
participant U as 開發者
participant SC as SuperClaude 行為路由
participant A1 as backend-architect
participant A2 as security-engineer
participant A3 as quality-engineer
U->>SC: /sc:implement "JWT 認證 API"
Note over SC: 關鍵字偵測:JWT→安全、API→後端
SC->>A1: 自動啟動:實作 API 邏輯
A1-->>SC: 回傳實作程式碼
SC->>A2: 自動啟動:安全性審查
A2-->>SC: 回傳安全建議
SC->>A3: 自動啟動:產生測試案例
A3-->>SC: 回傳測試程式碼
SC->>U: 整合回傳:程式碼 + 安全建議 + 測試兩種呼叫方式
方式一:@agent- 前綴直接呼叫(推薦)
# 語法
@agent-<代理人名稱> "<任務描述>"
# 範例
@agent-security "審查 src/middleware/auth.ts 的 OWASP 合規性"
@agent-python-expert "優化這段資料處理管線"
@agent-quality-engineer "建立完整測試套件"
@agent-socratic-mentor "解釋這個設計模式"方式二:/sc:agent 指令
# 語法
/sc:agent <代理人名稱> "<任務描述>"
# 範例
/sc:agent security "審查認證模組"
/sc:agent frontend "設計響應式導覽元件"💡 提示:手動呼叫(
@agent-)優先於自動啟動。兩者可組合使用——先用指令觸發自動啟動,再用@agent-追加特定專家審查。
5.2 各代理人詳細說明
代理人總覽快速查詢表
| # | 代理人名稱 | 類別 | 自動觸發關鍵字 |
|---|---|---|---|
| 1 | pm-agent | Meta 層 | 任務完成後、錯誤偵測時 |
| 2 | system-architect | 架構設計 | architecture, microservices, scalability |
| 3 | backend-architect | 架構設計 | API, backend, server, database, REST, GraphQL |
| 4 | frontend-architect | 架構設計 | UI, frontend, React, Vue, component, responsive |
| 5 | devops-architect | 架構設計 | deploy, CI/CD, Docker, Kubernetes, pipeline |
| 6 | deep-research-agent | 研究 | research, investigate, explore, latest |
| 7 | security-engineer | 品質分析 | security, auth, vulnerability, OWASP, encryption |
| 8 | performance-engineer | 品質分析 | performance, slow, optimization, bottleneck, latency |
| 9 | root-cause-analyst | 品質分析 | bug, issue, debugging, troubleshoot, error |
| 10 | quality-engineer | 品質分析 | test, QA, validation, coverage, automation |
| 11 | refactoring-expert | 品質分析 | refactor, clean code, technical debt, SOLID |
| 12 | python-expert | 專業開發 | Python, Django, FastAPI, asyncio, pytest |
| 13 | requirements-analyst | 專業開發 | requirements, PRD, specification, user story |
| 14 | technical-writer | 溝通學習 | documentation, readme, API docs, user guide |
| 15 | learning-guide | 溝通學習 | explain, learn, tutorial, beginner, teaching |
| 16 | socratic-mentor | 溝通學習 | 教學互動、概念引導 |
📝 說明:以上為 16 個核心代理人,v4.3.0 安裝器會部署共 20 個代理人至
~/.claude/agents/。其餘 4 個為進階或實驗性代理人,可透過@agent-前綴手動呼叫。
Meta 層代理人 🎯
1. pm-agent(專案管理代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 自我改善工作流程執行者:文件記錄、錯誤分析、知識庫維護 |
| 自動觸發 | 任務完成後(/sc:implement、/sc:build、/sc:improve)、偵測到錯誤時、每月例行維護 |
| 手動調用 | @agent-pm 或 /sc:pm |
核心能力:
- 實作文件記錄:新模式、架構決策、邊界案例
- 錯誤分析:根因分析、預防檢查清單、模式識別
- 模式萃取:成功模式、反模式、最佳實踐
- 知識維護:每月審查、噪音降低、重複合併、新鮮度更新
Meta 層運作方式:
任務流程:
1. 使用者請求 → 自動啟動選擇專業代理人
2. 專業代理人 → 執行實作(backend-architect, frontend-architect 等)
3. pm-agent(自動觸發)→ 記錄學習內容至 docs/
4. 知識庫 → 更新模式、錯誤、改進項目架構與系統設計代理人 🏗️
2. system-architect(系統架構代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 大規模分散式系統設計、可擴展性與服務架構 |
| 自動觸發 | 關鍵字 “architecture”、“microservices”、“scalability”、>5 元件整合 |
| 手動調用 | @agent-system-architect 或 /sc:agent architect |
核心能力:
- 服務邊界定義與微服務拆解
- 技術棧選型與整合策略
- 可擴展性規劃與效能架構
- 事件驅動架構與訊息模式
- 資料流設計與系統整合
協作對象:devops-architect(基礎設施)、performance-engineer(優化)、security-engineer(合規)
3. backend-architect(後端架構代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 穩健的伺服器端系統設計、API 可靠性與資料完整性 |
| 自動觸發 | 關鍵字 “API”、“backend”、“server”、“database”、“REST”、“GraphQL” |
| 手動調用 | @agent-backend 或 /sc:agent backend |
核心能力:
- RESTful / GraphQL API 架構與設計模式
- 資料庫 Schema 設計與查詢優化策略
- 認證授權與安全性實作(OAuth、JWT、SAML)
- 錯誤處理、日誌與監控整合
- 快取策略與效能優化
Web 開發場景範例:
@agent-backend "實作訂單服務:建立訂單、查詢訂單、更新狀態、庫存扣減"4. frontend-architect(前端架構代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 現代 Web 應用架構、無障礙(Accessibility)與使用者體驗 |
| 自動觸發 | 關鍵字 “UI”、“frontend”、“React”、“Vue”、“component”、“responsive”;檔案類型 .jsx、.vue、.css |
| 手動調用 | @agent-frontend 或 /sc:agent frontend |
核心能力:
- 元件架構與設計系統實作
- 狀態管理模式(Redux、Zustand、Pinia)
- 無障礙合規(WCAG 2.1)與包容性設計
- 效能優化與 Bundle 分析
- PWA 與行動優先開發
Web 開發場景範例:
@agent-frontend "設計電商平台的前端元件架構,包含商品展示、購物車、結帳流程"5. devops-architect(DevOps 架構代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 基礎設施自動化與部署管線設計 |
| 自動觸發 | 關鍵字 “deploy”、“CI/CD”、“Docker”、“Kubernetes”、“pipeline”;檔案類型 Dockerfile、docker-compose.yml、K8s manifests |
| 手動調用 | @agent-devops 或 /sc:agent devops |
核心能力:
- CI/CD 管線設計與自動化測試部署
- 容器編排與 Kubernetes 叢集管理
- Infrastructure as Code(Terraform)與雲端平台整合
- 監控、日誌與可觀測性堆疊實作
- 安全掃描與合規自動化
Web 開發場景範例:
@agent-devops "建立完整的 CI/CD Pipeline:PR 檢查 → 自動測試 → Staging 部署 → 手動核准 → Production 部署"研究代理人 🔬
6. deep-research-agent(深度研究代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 全面性研究、自適應策略與多跳推理 |
| 自動觸發 | 關鍵字 “research”、“investigate”、“discover”、“explore”、“latest”;使用 /sc:research 時 |
| 手動調用 | @agent-deep-research 或 /sc:research |
核心能力:
- 自適應規劃策略:Planning(直接)、Intent(先釐清)、Unified(協作)
- Multi-Hop 推理(最多 5 層):實體擴展、時間推進、概念深化、因果鏈
- 自省機制:每個主要步驟後的進度評估與重新規劃
- 證據管理:明確引用、相關性評分、不確定性標註
研究深度層級:
| 層級 | 說明 |
|---|---|
| Quick | 基本搜尋、1 跳、摘要輸出 |
| Standard | 延伸搜尋、2-3 跳、結構化報告(預設) |
| Deep | 全面搜尋、3-4 跳、詳細分析 |
| Exhaustive | 最大深度、5 跳、完整調查 |
