先看一个简化后的画面。你的最新消息│├── 当前对话中的相关内容├── 自定义指令与账户设置├── 已启用的记忆或历史摘要├── 项目范围内的资料与规则（如果你在项目中工作）├── 工具返回的资料（搜索、文件、连接器等，视功能而定）└── 系统级行为与安全规则│▼语言模型生成回答这张图最重要的地方不是每一条有没有出现在所有产品形态中，而是它把一个误会打散了：模型不会只盯着你最后输入的二十个字。它在

先看一个简化后的画面。你的最新消息│├── 当前对话中的相关内容├── 自定义指令与账户设置├── 已启用的记忆或历史摘要├── 项目范围内的资料与规则（如果你在项目中工作）├── 工具返回的资料（搜索、文件、连接器等，视功能而定）└── 系统级行为与安全规则│▼语言模型生成回答这张图最重要的地方不是每一条有没有出现在所有产品形态中，而是它把一个误会打散了：模型不会只盯着你最后输入的二十个字。它在

CLAUDE.md不是给人读的文档，是给模型读的工程规格。它控制 Claude Code 的行为边界，每次会话都被全量加载到上下文。写得好，省掉反复提醒；写得差，浪费 Token 还不生效。

摘要： Claude Code 的 Headless 模式通过 -p 参数实现自动化批处理任务，适用于 CI/CD 集成、日志分析、文档生成等场景。该模式跳过交互式终端，直接执行提示词并输出结果，支持 JSON、文本等结构化输出。关键设计包括严格控制提示词作用域、限制执行轮数（--max-turns）、约束工具权限（如禁用写入操作），并通过管道或环境变量输入数据。与交互式终端相比，Headless

先看一个简化后的画面。你的最新消息│├── 当前对话中的相关内容├── 自定义指令与账户设置├── 已启用的记忆或历史摘要├── 项目范围内的资料与规则（如果你在项目中工作）├── 工具返回的资料（搜索、文件、连接器等，视功能而定）└── 系统级行为与安全规则│▼语言模型生成回答这张图最重要的地方不是每一条有没有出现在所有产品形态中，而是它把一个误会打散了：模型不会只盯着你最后输入的二十个字。它在

先看一个简化后的画面。你的最新消息│├── 当前对话中的相关内容├── 自定义指令与账户设置├── 已启用的记忆或历史摘要├── 项目范围内的资料与规则（如果你在项目中工作）├── 工具返回的资料（搜索、文件、连接器等，视功能而定）└── 系统级行为与安全规则│▼语言模型生成回答这张图最重要的地方不是每一条有没有出现在所有产品形态中，而是它把一个误会打散了：模型不会只盯着你最后输入的二十个字。它在

直接在 workflow 中用。

Hooks 是 Claude Code 的确定性控制层。模型负责推理，Hooks 负责在固定事件上记录、拦截、提醒和验证。它不是第二个 AI，而是纯脚本的规则引擎。

并行探索适合大任务的前期判断。让多个 subagent 分别研究不同方向，再由主会话整合方案。并行会增加总 token 消耗，但显著减少挂钟时间。关键前提：任务必须能拆成相互独立的问题。

CLAUDE.md每次会话全量加载，规则多了就变成噪声。目录里的 Markdown 文件可以按路径匹配按需加载——编辑前端时只加载前端规则，改数据库时只加载数据库规则。