Work Summary
本周主要聚焦于 Claude Code 工作流优化和 EdgeOne 边缘部署实践。在 Claude Code 配置方面，完成了 agents/commands/skills 的功能去重整理，删除了与 skills 功能重叠的独立 agents（如 code-reviewer、architect 等），保留了具有独立价值的 qa-lead、legacy-modernizer 等。同时为 developer-growth-analysis skill 增加了 HN Tech Trends 功能和边缘函数鉴权。
在 EdgeOne 部署方面，深入探索了 Pages 的 node-functions 与 edge-functions 的区别，实践了 KV 存储配置和环境变量推送。创建了静态网站仓库（image-generator）用于托管小型单页项目。
E2E 测试自动化方面，配置了 Playwright 测试框架，解决了视频生成速度和测试等待时间的问题。同时在 itdr_frontend 项目中调试了 MFA 验证表单的 E2E 测试用例。
此外还处理了 Browser 自动化的图片读取问题，尝试了多种方式让 Claude Code 分析网页截图。
Improvement Areas
1. Claude Code 多模态能力理解不系统
现象：反复尝试不同方式让 Claude 读取和分析图片（@ 符号、Read 工具、base64、无头模式等），多次失败后仍不清楚正确方法。
根因：对 Claude Code 的图片处理机制缺乏系统性理解，没有先查阅官方文档就直接尝试。
行动项：
- 阅读 Claude Code 官方文档中关于多模态输入的章节
- 整理一份 Claude Code 图片/文件处理的最佳实践文档
- 在 skills 中添加图片处理相关的参考信息
2. EdgeOne 边缘函数配置知识碎片化
现象：对 node-functions vs edge-functions 的区别、环境变量推送方式、KV 存储配置等反复询问，多次出现情绪化表达。
根因：EdgeOne 文档分散，没有在 skill 中沉淀完整的配置参考；遇到问题时没有先系统查阅文档。
行动项：
- 将 EdgeOne 官方文档的关键内容（node-functions、KV、环境变量）整合到 edgeone-deploy skill
- 建立"先查文档再动手"的工作习惯
- 对于新技术栈，先花 15 分钟通读核心文档
3. E2E 测试配置反复调整
现象：Playwright 视频生成速度、测试等待时间、MFA 验证表单测试等配置多次修改。
根因：对 Playwright 的配置选项不够熟悉，缺乏 E2E 测试的最佳实践参考。
行动项：
- 阅读 Playwright 官方文档的视频录制和等待策略章节
- 在项目中建立 E2E 测试配置的标准模板
- 考虑使用 e2e-automation skill 来规范测试流程
4. 情绪管理与期望调整
现象：多次使用情绪化表达，反映对 AI 工具的挫败感。
根因：对 AI 工具的能力边界期望过高，当工具表现不符预期时产生情绪反应。
行动项：
- 认识到 LLM 的局限性：上下文遗忘、幻觉、工具调用失败都是正常现象
- 遇到问题时先冷静分析根因，而非情绪化表达
- 建立"AI 是工具而非完美助手"的心态
Strengths
- 工作流优化意识强：主动整理 agents/skills/commands 的功能重叠，追求精简高效的配置
- 自动化驱动：为 developer-growth-analysis 增加 HN Trends、边缘鉴权等功能，持续扩展自动化能力
- 文档沉淀习惯：将实践经验更新到 skills 中（如 EdgeOne 部署经验）
- 多项目并行能力：同时推进 Claude 配置、EdgeOne 部署、E2E 测试、静态网站等多个方向
Action Items
- P0 - 阅读 Claude Code 官方文档的多模态章节 → 产出图片处理最佳实践
- P0 - 完善 edgeone-deploy skill，整合 node-functions/KV/环境变量文档 → 减少重复查询
- P1 - 建立 Playwright E2E 测试配置模板 → 规范化测试流程
- P1 - 实践"先查文档再动手"原则 → 减少试错成本
- P2 - 调整对 AI 工具的期望值 → 更理性地使用工具
Tech Trends
今日 HackerNews 热门技术话题精选。
1. Lessons from 14 years at Google
Points: 1252 | Comments: 535
Addy Osmani 分享了在 Google 工作 14 年的 21 条经验教训。核心观点包括：最好的工程师痴迷于解决用户问题而非技术本身；正确不重要，一起找到正确答案才重要；行动优先于完美，先做出来再优化；清晰比聪明更重要，代码是写给未来维护者看的；新技术是需要偿还的贷款，用故障、招聘成本和认知负担来偿还。
Key Takeaways:
- 你的代码不会为你说话，是人在为你说话。在大组织中，决策发生在你不在的会议上
- 最好的代码是你不需要写的代码。删除代码比添加代码更能改善系统
- 强烈的观点要轻轻持有，因为不确定性下的决策不应该与身份绑定
2. Claude Code On-the-Go
Points: 320 | Comments: 203
一位开发者分享了如何在手机上运行 6 个并行的 Claude Code agent。架构是：Termius + mosh → Tailscale VPN → Vultr VM → Claude Code。关键技巧包括：使用 PreToolUse hook 在 Claude 需要输入时发送推送通知；使用 git worktrees 让多个 agent 同时开发不同功能；VM 按需启动，每小时仅 $0.29。
Key Takeaways:
- mosh 比 SSH 更适合移动开发，能在网络切换时保持连接
- Claude Code 的 hooks 系统可以实现推送通知，让异步开发成为可能
- 并行开发模式：6 个 agent、6 个功能、一部手机
3. Show HN: Terminal UI for AWS (taws)
Points: 311 | Comments: 154
一个用 Rust 构建的 AWS 终端 UI 工具，支持 94+ 种资源类型、60+ AWS 服务。特点包括：多 Profile/Region 支持、Vim 风格键盘导航、实时资源刷新、EC2 实例的直接操作（启动/停止/终止）、资源详情的 JSON/YAML 视图。
Key Takeaways:
- 终端 UI 工具的价值：比 CLI 更直观，比 Web Console 更高效
- Rust 构建的 TUI 工具性能优秀，适合频繁使用的运维场景
- 可以考虑类似的 TUI 工具来提升日常运维效率
4. Web development is fun again
Points: 391 | Comments: 485
作者回顾了从 PHP 4 时代到现在的 Web 开发演变。过去一个人可以管理从想法到执行的全部流程，但现在前端有构建管道、打包工具、Core Web Vitals，后端有设计模式、单元测试、可观测性等，复杂度已经超出个人能力范围。AI 工具（claude、codex）让作者重新获得了全栈开发的信心，生产力提升 10 倍以上。
Key Takeaways:
- AI 不是让你不需要懂技术，而是让你的经验和模式识别能力得到放大
- 当 AI 生成代码时，有经验的工程师能判断好坏并迭代优化
- AI 释放了创造力空间，让你可以专注于构建而非被技术细节淹没
Learning Resources
Edge Functions & Serverless
- Netlify Edge Functions: A new serverless runtime powered by Deno
- We're all living on it. But what is The Edge?
- Reducing Latency by 80% with Edge Functions and TiDB Serverless