Post

Claude Code(五)斜杠命令：从”对话框”到”控制台”的效率提升

深入解析 Claude Code 的斜杠命令（Slash Commands）。探索如何通过结构化指令减少自然语言的模糊性，精准控制 Token 消耗、会话状态与系统配置，将 AI Agent 转化为高效的终端工具。

Posted Updated
By afeng
views 14 min read
Claude Code(五)斜杠命令：从”对话框”到”控制台”的效率提升

在前几章中，我探讨了 Claude Code 的配置与Hooks 机制。如果说 Hooks 是 AI 的”神经系统”，那么 斜杠命令（Slash Commands） 就是它的”控制面板”。

虽然我习惯用自然语言与 AI 交流，但在 CLI（命令行界面）环境中，效率往往来自于确定性和简洁性。斜杠命令既包括 Claude Code 内置的系统命令，也包括我可以自定义的项目命令和个人命令。它们正是连接”自然对话”与”精准操作”的桥梁。

Background / Problem：为什么需要斜杠命令？

我曾经问自己：”我直接跟 Claude 说’清理会话’不就行了吗？”

虽然自然语言非常灵活，但在以下场景中，我发现斜杠命令具有不可替代的优势：

  1. 原子操作（Atomicity）：斜杠命令是由终端程序（Claude Code Client）直接解析的，不经过 LLM 处理（针对内置命令）。这意味着它响应快，且成功率高，无需等待 AI 推理。
  2. Token 消耗控制（Token Control）：当我发送 /compact 时，我不需要写一段长长的指令解释为什么要压缩上下文，从而节省了输入 Token。
  3. 状态隔离（State Isolation）：某些操作（如 /login 或 /config）涉及系统敏感信息，不应该作为上下文喂给 AI。
  4. 工作流自动化（Workflow Automation）：自定义命令可以编码复杂的多步骤操作，提升重复性任务的效率。
  5. 跨项目一致性（Consistency）：项目命令（.claude/commands/）可被团队共享，确保标准化的开发流程。

核心哲学： 我将管理权留给斜杠命令，将创造权留给自然语言。

Deep Analysis：斜杠命令的执行机制

理解斜杠命令在系统中的位置，有助于我更好地使用它。斜杠命令不仅仅是文本替换，它是一个本地路由机制。

执行流全景图

graph TD
    A[用户输入] --> B{输入路由层}
    B -- 以 / 开头 --> C{命令解析器}
    B -- 普通文本 --> D[LLM 推理引擎]

    C -- 内置系统命令 --> E[本地执行环境]
    C -- 自定义命令 --> F[命令加载器]

    E -- "/compact" --> G[Context Manager: 压缩历史]
    E -- "/config" --> H[Config Manager: 读写配置]
    
    F --> I{元数据解析}
    I -- disable-model-invocation: true --> J[本地工具执行器]
    I -- 默认模式 --> K[Prompt 组装器]
    
    K --> L[注入 System Prompt & Context]
    L --> D

    G --> M[CLI 界面反馈]
    H --> M
    J --> M
    D --> N[生成 Tool Calls / 文本回复]
    N --> M

关键技术点解析：

  1. 本地路由（Local Routing）： 内置命令（如 /clear, /cost）在本地被拦截和执行。这避免了网络往返延迟（RTT），操作体验接近原生 Shell 命令。

  2. 上下文无污染（Context Hygiene）： 许多内置命令执行后，不会在 AI 的上下文窗口中留下痕迹（或者只留下精简的结果）。这对于维持 Agent 的专注力很重要。

  3. 混合执行模式（Hybrid Execution）： 自定义命令非常灵活。我可以通过设置 disable-model-invocation: true 让它变成一个纯粹的 Bash 脚本封装器（不消耗 LLM Token），或者让它携带 Prompt 进入 LLM 进行智能处理。

Core Principles：核心命令全景图

内置系统命令（Built-in Commands）

这些命令由 Claude Code 直接提供，开箱即用。

会话控制类

  • /clear：
    • 作用：彻底清空当前会话的对话历史，回到初始状态。
    • 注意：这会擦除 AI 对当前任务的所有短期记忆，但不会删除物理文件。
  • /compact [instructions]：
    • 作用：智能压缩会话历史。它会总结之前的对话，只保留关键信息和文件变更摘要。
    • 场景：当感觉 Claude 开始变得反应迟钝，或者收到”Context window near limit”警告时使用。
  • /rewind：
    • 作用：回退到之前的会话状态，同时可选地恢复代码更改。

代码审查与开发

  • /review：
    • 作用：请求 Claude 对当前代码或最近的更改进行代码审查。
    • 关注点：自动分析代码质量、最佳实践、潜在问题。

上下文与成本追踪

  • /context：
    • 作用：可视化当前会话的上下文使用情况，显示各部分（对话、文件、工具调用）对 Token 的占用。
  • /cost：
    • 作用：显示当前会话的 Token 消耗统计。
    • 场景：当我需要评估一个重构任务的成本，或者优化自己的 Prompt 策略时。

配置与系统

  • /config：查看或修改全局配置。
  • /model：切换 AI 模型（如 Haiku/Sonnet/Opus）。
  • /init：初始化 .claude 环境。

