avatar

范伟彬个人网

https://fanweibin.cn

  • 首页
  • 归档
  • 链接
  • 关于
  • AI 导航
  • 健康指南
主页 Claude Code Routines:让 AI 编程助手 7×24 自动干活
文章

Claude Code Routines:让 AI 编程助手 7×24 自动干活

发表于 最近 更新于 最近
作者 Administrator
62~80 分钟 阅读

Claude Code 推出了 Routines 功能(研究预览阶段),可以把 Claude Code 会话打包成云端自动化任务——关掉电脑也能持续运行。本文详细拆解这项功能的核心机制、触发方式、20+ 实战场景,以及它和现有自动化工具的对比。

一句话理解 Routines

Routine = 提示词 + 代码仓库 + MCP 连接器 + 触发规则,打包后部署到 Anthropic 云端,按计划或事件自动执行。

它不是一个简单的定时脚本。每次触发,Anthropic 会在云端启动一个完整的 Claude Code 会话,能跑 shell 命令、读写代码、调用外部服务,全程无人值守,不需要你点"允许"。

如果你用过 GitHub Actions,可以这样类比:GitHub Actions 是"代码事件触发 CI/CD 流水线",Routines 是"代码事件触发 AI 编程会话"。区别在于,Routines 里跑的不是你写好的脚本,而是一个能理解上下文、自主决策的 AI Agent。

三种触发方式

Routines 支持三种触发器,可以单独使用,也可以组合挂在同一个 Routine 上。

1. 定时触发(Schedule)

最直观的方式。支持的预设频率包括每小时、每天、仅工作日、每周。时间按你的本地时区设置,云端自动转换。

如果预设不够用,可以通过 CLI 的 /schedule update 命令设定自定义 cron 表达式,最小间隔是 1 小时。实际启动时间可能有几分钟的偏移,但对同一个 Routine 来说偏移量是固定的。

2. API 触发

每个 Routine 创建后会生成一个专属的 HTTP POST 端点和 Bearer Token。任何能发 HTTP 请求的系统都可以调用它。

请求体支持一个可选的 text 字段,用来传入运行时的上下文信息。比如监控系统触发时可以把告警内容、堆栈信息塞进去,Routine 会把这段文本和预设的提示词一起处理。

调用示例:

curl -X POST https://api.anthropic.com/v1/claude_code/routines/trig_xxx/fire \
  -H "Authorization: Bearer sk-ant-oat01-xxxxx" \
  -H "anthropic-beta: experimental-cc-routine-2026-04-01" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"text": "Sentry alert SEN-4521 fired in prod."}'

成功后返回 session ID 和 URL,可以在浏览器里实时看 Claude 在干什么。

注意:这个 API 目前走的是 beta header,格式随时可能变。Token 只在生成时显示一次,务必立刻保存。

3. GitHub 事件触发

监听 GitHub 仓库的事件,自动启动会话。支持的事件类型非常全面:

事件类别

触发时机

Pull Request

PR 的打开、关闭、标记、同步等所有操作

PR Review

代码审查的提交、编辑、驳回

PR Review Comment

PR diff 上的评论增删改

Push

分支收到新提交

Release

发布的创建、发布、编辑、删除

Issues

Issue 的打开、编辑、关闭、打标签

Issue Comment

Issue 或 PR 上的评论增删改

Workflow Run / Job

GitHub Actions 工作流的启动和完成

Discussion

讨论区的创建、编辑、回答

Check Run / Suite

检查任务的创建和完成

Merge Queue

PR 进出合并队列

对于 PR 事件,还可以加精细的过滤条件:

  • 按作者:只处理特定开发者的 PR

  • 按分支:base branch 是 main 且 head branch 包含 auth → 只审查认证模块的 PR

  • 按标签:labels 包含 needs-backport → 自动触发回移

  • 按状态:is draft = false → 跳过草稿,只处理正式提交的 PR

  • 按来源:from fork = true → 对外部贡献者做额外安全审查

重要细节:每个匹配的事件都会创建独立的 session,不会复用。两个 push 事件 = 两个独立会话。另外,需要在仓库安装 Claude GitHub App(/web-setup 授予的克隆权限不等于安装了 GitHub App,这是两回事)。