Web 開發場景範例:
/sc:research "比較 Socket.io vs ws vs Bun WebSocket 在即時通知場景的效能與穩定性" --depth deep品質與分析代理人 🔍
7. security-engineer(資安工程代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 應用安全架構、威脅建模與漏洞預防 |
| 自動觸發 | 關鍵字 “security”、“auth”、“vulnerability”、“OWASP”、“encryption”;涉及支付、使用者資料、API 存取時 |
| 手動調用 | @agent-security 或 /sc:agent security |
核心能力:
- 威脅建模與攻擊面分析
- 安全認證授權設計(OAuth、JWT、SAML)
- 資料加密策略與金鑰管理
- 漏洞評估與滲透測試指導
- 安全合規實作(GDPR、HIPAA、PCI-DSS)
⚠️ 注意:每次發布新版本前,建議使用 security-engineer 進行完整安全性審查。
8. performance-engineer(效能工程代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 系統效能優化、可擴展性與資源效率 |
| 自動觸發 | 關鍵字 “performance”、“slow”、“optimization”、“bottleneck”、“latency”、“memory”、“CPU” |
| 手動調用 | @agent-performance-engineer 或 /sc:agent performance |
核心能力:
- 效能剖析與瓶頸識別
- 資料庫查詢優化與索引策略
- 快取實作(Redis、CDN、應用層快取)
- 負載測試與容量規劃
- 記憶體管理與資源優化
9. root-cause-analyst(根因分析代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 系統性問題調查、證據驅動分析與假設測試 |
| 自動觸發 | 關鍵字 “bug”、“issue”、“debugging”、“troubleshoot”、“error”;跨系統複雜問題 |
| 手動調用 | @agent-root-cause-analyst 或 /sc:troubleshoot |
核心能力:
- 系統化除錯方法論與根因分析
- 錯誤關聯與跨系統依賴映射
- 日誌分析與失敗模式識別
- 假設形成與測試驗證
- 事故回應與事後分析(Post-mortem)程序
10. quality-engineer(品質工程代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 全面測試策略與品質保證、自動化與覆蓋率 |
| 自動觸發 | 關鍵字 “test”、“QA”、“validation”、“coverage”、“automation” |
| 手動調用 | @agent-quality-engineer 或 /sc:test |
核心能力:
- 測試策略設計(單元、整合、E2E、效能測試)
- 測試自動化框架實作與 CI/CD 整合
- 品質指標定義與監控(覆蓋率、缺陷率)
- 邊界案例識別與邊界測試場景
- 無障礙測試與合規驗證
11. refactoring-expert(重構專家代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 透過系統化重構改善程式碼品質與技術債管理 |
| 自動觸發 | 關鍵字 “refactor”、“clean code”、“technical debt”、“SOLID”、“code smell” |
| 手動調用 | @agent-refactoring-expert 或 /sc:improve |
核心能力:
- SOLID 原則應用與設計模式實作
- 程式碼異味識別與系統性消除
- 舊系統現代化策略與遷移規劃
- 技術債評估與優先序框架
- 程式碼結構改善與架構重構
專業開發代理人 🎯
12. python-expert(Python 專家代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 生產級 Python 開發、現代框架與效能 |
| 自動觸發 | 關鍵字 “Python”、“Django”、“FastAPI”、“Flask”、“asyncio”、“pytest”;檔案類型 .py、requirements.txt、pyproject.toml |
| 手動調用 | @agent-python-expert |
核心能力:
- 現代 Python 架構模式與框架選型
- 非同步程式設計(asyncio、concurrent futures)
- 效能優化(profiling 與演算法改進)
- pytest 測試策略、fixtures 與自動化
- 套件管理與部署(pip、poetry、Docker)
13. requirements-analyst(需求分析代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 需求探索與規格開發、系統化利害關係人分析 |
| 自動觸發 | 關鍵字 “requirements”、“specification”、“PRD”、“user story”、“scope” |
| 手動調用 | @agent-requirements-analyst |
核心能力:
- 需求引導(透過利害關係人訪談與工作坊)
- 使用者故事撰寫(含驗收標準與完成定義)
- 功能與非功能需求規格文件
- 利害關係人分析與需求優先序排列
- 範圍管理與變更控制流程
溝通與學習代理人 📚
14. technical-writer(技術寫作代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 技術文件與溝通、受眾分析與清晰度 |
| 自動觸發 | 關鍵字 “documentation”、“readme”、“API docs”、“user guide”;檔案類型 .md、.rst、API specs |
| 手動調用 | @agent-technical-writer 或 /sc:document |
核心能力:
- 技術文件架構與資訊設計
- 受眾分析與不同技能層級的內容定位
- API 文件(含可運行範例與整合指引)
- 使用者指南(含逐步程序與故障排除)
- 無障礙標準應用與包容性語言
15. learning-guide(學習引導代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 教學內容設計與漸進式學習、技能發展與指導 |
| 自動觸發 | 關鍵字 “explain”、“learn”、“tutorial”、“beginner”、“teaching” |
| 手動調用 | @agent-learning-guide 或 /sc:explain |
核心能力:
- 學習路徑設計與漸進式技能發展
- 透過類比與範例的複雜概念解說
- 互動式教程(含實作練習)
- 技能評估與能力評量框架
- 導師策略與個人化學習方法
16. socratic-mentor(蘇格拉底導師代理人)
| 項目 | 說明 |
|---|---|
| 專業領域 | 引導式教學、透過提問深化理解 |
| 自動觸發 | 學習型請求、概念探索 |
| 手動調用 | @agent-socratic-mentor |
核心能力:
- 蘇格拉底式提問法引導思考
- 概念逐步拆解與深化
- 引導學習者自行發現答案
- 反思式回饋與思考框架建構
5.3 Web Application 開發的代理人協作流程
典型全端開發流程中各代理人的分工
graph LR
subgraph "Phase 1:規劃"
PM[pm-agent
需求記錄]
ARCH[system-architect
架構設計]
REQ[requirements-analyst
需求分析]
end
subgraph "Phase 2:設計"
DESIGN[system-architect
系統設計]
BACK_D[backend-architect
API 規格]
FRONT_D[frontend-architect
UI 設計]
end
subgraph "Phase 3:實作"
FE[frontend-architect
前端開發]
BE[backend-architect
後端開發]
PY[python-expert
Python 開發]
end
subgraph "Phase 4:品質"
TEST[quality-engineer
測試策略]
SEC[security-engineer
安全審查]
PERF[performance-engineer
效能優化]
RCA[root-cause-analyst
問題診斷]
REF[refactoring-expert
程式碼改善]
end
subgraph "Phase 5:交付"
DOC[technical-writer
文件產出]
DEVOPS[devops-architect
部署維運]
LEARN[learning-guide
知識傳承]
end
REQ --> ARCH
ARCH --> DESIGN
DESIGN --> BACK_D
DESIGN --> FRONT_D
BACK_D --> BE
FRONT_D --> FE
BE --> PY
FE --> TEST
BE --> TEST
TEST --> SEC
TEST --> PERF
SEC --> RCA
PERF --> REF
REF --> DOC
RCA --> DOC
DOC --> DEVOPS
DEVOPS --> LEARN
PM -.->|Meta 層:持續記錄| DOC代理人協作範例:電商「商品搜尋」功能
# 步驟 1:requirements-analyst 分析需求
@agent-requirements-analyst "將『商品搜尋功能』拆解成可執行的開發任務與驗收標準"
# 步驟 2:system-architect 設計方案
@agent-system-architect "商品搜尋功能的技術方案:全文搜尋引擎選型與架構"
# 步驟 3:backend-architect 設計 API
@agent-backend "設計商品搜尋 API:支援關鍵字搜尋、分類篩選、價格範圍、排序、分頁"
# 步驟 4:backend-architect 設計索引
@agent-backend "為商品搜尋設計 PostgreSQL 全文索引(tsvector + GIN index)"
# 步驟 5:實作後端
/sc:implement "商品搜尋 API 實作,使用 PostgreSQL 全文搜尋"
# 步驟 6:實作前端
/sc:implement "商品搜尋頁面元件:搜尋框、篩選面板、結果列表、分頁"
# 步驟 7:quality-engineer 測試
/sc:test "商品搜尋功能完整測試:單元測試 + API 整合測試"
