你的 Claude Code 只有潛力的 10%。
剩下的 90% 來自 10 個並行運作的 Agent：幫你審查 PR、寫測試、抓 Bug、分類收件匣收件匣、重新包裝內容。
多數創業者大多不知道這些存在。知道的那些，出貨速度快 3 倍，看起來像魔法師。
完整設定如下 👇
在深入之前，我每天在 Telegram 頻道分享 AI 與 vibe coding 的筆記：https://t.me/zodchixquant 🧠
先轉換心態
Claude Code Agent 不是一個聊天視窗。它是一份工作描述 + 一個觸發條件 + 一個輸出。「PR 審查員」不是一個你可以對話的人。它是一個鉤子，每次 PR 觸發時，用特定提示詞執行 Claude，然後留下評論。
這些 Agent 存在於三個地方：
Slash 指令（在 .claude/commands/<name>.md）：從終端機用 /name 按需執行
鉤子（在 .claude/hooks/<）：自動觸發於 PreToolUse、PostToolUse 或 git 事件
託管腳本（透過 Claude Agent SDK）：在伺服器上 24/7 執行，按排程或 webhook 觸發
我會在下面每個 Agent 標註它用的是哪一種。
1. PR 審查員
類型：Slash 指令 + GitHub 鉤子
讀取任何開啟中 PR 的 diff，檢查明顯的 Bug、缺少測試、安全問題、風格違規。90 秒內留下評論。
設定方式：
- 在 repo 根目錄建立 .claude/commands/review.md
- 將以下提示詞貼入檔案
- 在推送前於 Claude Code 內執行 /review 1.review
- 若要自動化：從市集安裝 claude-code-action GitHub Action，指向 review.md
提示詞：
你是資深程式碼審查員。讀取暫存的 diff。標記：硬編碼密碼、缺少測試、型別錯誤、明顯的。最多 5 則評論。
2. 測試產生器
類型：Slash 指令 + pre-commit 鉤子
監控沒有測試的新函式。每個函式寫 3-5 個案例：快樂路徑、邊界情況、一個失敗模式。
設定方式：
- 在 repo 根目錄目錄建立 .claude/tests.md
- 將以下提示詞貼入檔案
- 寫完函式後執行 /tests <檔名>
- 若要自動化：設定 pre-commit 鉤子，對任何暫存檔的 .ts/.py 檔案（沒有對應測試）觸發 /tests
提示詞：
讀取我剛寫的函式。用 [你的框架，例如 Vitest、Pytest] 產生測試。涵蓋快樂路徑、2 個邊界情況、1 個錯誤情況。符合此 repo 中現有測試的風格。
3. Bug 獵人
類型：託管腳本（Claude Agent SDK）
監聽 Sentry、Linear 或你的錯誤追蹤器。每當新錯誤報告出現，讀取堆疊追蹤，開啟相關檔案，在早上前提出修復的草稿 PR。
設定方式：
- 寫一個 Claude Agent SDK 腳本，每 5 分鐘輪詢 Sentry API 以取得未解決的問題
- 對每個問題，拉取堆疊追蹤，透過 GitHub API 取得相關檔案，用以下提示詞執行 Claude
- 將腳本放入 Teamly 團隊，在 Pixel Department 中觀看它運作。總設定時間：約 90 分鐘
提示詞：
你是資深除錯員。讀取這個 Sentry 堆疊追蹤和相關原始檔。用一句話找出根本原因。提出一個最小的修復，以 git patch 形式。如果可能，加入回歸測試。
4. 文件撰寫員
類型：合併後鉤子
每次合併到 main 後，檢查變更是否影響到 README、docstrings 或 /docs 中的文件。在後續 PR 中更新它們。
設定方式：
- 在 repo 中建立 .claude/post-merge.sh
- 在裡面用以下提示詞呼叫 Claude
- 加分：建立一個 docs.md 技能檔案，描述專案的語氣和文件結構，讓更新符合風格
提示詞：
最後一次提交變更了 [檔案列表]。檢查 README.md、那些檔案中的 docstrings 以及 /docs。如果任何內容現在錯誤或遺漏資訊，產生更新版本。以 git patch 形式輸出。
5. 重構追蹤器
類型：Slash 指令（每週執行）
在程式碼庫中搜尋 TODO、FIXME、重複邏輯以及超過 500 行的檔案。輸出優先順序清單，附帶工作量估計。不會修復任何東西，但會浮現你忽略六個月的技術債。
設定方式：
- 在 repo 根目錄建立 .claude/rot.md
- 將以下提示詞貼入檔案
- 每週五執行 /rot，週一早上分類
提示詞：
掃描 repo。找出：超過 30 天的 TODO、FIXME、超過 500 行的檔案、超過 80 行的函式、出現 3 次以上的重複字串字面量。以 Markdown 表格輸出，按優先順序。每個加上工作量估計（S/M/L）。
6. 每日站會 Agent
類型：託管腳本（Claude Agent SDK）
讀取你昨天的 GitHub 提交、Linear 票證和日曆。早上 8 點為你寫 4 行摘要。「昨天：出貨 X，開始 Y。今天的阻礙：Z。」
設定方式：
- 寫一個腳本，每天早上 8 點執行，拉取過去 24 小時的 GitHub 提交、Linear 票證變更、今天的 Google 日曆事件
- 全部餵給 Claude，使用以下提示詞
- 輸出到你的電子郵件或 Telegram。我在 Teamly 上執行，透過 OAuth 整合 Telegram，一鍵連接
