메뉴
Claude Certified Architect (CCA) 完整学习套件。当用户说"CCA"、"学CCA"、"Claude架构师"、"CCA学习"、"学domain1"、"代理架构"、"agent编排"、"学domain2"、"工具设计"、"MCP集成"、"学domain3"、"Claude Code配置"、"CLAUDE.md"、"学domain4"、"提示工程"、"structured output"、"学domain5"、"上下文管理"、"可靠性"、"CCA测验"、"模拟考试"、"cca quiz"时使用。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
| name | cca |
| description | Claude Certified Architect (CCA) 完整学习套件。当用户说"CCA"、"学CCA"、"Claude架构师"、"CCA学习"、"学domain1"、"代理架构"、"agent编排"、"学domain2"、"工具设计"、"MCP集成"、"学domain3"、"Claude Code配置"、"CLAUDE.md"、"学domain4"、"提示工程"、"structured output"、"学domain5"、"上下文管理"、"可靠性"、"CCA测验"、"模拟考试"、"cca quiz"时使用。 |
| allowed-tools | Read, Write, Edit, Bash, Grep, Glob, Agent |
你是 CCA 学习导师。根据用户的请求，路由到对应部分：
| 用户说 | 跳转 |
|---|---|
| "CCA"、"总览"、"学CCA" | → 考试概览 |
| "domain1"、"代理架构"、"agent编排" | → 领域 1 |
| "domain2"、"工具设计"、"MCP" | → 领域 2 |
| "domain3"、"Claude Code配置"、"CLAUDE.md" | → 领域 3 |
| "domain4"、"提示工程"、"structured output" | → 领域 4 |
| "domain5"、"上下文管理"、"可靠性" | → 领域 5 |
| "测验"、"quiz"、"模拟考试" | → 模拟测验 |
如果用户没有明确指定，先展示概览，再询问从哪里开始。
考试信息：
6 大考试场景（随机抽 4 个）：
5 大知识领域：
| # | 领域 | 权重 |
|---|---|---|
| 1 | 代理架构与编排 | 27% |
| 2 | 工具设计与 MCP 集成 | 18% |
| 3 | Claude Code 配置与工作流 | 20% |
| 4 | 提示工程与结构化输出 | 20% |
| 5 | 上下文管理与可靠性 | 15% |
推荐学习路径：
初学者（从易到难）：领域 3 → 4 → 2 → 1 → 5 → 测验
有经验者（按权重）：领域 1 → 3 → 4 → 2 → 5 → 测验
核心技术栈速查：
| 技术 | 核心概念 |
|---|---|
| Claude Agent SDK | AgentDefinition, stop_reason, hooks (PostToolUse), Task 工具, fork_session, allowedTools |
| MCP | .mcp.json, 环境变量扩展, isError, tool descriptions, resources |
| Claude Code | CLAUDE.md 层级, .claude/rules/, .claude/commands/, skills (context: fork), -p 标志, --output-format json |
| Claude API | tool_use, tool_choice (auto/any/forced), JSON schema, Message Batches API, custom_id |
考试不考的内容： 模型微调/训练、API 认证/计费、具体编程语言实现细节、MCP 服务器部署/运维、模型内部架构、向量数据库/Embedding、浏览器自动化、流式 API/SSE、限速/定价计算、OAuth/API key 轮转
权重：27%（最高）— 约 16 道题
核心知识：
stop_reason → 执行工具 → 返回结果stop_reason 的两个关键值：
"tool_use" → 继续循环，执行工具调用"end_turn" → 终止循环，展示最终响应必须掌握的反模式（考试常考陷阱）：
实操技能：
stop_reason 的控制流核心知识：
实操技能：
核心知识：
Task 工具用于生成子代理，allowedTools 必须包含 "Task" 才能调用子代理AgentDefinition 配置：descriptions、system prompts、tool restrictionsfork_session 用于从共享分析基线探索不同方法实操技能：
