🚀彻底改写Claude Code编程方式！从提示词工程到上下文工程！AI编程能力提升百倍！从需求分析到代码生成全自动化！保姆级实战教程！支持Windows！零基础用Claude Code开发AI智能体

4 minute read

Context Engineering是一种为AI编程助手提供全面上下文信息的工程化方法，远超传统的提示工程。它不仅仅是优化提示词的措辞，而是构建一个完整的上下文系统，包括项目规则、代码示例、文档引用、验证流程等。

这种方法通过提供详尽的背景信息、编码规范、架构模式和测试要求，让AI能够理解项目的完整图景，从而生成符合项目标准的高质量代码。Context Engineering解决了大多数AI助手失败的根本原因——缺乏足够的上下文信息，而不是模型能力不足。

它采用PRP（产品需求提示）的方式，将复杂功能分解为可验证的步骤，通过迭代验证循环确保代码质量。这种方法能显著提高AI开发的成功率和代码一致性，是现代AI辅助开发的重要进展。

🚀本篇笔记所对应的视频：

🔥AI智能体相关视频

上下文工程是一个用于入门“上下文工程”的全面模板——它是一种专门为 AI 编码助手构建上下文的工程方法，目的是让 AI 拥有完成任务所需的全部信息，从而实现端到端的高质量开发。

上下文工程的效果比提示工程好 10 倍，比“靠感觉写代码”好 100 倍。

🚀 快速开始

# 1. 克隆模板仓库
git clone https://github.com/coleam00/Context-Engineering-Intro.git
cd Context-Engineering-Intro

# 2. 设置项目规则（可选，模板已提供）
# 编辑 CLAUDE.md 添加你项目的专属指南

# 3. 添加示例（强烈推荐）
# 将相关代码示例放入 examples/ 文件夹中

# 4. 创建你的初始功能需求
# 编辑 INITIAL.md，写下你的功能需求说明

# 5. 生成详细的 PRP（产品需求提示）
# 在 Claude Code 中运行：
/generate-prp INITIAL.md

# 6. 执行 PRP 实现功能
# 在 Claude Code 中运行：
/execute-prp PRPs/your-feature-name.md

什么是上下文工程？

上下文工程是相对于传统提示工程的一种范式转变。

提示工程 vs 上下文工程

提示工程：

关注措辞和句式技巧
限于“怎么提问”或“怎么描述任务”
更像是给 AI 留一张便签

上下文工程：

提供完整体系化上下文
包含文档、示例、规则、开发模式和验证机制
更像是为 AI 写了一整本剧本，细节俱全

为什么上下文工程很重要？

减少 AI 出错：大多数智能体失败不是模型问题，而是上下文缺失
确保一致性：AI 会遵循你的项目结构和习惯
支持复杂实现：通过上下文支持多步骤功能的开发
具备自纠能力：通过验证闭环机制，AI 能自行发现并修复错误

模板结构说明

context-engineering-intro/
├── .claude/
│   ├── commands/
│   │   ├── generate-prp.md    # 用于生成完整 PRP 的命令定义
│   │   └── execute-prp.md     # 执行 PRP 并构建功能的命令定义
│   └── settings.local.json    # Claude Code 的本地权限设置
├── PRPs/
│   ├── templates/
│   │   └── prp_base.md       # PRP 的基础模板
│   └── EXAMPLE_multi_agent_prp.md  # 多智能体 PRP 示例
├── examples/                  # 关键代码示例目录
├── CLAUDE.md                 # AI 助手的全局规则配置
├── INITIAL.md               # 功能需求的初始模板
├── INITIAL_EXAMPLE.md       # 功能需求示例
└── README.md                # 本文件说明

本模板暂未涉及上下文工程与 RAG 或工具集成的内容，因为这部分将在后续单独推出 😉

逐步操作指南

1. 设置全局规则（CLAUDE.md）

CLAUDE.md 文件定义了整个项目的 AI 协作规则，模板内容包括：

项目感知能力：能理解规划文档、任务清单
代码结构约束：文件大小、模块拆分方式
测试要求：单元测试模式、覆盖率要求
编码风格：语言偏好、格式规范
文档规范：注释格式、文档要求

