Claude Code 团队协作实战:CLAUDE.md 统一、MCP 共享、Code Review 自动化

📘 AI教程 💬 🔥 Trending

🩺 摘要

一个人用 Claude Code 很爽,两个人开始有点乱,三个人以上——CLAUDE.md 各写各的、MCP 配置五花八...

📝 详情

一个人用 Claude Code 很爽,两个人开始有点乱,三个人以上——CLAUDE.md 各写各的、MCP 配置五花八门、代码风格打架、A 改的 bug B 又改回来。这不是 Claude Code 的问题,是团队没找到协作的正确姿势。本文分享一套经过验证的团队协作方案,让 Claude Code 从"个人效率工具"升级为"团队基础设施"。

一、CLAUDE.md 统一管理:别再各写各的

CLAUDE.md 是 Claude Code 的项目级行为指南。团队协作的第一条铁律:CLAUDE.md 必须放项目根目录,统一维护,禁止个人私改

### 1.1 标准模板

一个合格的团队 CLAUDE.md 至少包含:

```markdown # 项目规范

## 技术栈 - 前端:React 18 + TypeScript + Tailwind - 后端:Python 3.12 + FastAPI - 数据库:PostgreSQL 16 - 包管理:pnpm(前端)/ uv(后端)

## 代码规范 - TypeScript 使用 strict 模式 - Python 使用 ruff 格式化,line-length=100 - 所有 API 返回值必须包含类型定义 - 组件文件名使用 PascalCase,工具函数使用 camelCase

## 测试要求 - 新功能必须有单元测试 - 覆盖率不低于 80% - 测试文件放在 __tests__/ 目录

## 提交规范 - feat: 新功能 - fix: 修复 - refactor: 重构 - docs: 文档 - test: 测试 ```

### 1.2 Git 钩子防篡改

把 CLAUDE.md 加入 Git 版本控制,用 pre-commit hook 检测是否被修改:

bash # .git/hooks/pre-commit #!/bin/sh if git diff --cached --name-only | grep -q "CLAUDE.md"; then echo "⚠️ CLAUDE.md 被修改——请先和团队讨论变更" exit 1 fi

这样每个人配合 Claude Code 时,行为都受项目级规范约束,不会出现"你让 Claude 用 tabs,它让 Claude 用 spaces"的混乱。

## 二、MCP 配置共享:Server 级 vs 项目级

MCP(Model Context Protocol)是 Claude Code 的能力扩展。团队里最大的坑:每个人各自装不同的 MCP server,导致 Claude 生成的代码依赖不同的外部能力

### 2.1 项目级 MCP 配置

Claude Code 支持项目级 MCP 配置。在项目根目录创建 .mcp.json

json { "mcpServers": { "playwright": { "command": "npx", "args": ["@playwright/mcp"] }, "git": { "command": "npx", "args": ["@anthropic-ai/mcp-git"] } } }

这样团队所有人共用同一套 MCP server 集,Claude 的行为完全一致。

### 2.2 在 CLAUDE.md 里声明 MCP 依赖

markdown ## MCP 配置 - 项目默认 MCP server:playwright(浏览器测试)、git(版本查询) - 新增 MCP server 需要团队讨论 - 第三方 MCP server 必须注明来源和用途

### 2.3 常用团队 MCP server

MCP Server 用途 推荐
@playwright/mcp 浏览器测试
@anthropic-ai/mcp-git Git 操作
@modelcontextprotocol/mcp-sqlite 数据库查询
@anthropic-ai/mcp-filesystem 文件操作
@modelcontextprotocol/mcp-github GitHub API

## 三、Code Review 自动化流程

Claude Code 在团队协作中最被低估的能力:自动 Code Review

### 3.1 本地 review 命令

提交 PR 前,先用 Claude Code 做自动审查:

bash # 审查当前分支相对 main 的改动 claude -p "Review the diff between current branch and main. Check for: 1) 违反项目规范的地方 2) 潜在 bug 3) 缺少的类型定义 4) 注释是否过时"

把这个写成 npm script 或 Makefile target,团队统一使用:

makefile review: git diff main...HEAD | claude -p "Review this diff against our CLAUDE.md rules: @CLAUDE.md"

### 3.2 CI 自动 review(GitHub Actions)

在 GitHub Actions 中集成 Claude Code 自动审查:

yaml # .github/workflows/claude-review.yml name: Claude Code Review on: [pull_request] jobs: review: runs-on: ubuntu-latest steps: - uses: actions/checkout@v4 - name: Claude Review env: ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }} run: | git diff origin/main...HEAD | \ npx @anthropic-ai/claude-code review - \ --context CLAUDE.md \ --output review.md - uses: actions/upload-artifact@v4 with: name: claude-review path: review.md

### 3.3 Review 检查清单

把以下检查点写入 CLAUDE.md,让 Claude Review 自动执行:

```markdown ## Review 检查清单

### 安全 - [ ] API key 是否硬编码 - [ ] SQL 是否使用参数化查询 - [ ] 用户输入是否做校验 - [ ] 依赖是否有已知漏洞

### 质量 - [ ] 是否有对应测试 - [ ] 错误处理是否完整 - [ ] 日志是否足够排查问题 - [ ] 是否存在魔法数字

### 性能 - [ ] 循环内是否有不必要的 I/O - [ ] 是否缺少缓存 - [ ] 数据库查询是否有 N+1 问题 ```

## 四、真实团队工作流

一个三人团队用 Claude Code 协作一天的典型流程:

时间 成员 A 成员 B 成员 C
09:00 claude "看 issue #42,需要新增导出功能" claude "review PR #40" claude "写单元测试"
10:00 Claude 生成了代码,git commit 提交 review 意见 测试通过,覆盖率 85%
11:00 推 PR,CI 自动 review 开始新 feature review PR #41
14:00 处理 review 意见 claude "修复 review 指出的问题" 合并 PR #40

关键点: - CLAUDE.md 统一后,三人生成的代码风格天然一致 - MCP 共享后,Claude 在所有机器上行为一致 - 自动 review 后,人工 review 只需关注业务逻辑,规范性问题交给 Claude

## 五、注意事项

  1. CLAUDE.md 不是一成不变 — 随着项目演进要更新,更新前在团队群讨论
  2. MCP server 安全 — 不要安装未审核的第三方 MCP server,它可能访问本地文件
  3. Claude 生成代码≠最终代码 — 自动 review 能发现规范问题,但业务正确性需要人确认
  4. 渐进式引入 — 先统一 CLAUDE.md 用一周,再加自动 review,别一上来全上
  5. 沟通成本降低,不是消失 — Claude 处理了格式和规范层面的分歧,团队可以把精力放在真正的设计讨论上

更多 Claude Code 系列文章: - 实战:10分钟用AI搭建网页应用 - 进阶技巧:CLAUDE.md与MCP配置 - 避坑指南:新手10个错误 - 2026 AI编程工具选购指南 - Claude Code 香港能用吗?