DeepLearning.AI 與 Anthropic 合作開設的 Claude Code 課程目標是什麼？

DeepLearning.AI 與 Anthropic 合作 Claude Code 課程目標

DeepLearning.AI 與 Anthropic 合作推出 Claude Code 課程，旨在引導開發者運用 Anthropic 開發的 Claude 模型，建立能夠自主處理複雜任務的程式助理，進而改善程式開發流程。課程由 Elie Schoppik 主講，時長 1 小時 50 分鐘。

課程內容與應用情境

此課程會指導學員為 Claude Code 提供清晰的上下文，例如指定相關檔案、明確定義功能，並將 Claude Code 連接到 MCP 伺服器。課程涵蓋以下情境：

• 探索 RAG 聊天機器人程式碼庫
• 分析 Jupyter notebook 的電商數據
• 根據 Figma mockup 製作網頁應用

具體學習目標

透過此課程，學員將能夠：

• 了解 Claude Code 的底層架構，以及瀏覽程式碼庫的工具，並學習如何在多個工作階段中儲存記憶。
• 探索並理解 RAG 聊天機器人的程式碼庫，以及前後端資訊的流動方式。
• 在專案目錄中建立 CLAUDE.md 檔案，記錄 Claude Code 可跨工作階段記憶的資訊與指引。
• 透過指定相關檔案、提供截圖或圖片，讓 Claude Code 獲得上下文，並運用 escape、clear、compact 指令控制上下文。
• 為 RAG 聊天機器人的前後端新增功能，並運用 thinking mode 處理較難的任務，以及使用 subagents 進行腦力激盪。
• 撰寫測試來評估聊天機器人的功能，並重構部分程式碼。
• 運用 git worktree 同時運行多個 Claude session，各自專注於新增不同功能。
• 運用 Claude Code 的 GitHub 整合來修復 issue、建立、審查和合併 pull request。
• 透過 Claude Code hooks，在使用工具前後執行程式碼。
• 重構 Jupyter notebook 的電商數據分析，並轉換成儀表板。
• 連接 Figma MCP server，將設計稿匯入 Claude Code，並開發顯示聯邦儲備經濟數據的網頁介面。
• 使用 Playwright MCP server 自動開啟瀏覽器、截圖，並引導 Claude Code 改善應用程式的 UI 設計。