扩展与规模化

这一课你将能做到

1. 用 headless 模式（claude -p + --output-format）把 Claude Code 嵌入脚本与自动化流程
2. 在 GitHub Actions 中集成 Claude，实现 issue/PR 上的自动 triage、审查与修复
3. 用 git worktrees + 多会话实现并行开发，并了解 Claude Agent SDK 的定位

为什么要学

前面的课程都在「一个人 + 一个终端」的尺度上提效。但团队的真实诉求是：PR 提交后自动来一轮初审、issue 涌入时自动打标分类、几个功能并行开发互不干扰、把内部流程封装成自研 agent 工具。这些都指向同一个方向——把 Claude Code 当基建用：headless 让它能被程序调用，CI 集成让它进协作流程，worktrees 让多份并行不冲突，SDK 让你能自己造轮子。这是从「用户」到「平台建设者」的转变，也是当前面试中 agent 工程化的核心话题。

人话：交互模式是你开车，headless 是把车钥匙交给调度系统，CI 集成是把车编进物流车队，SDK 是直接买底盘自己改装。

先建立图像

触发方式            运行形态                 输出
─────────────────────────────────────────────────────
人在终端交互      → 完整 TUI 会话          → 对话界面
脚本/CI 调用      → headless：跑完即退出    → text / json / stream-json
GitHub 事件       → claude-code-action     → issue/PR 评论与提交
自研应用          → Claude Agent SDK       → 程序化 API

headless 的关键参数：

claude -p "提示词" \
  --output-format text|json|stream-json \
  --allowedTools "Read,Grep,Bash(npm test:*)" \
  --max-turns 20 \
  --model haiku

跟着做

步骤 1：第一个 headless 任务

# 单次问答，输出纯文本
claude -p "用三句话概括这个仓库的架构"

# 要 JSON（便于程序解析）
claude -p "列出 src 下超过 500 行的类，输出 JSON 数组" \
  --output-format json

json 格式包含结果、成本、会话 ID 等元数据；stream-json 则逐条输出事件流，适合边跑边消费。

步骤 2：加安全围栏

headless 无人值守，权限必须预声明：

claude -p "跑通所有单测并总结失败原因" \
  --allowedTools "Read" "Grep" "Bash(mvn test:*)" \
  --max-turns 30

只放行需要的工具与命令前缀；超出白名单的操作直接被拒，模型会基于拒绝信息调整路径。--max-turns 限制最大循环轮数，防止兜圈子烧钱。

步骤 3：接入 GitHub Actions

在仓库 .github/workflows/claude.yml 中使用官方 action：

name: Claude Code
on:
  issue_comment:
    types: [created]
  pull_request_review_comment:
    types: [created]
jobs:
  claude:
    if: contains(github.event.comment.body, '@claude')
    runs-on: ubuntu-latest
    steps:
      - uses: anthropics/claude-code-action@v1
        with:
          anthropic_api_key: ${{ secrets.ANTHROPIC_API_KEY }}

效果：在 issue 或 PR 评论里 @claude 修复这个 bug，机器人会分析上下文、提修改甚至开 PR。也可改为 push 触发做自动初审。注意：action 自己也有一层权限配置（如允许哪些工具），需按官方文档设置，且要警惕「不可信 issue 内容诱导 agent」的提示注入风险。