# 步驟 8:performance-engineer 優化
@agent-performance-engineer "分析商品搜尋在大量資料(100 萬筆商品)下的效能"💡 提示:在日常開發中,不需要每次都手動調用所有代理人。使用
/sc:implement、/sc:test等高階指令時,系統會自動協調所需的代理人。手動調用適合需要特定專家深度分析的場景。
第六章:7 種行為模式(Behavioral Modes)
章節摘要:行為模式決定了 SuperClaude 回應的風格、深度與策略。7 種模式分別適用於不同的開發階段——從自由發散的腦力激盪到嚴謹的品質回顧。掌握模式切換的時機,能大幅提升 AI 協作效率。
6.1 各模式說明與適用場景
模式總覽
| # | 模式名稱 | 中文說明 | 回應風格 | 最佳使用場景 |
|---|---|---|---|---|
| 1 | Brainstorming Mode | 腦力激盪模式 | 發散、創意、多方案 | 需求探索、功能規劃初期 |
| 2 | Business Panel Mode | 商業面板模式 | 多角色、策略性、權衡 | 多專家策略分析、商業決策 |
| 3 | Deep Research Mode | 深度研究模式 | 嚴謹、引用、深度 | 技術調研、競品分析 |
| 4 | Orchestration Mode | 編排模式 | 系統性、流程化、協調 | 複雜多工具協調任務 |
| 5 | Token-Efficiency Mode | 省 Token 模式 | 精簡、直接、高密度 | 長對話、大型程式庫分析 |
| 6 | Task Management Mode | 任務管理模式 | 結構化、追蹤、優先序 | 系統性工作組織 |
| 7 | Introspection Mode | 自省模式 | 反思、批判、元認知 | 品質回顧、決策評估 |
1. Brainstorming Mode — 腦力激盪模式
進入方式:
/sc:brainstorm "主題"
# 或手動切換
切換到腦力激盪模式行為特徵:
- 產出多個(通常 5-10 個)替代方案
- 不急於否定任何想法
- 使用 “Yes, and…” 擴展思考
- 鼓勵跨領域類比
- 最終整理優缺點比較表
產出範例:
## 🧠 腦力激盪:即時通知系統方案
### 方案 1:WebSocket + Redis Pub/Sub
- 優點:低延遲、雙向通訊
- 缺點:需維護連線狀態
### 方案 2:Server-Sent Events (SSE)
- 優點:簡單、HTTP 原生支援
- 缺點:單向通訊
### 方案 3:Long Polling
- 優點:全瀏覽器相容
- 缺點:資源浪費、延遲較高
### 方案 4:Third-Party Service (Firebase / Pusher)
- 優點:免維護基礎設施
- 缺點:供應商鎖定、成本
### 方案 5:GraphQL Subscription
- 優點:與現有 GraphQL 整合
- 缺點:複雜度較高2. Business Panel Mode — 商業面板模式
進入方式:
/sc:business-panel "主題"行為特徵:
- 模擬多位虛擬顧問(CTO、CFO、產品經理、市場分析師等)
- 每位顧問從各自角度提出觀點
- 最終提供綜合建議與權衡分析
3. Deep Research Mode — 深度研究模式
進入方式:
/sc:research "主題"行為特徵:
- Multi-Hop 迭代搜尋(搭配 Tavily MCP)
- 交叉驗證資訊來源
- 標註信心指數與資料來源
- 產出結構化研究報告
詳見 第七章。
4. Orchestration Mode — 編排模式
進入方式:
/sc:workflow "流程定義"
# 或自動觸發於複雜多步驟任務行為特徵:
- 自動拆解複雜任務為子任務
- 協調多個代理人序列或並行執行
- 管理任務間的依賴關係
- 整合所有代理人的產出
適用場景範例:
/sc:workflow "實作完整的使用者認證功能:
1. 設計 API 規格
2. 建立資料庫 Schema
3. 實作後端 API
4. 實作前端登入頁面
5. 撰寫測試
6. 安全性審查
7. 產出文件"5. Token-Efficiency Mode — 省 Token 模式
進入方式:
# 建議在長對話中主動啟用
請切換到 Token-Efficiency Mode行為特徵:
- 回應更精簡(去除修飾語)
- 程式碼只展示變更部分(diff 格式)
- 避免重複已知資訊
- 使用縮寫與簡寫(在不影響理解的前提下)
使用時機:
- Token 預算即將耗盡
- 需要處理大量檔案的分析
- 長對話接近 Context Window 上限
💡 提示:搭配 MCP Server 使用時,Token-Efficiency Mode 的節省效果更顯著,可達 30-50%。
6. Task Management Mode — 任務管理模式
進入方式:
/sc:task "顯示任務"
/sc:pm "管理專案"行為特徵:
- 自動維護 TASK.md
- 以看板(Kanban)視角呈現任務狀態
- 追蹤相依性與阻塞項目
- 建議優先處理順序
7. Introspection Mode — 自省模式
進入方式:
/sc:reflect行為特徵:
- 回顧最近的工作決策
- 批判性檢視程式碼品質
- 識別技術債(Technical Debt)
- 提出改善計畫
產出範例:
## 🔍 自省報告
### 做得好的部分
- API 設計遵循 RESTful 慣例
- 測試覆蓋率達 85%
### 需要改善的部分
- 錯誤處理不夠一致(部分 API 直接拋出 500)
- 缺少 Rate Limiting Middleware
- 部分 SQL 查詢未使用索引
### 技術債清單
1. [高] auth middleware 重構(硬編碼 Token 過期時間)
2. [中] 統一錯誤回應格式
3. [低] 移除未使用的套件依賴6.2 模式切換方法與技巧
切換方式
| 方法 | 範例 | 說明 |
|---|---|---|
| 指令觸發 | /sc:brainstorm "..." | 執行特定指令自動進入對應模式 |
| 自然語言 | 「請切換到省 Token 模式」 | 對話中直接要求切換 |
| Flag 觸發 | --mode efficiency | 在任何指令後附加模式 Flag |
| 自動偵測 | 系統依上下文自動切換 | 無需手動操作 |
模式切換最佳實踐
- 避免頻繁切換:每個模式需要一定的上下文建立時間,過於頻繁切換會降低效率
- 明確告知切換意圖:切換模式時說明原因,幫助 AI 更好地調整行為
- 善用自動模式:大多數情況下讓系統自動選擇模式即可
6.3 Web Application 開發中各階段建議使用的模式
graph LR
subgraph "需求階段"
A[Brainstorming Mode
發散探索需求]
B[Business Panel Mode
策略分析]
end
subgraph "設計階段"
C[Deep Research Mode
技術調研]
D[Orchestration Mode
架構設計流程]
end
subgraph "開發階段"
E[Task Management Mode
任務追蹤]
F[Token-Efficiency Mode
大量程式碼處理]
end
subgraph "回顧階段"
G[Introspection Mode
品質回顧]
end
A --> B --> C --> D --> E --> F --> G
G -.->|下一個迭代| A| 開發階段 | 建議模式 | 原因 |
|---|---|---|
| 需求探索 | Brainstorming Mode | 發散思考,不遺漏可能性 |
| 技術選型 | Business Panel + Deep Research | 多角度評估 + 深度調研 |
| 架構設計 | Orchestration Mode | 協調多個代理人系統化設計 |
| 日常開發 | Task Management Mode | 有序管理任務 |
| 長對話開發 | Token-Efficiency Mode | 節省 Token、維持效率 |
| 程式碼審查 | Introspection Mode | 批判性回顧品質 |
| Sprint 回顧 | Introspection Mode | 回顧與改善 |
💡 提示:在一個完整的 Sprint 中,建議在規劃日使用 Brainstorming + Business Panel,開發日使用 Task Management,Sprint Review 時使用 Introspection。
第七章:Deep Research 深度研究功能
章節摘要:Deep Research 是 SuperClaude 最強大的資訊檢索與分析功能。它透過 Multi-Hop Reasoning 進行多次迭代搜尋,結合品質評分機制確保研究深度與可靠性。本章詳解其內部架構、四種深度等級與實戰使用技巧。
7.1 Deep Research 架構說明
三種智能策略
Deep Research 引擎支援三種搜尋策略,依任務複雜度自動選擇:
| 策略 | 說明 | 自動啟用條件 |
|---|---|---|
| Planning-Only | 先規劃研究計畫,再依計畫執行搜尋 | 主題明確、範圍清晰 |
| Intent-Planning | 先分析使用者意圖,據此規劃搜尋方向 | 主題模糊、需推測使用者真正需求 |
| Unified(預設) | 結合意圖分析與計畫規劃,動態調整搜尋策略 | 大多數情境 |
Multi-Hop Reasoning 流程
flowchart TD
START[接收研究主題] --> PLAN[Phase 1:規劃搜尋計畫]
PLAN --> HOP1[Hop 1:初始搜尋]
HOP1 --> EVAL1{品質評分
≥ 0.8?}
EVAL1 -->|否| REFINE1[分析資訊缺口
調整搜尋關鍵字]
REFINE1 --> HOP2[Hop 2:深化搜尋]
HOP2 --> EVAL2{品質評分
≥ 0.8?}
EVAL2 -->|否| HOP3[Hop 3:交叉驗證]
HOP3 --> EVAL3{品質評分
≥ 0.8?}
EVAL3 -->|否| HOP4[Hop 4:補充搜尋]
HOP4 --> EVAL4{品質評分
≥ 0.8?}
EVAL4 -->|否| HOP5[Hop 5:最終搜尋]
HOP5 --> SYNTHESIS
EVAL1 -->|是| SYNTHESIS[Phase 2:資訊彙整]
EVAL2 -->|是| SYNTHESIS
EVAL3 -->|是| SYNTHESIS
EVAL4 -->|是| SYNTHESIS
SYNTHESIS --> REPORT[Phase 3:產出研究報告]
REPORT --> SCORE[附註信心指數與來源]
SCORE --> END[完成]品質評分機制
- 信心閾值:從 0.6 起跳,每次 Hop 提升
- 目標分數:0.8(達到即停止迭代)
- 評分維度:
- 資訊完整性(Coverage)