提示詞：
最多 4 行摘要。昨天我做了 X。今天我在做 Y。被 Z 阻礙。下一個優先事項：W。跳過任何瑣碎的事。
7. 客戶回饋合成器
類型：託管腳本（每週）
從 Intercom、X 提及和產品評論中拉取資料。將回饋聚類成主題（「結帳太慢」、「想要深色模式」、「定價不清楚」）。按頻率排序輸出。
設定方式：
- 腳本每週日晚上 6 點執行，拉取過去 7 天的 Intercom 對話、你的帳號的 X 提及以及任何評論平台
- 全部餵給 Claude，使用以下提示詞，輸出到 Notion 頁面或你的電子郵件
- 最難的部分是 API 認證，這就是為什麼我把它託管在 Teamly 上，那裡 Notion 和其他服務透過 OAuth 連接
提示詞：
將這些聚類成 5-10 個主題。每個主題給出一行摘要、計數和一個來自來源的逐字引用。按頻率排序。
8. 冷接觸個人化工具
類型：託管腳本（Claude Agent SDK）
對於 CRM 中的每個新潛在客戶，Agent 查詢他們的公司網站、LinkedIn、最近的貼文、GitHub（如果相關）。寫一封個人化的冷郵件，引用關於他們的一件真實事情。
設定方式：
- 腳本由 CRM（Attio、HubSpot、Notion CRM）的 webhook 觸發。新潛在客戶時：抓取他們的公司首頁，在 LinkedIn 上找到他們，閱讀他們最後 3 篇 X 貼文
- 全部餵給 Claude，使用以下提示詞，輸出到 Gmail 草稿資料夾
- 我的在 Teamly 上執行，CRM webhook 和 Gmail OAuth 都已預先設定
提示詞：
寫一封 4 行的冷郵件。引用關於這個人的一件具體真實事物（他們的公司、最近的貼文或出貨的產品）。沒有通用開場白。沒有「我注意到你...」。署名為 [你的名字]。
9. 內容重新包裝工具
類型：Slash 指令
你寫一篇長文（文章、串文、文件）。Agent 將它拆成 3 篇 X 推文、1 篇 LinkedIn 貼文、1 則 Telegram 筆記、1 則電子報摘要。全部用你的語氣。
設定方式：
- 在 repo 或內容資料夾中建立 .claude/repurpose.md
- 將以下提示詞貼入檔案
- 在任何原始檔上執行 /repurpose blog-post.md。「語氣」行是秘密：餵給它 3 個你實際寫作的例子，鎖定那個語氣
提示詞：
讀取輸入檔。輸出 5 個部分：(1) 3 篇 X 推文，每篇少於 280 字，(2) 1 篇 LinkedIn 貼文 100-150 字，(3) 1 則 Telegram 筆記，語氣輕鬆，(4) 1 則電子報介紹段落，(5) 5 個替代標題。從 [3 個例子的連結] 匹配我的語氣。
10. 收件匣分類 Agent
類型：託管腳本（每 30 分鐘）
每 30 分鐘讀取你的收件匣。將郵件分為 4 類：今天需要回覆、本週、僅供參考、封存。為前兩類草擬回覆，讓你只需編輯後發送。
設定方式：
- 腳本使用 Gmail OAuth 的腳本，每 30 分鐘執行，拉取未讀郵件
- 每封餵給 Claude，使用以下提示詞，為每個類別套用 Gmail 標籤，將草稿儲存到草稿資料夾
- 我在 Teamly 上執行，因為 Gmail 權杖需要重新整理，託管腳本可以安靜地處理
提示詞：
將這封郵件分類為 [今天 / 本週 / 僅供參考 / 封存]。如果是今天或本週，用我的語氣寫 3 行草稿回覆。符合寄件者的正式程度。不要聽起來像 AI。
這些東西實際在哪裡？
其中 5 個在本地端執行得很好。
PR 審查員、測試產生器、文件撰寫員、重構追蹤器、內容重新包裝工具。它們在觸發時執行，完成工作後退出。不需要基礎設施。
另外 5 個需要 24/7 執行。
Bug 獵人、每日站會、冷接觸、客戶回饋饋、收件匣分類。它們需要在你睡覺時醒來。這就是大多數設定失敗的地方：
→ 在 macOS 更新期間，cron 在凌晨 4 點停止
→ VPS 在週六當機
→ 你在晚餐時 Sentry 警報堆積
我試過 VPS（DevOps 週末專案）。
然後試了幾個通用主機。
最後選了 Teamly。
專為 AI Agent 設計的託管雲端基礎設施。
放入 Claude Agent SDK 腳本，它在專用基礎設施上 24/7 執行。
在 @Teamly，每個 Agent 在虛擬辦公室（Pixel Department）中顯示為像素藝術角色，所以你可以看著它們工作，而不是在凌晨 2 點 grep JSON 日誌。
定價：
$29/月 — 5 個 Agent，$20 Teamly 美元
$89/月 — 15 個 Agent，$80 Teamly 美元（如果你執行上述所有 10 個，這是甜蜜點）
$179/月 — 月 — 30 個 Agent，$170 Teamly 美元
Sonnet 和 Opus 使用量整合到一個錢包（Teamly 美元），所以你不需要管理 3 個不同帳單的 API 金鑰。
對於「你作為獨立創業者如何出貨這麼快」的無聊答案：停止把 Agent 託管在你日常使用的同一台機器上。
誠實的建議
不要試圖在一個週末內出貨全部 10 個。
選本週最痛的那 2 個。PR 審查員和收件匣分類對幾乎每個人來說都是最容易的勝利。
然後每週新增一個。
到第三個月，你作為獨立創業者就在運行 10 個 Agent 的作業，下次有人問你將確切知道該指向什麼。
想每天收到 AI Agent、vibe coding 和開發工作流程的筆記：https://t.me/zodchixquant 🧠