创建 Routine 的三种方式

Web 端(功能最完整)

访问 claude.ai/code/routines,点 New routine,按顺序填写:

  1. 名称和提示词:提示词是核心,因为运行时完全无人值守,必须写清楚"做什么"和"成功标准是什么"。同时选择运行模型。

  2. 代码仓库:添加一个或多个 GitHub 仓库,每次运行时从默认分支克隆。

  3. 云环境:控制网络访问级别、环境变量(放 API Key 等密钥)、Setup 脚本(安装依赖)。

  4. 触发器:选择定时 / API / GitHub 事件,可以同时添加多种。

  5. 连接器:默认包含你所有已连接的 MCP 连接器,移除不需要的。

  6. 创建:点 Create,Routine 立即生效。可以点 Run now 手动跑一次。

CLI(快速创建定时任务)

在任意 Claude Code 会话里输入 /schedule,Claude 会引导你交互式创建。也可以直接写:

/schedule daily PR review at 9am

CLI 目前只能创建定时触发类型的 Routine,API 和 GitHub 触发器需要到 Web 端添加。其他管理命令:

  • /schedule list — 查看所有 Routine

  • /schedule update — 修改(包括设定自定义 cron 表达式)

  • /schedule run — 立即触发一次

Desktop 应用

打开 Schedule 页面 → New task → New remote task。注意不要选 New local task,那个是本地定时任务,跑在你自己的机器上,不是云端 Routine。

运行环境详解

云环境(Cloud Environment)

每个 Routine 关联一个云环境,控制三个维度:

  • 网络访问:设定运行期间可以访问哪些外部网络

  • 环境变量:注入 API Key、Token、配置项等密钥

  • Setup 脚本:每次运行前执行的命令,比如 npm install、pip install 等

有一个默认环境可以直接用,也可以提前创建自定义环境。

分支权限

默认情况下,Claude 只能推送到 claude/ 前缀的分支。这是一个安全护栏,防止 Routine 意外修改 main、develop 等保护分支。

如果确实需要推送到其他分支,可以在创建或编辑 Routine 时,对特定仓库开启 Allow unrestricted branch pushes。建议谨慎使用。

连接器(MCP Connectors)

Routine 运行期间可以通过 MCP 连接器读写外部服务。比如:

  • 从 Slack 频道读取支持请求 → 在 Linear 创建 Issue

  • 扫描完代码后 → 把汇总发到企业微信/Slack 频道

  • 读取 Google Drive 上的需求文档 → 对照代码检查实现

创建 Routine 时默认包含你所有已连接的连接器,移除不需要的即可。

20+ 实战场景全景

以下按用途分类,每个场景标注了推荐的触发方式。这些场景有一个共同特点:重复发生、规则明确、结果可验证。

代码质量与审查

场景 1:PR 自动审查(GitHub 触发 pull_request.opened)

每次有新 PR 提交,Routine 按照团队自定义的审查清单,逐项检查安全漏洞、性能问题、代码风格,留 inline comment 并写汇总评论。人工 reviewer 只需关注架构设计,机械检查交给 Routine。

场景 2:外部贡献者安全审查(GitHub 触发,过滤 from fork = true)

所有来自 fork 的 PR 自动走一轮额外的安全和代码风格审查。开源项目维护者不用担心漏审外部提交的风险代码。

场景 3:CI 失败自动修复(GitHub 触发 check_run.completed)

CI 挂了之后,Routine 自动读取失败日志,分析原因,推一个修复 commit 到同一个 PR 分支上。开发者醒来看到的可能是一个已经修好的绿色 pipeline。

场景 4:代码复杂度监控(定时触发,每周)

每周扫描代码库,计算各模块的圈复杂度、方法长度、类耦合度等指标,与上周对比。指标恶化的模块自动开 Issue 并标记为"需要重构"。

项目管理与运维

场景 5:每日 Issue 整理(定时触发,每个工作日晚上)

通过连接器读取当天新增的 Issue,根据涉及的代码模块自动打标签、分配负责人,发一条汇总消息到 Slack 或企业微信。第二天早上团队看到的是一个整理好的待办队列。

场景 6:告警自动分诊(API 触发)

