Anthropic 发布了一个功能，但几乎没人谈论它。
记得收藏并保存 :)
这个功能叫做 Claude Code Routines。
它可能是 Anthropic 今年发布的最重要的功能。
原因如下。
在此之前，每个 Claude Code 自动化任务都需要你的笔记本电脑保持开机状态。你可以使用 /loop 来轮询变更。你可以使用 /schedule 来设置重复任务。但一旦你关闭终端或合上笔记本电脑，一切都会停止。
Routines 彻底解决了这个问题。
Routine 是一个你只需配置一次的 Claude Code 自动化任务——一个提示词、一个仓库、一组连接器——然后它就在 Anthropic 的云基础设施上运行。按计划运行。通过 API 调用运行。或者由 GitHub 事件触发。
你的笔记本电脑可以关机。你的终端可以关闭。Routine 依然会运行。
这是从“你使用的 AI 工具”到“为你工作的 AI 系统”的转变。
下面就是如何设置一个，即使你从未使用过 Claude Code。
为什么 Routines 与其他所有方式都不同
Claude Code 之前已经有计划任务功能了。那到底有什么变化？
区别在于基础设施。
旧的 /schedule 和 /loop 命令在你的本地 Claude Code 会话中运行。它们依赖于你的机器开机、终端打开以及网络连接稳定。如果其中任何一个失败，自动化任务就会中断。
Routines 在 Anthropic 的云上运行。它们是持久的自主 Agent，能够经受住重启、终端关闭和过夜运行。它们可以直接访问你的仓库和连接器——Slack、Linear、Google Drive、GitHub——而你无需管理任何东西。
把旧系统想象成你手机上的提醒。它会响，但你仍然得去做事。
Routines 就像那个在你睡觉时完成工作，并在你醒来时给你发送总结的员工。
第一步：决定要自动化什么
最好的 Routines 自动化的任务是那些：
重复性的——它们按可预测的时间表发生（每天、每周，或由事件触发）。
定义明确的——你可以毫不含糊地描述“完成”是什么样子。
低判断力的——任务不需要你独特的创造性思维或决策。它只需要执行。
以下是早期用户目前正在运行的模式：
积压管理——每天午夜，Routine 从 Linear 拉取新问题，按类型和严重性分类，添加标签，并将摘要发布到 Slack 频道。工程负责人醒来时看到的是一个干净、组织有序的项目。
文档漂移检测——每周五，Routine 扫描过去一周合并的拉取请求，识别出任何更改了 API 或接口的请求，将它们与文档进行交叉引用，并为现已过时的文档打开更新 PR。
部署验证——每次部署后由 Webhook 触发，Routine 对新构建运行冒烟测试，扫描错误日志以查找回归问题，将任何问题与最近的代码变更关联起来，并将通过/不通过的判定发布到发布频道。
每日代码审查——每天早上 9 点，Routine 挑选出最旧的未处理 PR，审查其安全问题、逻辑错误和风格违规，并发布内联评论。
那些设置了三个或四个这样 Routine 的人，其运作水平与那些仍将 Claude 当作聊天工具使用的人完全不在一个层次上。
第二步：创建你的第一个 Routine
有两种方法可以创建一个 Routine。
从 Web 界面：前往 claude.ai/code/routines 并点击“新建 Routine”。这会为你提供完整的配置选项——计划触发器、API 触发器和 GitHub 事件触发器。
从 CLI：如果你已经在终端中使用 Claude Code，输入 /schedule 后跟一个描述。例如：
/schedule daily PR review at 9am
CLI 只创建基于计划的触发器。对于 API 和 GitHub 触发器，你需要使用 Web 界面。
当你创建一个 Routine 时，你需要配置四件事：
提示词——这是最关键的部分。由于 Routine 是自主运行的，提示词需要完全自包含。Agent 需要知道的一切都必须包含在提示词中。没有“来自之前对话的上下文”。每次运行都从零开始。
仓库——Routine 处理的代码库。它拥有完全读取权限，并且默认可以推送到以 claude/ 为前缀的分支。
连接器——Routine 可以访问哪些外部服务。Slack 用于发布更新。Linear 用于读取和管理问题。Google Drive 用于读写文档。GitHub 用于监控事件和打开 PR。
