Claude 与 Skill
Claude Code 说改完了但没人看过界面?给 Agent 改动加一套验证阶梯
Claude Code 修完 bug、编译通过、测试全绿,但作者实测发现它根本没打开过模拟器,改动是否真的生效无人知晓。文章提出八级验证阶梯,并对比三种方案:直接信报告、在 CLAUDE.md 写规则、用带内置验证的 harness(Flowdeck),各有实测结果。
今天就能做
- 给 Claude Code 的 UI 改动任务加一条硬要求:修完后在模拟器启动 App,对改动界面截图,并在总结里列出跑了和跳过了哪些检查
- 按改动类型选验证深度:文案改动到启动即可,布局改动至少要覆盖深色模式和第二台设备
- 如果同时用多个 Agent,考虑把验证规则放进 harness 而不是每个 Agent 各写一份 CLAUDE.md
为什么编译通过不等于能用
- 编译器和测试都看不见 UI 问题:标签换行、文字被截断、布局错位,测试几乎不覆盖 layout
- 改动涉及 UI、导航或应用状态时,这个盲区最致命
- 作者用无任何 CLAUDE.md 的 Claude Code 跑了一个 SwiftUI 天气 App 修 bug 的任务,它诚实报告:没在模拟器里启动过 App,没在屏幕上见过修复效果
好的验证应该提供什么
- 测试覆盖:Agent 跑最小相关测试和仓库检查,没覆盖就补一个测试
- 可查看的证据:截图、录屏或断言,让你在读 diff 之前先看结果
- 诚实的报告:说清楚做了什么、跳过了什么
- 成本可控:验证越深越费 token 和时间,深度应随改动风险递增,且要刻意选择
八级验证阶梯:按改动风险往上爬
- 第 1–3 级:相关测试、构建、启动——文案修改和重构到启动这级就可以停
- 第 4–5 级:在屏幕上跑受影响的流程并截图(最好有前后对比),再验证空状态、错误状态等
- 第 6–8 级:深浅色模式、横竖屏和窗口尺寸、第二台设备——布局改动应该爬到这里
三种方案实测对比
- 方案一:直接信报告。零成本,但报告只是声明,最终还得你自己跑 App
- 方案二:在 CLAUDE.md 写验证规则。实测有效,Agent 修完 bug 后启动 App 并截了前后对比图;但截图落在临时文件夹、模拟器由 Agent 自己挑,且每个 Agent 都要维护一套规则
- 方案三:用带内置验证的 harness(如 Flowdeck)。规则从提示词和文件移到运行环境,每次会话返回同构报告;Balanced 预设下 Agent 真的打开了 App 并在模拟器上验证了修复
几个常见问题
- Agent 验证不能替代 UI 测试:Agent 探索一次,回归测试负责之后的长久保护
- 写改动的 Agent 倾向于确认自己的成果,建议用另一个 Agent 在独立会话里做验证
- 验证不替代 review,而是给 review 提供具体可看的功能证据
原文:How to Make Claude Code Validate its work
来源:DEV Community · 2026-11-16
查看原文本文由 AI 阅读原文后整理,未经人工逐字核对,内容以原文为准。
登录后可以点赞、查看和发表评论