你可以直接使用模板内容，也可以根据项目自定义。

2. 创建初始功能需求（INITIAL.md）

编辑 INITIAL.md，描述你想让 AI 实现的功能：

## 功能：
[具体描述你想实现什么功能，清晰明确地写出需求]

## 示例：
[列出 examples/ 文件夹中参考的代码，并说明它们的用途]

## 文档链接：
[加入相关文档、API 说明或 MCP 服务器资源链接]

## 其他注意事项：
[说明任何易错点、特别需求，或 AI 可能忽略的内容]

可参考 INITIAL_EXAMPLE.md 查看完整示例。

3. 生成 PRP（产品需求提示）

PRP 是为 AI 编码助手准备的详细“开发蓝图”，包含：

全部上下文信息与说明文档
有验证机制的实现步骤
错误处理机制
测试与验证要求

运行命令（在 Claude Code 中）：

/generate-prp INITIAL.md

注意：这些斜杠命令定义于 .claude/commands/ 中，你可以查看其实现细节：

.claude/commands/generate-prp.md：如何分析需求并生成 PRP

.claude/commands/execute-prp.md：如何从 PRP 实现功能

命令会执行以下操作：

读取功能请求
分析代码库的开发模式
搜索相关文档与约定
在 PRPs/your-feature-name.md 中生成完整 PRP

4. 执行 PRP（构建功能）

PRP 生成后，运行以下命令构建功能：

/execute-prp PRPs/your-feature-name.md

AI 助手将执行：

加载 PRP 中的全部上下文
创建详细的实现计划
按步骤实现各个组件
执行测试并修复错误
确保所有验收标准达成

如何编写高质量的 INITIAL.md

关键字段说明

功能（FEATURE）：明确具体

❌ “写一个网页爬虫”
✅ “构建一个基于 BeautifulSoup 的异步爬虫，抓取电商产品信息，支持速率限制，结果存入 PostgreSQL”

示例（EXAMPLES）：利用 examples/ 文件夹

放入相关代码样例
指定参考文件与可复用模式
说明要模仿哪些结构

文档（DOCUMENTATION）：提供参考资源

API 文档地址
使用库的官方指南
MCP 服务器文档
数据库结构说明

其他考虑（OTHER CONSIDERATIONS）：重要细节不能漏

身份验证机制
速率限制或配额
性能要求或限制
常见的陷阱或注意事项

PRP 工作流

`/generate-prp` 的执行流程：

调研阶段
- 分析代码库结构和常用模式
- 查找相似实现案例
- 确定应遵循的惯例
文档收集阶段
- 抓取相关 API 文档
- 包含使用库的文档说明
- 添加注意事项和小技巧
蓝图生成阶段
- 制作实现步骤清单
- 嵌入验证检查点
- 添加测试与异常处理要求
质量评估阶段
- 给出置信评分（1-10 分）
- 确保所有必要上下文均被涵盖

`/execute-prp` 的执行流程：

加载上下文：读取整个 PRP 内容
规划任务：使用 TodoWrite 生成任务列表
逐步实现：执行每个组件的开发
验证结果：运行测试与代码风格检查
持续迭代：自动修复发现的问题
完成交付：确保满足所有功能与质量要求

你可以参考 PRPs/EXAMPLE_multi_agent_prp.md 查看完整 PRP 示例。

如何有效使用示例

examples/ 文件夹对成功至关重要。

AI 编码助手在有代码模式可参考时，表现更出色。

示例内容建议

代码结构模式
- 模块组织方式
- 导入规范
- 类与函数的结构样式
测试用例模式
- 测试文件结构
- mock 使用方法
- 断言格式
集成模式
- API 客户端实现
- 数据库连接方式
- 身份认证流程
命令行工具模式
- 参数解析方式
- 输出格式规范
- 错误处理逻辑

示例结构参考：

examples/
├── README.md           # 说明各示例用途
├── cli.py              # CLI 实现模式
├── agent/              # 智能体架构模式
│   ├── agent.py        # 智能体创建样式
│   ├── tools.py        # 工具实现样式
│   └── providers.py    # 多服务商支持样式
└── tests/              # 测试用例结构
    ├── test_agent.py   # 单元测试样例
    └── conftest.py     # Pytest 配置文件

最佳实践建议

1. INITIAL.md 中要说清楚

不要假设 AI 知道你的意图
写明所有约束和需求
多引用示例代码

2. 示例越多越好

示例越多，结果越稳定
展示“应该怎么做”与“不要怎么做”
包含错误处理方式

3. 使用验证机制

PRP 中自带测试任务
AI 会迭代执行直到全部通过
确保首次生成就是可用代码

4. 善用参考文档

引用官方 API 文档
加入 MCP 服务器资源链接
明确指定文档章节

5. 定制 CLAUDE.md

加入你的项目规范
写明代码风格要求
制定 AI 编码标准

MCP 服务器构建器 —— 上下文工程的实际应用

本用例展示了如何使用上下文工程和PRP（产品需求提示）流程来构建可投入生产的模型上下文协议（MCP）服务器。它提供了一个经过验证的模板和工作流程，支持 GitHub OAuth 认证、数据库集成以及 Cloudflare Workers 部署。