触发器——Routine 何时以及如何运行。计划触发（每小时、每晚、每周）、API 触发（你通过编程方式调用它）或 GitHub 触发（当你的仓库中发生特定事件时触发）。
第三步：编写一个无懈可击的提示词
这是大多数人失败的地方。
Routine 在你不在场的情况下运行。如果提示词含糊不清，Agent 每次都会以不同的方式解读，你会得到不一致的结果。
最好的 Routine 提示词遵循以下结构：
角色定义：“你是一名高级代码审查员，专攻安全性和性能。”
任务定义：“审查此仓库中最旧的未处理拉取请求。”
分步流程：“首先，阅读 PR 描述。然后检出分支。读取更改过的文件。分析安全漏洞、逻辑错误和性能问题。为发现的每个问题编写内联评论。”
输出规范：“在 PR 上发布一条总结评论，包含：发现的问题总数（按严重性分类）、一段总体评估、以及明确的批准/请求更改判定。”
错误处理：“如果没有未处理的 PR，在 Slack 的 #engineering 频道发布‘今天没有待审查的 PR。’如果某个 PR 更改了超过 50 个文件，跳过它并发布消息说明需要人工审查。”
约束条件：“永远不要批准包含严重性为‘严重’的问题的 PR。永远不要直接修改任何代码——只评论。每个文件最多三条内联评论，以避免噪音。”
你的提示词越精确，你的 Routine 就越可靠。
第四步：了解限制
Routines 很强大，但它们有一些你需要知道的限制。
每日运行上限：在研究预览期间，每个账户每天有 15 次 Routine 运行。如果你需要更多，可以在组织设置中启用额外使用量——额外的运行按量计费。
Token 消耗：Routines 与交互式 Claude Code 会话共享相同的订阅限制。一个读取许多文件并进行多次 API 调用的复杂 Routine 将比一个简单的 Routine 消耗显著更多的 Token。
分支安全：默认情况下，Claude 只能推送到以 claude/ 为前缀的分支。这是一项安全措施——一个编写不佳的 Routine 无法意外地推送到主分支。除非你下游有健全的审查流程，否则不要禁用此功能。
GitHub 事件上限：在预览期间，由 GitHub 触发的 Routine 有每个 Routine 和每个账户的每小时上限。如果你的仓库非常活跃，请过滤触发 Routine 的事件，以避免在噪音上浪费运行次数。
计划依赖：计划运行的 Routine 会在指定时间运行，但在高需求期间可能存在差异。不要构建依赖于精确秒级计时的工作流。
第五步：构建一个 Routine 堆栈
一个 Routine 很有用。一个 Routine 堆栈就是一个系统。
以下是一个小型工程团队的完整 Routine 堆栈的样子：
早晨（9 点）——每日 PR 审查：Claude 审查所有未处理的 PR，发布内联评论，并向 Slack 发送摘要，列出今天需要关注的优先事项。
部署后（Webhook）——部署验证：每次部署到预发布环境时，Claude 运行测试套件，扫描日志中的错误，并在几分钟内向发布频道发布通过/不通过判定。
夜间（凌晨 2 点）——积压分类：Claude 处理当天提交的所有新问题，添加标签，分配优先级分数，并创建一份晨间简报文档。
每周（周五下午 5 点）——文档检查：Claude 扫描本周合并的 PR，识别需要更新的文档，并为每个文档打开草稿 PR。
每周（周一早上 8 点）——技术债务报告：Claude 扫描代码库中的 TODO 注释、已弃用的依赖项和测试覆盖率缺口。生成一份按预估工作量排序的技术债务项列表。
每个 Routine 需要 10-15 分钟来设置。整个堆栈需要一个下午。时间节省每周都在累积。
第六步：监控和改进
每次 Routine 运行都会生成日志。请查看它。
寻找模式：
- Routine 是否持续产生良好的输出？如果没有，提示词的哪部分含糊不清？
- 某些运行是否花费了太长时间？你可能需要缩小范围。
- 是否遇到错误？在提示词中添加明确的错误处理。
- 是否产生了太多噪音？收紧约束条件。
新的“Dreaming”功能——在 5 月 6 日的 Code with Claude 上宣布——将这一点推向了更远。当启用 Dreaming 时，Claude 会在运行间隙审查自己过去的 Routine 会话，识别哪些有效、哪些无效的模式，并自我改进下一次的方法。
你的 Routines 运行得越多，它们实际上会变得越聪明。
这适合谁（以及不适合谁）
Routines 是为开发者和有技术倾向的运营人员构建的，他们：
