复制这套神仙配置，让Claude Code全自动修Bug！告别每天重复教AI写代码¶

Ch09.089 复制这套神仙配置，让Claude Code全自动修Bug！告别每天重复教AI写代码¶

📊 Level ⭐⭐ | 6.3KB | entities/claude-code-self-repair-hooks-memory-config.md

-> 原文存档

复制这套神仙配置，让Claude Code全自动修Bug！¶

核心问题¶

Claude 没有跨会话记忆。每次新会话都从零开始，昨天花 20 分钟修的 bug，明天照样会出现。Boris Cherny（Claude Code 创始人）采访爆料：Claude 团队内部已停止人为修复 Claude 的错误，改用自动化配置让 Claude 自己修复。

六层配置体系¶

1. CLAUDE.md 持续累积规则¶

CLAUDE.md 应该随着每次错误不断扩充。关键是「从错误中学到的」这一节——每次纠正 Claude 后加一句「更新 CLAUDE.md」。

研究建议：甜蜜点是 12 条规则、200 行以内。超过这个范围，执行率会明显下降。

2. PostToolUse 钩子：实时捕捉错误¶

在 Claude 写完或编辑完文件后立即运行，在问题扩散之前把它抓住：

.ts 文件：Prettier 格式化 + TypeScript 类型检查
.tsx 文件：ESLint 自动修复

3. Stop 钩子：质量门禁¶

在 Claude 说「我完成了」时触发，验证工作是否达标。如果测试失败，Claude 会自动继续修复。

关键：必须检查 stop_hook_active，避免循环。

4. PreToolUse 钩子：事前拦截¶

在工具执行之前运行，阻止代价高昂的操作。如拦截 .env 文件写入。

5. 自动重试模式¶

修复失败的测试，最多 3 次尝试。必须设置上限，避免无限重试。

6. 三层跨会话记忆¶

层级	捕获内容	更新方式
CLAUDE.md	项目级规律	每次纠正后手动更新
/memory	会话级学习	手动 add
Dreaming	持久知识	后台自动积累

深度分析¶

Boris Cherny 这套配置的深层逻辑，是把「错误修复」从人力密集型工作转变为系统自动化工作。传统的 AI 协作模式是：AI 犯错 → 人发现问题 → 人解释给 AI → AI 修复 → 明天同样的错再来一遍。这套配置把中间的人工环节全部自动化：钩子在错误扩散前拦截，CLAUDE.md 把每次纠正固化为规则，记忆系统在会话间传递知识。

三层防护网的协同效应值得特别关注。PostToolUse 是即时反馈层，在代码写入后几秒内捕获类型错误和格式化问题；Stop 钩子是质量验收层，在 Claude 准备退出时验证整体行为；CLAUDE.md 是知识沉淀层，把具体错误转化为通用规则。三者组合在一起，形成了「发现→修复→固化」的完整闭环，单次错误几乎不会需要两次人工介入。

研究提到的 12 条规则、200 行上限是一个关键约束。CLAUDE.md 的价值不在于记录所有细节，而在于提炼高频模式。超过这个规模后规则本身的维护成本会超过收益，Claude 对规则的执行率也会下降。这意味着配置是一个持续精简的过程——每次添加新规则时，应该先删除已过时的规则，保持总规则数稳定。

另一个关键设计是 Stop 钩子中的 stop_hook_active 检查。这个变量防止 Claude 因为自己的修复行为触发 Stop 钩子而陷入循环。没有这个检查，Claude 可能陷入「修复→触发验证→验证认为还要修→继续修复」的死循环，消耗大量 token。

实践启示¶

配置应该从小开始，逐步扩展。不要试图一开始就设计完美的 CLAUDE.md 规则集。从最重要的 3-5 条规则开始（如「先跑测试」「不动 .env 文件」），每次错误后评估是否需要新增规则。定期回顾 CLAUDE.md，删除不再适用的规则。

优先实现 PostToolUse + Stop 钩子的基础组合，再考虑 PreToolUse 和重试逻辑。前两者解决 80% 的日常问题，后两者处理边界情况。一上来就构建完整配置容易因为过度工程化而难以维护。

区分「项目规律」和「会话学习」。CLAUDE.md 放跨项目适用的原则（如测试先行的开发流程），/memory 放当前任务特有的上下文（如某个 API 的特殊行为）。混在一起会导致 CLAUDE.md 膨胀过快，降低执行率。

监控 token 消耗。自动重试和 Stop 钩子组合使用时会显著增加 token 消耗。建议在前两周观察 token 增长曲线，如果发现异常飙升，检查是否陷入循环或规则过于严格导致反复重试。