Practical Implementation：自定义命令实战

除了内置命令，Claude Code 真正的威力在于自定义命令。通过定义 Markdown 文件，我可以将特定的 Prompt 工程固化为可复用的工具。

基础结构

自定义命令存储在 .claude/commands/（项目级）或 ~/.claude/commands/（用户级）。

1
2
3
4
5
6
7
8

---
description: 命令描述
argument-hint: [参数提示]
allowed-tools: Bash(git add:*), Bash(git commit:*) # 权限控制
model: claude-3-5-sonnet-20241022 # 指定模型
---

这里是具体的 Prompt 内容。可以使用 $1, $2 引用参数，或者使用 `@filename` 引用文件。

场景 1：Git Workflow 自动化 (/create-pr)

创建 .claude/commands/create-pr.md：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

---
description: Create a pull request with automatic commits
argument-hint: [branch-name] [title]
allowed-tools: Bash(git add:*), Bash(git commit:*), Bash(git push:*)
---

## 任务
基于当前的代码变更创建 PR。

## 步骤
1. 分析 @. 中所有修改过的文件
2. 将相关更改按逻辑分组（特性、组件、关注点）
3. 为每个逻辑单元创建独立的 commit（遵循 Conventional Commits）
4. 推送分支到远程
5. 生成 PR 摘要

## PR 摘要格式
```text
## 功能描述
<简要说明>

## 关键变更
- <列表>

## 测试计划
- [ ] <测试项>

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

### 场景 2：代码质量卫士 (`/lint-custom`)

创建 `.claude/commands/lint-custom.md`：

```markdown
---
description: Check code against project standards
argument-hint: [file-path]
---

检查 @$1 是否符合项目编码规范：

### 检查清单
- [ ] **命名规范**：变量驼峰，类名帕斯卡
- [ ] **函数复杂度**：圈复杂度 < 10
- [ ] **错误处理**：避免空的 catch 块
- [ ] **类型安全**：TypeScript 避免使用 any

输出具体的违规实例和改进后的代码片段。

场景 3：游戏开发资产管线 (/process-asset)

Game Dev Context: 游戏开发中常涉及繁琐的资源导入设置或格式转换。我们可以用命令简化这一流程。

创建 .claude/commands/process-asset.md：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

---
description: Pre-process game assets for Unity/Unreal
argument-hint: [asset-path] [target-platform]
allowed-tools: Bash(magick:*), Bash(ffmpeg:*)
model: claude-3-5-haiku-20241022
---

## 资产预处理任务

你是一个技术美术（TA）助手。请处理位于 @$1 的资源文件，目标平台为 $2。

### 处理逻辑
1. **如果是图片 (.png, .tga)**:
   - 检查分辨率是否为 2 的幂次（POT）。如果不是，调整为最近的 POT。
   - 如果目标是 Mobile，转换为 ASTC 友好的格式（去除 Alpha 通道如果未使用）。
   - 使用 ImageMagick 执行操作。

2. **如果是音频 (.wav)**:
   - 转换为 44.1kHz, 16-bit Mono (对于语音) 或 Stereo (对于 BGM)。
   - 使用 FFmpeg 执行。

3. **生成 .meta 建议**:
   - 如果是 Unity 项目，分析对应的 `.meta` 文件设置是否合理（如压缩算法）。

请先输出分析结果，再执行转换命令。

Advanced Topics：高级技巧与 FAQ

1. 快捷键与别名

在 .zshrc 或 .bashrc 中，我可以结合 echo 管道来创建系统级快捷键：

1
2

# 快速查看开销
alias ccost="echo '/cost' | claude"

2. 区分 Slash Commands 与 Agent Skills

这是很多开发者的困惑点，两者看似相似，实则定位不同：

特性Slash Commands (斜杠命令)Agent Skills (技能)
定位快速指令，单次交互为主复杂能力，包含逻辑、知识库和多步工具调用
触发方式用户显式输入 /commandAI 根据上下文自动决策调用，或通过命令触发
文件结构单个 Markdown 文件包含 SKILL.md、脚本、参考文档的目录结构
复杂度适合原子操作（Git 提交、Lint 检查）适合复杂工作流（编写整个模块、重构遗留系统）

结论：我通常用 Slash Command 封装高频的、简单的动作；用 Agent Skills 封装复杂的、需要领域知识的业务逻辑。

FAQ

Q: 自定义命令可以调用其他命令吗？ A: 目前不支持直接嵌套调用（如在命令 A 中写 /command-b）。但我可以通过 Prompt 指引 AI 去按顺序执行一系列逻辑。

Q: 如何在命令中嵌入动态的系统信息？ A: 使用 Bash 插值。例如在命令文件中写：当前 Git 分支状态：!git status（注意：这是 Markdown 里的 Bash 块执行结果，或者使用反引号插值取决于具体实现版本）。Claude Code 的命令解析器通常会将 `git status` 的输出注入到 Prompt 中。

结语

斜杠命令将 Claude Code 从一个”对话式 AI”转变为一个”高效的终端工具”。

  • 内置命令 让我掌控全局（Session 管理、Cost 控制）。
  • 自定义命令 让我将个人经验固化为工具（Prompt as Code）。

熟练掌握这些短指令，能让我在编码过程中保持专注，而不必纠结于如何措辞才能让 AI 明白我的管理意图。当我的需求超越了简单的命令，需要更复杂的逻辑判断和多工具协同运作时，我就需要下一章介绍的更强大的工具——Agent Skills。

下一篇预告：Claude Code(六)AgentSkills：AI 技能系统实践详解 - 学习如何构建包含脚本、文档和复杂逻辑的 AI 技能包。

AI, Claude Code
AI CLI Agent
This post is licensed under CC BY 4.0 by the author.