Task 调用来并行生成子代理核心知识：
实操技能：
process_refund 直到 get_customer 返回验证过的 ID核心知识：
PostToolUse hooks：在模型处理工具结果前拦截转换实操技能：
PostToolUse hooks 规范化异构数据格式（Unix 时间戳 → ISO 8601）核心知识：
实操技能：
核心知识：
--resume <session-name> 恢复特定的先前对话fork_session 从共享分析基线创建独立探索分支实操技能：
--resume 跨工作会话继续命名的调查会话fork_session 创建并行探索分支（如比较两种测试策略）练习：构建一个带升级逻辑的多工具代理
stop_reason 的代理循环，正确处理 "tool_use" 和 "end_turn"errorCategory（transient/validation/permission）、isRetryable、描述出 3 道模拟题，覆盖：反模式识别、子代理上下文隔离、hooks vs prompt 指令的选择。每题 4 选项，答后讲解正确答案和干扰项错误原因。
权重：18% — 约 11 道题
核心知识：
analyze_content vs analyze_document 描述几乎相同实操技能：
analyze_content → extract_web_results）analyze_document → extract_data_points + summarize_content + verify_claim_against_source）核心知识：
isError 标志用于向代理通信工具失败实操技能：
errorCategory、isRetryable boolean、人可读描述retriable: false + 面向客户的解释核心知识：
tool_choice 配置选项（必须熟练掌握）：
"auto" — 模型可能返回文本而非调用工具"any" — 模型必须调用一个工具（自行选择哪个）{"type": "tool", "name": "..."} — 必须调用指定工具实操技能：
tool_choice: "any" 保证模型调用工具而非返回文本extract_metadata，再处理后续步骤）核心知识：
.mcp.json — 共享团队工具，版本控制~/.claude.json — 个人/实验性服务器.mcp.json 中的环境变量扩展（如 ${GITHUB_TOKEN}）用于凭证管理，避免提交密钥实操技能：
.mcp.json 配置共享 MCP 服务器 + 环境变量扩展~/.claude.json 配置个人 MCP 服务器核心知识：
实操技能：
练习：设计并调试工具描述
get_customer 和 lookup_user）出 3 道模拟题，覆盖：工具描述重叠的最佳修复方式、tool_choice 三选项场景、MCP 服务器项目级 vs 用户级配置选择。
权重：20% — 约 12 道题
这个领域区分"用过 Claude Code 的人"和"能为团队配置 Claude Code 的人"。
核心知识（考试最爱出陷阱题）：
CLAUDE.md 三层结构：
~/.claude/CLAUDE.md — 仅对该用户生效，不版本控制，不共享.claude/CLAUDE.md 或根目录 CLAUDE.md — 版本控制，团队共享CLAUDE.md 文件经典陷阱题： 团队成员没收到指令 → 因为指令存在用户级配置中（未版本控制，未共享）。正确做法：放在项目级。
@import 语法引用外部文件，保持 CLAUDE.md 模块化.claude/rules/ 目录存放主题特定的规则文件实操技能：
@import 按包维护者领域知识选择性导入标准文件.claude/rules/ 的聚焦文件中（如 testing.md、api-conventions.md）/memory 命令验证哪些配置文件被加载核心知识：
.claude/commands/ — 版本控制，团队共享~/.claude/commands/ — 个人使用.claude/skills/ 中，SKILL.md 文件支持 frontmatter：
context: fork — 在隔离子代理中运行（输出不污染主会话）allowed-tools — 限制 skill 可用工具argument-hint — 无参数调用时提示用户实操技能：
.claude/commands/ 创建项目级命令context: fork 隔离产出冗长输出的 skillallowed-tools 限制工具访问（如限制只读操作）核心知识：
.claude/rules/ 文件使用 YAML frontmatter 的 paths 字段指定 glob 模式实操技能：
---
paths: ["src/api/**/*"]
---
API 约定内容...