PRP = PRD（产品需求文档）+ 精选代码库知识 + 智能体运行手册 —— 是 AI 能够一次性生成接近可交付代码的最小可行单元。

🎯 你将学到什么

通过本用例，你将学会如何：

使用 PRP 流程 系统化地构建复杂的 MCP 服务器
利用专门的上下文工程 进行 MCP 开发
遵循生产就绪模板中的最佳实践
实现基于 GitHub OAuth 的安全认证与角色权限管理
部署到 Cloudflare Workers，并实现监控与错误处理

📋 工作原理：MCP 服务器的 PRP 流程

1. 定义你的 MCP 服务器（initial.md）

首先，在 PRPs/INITIAL.md 中描述你想构建的 MCP 服务器：

## 功能：
我们希望创建一个天气 MCP 服务器，提供实时天气数据，
具备缓存机制与访问频率限制功能。

## 附加功能：
- 集成 OpenWeatherMap API
- 使用 Redis 提升性能
- 用户级速率限制
- 历史天气数据访问
- 地点搜索与自动补全功能

## 其他考虑事项：
- 外部服务的 API 密钥管理
- 对 API 调用失败的错误处理
- 地理坐标输入的合法性验证

2. 生成你的 PRP

使用专门为 MCP 提供的 PRP 命令，生成完整的实现方案：

/prp-mcp-create INITIAL.md

此命令的作用：

读取功能需求
调研已有 MCP 代码库的模式
分析认证和数据库集成方式
在 PRPs/your-server-name.md 中生成完整 PRP
包含全部上下文、验证闭环和逐步任务清单

注意！PRP 生成后一定要亲自校对！PRP 框架的设计就是让你参与其中，确保上下文的准确性。执行的质量取决于 PRP 的质量。/prp-mcp-create 是你项目成功的起点。

3. 执行你的 PRP

使用 MCP 专用的执行命令，开始构建服务器：

/prp-mcp-execute PRPs/your-server-name.md

此命令的作用：

加载完整 PRP 与上下文信息
使用 TodoWrite 创建详细的实现计划
按照模板实现每个组件
执行全面验证（TypeScript、测试、部署）
构建一个完整运行的 MCP 服务器

🏗️ 针对 MCP 的上下文工程

本用例包含为 MCP 服务器开发专门设计的上下文工程组件：

专用斜杠命令（Slash Commands）

位于 .claude/commands/ 中：

/prp-mcp-create - 针对 MCP 服务器生成 PRP
/prp-mcp-execute - 执行 MCP PRP 并进行完整验证

这些命令是根目录下通用命令的特化版本，专为 MCP 开发而优化。

专用 PRP 模板

模板文件 PRPs/templates/prp_mcp_base.md 包含：

MCP 特有模式：工具注册、身份认证等
Cloudflare Workers 配置：便于部署
GitHub OAuth 集成：完整流程
数据库安全措施：如防 SQL 注入
全面验证闭环：从 TypeScript 到生产环境

AI 文档说明

PRPs/ai_docs/ 文件夹中包含：

mcp_patterns.md：MCP 开发和安全的核心模式
claude_api_usage.md：如何集成 Anthropic 的 API 以实现 LLM 功能

🔧 模板架构

该模板提供了一个完整的、可投入生产的 MCP 服务器：

核心组件结构

src/
├── index.ts                 # 主认证 MCP 服务器
├── index_sentry.ts         # 集成 Sentry 监控的版本
├── simple-math.ts          # 基础 MCP 示例（无认证）
├── github-handler.ts       # GitHub OAuth 完整实现
├── database.ts             # PostgreSQL 数据库及安全方案
├── utils.ts                # OAuth 工具函数与辅助方法
├── workers-oauth-utils.ts  # HMAC 签名 Cookie 系统
└── tools/                  # 模块化工具注册系统
    └── register-tools.ts   # 工具集中注册模块

示例工具

examples/ 文件夹展示了 MCP 工具的创建方式：

database-tools.ts - 使用最佳实践构建的数据库工具
database-tools-sentry.ts - 集成 Sentry 的版本

关键特性

🔐 GitHub OAuth：基于角色权限的完整认证流程
🗄️ 数据库集成：PostgreSQL，连接池及安全机制
🛠️ 模块化工具系统：职责清晰、易于扩展
☁️ Cloudflare Workers：全球边缘部署，支持 Durable Objects
📊 监控能力：可选的 Sentry 监控集成
🧪 测试机制：从 TypeScript 到部署的全流程验证

🚀 快速开始

先决条件

已安装 Node.js 与 npm
拥有 Cloudflare 账户（免费版本即可）
GitHub 账户，用于 OAuth
PostgreSQL 数据库（本地或托管均可）

第一步：克隆并设置项目

# 克隆上下文工程模板
git clone https://github.com/coleam00/Context-Engineering-Intro.git
cd Context-Engineering-Intro/use-cases/mcp-server