Sentry、Datadog 等监控系统检测到错误率超阈值时,调用 Routine 的 API 端点,把告警内容通过 text 字段传入。Routine 拿到堆栈信息,关联最近的 commit,定位可能的原因,开一个带修复建议的 draft PR。On-call 的人审查 PR 就行,不用从零开始排查。

场景 7:部署后冒烟验证(API 触发)

CD 流水线每次部署到生产环境后,调用 Routine 端点。Routine 对新版本跑关键路径测试、扫描错误日志、检查核心指标,然后往发布频道发一条"通过/不通过"的结论。在部署窗口关闭前就能拿到自动化的验收结果。

场景 8:Stale PR 清理(定时触发,每周)

找出超过 7 天没有更新的 PR,自动 @作者提醒更新或关闭。超过 30 天的标记为 stale 并留评论说明原因。保持 PR 列表干净。

场景 9:服务健康巡检(定时触发,每小时)

每小时检查各服务的健康端点、数据库连接池使用率、队列积压量,异常时自动在对应仓库开 Issue 并通知 on-call 人员。

文档维护

场景 10:文档漂移检测(定时触发,每周)

扫描上周合并的 PR,找出 API 签名变了但文档没跟上的地方,自动对文档仓库开更新 PR。编辑只需要审核和润色,不用自己翻 commit log 找遗漏。

场景 11:CHANGELOG 自动生成(GitHub 触发 release.published)

每次发布新版本时,汇总自上次 release 以来的所有 commit 和 PR,按 feature / fix / breaking change 分类,生成格式化的 CHANGELOG 并提交。

场景 12:README 同步检查(定时触发,每月)

检查 README 里的安装步骤、配置示例、依赖版本是否和实际代码一致,不一致的地方开 PR 修正。

场景 13:API 文档自动生成(GitHub 触发 push 到 main)

每次主分支有新代码合入,自动扫描接口定义(OpenAPI、Swagger 注解、JSDoc 等),重新生成 API 文档并推送到文档站。

代码库维护

场景 14:依赖更新评估(定时触发,每周)

扫描 package.json、pom.xml、requirements.txt 等依赖文件,检查哪些依赖有新版本,评估 breaking changes 风险,对低风险的依赖直接开升级 PR。

场景 15:技术债清理(定时触发,每周)

扫描代码中的 TODO、FIXME、HACK、WORKAROUND 注释,按模块汇总。存在超过 90 天的未处理项自动创建 Issue,防止技术债无限堆积。

场景 16:跨语言 SDK 同步(GitHub 触发 pull_request.closed,过滤已合并)

一个语言的 SDK 合并 PR 后,Routine 自动把改动移植到另一种语言的 SDK 仓库,开一个对应的 PR。两个 SDK 保持同步,不需要人工重复实现。

场景 17:死代码检测(定时触发,每月)

分析代码库中未被引用的函数、类、常量,生成报告并开 PR 清理。配合测试覆盖率数据,优先处理无测试覆盖的死代码。

场景 18:代码格式统一(GitHub 触发 push)

每次 push 后检查是否有不符合团队格式规范的文件(缩进、换行、import 顺序等),自动格式化并推一个修复 commit。

安全与合规

场景 19:密钥泄露扫描(GitHub 触发 push)

每次 push 后扫描提交内容中是否有硬编码的 API Key、密码、Token、私钥等敏感信息,发现后立即通知开发者并建议修复方案(比如使用环境变量替代)。

场景 20:License 合规检查(GitHub 触发 pull_request.opened)

新 PR 引入了新依赖时,自动检查该依赖的开源协议是否与项目兼容。GPL 依赖混入 MIT 项目?Routine 会在 PR 上留评论警告。

场景 21:安全公告匹配(定时触发,每天)

每天拉取 CVE 数据库或 GitHub Security Advisory 的最新公告,与项目依赖树做匹配。发现受影响的依赖后自动开 Issue,标注影响范围和建议的修复版本。

团队协作

场景 22:周报自动生成(定时触发,每周五)

汇总本周合并的 PR 数量和内容、关闭的 Issue、新增的讨论、代码行数变化,生成结构化的周报发到团队频道。省去每个人手写周报的时间。

场景 23:新人 PR 引导(GitHub 触发,过滤特定作者)

