夜雨聆风这个工程师用Claude Code给自己造了一套开发工具，然后开源了。
CJ Hess是Tenex的工程师。他不只是用Claude Code写代码——他用Claude Code给自己做了一个写代码的工具。
工具的名字叫Flowy。它是什么？一个能让Claude生成精美UI原型的开发辅助工具。
CJ把一套JSON配置文件喂给Claude，Claude根据这些配置直接输出可交互的界面。
他说了一句话让我印象很深："这是一个几乎百分之百通过Prompt构建出来的开发工具。"
为什么要给AI造工具
你可能会问：直接用Claude写代码不就行了？为什么还要造一个中间层工具？
因为AI有一个根本性的问题：每次对话的输出质量取决于你的输入质量。
你每次都从零开始描述需求，输出就不稳定。
但如果你把最佳实践固化成配置文件和Skill，AI每次都能在一个高起点上工作。
是这个思路——把他积累的UI开发经验打包成了一套模板和规则，让Claude每次生成代码都遵循这些规则。
结果是：他做原型的速度变快了，质量也更稳定了。
不需要每次都在prompt里写"注意无障碍""用Tailwind""组件要可复用"这些重复的要求。
用模型对比保证代码质量
CJ还有一个有趣的做法：用多个模型互相审查来保证代码质量。
他用Claude Code写完一段代码后，会把同样的代码丢给另一个模型（比如GPT-4o）做review。
两个模型的"审美"不同、关注点不同，往往能互相补充。
Claude可能漏掉的性能问题，GPT-4o能发现；GPT-4o忽略的用户体验细节，Claude能注意到。
这种"模型间交叉审查"的方法，比单独依赖一个模型靠谱得多。
环境配置：被低估的使用场景
CJ特别强调了一个被大多数人忽视的场景——用AI做开发环境配置。
搭建一个新项目的开发环境，往往是最枯燥也最容易出错的环节。
安装依赖、配置环境变量、设置数据库连接、调通各种API Key……一步错了就卡半天。
CJ用Claude Code来自动化这个过程。
他给Claude一份环境配置的说明文件，Claude自动执行所有的安装和配置步骤。遇到问题它自己排查，实在搞不定了再来问他。
新人入职第一天的环境搭建时间，从半天缩短到了十分钟。
对意图的理解——Claude的核心优势
CJ对比了多个模型之后，对Claude的评价是：它最大的优势是对意图的理解。
"GPT-4o在某些任务上可能更聪明，但Claude就是很好用。它能理解你到底想干什么，而不只是理解你说了什么。"
这个区别很微妙但很重要。当你说"这个页面看起来不太对"，有的模型会问你"哪里不对"。
Claude往往能直接猜到你的意思——可能是间距不均、可能是颜色不协调、可能是层次感不够——然后直接给出修改方案。
CJ说这种体验"像一种享受"。你跟Claude协作就像跟一个很有默契的同事协作，不需要解释太多，它就知道你想要什么。
更多精彩文章：