- 來源可靠性(Reliability)
- 資訊時效性(Freshness)
- 交叉驗證程度(Cross-validation)
Cross-session 學習
Deep Research 具備跨 Session 記憶能力:
- 首次研究:建立主題基礎知識
- 後續研究:在既有知識上增量更新
- 知識累積:自動更新
KNOWLEDGE.md中的研究結果 - 查詢優化:根據過往搜尋結果優化新查詢的關鍵字
7.2 研究深度等級對照表
| 深度 | 來源數 | Hop 次數 | 預估時間 | Token 消耗 | 適用場景 |
|---|---|---|---|---|---|
| Quick | 5-10 | 1 | ~2 分鐘 | 低 | 快速事實查詢、API 用法確認 |
| Standard | 10-20 | 3 | ~5 分鐘 | 中 | 一般技術調研(預設值) |
| Deep | 20-40 | 4 | ~8 分鐘 | 高 | 全面技術分析、方案比較 |
| Exhaustive | 40+ | 5 | ~10 分鐘 | 很高 | 學術級研究、關鍵決策參考 |
深度選擇建議
graph TD
Q[你的研究需求是?] --> A{只需確認
一個事實?}
A -->|是| QUICK[Quick
快速查詢]
A -->|否| B{需要了解
多個面向?}
B -->|是| STANDARD[Standard
標準研究]
B -->|否, 需要更深| C{涉及重大
技術決策?}
C -->|是| DEEP[Deep
深度分析]
C -->|非常重大| EXHAUSTIVE[Exhaustive
學術級研究]7.3 Research 指令使用範例
快速查詢(Quick)
# 確認某個 API 的用法
/sc:research "React useOptimistic Hook 的使用方式與限制" --depth quick
# 查詢特定版本的 Breaking Changes
/sc:research "Prisma 6.0 Breaking Changes 列表" --depth quick標準研究(Standard)
# 技術方案調研
/sc:research "Node.js 後端框架比較:Express vs Fastify vs Hono vs Elysia"
# 最佳實踐整理
/sc:research "React Server Components 在生產環境的最佳實踐與常見陷阱"
# 安全性研究
/sc:research "JWT 身份驗證的安全最佳實踐(2026 年更新版)"深度分析(Deep)
# 架構決策研究
/sc:research "微服務 vs Modular Monolith:中小型電商平台的最佳架構選擇" --depth deep
# 效能研究
/sc:research "PostgreSQL vs MongoDB 在電商場景下的效能、擴展性與維運成本比較" --depth deep學術級研究(Exhaustive)
# 新技術全面評估
/sc:research "WebAssembly 在伺服器端的應用案例、效能基準與成熟度分析" --depth exhaustive
# 競品分析
/sc:research "Shopify、WooCommerce、Magento 技術架構深度比較與演進趨勢" --depth exhaustive研究報告範例產出
## 📋 研究報告:JWT vs Session-based 認證比較
> 信心指數:0.87 | 來源數:18 | 搜尋深度:Standard
### 摘要
(2-3 句話的研究結論)
### 詳細比較
| 面向 | JWT | Session-based |
|------|-----|--------------|
| 可擴展性 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ |
| 安全性 | ⭐⭐⭐ | ⭐⭐⭐⭐ |
| 實作複雜度 | ⭐⭐⭐ | ⭐⭐ |
| Token 撤銷 | ⭐⭐ | ⭐⭐⭐⭐⭐ |
| 適用場景 | SPA、微服務 | 傳統 Web、需要即時撤銷 |
### 建議
根據我們的電商平台需求(需支援行動端 + Web)...
### 參考來源
1. [來源標題](URL) — 可信度:高
2. [來源標題](URL) — 可信度:中高
...⚠️ 注意:Deep Research 的品質高度依賴 Tavily MCP Server。未安裝 Tavily 時,研究將僅依賴 Claude 的內建知識,時效性與準確性可能受限。
💡 提示:研究結果會自動建議是否寫入
KNOWLEDGE.md。建議接受此建議,讓後續研究能站在已有知識的基礎上。
第八章:Web Application 開發實戰工作流
章節摘要:本章將前面所有元件串聯為完整的 Web Application 開發工作流。從需求分析到上線部署的五個階段,每個階段都提供具體的指令組合與 Prompt 範例。同時包含 Session 管理與 10 個以上的常見場景 Prompt 模板。
8.1 標準 Web Application 開發流程(使用 SuperClaude)
Phase 1:需求分析與規劃
目標:釐清需求、拆解任務、估算工作量
# Step 1:腦力激盪探索需求
/sc:brainstorm "電商平台 MVP 核心功能需求清單"
# Step 2:規格分析
/sc:spec-panel "使用者認證模組完整規格:註冊、登入、忘記密碼、OAuth、2FA"
# Step 3:工作量估算
/sc:estimate "電商平台 MVP 版本開發工作量,3 人團隊" --granularity detailed
# Step 4:建立任務清單
/sc:task "根據估算結果建立 Sprint Backlog"建議使用的模式:Brainstorming Mode → Business Panel Mode
Phase 2:系統架構設計
目標:確定技術方案、設計系統架構
# Step 1:技術調研
/sc:research "2026 年全端 Web 開發技術棧推薦(React/Next.js + Node.js/Bun + PostgreSQL)" --depth standard
# Step 2:架構設計
/sc:design "電商平台前後端分離架構設計,需支援 10 萬 DAU"
# Step 3:技術選型評估
/sc:business-panel "技術選型評估:Next.js 14 vs Remix vs Nuxt 3 作為前端框架"
# Step 4:API 規格設計
@agent-backend "設計電商平台核心 API:商品、購物車、訂單、使用者"
# Step 5:資料庫設計
@agent-backend "設計電商平台 PostgreSQL Schema,含 ER 圖"建議使用的模式:Deep Research Mode → Orchestration Mode
Phase 3:開發實作
目標:依任務優先序進行程式碼實作
# Step 1:後端 — 使用者認證
/sc:implement "使用者認證 API:
- POST /api/auth/register(註冊)
- POST /api/auth/login(登入,回傳 JWT)
- POST /api/auth/refresh(更新 Token)
- POST /api/auth/logout(登出)
使用 bcrypt 加密密碼,JWT + Refresh Token 雙 Token 機制" --with-tests
# Step 2:後端 — 商品 CRUD
/sc:implement "商品管理 API(CRUD + 搜尋 + 分頁),使用 Prisma ORM"
# Step 3:前端 — 登入頁面
/sc:implement "React 登入頁面元件:
- Email/Password 表單
- 表單驗證(react-hook-form + zod)
- 錯誤顯示
- 登入 API 呼叫
- JWT Token 儲存至 httpOnly Cookie"
# Step 4:前端 — 商品列表
/sc:implement "商品列表頁面:
- 搜尋框
- 分類篩選側欄
- 商品卡片網格
- 無限滾動分頁
- 載入骨架屏(Skeleton)"
# Step 5:Docker 配置
/sc:build "建立開發環境 Docker Compose:
- Node.js App(Hot Reload)
- PostgreSQL 16
- Redis(Session/Cache)
- Adminer(DB 管理 UI)"建議使用的模式:Task Management Mode(追蹤進度)
Phase 4:測試與品質保證
目標:確保程式碼品質與安全性
# Step 1:單元測試
/sc:test "src/services/authService.ts" --type unit --coverage 90
# Step 2:API 整合測試
/sc:test "src/routes/products.ts" --type integration
# Step 3:安全性分析
/sc:analyze "src/" --focus security
# Step 4:效能分析
/sc:analyze "src/services/" --focus performance
# Step 5:程式碼品質整體審查
/sc:analyze "src/" --focus quality --report detailed
# Step 6:問題排查(如有問題)
/sc:troubleshoot "POST /api/orders 在壓力測試時偶爾回傳 503"建議使用的模式:Introspection Mode(品質回顧)
Phase 5:文件與部署
目標:產出文件、建置 CI/CD、準備上線
# Step 1:API 文件
/sc:document "src/routes/" --type api --format openapi
# Step 2:README 更新
/sc:document "更新 README.md,包含專案說明、快速開始、API 概覽"
# Step 3:CI/CD Pipeline
/sc:build "GitHub Actions CI/CD:
- PR 觸發:Lint → Test → Build
- main 合併:Build → Deploy to Staging
- 手動核准:Deploy to Production"
# Step 4:Git Release
/sc:git "準備 v1.0.0 Release:產生 CHANGELOG、建立 Tag"
# Step 5:品質回顧
/sc:reflect "MVP 版本開發品質回顧"8.2 Session 管理與跨日工作銜接
儲存 Session
# 日常工作結束時儲存
/sc:save "電商平台 - Sprint 1 Day 3:完成使用者認證 API + 前端登入頁面"
# 里程碑儲存
/sc:save "電商平台 MVP - Phase 2 完成:架構設計 + DB Schema 定案"載入 Session