新加入团队的成员提交的 PR 自动附加更详细的代码规范说明、常见 anti-pattern 提示、以及相关文档链接,降低 senior 的 review 成本。

场景 24:Release Notes 生成(GitHub 触发 release.created)

每次创建 release 时,自动从 PR 标题和描述中提取面向用户的变更说明,生成可读性好的 Release Notes,省去产品经理手动整理。

场景 25:会议纪要跟踪(定时触发,每天)

通过连接器读取团队会议纪要中的 Action Items,检查对应的 Issue 或 PR 是否已创建,未创建的自动生成 Issue 并分配给责任人。

Routines vs 现有自动化工具:怎么选?

Routines vs Scheduled Tasks

这不是并列关系,而是演进关系。Scheduled Tasks 是 Routines 的前身,现有的 scheduled tasks 已经自动升级为 routines。

对比维度

Scheduled Tasks

Routines

运行位置

本地机器(CLI 或 Desktop)

Anthropic 云端

电脑关机

停止运行

继续运行

触发方式

仅定时

定时 + API + GitHub 事件

审批模式

可设权限模式

完全自主,无审批提示

环境配置

依赖本地环境

云端 Environment 统一管理

连接器

受本地环境限制

云端统一管理 MCP 连接器

一句话总结:Scheduled Tasks 是"闹钟叫你的本地 Claude 起来干活",Routines 是"把任务交给云端的 Claude 员工"。

Routines vs GitHub Actions

两者不是替代关系,而是互补。

对比维度

GitHub Actions

Routines

执行内容

预先写好的脚本和步骤

AI Agent 自主决策和执行

灵活性

严格按 workflow YAML 执行

根据提示词理解意图,灵活应对

擅长的事

确定性流程:构建、测试、部署

需要理解力的任务:代码审查、Bug 分析、文档生成

调试

看日志、改 YAML、重跑

打开 session 看 Claude 的思考过程,可以接管对话

成本模型

GitHub 免费额度 + 按分钟计费

Claude 订阅用量

触发方式

仓库事件 + 定时 + 手动

定时 + API + 仓库事件

最佳实践:用 GitHub Actions 跑确定性的 CI/CD 流程(构建、测试、部署),用 Routines 处理需要"理解代码"的任务(审查、分析、修复建议)。两者可以串联——GitHub Actions 部署完毕后通过 API 触发 Routine 做验证。

Routines vs Dependabot / Renovate

对比维度

Dependabot / Renovate

Routines

功能范围

专注依赖更新

通用:任何可以用代码描述的自动化任务

智能程度

规则驱动,按配置更新

AI 驱动,能评估 breaking changes 影响

自定义

通过配置文件

通过自然语言提示词

生态

依赖更新领域成熟稳定

新功能,仍在 preview

建议:依赖更新这个单一场景,Dependabot/Renovate 更成熟更可靠。但如果你想在依赖更新的基础上加一层"AI 评估这次升级会不会破坏现有功能",可以让 Routine 在 Dependabot 的 PR 上做补充审查。

Routines vs 传统 Cron Job + 脚本

对比维度

Cron Job + 脚本

Routines

开发成本

需要自己写脚本、维护逻辑

用自然语言描述目标

基础设施

需要自己维护服务器

Anthropic 托管

灵活性

脚本写死的逻辑

AI 根据上下文灵活处理

可观察性

自己搭日志和监控

每次运行都是可回溯的 session

可靠性

取决于你的运维水平

Anthropic 负责基础设施

适合场景

确定性强、逻辑固定的任务

需要理解语义、处理变化的任务

建议:如果任务逻辑完全确定(比如"每天凌晨 3 点清理 /tmp"),cron job 更简单直接。如果任务需要"看情况决定"(比如"分析今天的新 Issue,判断优先级"),Routines 的 AI 理解力是传统脚本做不到的。

Routines vs Webhook + Serverless Function

对比维度

Webhook + Lambda/Cloud Function

Routines

开发成本

写函数代码、配 IAM、管部署

写一段提示词

上下文理解

只能处理 webhook payload 里的数据

能克隆整个仓库,理解代码上下文

执行时长

通常有超时限制(Lambda 15 分钟)