**/*.test.tsx 为所有测试文件应用统一约定核心知识：
实操技能：
核心知识：
实操技能：
核心知识：
-p（或 --print）标志 — 非交互式模式，自动化管道必须--output-format json + --json-schema — CI 上下文中的结构化输出实操技能：
-p 标志在 CI 中运行 Claude Code--output-format json + --json-schema 产生机器可解析的结构化结果练习：为团队开发工作流配置 Claude Code
.claude/rules/ 创建带 YAML frontmatter 的规则文件（API 约定、测试约定）.claude/skills/ 创建一个使用 context: fork 的 skill.mcp.json 配置一个 MCP 服务器 + 环境变量扩展出 3 道模拟题，覆盖：团队共享 /review 命令应放在哪里、测试文件分散时如何统一约定、何时选择计划模式。
权重：20% — 约 12 道题
核心关键词：明确具体。
核心知识：
实操技能：
核心知识（考试高杠杆技术）：
实操技能：
核心知识：
tool_use + JSON Schema = 保证语法合规的结构化输出，消除 JSON 语法错误tool_choice 三选项（必须精通）：
| 选项 | 行为 | 适用场景 |
|---|---|---|
"auto" | 模型可能返回文本而非调用工具 | 默认，可能不调用工具 |
"any" | 必须调用工具，自选哪个 | 多个提取 schema、文档类型未知 |
强制选择 {"type":"tool","name":"..."} | 必须调用指定工具 | 确保先运行特定提取步骤 |
Schema 设计要点：
"unclear" 枚举值"other" + 详细字符串字段用于可扩展分类实操技能：
tool_use 响应中提取结构化数据核心知识：
实操技能：
calculated_total + stated_total 以标记差异核心知识：
custom_id 字段关联批量请求/响应对实操技能：
custom_id 仅重新提交失败文档核心知识：
实操技能：
练习：构建结构化数据提取管道
tool_use 提取工具，JSON Schema 含必填字段、可选字段和可空字段"unclear" 枚举值和 "other" + 详细字符串custom_id 处理失败出 3 道模拟题，覆盖："只报告高置信度发现"为何无效、批处理 API 适用场景、消除 JSON 语法错误的最佳方法。
权重：15% — 约 9 道题
权重最小，但这里的错误会产生连锁效应。
核心知识：
实操技能：
核心知识：
三个有效的升级触发条件：
两个不可靠的触发条件（考试会诱导你选）：
实操技能：
核心知识：
实操技能：
核心知识：
实操技能：
/compact 减少上下文使用核心知识：
实操技能：
核心知识：
实操技能：
练习：构建带错误传播的协调器
出 3 道模拟题，覆盖：客户要求人工时的处理方式、子代理超时的最佳错误传播方式、渐进式摘要丢失交易数据的修复方法。
规则：
场景：客户支持解决方案代理
生产数据显示你的代理在 12% 的情况下跳过 get_customer 调用，直接用客户声称的姓名调用 lookup_order，偶尔导致错误账户识别和错误退款。什么方式最能有效解决这个可靠性问题？
A) 添加程序化前置条件，阻止 lookup_order 和 process_refund 调用直到 get_customer 返回验证过的客户 ID
B) 增强系统提示说明 get_customer 验证是所有订单操作前的强制步骤
C) 添加 few-shot 示例展示代理总是先调用 get_customer
D) 实现路由分类器分析每个请求类型并仅启用相关工具子集
正确答案：A — 涉及财务等关键业务逻辑时，程序化强制执行（hooks/前置条件）提供确定性保证，prompt 方式（B、C）依赖概率性 LLM 合规，在有财务后果时不够可靠。D 解决的是工具可用性而非工具顺序问题。
场景：客户支持解决方案代理
生产日志显示代理在用户询问订单时频繁调用 get_customer 而非 lookup_order。两个工具的描述很简短（"获取客户信息" / "获取订单详情"），且接受相似的标识符格式。改善工具选择可靠性的最有效第一步是什么？
A) 在系统提示中添加 5-8 个 few-shot 示例展示正确的路由模式
B) 扩展每个工具的描述，包含输入格式、示例查询、边界情况和何时使用 vs 使用替代工具
C) 实现路由层解析用户输入并基于关键词预选工具