# 隔天繼續工作
/sc:load "電商平台 - Sprint 1 Day 3:完成使用者認證 API + 前端登入頁面"Session 管理最佳實踐
| 操作 | 時機 | 命名慣例 |
|---|---|---|
| 每日儲存 | 下班前 | {專案} - Sprint {N} Day {N}:{當日摘要} |
| 里程碑儲存 | Phase 完成時 | {專案} - Phase {N} 完成:{成果摘要} |
| 問題定點儲存 | 遇到複雜問題時 | {專案} - Debug:{問題描述} |
| 載入 | 上班時 / 切換任務時 | 選擇最近的相關 Session |
💡 提示:安裝 Serena MCP Server 後,Session 可自動持久化,無需手動 save/load。
8.3 常見 Web Application 場景的 Prompt 範例集
範例 1:新專案啟動
/sc:brainstorm "SaaS 專案管理工具,核心功能:專案看板、任務指派、時間追蹤、報表"
/sc:design "前後端分離架構:Next.js 14 + Hono + PostgreSQL + Redis"
/sc:estimate "3 人全端團隊,MVP 開發期程"範例 2:實作使用者認證(完整流程)
/sc:workflow "使用者認證功能完整實作:
1. API 設計(RESTful)
2. DB Schema(users, sessions, refresh_tokens)
3. 後端實作(JWT + Refresh Token + bcrypt)
4. 前端登入/註冊頁面
5. 單元 + 整合測試
6. 安全性審查"範例 3:API 效能優化
/sc:troubleshoot "GET /api/products 在 10 萬筆資料下回應時間 > 2 秒"
@agent-performance-engineer "分析商品列表 API 效能瓶頸,提供優化方案"
/sc:improve "src/services/productService.ts" --focus performance範例 4:整合第三方服務
/sc:research "台灣主流金流服務比較:綠界 vs 藍新 vs LINE Pay" --depth standard
@agent-backend "設計綠界金流整合方案:建立訂單→導向付款→回調通知→更新狀態"
/sc:implement "綠界金流 API 整合 Service,含 AES 加解密與交易驗證"範例 5:資料庫遷移
@agent-backend "設計從 MongoDB 遷移至 PostgreSQL 的方案,保留所有現有資料"
/sc:estimate "MongoDB → PostgreSQL 遷移工作量" --granularity detailed
/sc:implement "資料遷移腳本:讀取 MongoDB → 轉換 Schema → 寫入 PostgreSQL"範例 6:前端效能優化
/sc:analyze "src/components/" --focus performance
/sc:research "React 18 效能優化技巧:useMemo, useCallback, React.lazy, Suspense" --depth quick
/sc:improve "src/pages/ProductList.tsx" --focus performance範例 7:全面安全性審查
/sc:agent security "對整個專案進行 OWASP Top 10 安全性審查"
/sc:analyze "src/" --focus security --report detailed
/sc:implement "Rate Limiting Middleware:每 IP 每分鐘 100 次呼叫,登入端點 5 次/分鐘"範例 8:Deploy 前置準備
/sc:analyze "src/" --focus quality # 最終品質檢查
/sc:agent security "生產部署前安全檢查清單"
/sc:build "Production Dockerfile 最佳化:多階段建置、最小映像檔"
/sc:document "建立部署手冊 DEPLOYMENT.md"範例 9:Bug 修復流程
/sc:troubleshoot "使用者反映在特定時間登入會顯示 Session 過期錯誤" --context "問題發生在 UTC+8 凌晨 00:00~01:00 間"
/sc:implement "修復 JWT Token 時區處理問題" --with-tests
/sc:git "提交修復:fix(auth): 修正 JWT Token 時區計算錯誤 (#256)"範例 10:技術債清理
/sc:reflect "盤點專案中的技術債"
/sc:cleanup "src/legacy/" --aggressive
/sc:analyze "src/" --focus quality
/sc:document "更新技術債清單與處理優先序"範例 11:新人上手引導
/sc:explain "src/" --depth detailed --audience junior
/sc:document "撰寫新人開發環境建置指南(Onboarding Guide)"
/sc:recommend "我是新加入的前端工程師,該從哪裡開始熟悉這個專案?"範例 12:Sprint 規劃
/sc:pm "Sprint 5 規劃:盤點 Backlog 中優先級最高的 5 個 User Story"
/sc:estimate "Sprint 5 的 5 個 User Story 工作量估算" --team-size 3
/sc:task "建立 Sprint 5 的任務看板"💡 提示:將團隊常用的 Prompt 範例集中管理(例如存於
.claude/prompts/目錄),可加速團隊成員的日常操作。
第九章:Flags 旗標使用指南
章節摘要:Flags(旗標)是附加在指令後方的修飾參數,用於精細調整指令行為。善用 Flags 能讓同一個指令在不同場景下發揮不同效果,大幅提升操作靈活性。
9.1 什麼是 Flags
Flags 是在 Slash 指令後附加的可選參數,格式為 --flag-name <value>。它們不改變指令的核心功能,而是調整執行方式、輸出格式或作用範圍。
語法格式:
/sc:<指令> "任務描述" --flag1 value1 --flag2 value2範例:
# 無 Flags(使用預設值)
/sc:implement "使用者登入 API"
# 有 Flags(精細控制)
/sc:implement "使用者登入 API" --lang typescript --framework express --with-tests --verbose9.2 常用 Flags 列表與說明
通用 Flags(適用於所有指令)
| Flag | 簡寫 | 說明 | 預設值 | 範例 |
|---|---|---|---|---|
--verbose | -v | 詳細輸出模式 | false | --verbose |
--quiet | -q | 精簡輸出模式 | false | --quiet |
--dry-run | - | 預覽模式(不實際執行) | false | --dry-run |
--format | -f | 輸出格式 | markdown | --format json |
--mode | -m | 強制使用特定行為模式 | auto | --mode efficiency |
--lang | -l | 指定程式語言 | auto-detect | --lang typescript |
--output | -o | 輸出至指定檔案 | stdout | --output report.md |
開發相關 Flags
| Flag | 說明 | 適用指令 | 範例 |
|---|---|---|---|
--with-tests | 同時產出測試 | implement, improve | --with-tests |
--framework | 指定框架 | implement, build | --framework nextjs |
--pattern | 指定設計模式 | design, implement | --pattern repository |
--scope | 作用範圍 | cleanup, analyze | --scope directory |
--aggressive | 積極模式(大幅重構) | cleanup, improve | --aggressive |
測試相關 Flags
| Flag | 說明 | 適用指令 | 範例 |
|---|---|---|---|
--type | 測試類型 | test | --type integration |
--coverage | 覆蓋率目標 | test | --coverage 90 |
--framework | 測試框架 | test | --framework vitest |
研究相關 Flags
| Flag | 說明 | 適用指令 | 範例 |
|---|---|---|---|
--depth | 研究深度 | research | --depth deep |
--sources | 最少來源數 | research | --sources 20 |
分析相關 Flags
| Flag | 說明 | 適用指令 | 範例 |
|---|---|---|---|
--focus | 分析焦點 | analyze, improve | --focus security |
--report | 報告詳細度 | analyze | --report detailed |
Git 相關 Flags
| Flag | 說明 | 適用指令 | 範例 |
|---|---|---|---|
--action | Git 操作類型 | git | --action release |
--conventional | 使用 Conventional Commits | git | --conventional |
9.3 在 Web Application 開發中的 Flags 應用範例
場景 1:快速原型開發
# 快速實作,不追求完美
/sc:implement "使用者註冊頁面原型" --quiet --framework react場景 2:正式程式碼實作
# 完整實作,含測試與詳細輸出
/sc:implement "使用者認證 API" --with-tests --verbose --lang typescript --framework express場景 3:安全性審查
# 專注安全性的詳細分析報告
/sc:analyze "src/" --focus security --report detailed --output security-report.md場景 4:預覽重構影響
# 先預覽重構變更,不實際修改
/sc:cleanup "src/legacy/" --aggressive --dry-run
