MCP、Agent、loop、测试

MCP 与 Playwright

MCP（Model Context Protocol）是让 AI 接入外部工具的标准接口。给 Claude Code 装一个 MCP，它就多了一组"工具"。最常用的例子是 Playwright MCP：让它自己打开浏览器、点按钮、截图，用来验证网页做对了没有（官方项目：microsoft/playwright-mcp）。

# 添加（本机命令行里执行；-- 后面是启动这个 MCP 的命令）
claude mcp add playwright -- npx -y @playwright/mcp@latest

claude mcp list            # 查看已装的
claude mcp remove playwright
# 对话里输入 /mcp 可以查看状态、做登录授权

添加时可选范围（scope）：local（默认，只对你自己、当前项目）、project（写进项目根目录的 .mcp.json，可随 git 共享）、user（你的所有项目）。配置存放：local/user 在 ~/.claude.json，project 在项目的 .mcp.json。官方说明：MCP、modelcontextprotocol.io。

子 Agent 与 loop

子 Agent

子 Agent 是主对话派出去的"分身"：有自己独立的上下文，做完只交回结论。适合：①大范围搜索（不想把几十个文件的内容塞进主对话）；②互不相干的几件事并行做。官方说明：子 Agent。T00 的规则：小任务自己直接做，5 个以上文件的大任务才派分身；并行的分身不要改同一批文件。

loop（定时重复）

自带的 /loop 可以让一件事按间隔重复，比如 /loop 5m 检查部署是否完成。不写间隔时，由 AI 自己决定下次什么时候再来。用法原则：只给"需要反复检查的事"用；一次性的事不要用。

测试与确认

让 AI 写代码很快，难的是确认它做对了。我自己常漏的是这一步，所以流程里专门放了几层：

1. 先写"验收条件"

用"给定-当-那么"的写法，把"怎样算做完、做对"写成可以回答"是/否"的几条，覆盖正常、出错、边界、权限。T00 里对应的 Skill：t00-acceptance-criteria。

2. 真的跑一遍

改完网页，用浏览器自动化在手机和电脑两个宽度各打开一次，检查：有没有横向溢出、控制台有没有报错、关键流程能不能走通，并截图留证。对应 Skill：t00-webapp-testing、t00-deploy-verify。本地正常不等于线上正常：部署后要对真实网址再验证一次。

3. 让另一个 AI 当评审（LLM-as-a-Judge）

当输出是自由文字（比如问答、摘要）、没法用精确对比时，可以让一个 LLM 按评分标准给另一个 LLM 的输出打分。要点：评分标准要具体；用一批固定的"标准题 + 参考答案"每次回归；评审结果要抽样人工复核，不能全信。日语的入门文章：

省钱做法：本机用自己订阅的 claude -p 当评审，不调按量计费的 API（T00 的评估项目就是这么跑的）。