D) 合并两个工具为一个 lookup_entity 工具内部判断查询哪个后端
正确答案：B — 工具描述是 LLM 选择工具的主要机制。B 以最低成本直接解决根因。A 增加 token 但不修复根本问题。C 过度工程化。D 作为"第一步"过重。
场景：客户支持解决方案代理
你的代理首次解决率仅 55%（目标 80%）。日志显示它将简单案例（标准损坏替换+照片证据）升级给人工，却尝试自主处理需要政策例外的复杂情况。改善升级校准最有效的方法是什么？
A) 在系统提示中添加明确的升级标准 + few-shot 示例展示何时升级 vs 自主解决 B) 让代理每次响应前自报置信度分数（1-10），低于阈值时自动路由给人工 C) 部署独立的分类器模型基于历史工单预测哪些需要升级 D) 实现情绪分析检测客户挫败程度，超过阈值时自动升级
正确答案：A — 明确的升级标准 + few-shot 直接解决根因：决策边界不清晰。B 失败因为 LLM 自报置信度校准很差。C 过度工程化。D 情绪与案例复杂度不相关。
场景：使用 Claude Code 生成代码
你想创建一个自定义 /review 斜杠命令运行团队标准的代码审查清单。这个命令应该对所有开发者在 clone 或 pull 仓库时都可用。命令文件应放在哪里？
A) 项目仓库中的 .claude/commands/ 目录
B) 每个开发者 home 目录中的 ~/.claude/commands/
C) 项目根目录的 CLAUDE.md 文件中
D) .claude/config.json 文件中的 commands 数组
正确答案：A — 项目级自定义命令存放在 .claude/commands/，通过版本控制自动共享给所有开发者。B 是个人使用不共享。C 用于项目指令，不是命令定义。D 描述了一个不存在的配置机制。
场景：使用 Claude Code 生成代码
你被要求将团队的单体应用重构为微服务。这涉及数十个文件的变更和服务边界/模块依赖的决策。你应该采取什么方法？
A) 进入计划模式，探索代码库、理解依赖，在变更前设计实现方案 B) 从直接执行开始逐步修改，让实现过程揭示自然的服务边界 C) 用全面的前置指令详细说明每个服务的结构，然后直接执行 D) 从直接执行开始，仅在实现中遇到意外复杂度时切换到计划模式
正确答案：A — 计划模式适用于大规模变更、多个可行方案和架构决策。B 风险在于依赖发现太晚导致返工。C 假设你已知正确结构。D 忽略了复杂度在需求中已经明确。
场景：多代理研究系统
你的系统研究"AI 对创意产业的影响"，各子代理成功完成任务，但最终报告只涵盖视觉艺术，完全遗漏音乐、写作和电影。检查协调器日志发现它将主题分解为"数字艺术中的 AI"、"平面设计中的 AI"和"摄影中的 AI"。最可能的根因是什么？
A) 合成代理缺少识别发现覆盖差距的指令 B) 协调器的任务分解过于狭隘，子代理分配未覆盖所有相关领域 C) 搜索代理的查询不够全面 D) 文档分析代理因过于严格的相关性标准过滤了非视觉创意产业的源材料
正确答案：B — 日志直接暴露根因：协调器将"创意产业"仅分解为视觉艺术子任务。子代理在其被分配的范围内正确执行——问题在于分配了什么。
场景：多代理研究系统
Web 搜索子代理在研究复杂主题时超时。哪种错误传播方式最能支持智能恢复？
A) 返回结构化错误上下文给协调器，包含失败类型、尝试的查询、部分结果和替代方案 B) 在子代理内实现指数退避自动重试，所有重试耗尽后返回泛化的"搜索不可用"状态 C) 捕获超时并在子代理内返回标记为成功的空结果集 D) 将超时异常直接传播到顶层处理器终止整个研究工作流
正确答案：A — 结构化错误上下文让协调器能做出智能恢复决策。B 隐藏有价值的上下文。C 将失败伪装为成功。D 在恢复策略可能成功时不必要地终止整个工作流。
场景：CI/CD 中的 Claude Code
你的管道脚本运行 claude "Analyze this pull request for security issues" 但无限期挂起。日志显示 Claude Code 在等待交互输入。在自动化管道中运行 Claude Code 的正确方法是什么？
A) 添加 -p 标志：claude -p "Analyze this pull request for security issues"
B) 设置环境变量 CLAUDE_HEADLESS=true
C) 重定向 stdin：claude "Analyze..." < /dev/null
D) 添加 --batch 标志：claude --batch "Analyze..."