# 確認無誤後實際執行
/sc:cleanup "src/legacy/" --aggressive場景 5:節省 Token 的大型分析
# 在省 Token 模式下分析大量程式碼
/sc:analyze "src/" --focus quality --mode efficiency --quiet場景 6:生成 OpenAPI 格式文件
/sc:document "src/routes/" --type api --format openapi --output docs/api-spec.yaml💡 提示:可以在
CLAUDE.md中設定常用 Flags 的預設值,避免每次輸入。例如:## SuperClaude 預設值 - implement: --with-tests --lang typescript - analyze: --report detailed - research: --depth standard
第十章:系統維護與管理
章節摘要:穩定的工具鏈需要定期維護。本章涵蓋日常健康檢查、常見問題排除對照表、記錄檔診斷方式與配置備份策略,確保 SuperClaude 始終處於最佳狀態。
10.1 日常維護作業
健康檢查
建議每週執行一次完整健康檢查:
# 完整健康檢查
superclaude doctor
# 預期輸出(健康狀態):
# 🔍 SuperClaude Health Check v4.3.0
# ━━━━━━━━━━━━━━━━━━━━━━━━━━
# ✅ CLI Version: 4.2.0
# ✅ Claude Code: v1.x.x (connected)
# ✅ Slash Commands: 30/30 installed
# ✅ Configuration: CLAUDE.md found, valid
# ✅ MCP Tavily: connected (quota: 780/1000)
# ✅ MCP Context7: connected
# ✅ MCP Serena: connected (sessions: 24)
# ⚠️ MCP Playwright: not installed
# ⚠️ MCP Magic: not installed
# ⚠️ MCP Morphllm: not installed
# ⚠️ MCP Chrome DevTools: not installed
# ━━━━━━━━━━━━━━━━━━━━━━━━━━
# Status: HEALTHY
# Recommendations:
# - Consider installing Playwright for E2E testing檢查已安裝的指令
# 列出所有已安裝的指令及其狀態
superclaude install --list
# 檢查單一指令
superclaude install --check implementMCP Server 狀態確認
# 查看所有 MCP Server 狀態
superclaude mcp --status
# 測試 MCP 連線
superclaude mcp --test tavily
superclaude mcp --test context710.2 常見問題排除(Troubleshooting)
問題對照表
| # | 問題現象 | 可能原因 | 解決方案 |
|---|---|---|---|
| 1 | 指令無回應 | Claude Code 未重啟 | 完全關閉並重新啟動 Claude Code |
| 2 | /sc 無法列出指令 | 指令未正確安裝 | 執行 superclaude install 重新安裝 |
| 3 | MCP 連線失敗 | Server 未啟動或 API Key 過期 | superclaude mcp --test <server> 診斷 |
| 4 | superclaude: command not found | PATH 未設定 | 執行 pipx ensurepath 並重開終端 |
| 5 | 指令不存在 | 版本過舊 | pipx upgrade superclaude && superclaude install |
| 6 | Token 用量過高 | 未啟用效率模式 | 使用 --mode efficiency 或切換 Token-Efficiency Mode |
| 7 | Research 結果品質低 | 未安裝 Tavily MCP | superclaude mcp --servers tavily |
| 8 | Session 載入失敗 | Session 檔案損壞 | 檢查 .claude/sessions/ 目錄 |
| 9 | CLAUDE.md 被忽略 | 檔案位置錯誤 | 確認 CLAUDE.md 位於專案根目錄 |
| 10 | 代理人調用失敗 | 指令語法錯誤 | 使用 /sc:help agent 查看正確語法 |
詳細排除步驟
問題:指令安裝後不顯示
# Step 1:確認安裝狀態
superclaude install --list
# Step 2:強制重新安裝
superclaude install --force
# Step 3:重啟 Claude Code
# 完全關閉 Claude Code 後重新開啟
# Step 4:驗證
# 在 Claude Code 中輸入 /sc 確認問題:MCP Server 連線不穩定
# Step 1:檢查連線狀態
superclaude mcp --status
# Step 2:測試個別 Server
superclaude mcp --test tavily
# Step 3:檢查 API Key
echo $TAVILY_API_KEY # 確認環境變數已設定
# Step 4:重新安裝 MCP Server
superclaude mcp --servers tavily --reinstall10.3 記錄檔與診斷
記錄檔位置
| 記錄檔 | 位置 | 用途 |
|---|---|---|
| SuperClaude CLI | ~/.superclaude/logs/ | CLI 操作記錄 |
| Claude Code | ~/.claude/logs/ | AI 互動記錄 |
| MCP Server | ~/.superclaude/mcp-logs/ | MCP 連線記錄 |
查看記錄
# 查看最近的 CLI 記錄
superclaude logs --tail 50
# 查看 MCP 記錄
superclaude logs --mcp --tail 20
# 輸出診斷報告(用於回報問題)
superclaude doctor --report > diagnostic-report.txt回報問題
# 產生問題報告
superclaude doctor --report
# 至 GitHub 提交 Issue
# https://github.com/SuperClaude-Org/SuperClaude_Framework/issues
# 附上 diagnostic-report.txt⚠️ 注意:回報問題時,請先移除診斷報告中可能包含的 API Key 或敏感資訊。
10.4 備份與還原
配置文件備份策略
# 方式 1:Git 版本控制(推薦)
# 以下文件應加入版本控制:
# ✅ CLAUDE.md
# ✅ PLANNING.md
# ✅ TASK.md
# ✅ KNOWLEDGE.md
# ✅ .claude/commands/ (自訂指令)
# ✅ .claude/contexts/ (額外上下文)
# ❌ .env (敏感資訊)
# ❌ .claude/settings.json (個人設定)
# ❌ .claude/sessions/ (Session 資料)
# 方式 2:手動備份
superclaude backup --output ~/superclaude-backup-$(date +%Y%m%d).tar.gz跨機器同步設定
# 匯出設定
superclaude config export > superclaude-config.json
# 在新機器匯入
superclaude config import superclaude-config.json
# 安裝指令與 MCP
superclaude install
superclaude mcp第十一章:系統升級
章節摘要:SuperClaude Framework 持續演進,定期升級可獲得新功能與效能改善。本章說明版本管理策略、三種安裝方式的升級流程、升級注意事項與 v5.0 重大變更預告。
11.1 版本管理策略
查看版本資訊
# 查看目前版本
superclaude --version
# 輸出:superclaude v4.3.0
# 查看詳細版本資訊
superclaude --version --verbose
# 輸出:
# SuperClaude CLI: v4.3.0
# Commands Pack: v4.3.0
# MCP Pack: v4.1.3
# Claude Code: v1.x.x語意化版本(Semantic Versioning)
SuperClaude 遵循 SemVer 規範:
| 版本號 | 格式 | 變更類型 | 升級影響 |
|---|---|---|---|
| Major(主版) | 5.0.0 | 重大變更、不相容 API | 需要手動遷移 |
| Minor(次版) | 4.2.0 | 新功能、向後相容 | 安全升級 |
| Patch(修補) | 4.2.1 | Bug 修復 | 安全升級 |
11.2 升級步驟
pipx 方式(推薦)
# Step 1:查看可用更新
superclaude update --check
# Step 2:備份目前設定
superclaude backup --output ~/sc-backup-before-upgrade.tar.gz
# Step 3:升級 CLI
pipx upgrade superclaude
# Step 4:重新安裝指令(升級後必做)
superclaude install
# Step 5:更新 MCP Servers
superclaude mcp
# Step 6:驗證升級結果
superclaude doctor
superclaude --version
# Step 7:在 Claude Code 中測試
# 重啟 Claude Code 後輸入 /sc 確認所有指令可用npm 方式
npm update -g @bifrost_inc/superclaude
superclaude install
superclaude doctorGit Clone 方式
cd SuperClaude_Framework
git fetch origin
git pull origin master
./install.sh
superclaude doctor11.3 升級注意事項
升級前備份清單
- 備份
CLAUDE.md(若有自訂修改) - 備份
.claude/commands/(自訂指令) - 備份