- 已经在使用 Claude Code 或愿意学习
- 工作流程中有遵循清晰模式的重复性任务
- 希望自动化每周消耗数小时的操作开销
- 使用托管在 GitHub 上的代码库
如果你是一个寻求 AI 自动化的非技术用户，带有计划任务的 Claude Cowork 是一个更好的起点。Routines 是高级用户工具。
但如果你是开发者、工程经理、DevOps 工程师或技术创始人——Routines 将比 Anthropic 发布的任何其他功能节省你更多时间。
Routines 与 GitHub Actions：有什么区别
许多开发者会问：当 GitHub Actions 是免费的时候，为什么要为 Claude Routines 付费？
答案是，GitHub Action 是一个脚本。你编写每一步。你定义每一个条件。你自己处理每一个边缘情况。它只做你编码好的事情，仅此而已。
Claude Routine 是一个 Agent。你给它一个目标。它决定如何实现它。它适应意外情况。它推理问题。它验证自己的工作。
GitHub Action 运行一个 linter 并告诉你什么失败了。Claude Routine 读取错误，理解失败原因，提出修复方案，并打开一个包含修正的拉取请求。
这是一个根本不同的类别。脚本遵循规则。Agent 解决问题。
对于简单的自动化——运行测试、检查格式、发布通知——GitHub Actions 就足够了。对于任何需要判断、分析或适应性的任务，Routines 则处于完全不同的水平。
你现在就可以复制的常见 Routine 配方
以下是五个你可以在接下来一小时内设置好的 Routine 配置：
配方 1：晨会机器人
计划：每天上午 8:30
提示词：“检查 GitHub 仓库中昨天推送的所有提交。检查 Linear 中新增和更新的问题。检查 Slack #engineering 频道中任何提及阻碍项的消息。编写一份包含三个部分的晨会简报：已完成的工作、正在进行的工作、以及受阻的工作。将简报发布到 Slack 的 #daily-standup 频道。”
配方 2：依赖项审计员
计划：每周一上午 6:00
提示词：“扫描 package.json 和 requirements.txt 中的所有依赖项。使用网络检查每个依赖项是否存在已知漏洞。识别出任何比当前版本落后两个以上主版本的依赖项。创建一份包含严重性评级的优先报告，如果发现任何严重性为‘严重’的漏洞，则创建一个 GitHub Issue。”
配方 3：变更日志生成器
触发器：GitHub 事件——推送了新发布标签
提示词：“当推送新发布标签时，读取自上一个标签以来的所有提交。将每个提交分类为功能、修复、改进或杂项。在 CHANGELOG.md 中生成格式化的变更日志并打开一个 PR。”
配方 4：测试覆盖率监控器
计划：每晚凌晨 1:00
提示词：“运行测试套件。按模块计算覆盖率百分比。与 coverage-config.json 中的覆盖率基线进行比较。如果任何模块的覆盖率低于其基线超过 2%，则创建一个 GitHub Issue，包含具体模块、旧覆盖率、新覆盖率以及可能导致下降的提交。”
配方 5：PR 描述强制执行器
触发器：GitHub 事件——打开了新 PR
提示词：“当打开新 PR 时，检查描述是否满足我们的模板要求：必须包含摘要部分、测试部分，如果涉及 UI 更改，还必须包含截图部分。如果缺少任何部分，发布一条礼貌的评论，要求作者在审查前更新描述。”
每个配方配置时间不到 10 分钟。它们一起每月为一个团队节省数十小时。
总结
旧的方式：醒来，打开终端，启动 Claude Code 会话，输入命令，等待结果，继续下一个任务。明天重复。
新的方式：配置一次 Routines，让它们在 Anthropic 的云上运行，醒来查看结果。
这不是理论上的改进。人们已经在运行 Routine 堆栈，处理他们整个通宵的操作工作流。
“把 Claude 当作聊天机器人使用的人”和“让 Claude 全天候自主工作的人”之间的差距每周都在扩大。
Routines 就是你跨越到另一边的途径。
大多数人会读到这篇文章，然后想“我应该找个时间设置一下。”而那些今天真正创建了第一个 Routine 的人，下周就会有一个系统在运行，每月为他们节省数小时。
关注我 @eng_khairallah1 获取更多 AI 解析和工作流。我定期发布这类内容——真正有效的工具、设置和策略。
希望这对你有用，Khairallah ❤️