完整的 Claude Code session

调试

CloudWatch Logs

可视化的 session,可以接管

建议:简单的 webhook 响应(比如"收到 Stripe 付款事件后更新数据库")用 serverless function 更合适。需要"理解代码仓库上下文"的响应(比如"收到告警后分析代码找 bug")用 Routines。

场景决策速查表

你要做的事

推荐工具

原因

构建、测试、部署流水线

GitHub Actions

确定性流程,Actions 更成熟

PR 代码审查(机械检查)

Routines

需要理解代码语义

依赖版本更新

Dependabot/Renovate

专业工具,更稳定

依赖更新的影响评估

Routines(补充审查)

需要 AI 判断力

定时清理临时文件

Cron Job

逻辑固定,不需要 AI

每日 Issue 分诊

Routines

需要理解 Issue 内容和代码关联

Webhook 简单响应

Serverless Function

逻辑简单,响应快

告警后分析代码修 bug

Routines

需要仓库上下文

文档同步

Routines

需要理解 API 变更语义

周报生成

Routines

需要汇总理解多种信息

本地文件处理

Desktop 本地定时任务

需要访问本地文件系统

用量与限制

  • Routine 消耗的额度和交互式会话一样,走订阅计划的用量

  • 每个账户每天有 Routine 运行次数上限(在 claude.ai/code/routines 或 settings/usage 查看)

  • GitHub webhook 事件有每 Routine 和每账户的小时级上限,超出的事件会被丢弃

  • 达到上限后,开了 extra usage 的组织可以按量继续跑,否则等窗口重置

  • 适用计划:Pro、Max、Team、Enterprise(需开启 Claude Code on the web)

权限与安全须知

几个容易忽略的细节:

  1. Routine 以你的身份运行。GitHub commit 带你的用户名,Slack 消息用你的账号发,Linear ticket 归你名下。不要让 Routine 做你不愿意署名的事。

  2. Routine 属于个人账户,不与团队成员共享。

  3. API Token 只显示一次,生成后立刻保存。支持 Regenerate(重新生成)和 Revoke(吊销)。

  4. 分支推送有护栏,默认只能推 claude/ 前缀分支,按需对特定仓库解锁。

  5. 连接器权限最小化,创建时移除 Routine 不需要的连接器。

  6. 提示词要自包含,因为没有人在旁边点确认。写清楚目标、约束、异常处理和成功标准。

写在最后

Routines 目前还在研究预览阶段,API 格式、速率限制、功能边界都可能变。但方向很清晰:把 AI 编程助手从"你问它答"的交互模式,推向"设定目标后自动持续运行"的 Agent 模式。

最适合 Routines 的任务有三个共同特点:重复发生、规则明确、结果可验证。代码审查、文档同步、告警分诊、部署验证,都是天然适配的场景。

不适合的场景也很明确:需要复杂的人工判断、涉及不可逆操作(比如直接删除生产数据)、或者规则模糊到连人都说不清的任务。

上手路径建议:从一个低风险的只读 Routine 开始(比如每天汇总 Issue、每周生成代码质量报告),观察它的行为模式和输出质量,再逐步升级到有写入权限的场景(开 PR、推 commit)。把 Routines 想象成一个新来的初级开发者——先让他做 code review,确认靠谱了再让他写代码。

许可协议: 
分享

相关文章

下一篇

Claude Desktop 三合一:Chat、Cowork、Code 深度对比与实战指南

上一篇

Claude Managed Agents 深度解析:从概念到最佳实践

最近更新

  • Claude Desktop 三合一:Chat、Cowork、Code 深度对比与实战指南
  • Claude Code Routines:让 AI 编程助手 7×24 自动干活
  • Claude Managed Agents 深度解析:从概念到最佳实践
  • 2026 年 Claude Code 工作流框架全景对比:ECC、Superpowers、GSD、gstack、BMAD、Taskmaster、ZCF
  • 打造现代化终端工作流:Zellij + Starship 完整配置

热门标签

MCP 并发编程 通义千问 代码审查 版本对比 数字人 开发效率 DevOps 结构化并发 永久投资组合

目录

©2026 范伟彬个人网. 保留部分权利。

使用 Halo 主题 Chirpy