.claude/sessions/(重要 Session) - 記錄目前版本號:
superclaude --version - 確認團隊成員已通知升級計畫
升級後驗證清單
-
superclaude doctor通過 -
superclaude --version顯示新版本 -
/sc在 Claude Code 中列出所有 30 個指令 - MCP Server 連線正常(
superclaude mcp --status) - 測試核心指令(
/sc:help、/sc:explain) - 載入之前的 Session(
/sc:load)確認相容
v4.x → v5.0 重大變更預告
v5.0 將引入 TypeScript Plugin 系統,帶來以下變更:
| 變更項目 | v4.x | v5.0(預計) |
|---|---|---|
| 擴展方式 | Markdown 配置 | TypeScript Plugin API |
| 自訂指令 | .claude/commands/*.md | TypeScript class + decorators |
| 代理人自訂 | 不支援 | Plugin 方式新增自訂代理人 |
| MCP 整合 | 內建 8 個 | Plugin 市集、社群貢獻 |
| 配置格式 | CLAUDE.md + YAML | CLAUDE.md + TypeScript config |
⚠️ 注意:v5.0 仍在開發中(參見 issue #419),尚未設定正式發布日期。v4.3.0 為目前穩定版。升級至 v5.0 時預計需要進行部分手動遷移。建議密切關注 CHANGELOG。
向下相容性
- v4.2.x → v4.2.y(Patch 升級):完全相容,直接升級
- v4.2.x → v4.3.0(Minor 升級):向後相容,安全性強化與實作缺口填補
- v4.x → v5.0(Major 升級):需要遷移,將提供遷移工具
第十二章:團隊協作最佳實踐
章節摘要:SuperClaude 的價值在團隊協作中能更大化。本章涵蓋團隊導入策略、統一工作流程規範、知識管理方式與效能衡量指標,幫助團隊從個人使用擴展到全團隊標準化操作。
12.1 團隊導入 SuperClaude 的建議步驟
Phase 1:評估與試點(第 1-2 週)
graph LR
A[選擇 2-3 位
先期試用者] --> B[安裝基礎版
不含 MCP]
B --> C[試用核心指令
implement/test/analyze]
C --> D[收集回饋
記錄問題]
D --> E[評估效益
決定是否擴展]行動項目:
- 選擇 2-3 位技術能力中上的成員作為先期試用者
- 安裝 SuperClaude 基礎版(不含 MCP Server)
- 每日記錄使用感受與效率變化
- 每週開會討論使用心得
Phase 2:標準化配置(第 3-4 週)
行動項目:
- 根據試用回饋,建立團隊標準的
CLAUDE.md模板 - 定義團隊統一的指令使用規範
- 建立共用的 Prompt 範例庫
- 安裝建議的 MCP Server(Tavily + Context7)
Phase 3:全團隊推廣(第 5-8 週)
行動項目:
- 舉辦團隊培訓 Workshop(建議 2-3 小時)
- 每位成員安裝並通過驗證
- 將 SuperClaude 整合到現有工作流程
- 建立內部支援管道(Slack 頻道 / Teams 群組)
Phase 4:持續優化(持續進行)
行動項目:
- 每月回顧使用效益
- 維護
KNOWLEDGE.md知識庫 - 分享優質 Prompt 範例
- 定期更新 SuperClaude 版本
12.2 統一工作流程規範
團隊 CLAUDE.md 模板
<!-- 團隊標準 CLAUDE.md 模板 v1.0 -->
# {專案名稱}
## 團隊資訊
- 團隊:{團隊名稱}
- Tech Lead:{姓名}
- 成員:{成員列表}
## 技術棧
- Frontend: {框架 + 版本}
- Backend: {框架 + 版本}
- Database: {資料庫 + 版本}
- IaC/Deploy: {部署工具}
## 編碼規範
1. 使用 TypeScript strict mode
2. 遵循 ESLint + Prettier 配置
3. Commit Message 格式:Conventional Commits
4. PR 描述必須包含:背景、變更、測試
## 安全性規範
1. 所有使用者輸入必須驗證
2. API 必須實作 Authentication + Authorization
3. 敏感資料加密儲存
4. SQL 查詢使用參數化
5. 禁止在前端存放 Secret
## SuperClaude 使用規範
1. implement 前先確認 TASK.md
2. 每個 implement 搭配 --with-tests
3. PR 前執行 /sc:analyze --focus security
4. 每日下班前 /sc:save
5. 遇到問題先 /sc:research 再動手
## 參考規範
- 架構規則:見 PLANNING.md
- 任務追蹤:見 TASK.md
- 知識庫:見 KNOWLEDGE.md指令使用規範
| 場景 | 必須使用的指令 | 原因 |
|---|---|---|
| 開始新功能 | /sc:design → /sc:implement --with-tests | 確保先設計再實作,且有測試 |
| 提交 PR 前 | /sc:analyze --focus security | 確保通過安全性檢查 |
| 修復 Bug | /sc:troubleshoot → /sc:implement --with-tests | 系統性定位問題 |
| 技術選型 | /sc:research --depth deep | 確保有深度調研支撐 |
| Sprint 規劃 | /sc:estimate + /sc:task | 有依據的估算與任務管理 |
| 每日工作結束 | /sc:save | 保留工作上下文 |
Code Review 整合
# PR 提交者在提交前執行:
/sc:analyze "src/changed-files/" --focus quality --report detailed
/sc:analyze "src/changed-files/" --focus security
# Reviewer 使用 SuperClaude 輔助審查:
/sc:explain "src/changed-files/" --depth detailed
@agent-quality-engineer "審查 PR:{PR 標題與描述}"12.3 知識管理
維護團隊的 KNOWLEDGE.md
知識分類結構:
# 團隊知識庫
## 🐛 已知問題與解法
### {問題標題}
- **現象**:
- **原因**:
- **解法**:
- **日期**:
- **貢獻者**:
## 📐 架構決策紀錄(ADR)
### ADR-{NNN}:{決策標題}
- **日期**:
- **決策者**:
- **背景**:
- **方案**:
- **結論**:
## ⚡ 效能基準
- {指標}:{目標值}
## 🔒 安全性注意事項
- {注意事項}
## 💡 最佳實踐
- {實踐描述}維護規則:
- 誰發現誰記錄:遇到問題並解決後,立即記入 KNOWLEDGE.md
- 定期審查:每月檢視過時的知識條目
- PR 機制:KNOWLEDGE.md 的修改也需經 Code Review
Prompt 最佳實踐庫
建立 .claude/prompts/ 目錄,收集團隊驗證過的高品質 Prompt:
.claude/prompts/
├── auth/
│ ├── implement-jwt-auth.md
│ └── implement-oauth.md
├── testing/
│ ├── api-integration-test.md
│ └── e2e-test-setup.md
├── deployment/
│ ├── docker-setup.md
│ └── cicd-github-actions.md
└── review/
├── security-review.md
└── performance-review.md12.4 效能衡量指標
開發效率指標
| 指標 | 測量方式 | 目標 |
|---|---|---|
| 功能交付速度 | User Story 完成天數 | 導入後縮短 20-30% |
| Bug 修復時間 | 從通報到修復的時間 | 導入後縮短 30-40% |
| 程式碼品質分數 | /sc:analyze 品質分數 | ≥ 80/100 |
| 測試覆蓋率 | 單元測試覆蓋率 | ≥ 80% |
| PR Review 時間 | PR 提交到合併的時間 | 導入後縮短 20% |
Token 用量監控
# 查看 Token 使用統計
superclaude stats --period monthly
# 預期輸出:
# 📊 Token Usage (2026-03)
# ━━━━━━━━━━━━━━━━━━━━━━
# Total: 1,254,800 tokens
# By Command:
# implement: 420,000 (33%)
# research: 310,000 (25%)
# analyze: 180,000 (14%)
# test: 150,000 (12%)
# others: 194,800 (16%)
# Savings (via MCP): ~380,000 tokens (23%)定期效能回顧
# 每月執行團隊效能回顧
/sc:reflect "本月團隊使用 SuperClaude 的效益回顧:
- 完成的功能數量
- 程式碼品質變化
- Token 用量效率
- 遇到的問題與改善建議"💡 提示:在團隊導入初期,預期 1-2 週的學習曲線。建議安排 buddy system,讓熟練成員帶新手使用。
附錄
附錄 A:快速參考卡(Quick Reference Card)
30 個指令一覽表
| 分類 | 指令 | 中文說明 | 常用 Flags |
|---|---|---|---|
| 規劃 | /sc:brainstorm | 腦力激盪 | --perspectives |
/sc:design | 架構設計 | --scope, --pattern | |
/sc:estimate | 工作量估算 | --team-size, --granularity | |
/sc:spec-panel | 規格審議 | --experts | |
| 開發 | /sc:implement | 程式碼實作 | --with-tests, --lang, --framework |
/sc:build | 建置工作流程 | --target | |
/sc:improve | 程式碼改善 | --focus | |
/sc:cleanup | 重構清理 | --scope, --aggressive | |
/sc:explain | 程式碼解釋 | --depth, --audience | |