# 安装依赖
npm install

# 全局安装 Wrangler CLI
npm install -g wrangler

# 登录 Cloudflare
wrangler login

第二步：配置环境变量

# 创建环境变量文件
cp .dev.vars.example .dev.vars

# 编辑 .dev.vars，填写以下凭据：
# - GitHub OAuth 应用凭证
# - 数据库连接字符串
# - Cookie 加密密钥

第三步：定义 MCP 服务器需求

编辑 PRPs/INITIAL.md，填写你的服务器需求：

## 功能：
明确描述 MCP 服务器应完成的任务，包括功能性、数据来源和用户交互方式。

## 附加功能：
- 除基本 CRUD 操作外的额外功能
- 外部 API 的集成
- 其他特殊要求

## 其他考虑事项：
- 认证要求
- 性能要求
- 安全措施
- 访问频率限制

第四步：生成并执行 PRP

# 生成详细的 PRP
/prp-mcp-create INITIAL.md

# 执行 PRP，构建服务器
/prp-mcp-execute PRPs/your-server-name.md

第五步：测试并部署

# 本地测试
wrangler dev

# 使用 MCP Inspector 进行测试
npx @modelcontextprotocol/inspector@latest
# 连接地址: http://localhost:8792/mcp

# 部署到生产环境
wrangler deploy

🔍 关键文件解读

为了深入理解本用例，建议查看以下文件：

上下文工程组件

PRPs/templates/prp_mcp_base.md - MCP PRP 模板
.claude/commands/prp-mcp-create.md - 生成专用 PRP 的命令说明
.claude/commands/prp-mcp-execute.md - 执行 PRP 的命令说明

实现模式

src/index.ts - 完整的 MCP 服务器实现
examples/database-tools.ts - 工具的创建与注册模式
src/tools/register-tools.ts - 模块化工具注册中心

配置与部署

wrangler.jsonc - Cloudflare Workers 配置文件
.dev.vars.example - 环境变量示例模板
CLAUDE.md - 实施指南与开发规范

📈 成功衡量标准

成功应用该流程后，你将实现：

快速实现 —— 快速构建 MCP 服务器，最小化重复迭代
生产就绪 —— 具备安全认证、监控、错误处理能力
可扩展架构 —— 模块清晰、结构解耦、职责分明
完整测试体系 —— 从 TypeScript 到生产部署的闭环验证

Twitter Facebook LinkedIn

AI超元域

🔥AI智能体相关视频

🚀 快速开始

什么是上下文工程？

提示工程 vs 上下文工程

为什么上下文工程很重要？

模板结构说明

逐步操作指南

1. 设置全局规则（CLAUDE.md）

2. 创建初始功能需求（INITIAL.md）

3. 生成 PRP（产品需求提示）

4. 执行 PRP（构建功能）

如何编写高质量的 INITIAL.md

关键字段说明

PRP 工作流

/generate-prp 的执行流程：

/execute-prp 的执行流程：

如何有效使用示例

示例内容建议

示例结构参考：

最佳实践建议

1. INITIAL.md 中要说清楚

2. 示例越多越好

3. 使用验证机制

4. 善用参考文档

5. 定制 CLAUDE.md

MCP 服务器构建器 —— 上下文工程的实际应用

🎯 你将学到什么

📋 工作原理：MCP 服务器的 PRP 流程

1. 定义你的 MCP 服务器（initial.md）

2. 生成你的 PRP

3. 执行你的 PRP

🏗️ 针对 MCP 的上下文工程

专用斜杠命令（Slash Commands）

专用 PRP 模板

AI 文档说明

🔧 模板架构

核心组件结构

示例工具

关键特性

🚀 快速开始

先决条件

第一步：克隆并设置项目

第二步：配置环境变量

第三步：定义 MCP 服务器需求

第四步：生成并执行 PRP

第五步：测试并部署

🔍 关键文件解读

上下文工程组件

实现模式

配置与部署

📈 成功衡量标准

Comments

You May Also Enjoy

🚀当Cursor和Claude code拥有了记忆！编程能力倍增！Graphiti MCP Server让AI编程助手实现持久超强记忆！时序感知知识图谱让AI实时学习！支持neo4j

🚀本地部署最强开源OCR大模型OCRFlux-3B！3090显卡即可运行！3B小参数模型企业级OCR准确率惊人超越olmOCR！3分钟部署OCRFlux，一条命令将PDF转Markdown，准确率惊人！

🚀 SuperClaude让Claude Code编程能力暴增300%！小白秒变顶尖程序员！19个专业命令+9大预定义角色，零编程经验也能开发复杂项目，完全碾压Cursor等AI编程工具！颠覆传统编程

🚀Claudia让你丢掉Cursor告别命令行！Claude Code终于有GUI了！专为Claude Code打造最强可视化界面保姆级教程！可视化项目管理、智能体创建、记忆文件配置，AI编程如此简单

`/generate-prp` 的执行流程：

`/execute-prp` 的执行流程：