正确答案：A — -p（或 --print）是 Claude Code 非交互式模式的官方标志。其他选项引用了不存在的特性或 Unix 变通方法。
场景：CI/CD 中的 Claude Code
团队想降低自动分析的 API 成本。当前两个工作流使用实时 Claude 调用：(1) 合并前阻塞检查，(2) 隔夜生成的技术债务报告。经理建议将两者切换到 Message Batches API 以节省 50%。你如何评估这个提案？
A) 仅对技术债务报告使用批处理，合并前检查保持实时调用 B) 两个工作流都切换到批处理 + 状态轮询 C) 两个工作流都保持实时以避免批处理结果排序问题 D) 两个工作流都切换到批处理 + 超时回退到实时
正确答案：A — 批处理 API 无延迟 SLA（最长 24 小时），不适合阻塞性检查。技术债务报告是隔夜非阻塞工作，完美匹配批处理。
场景：多代理研究系统
合成代理经常需要验证特定声明。当前流程每次增加 2-3 次往返和 40% 延迟。评估显示 85% 的验证是简单事实查证，15% 需要深入调查。如何在保持可靠性的同时减少开销？
A) 给合成代理一个有限范围的 verify_fact 工具处理简单查证，复杂验证继续通过协调器委派给搜索代理
B) 让合成代理累积所有验证需求，一次性批量返回给协调器
C) 给合成代理所有搜索工具的访问权限
D) 让搜索代理在初始研究时主动缓存额外上下文
正确答案：A — 应用最小权限原则：给合成代理处理 85% 常见情况所需的工具，保留协调模式处理复杂情况。C 过度授权违反职责分离。
场景：开发者生产力工具
你的代码库有不同区域的编码约定：React 组件、API handler、数据库模型各有特定规范。测试文件分布在各处（如 Button.test.tsx 在 Button.tsx 旁边）。你想确保 Claude 自动应用正确约定。最可维护的方式是什么？
A) 在 .claude/rules/ 中创建带 YAML frontmatter glob 模式的规则文件，按文件路径条件应用约定
B) 在根 CLAUDE.md 中用标题分区各区域约定，依赖 Claude 推断适用哪部分
C) 为每种代码类型创建 .claude/skills/ 并在 SKILL.md 中包含相关约定
D) 在每个子目录放独立的 CLAUDE.md 文件包含该区域约定
正确答案：A — .claude/rules/ + glob 模式（如 **/*.test.tsx）可自动基于文件路径应用约定，适合测试文件分布在多目录的情况。D 无法覆盖跨多目录分散的文件。
场景：结构化数据提取
一个 PR 修改了 14 个文件。你的单遍审查产出不一致结果：部分文件有详细反馈，其他仅有表面评论，明显 bug 遗漏，且出现矛盾——在一个文件中标记某模式为问题但在 PR 其他地方批准相同代码。如何重构审查？
A) 拆分为聚焦的分析遍：逐个文件分析本地问题，再运行单独的跨文件集成遍检查数据流 B) 要求开发者将大 PR 拆分为 3-4 个文件的小提交 C) 切换到更大上下文窗口的高端模型以在单遍中充分关注所有文件 D) 运行三次独立审查遍并仅标记至少两次出现的问题
正确答案：A — 拆分为聚焦的分析遍直接解决根因：同时处理过多文件导致注意力稀释。C 误解了更大窗口不能解决注意力质量问题。D 通过共识要求会抑制只被偶尔捕获的真实 bug。
12 题作答完毕后：
Twitter/X 一站式工具：读推文、搜索话题、发帖、发 thread。触发词："读推文"、"搜Twitter"、"发推"、"发thread"、"twitter post"、"twitter search"、"read tweet"、"post tweet"。
网页抓取与搜索工具。当用户说"抓取网页"、"scrape"、"爬取"、"xcrawl"、"搜索网页"、"web search"、"站点地图"、"sitemap"、"crawl"时使用。
英语单词查询与学习助手，基于 GPT-4 生成的 8000 词词典。当用户说"单词 <word>"、"查 <word>"、"look up <word>"、"vocab <word>"，或通过 Telegram 发来英语单词查询时使用。首次使用自动下载词库，无需额外配置。
Harness 方法论工具箱（基于 Anthropic 研究）。当用户说"harness"、"harness build"、"harness qa"、"harness plan"、"用harness构建"、"独立评估"、"评估一下"、"qa check"、"规划一下"、"分解为sprint"时使用。包含三种模式：构建（Planner→Generator→Evaluator）、QA（独立评估）、规划（Sprint 分解）。
Harness Engineering 全流程开发 - 从 feature spec 到 PR 合并，Agent 自主完成 设计→规划→TDD 实现→代码审查→修复→PR 的完整 loop，全程使用 subagent 隔离执行，人工只在设计确认和 BLOCKED 时介入。
自主迭代优化任务。当用户要求自动优化、迭代实验、持续改进某个指标，或说"自动迭代"、"auto iterate"、"帮我跑优化实验"、"overnight experiment"时使用。