| 測試 | /sc:test | 測試生成 | --type, --coverage |
/sc:analyze | 程式碼分析 | --focus, --report | |
/sc:troubleshoot | 除錯流程 | --context | |
/sc:reflect | 回顧反思 | --scope, --period | |
| 文件 | /sc:document | 文件生成 | --type, --format |
/sc:help | 指令幫助 | - | |
| Git | /sc:git | Git 操作 | --action, --conventional |
| 管理 | /sc:pm | 專案管理 | --view |
/sc:task | 任務追蹤 | --priority, --assignee | |
/sc:workflow | 工作流程 | --template | |
| 研究 | /sc:research | 深度研究 | --depth, --sources |
/sc:business-panel | 商業分析 | --panelists | |
| 工具 | /sc:agent | 代理人調用 | - |
/sc:index-repo | 建立索引 | --path | |
/sc:index | 索引別名 | - | |
/sc:recommend | 指令推薦 | - | |
/sc:select-tool | 工具選擇 | - | |
/sc:spawn | 平行任務 | - | |
/sc:load | 載入 Session | - | |
/sc:save | 儲存 Session | - | |
/sc | 顯示指令 | - |
7 種模式速查
| 模式 | 觸發方式 | 一句話說明 |
|---|---|---|
| Brainstorming | /sc:brainstorm | 發散創意,多方案探索 |
| Business Panel | /sc:business-panel | 多專家角色策略分析 |
| Deep Research | /sc:research | 多次迭代深度調研 |
| Orchestration | /sc:workflow | 多代理人協調執行 |
| Token-Efficiency | --mode efficiency | 精簡回應,省 Token |
| Task Management | /sc:task, /sc:pm | 結構化任務追蹤 |
| Introspection | /sc:reflect | 品質回顧與自省 |
常用 Flags 速查
| Flag | 常用值 | 說明 |
|---|---|---|
--with-tests | (布林) | 同時產出測試 |
--focus | security, performance, quality | 分析焦點 |
--depth | quick, standard, deep, exhaustive | 研究深度 |
--verbose / --quiet | (布林) | 輸出詳細度 |
--dry-run | (布林) | 預覽不執行 |
--format | markdown, json, openapi | 輸出格式 |
--type | unit, integration, e2e | 測試類型 |
附錄 B:相關資源連結
⚠️ 注意:
superclaude.sh是一個完全不同的專案(由 gwendall 開發的 npm Git 自動化工具),與 SuperClaude Framework 無關。官方網站為superclaude.netlify.app。
姊妹專案
| 專案 | 目標平台 |
|---|---|
| SuperGemini Framework | Google Gemini CLI |
| SuperQwen Framework | Alibaba Qwen |
附錄 C:版本歷程摘要
| 版本 | 發布日期 | 重點更新 |
|---|---|---|
| v4.3.0 | 2026/03/23 | 安全性強化(移除 shell=True、SHA-256 完整性驗證)、實作缺口填補(ConfidenceChecker、intelligent_execute()、ReflexionPattern mindbase)、代理人安裝支援 20 個代理人至 ~/.claude/agents/、62 個新測試、Claude Code 對齊分析、Windows 安裝指南、文件全面翻修 |
| v4.2.0 | 2026/01/18 | Deep Research 強化(Multi-Hop 5 次)、MCP 整合優化、新增 3 個指令、Mindbase 替換為 ReflexionMemory |
| v4.1.2 | 2025/11/20 | Bug 修復、效能提升 |
| v4.1.0 | 2025/10/05 | 代理人系統強化、文件重寫 |
| v4.0.0 | 2025/08/15 | 架構重整、效能優化 50%、全新安裝系統 |
| v3.x | 2025/03-07 | MCP Server 支援、Session 管理 |
| v2.x | 2024/10-2025/02 | 代理人系統、行為模式 |
| v1.x | 2024/06-09 | 首版發布、基礎指令集 |
| v5.0(開發中) | 尚未設定發布日期 | TypeScript Plugin 系統(issue #419)、Plugin 市集、自訂代理人 |
附錄 D:詞彙表(Glossary)
| 英文術語 | 中文翻譯 | 說明 |
|---|---|---|
| Agent | 代理人 | 部署於 ~/.claude/agents/ 的 .md 上下文指令檔,讓 Claude Code 採用特定專業行為 |
| Auto-Activation | 自動啟動 | Claude Code 依據請求中的關鍵字與模式自動選擇適當代理人的行為路由機制 |
| Behavioral Mode | 行為模式 | 影響 AI 回應風格與策略的模式 |
| Behavioral Routing | 行為路由 | 代理人自動啟動的底層機制,透過上下文指令引導 Claude Code 選擇專家行為 |
| Circuit Breaker | 斷路器 | 防止連鎖故障的設計模式 |
| Claude Code | Claude Code | Anthropic 的命令列 AI 工具 |
| Context Window | 上下文視窗 | AI 一次能處理的最大文字量 |
| Cross-session Learning | 跨會話學習 | 從過往對話中累積知識 |
| Dead Code | 死碼 | 永遠不會被執行的程式碼 |
| Deep Research | 深度研究 | 多次迭代搜尋的研究模式 |
| Document-Only Command | 文件產出型指令 | 僅產出文件/報告、不實作程式碼的指令類別 |
| Execution Command | 執行型指令 | 會產生實際程式碼變更的指令類別 |
| Flag | 旗標 | 指令的可選修飾參數 |
| MCP | 模型上下文協議 | Model Context Protocol,外部工具整合協議 |
| Meta-programming | 元程式設計 | 用程式碼來操控程式碼的技術 |
| Multi-Hop Reasoning | 多跳推理 | 多次迭代搜尋與推理的機制 |
| Orchestration | 編排 | 協調多個元件協同工作 |
| Session | 會話 | 一次完整的工作對話 |
| Slash Command | 斜線指令 | 以 /sc: 開頭的操作指令 |
| Smart Dispatch | 智慧調度 | 自動選擇最適合代理人的機制(即 Behavioral Routing) |
| Technical Debt | 技術債 | 為求快速交付而累積的待改善項目 |
| Token | Token | AI 模型計算文字量的單位 |
| Token-Efficiency | Token 效率 | 以最少 Token 完成任務 |
檢查清單(Checklist)
新進成員快速上手清單
環境安裝(Day 1)
- 確認 Node.js 20+ 已安裝
- 確認 Python 3.10+ 已安裝
- 確認 pipx 已安裝
- 確認 Claude Code CLI 已安裝且可用
- 安裝 SuperClaude:
pipx install superclaude - 安裝指令:
superclaude install - 執行健康檢查:
superclaude doctor - 在 Claude Code 中輸入
/sc確認 30 個指令可用
MCP Server 安裝(Day 1-2)
- 安裝 Tavily MCP:
superclaude mcp --servers tavily - 設定 Tavily API Key
- 安裝 Context7 MCP:
superclaude mcp --servers context7 - 驗證 MCP 連線:
superclaude mcp --status
專案配置(Day 2)
- 閱讀專案的
CLAUDE.md - 閱讀
PLANNING.md了解架構規則 - 閱讀
TASK.md了解當前任務 - 瀏覽
KNOWLEDGE.md了解已知問題
指令學習(Day 2-3)
- 練習
/sc:help查看指令說明 - 練習
/sc:explain解釋現有程式碼 - 練習
/sc:implement實作簡單功能 - 練習
/sc:test產生測試 - 練習
/sc:analyze分析程式碼品質 - 練習
/sc:research進行技術調研
工作流程熟悉(Day 3-5)
- 熟悉完整開發流程:design → implement → test → analyze
- 練習
/sc:save和/sc:load管理 Session - 參加團隊的 SuperClaude 使用經驗分享
- 在
KNOWLEDGE.md紀錄第一條學習心得
進階使用(Week 2+)
- 了解 7 種行為模式及其切換時機
- 了解 20 個代理人及其專業領域
- 嘗試使用
/sc:workflow定義多步驟流程 - 嘗試使用
/sc:spawn平行執行任務 - 閱讀本手冊的第七章(Deep Research)
- 與團隊分享優質 Prompt 範例
每日工作檢查清單
-
superclaude doctor(每週一次即可) - 閱讀
TASK.md確認今日任務 -
/sc:load載入昨日 Session - 依任務優先順序使用
/sc:implement - 提交前執行
/sc:analyze --focus security - 下班前
/sc:save儲存 Session - 更新
TASK.md已完成任務
版本資訊:本手冊基於 SuperClaude Framework v4.3.0 撰寫,最後更新:2026-04-30。如有任何問題或建議,請聯繫團隊技術負責人或至 GitHub Issues 提報。