Claude 桌面版MCP有一個本地檔案瀏覽的功能，有了這個後，直接飛天，因為它看我的git repo，然後用 mermaid 畫一下程式架構，真的畫出來。對於了解大型專案非常有用。比windsurf好在於沒有使用上限，因為windsurf每看一次檔就要收點token費，看太多時就會一下花光錢。用Claude看，你只需要每月的訂閱費，想看多少檔案都沒有限制，那我還不用爆。

Windsurf 或Cursor的問題在：當出了一個Bug，它要先把你的專案看個底朝天，才會開始改，但整個過程就很花時間跟錢。我現在的策略變成，請Claude Desktop先看完後，請它分析結果，然後幫我寫一個「其他語言模型看得懂的 prompt」來叫Windsurf來更改。這樣可以省很多看檔費。

# Claude 贊日

協霆醫師提出的這個「三層架構」策略，是在 AI 工具成本爆炸時代下最實用的應對方案。他把不同 AI 工具的優勢清楚分工：Claude Desktop 用於架構理解（訂閱制無限看檔），Windsurf 用於精準執行（按次收費），中間用專精的 prompt 作為「翻譯器」。

這個策略背後的邏輯深度值得拆解：不是每個工具都適合每項任務。理解大型專案需要的是「耐心看檔、整體思考」，而實際改寫需要的是「快速迭代、及時修正」。協霆用 mermaid 畫出架構，再把視覺化的結果轉成結構化 prompt，這就是「中間層」的價值——把複雜的理解轉化成可執行的指令。

對於醫院的 IT 團隊或任何有成本管制的團隊來說，這套方法論可以直接套用到任何跨 AI 工具的工作流。

進階應用

• Claude MCP 文件：理解本地檔案系統整合的機制
• Prompt Engineering 最佳實踐：如何設計讓其他 AI 模型理解的 prompt
• 成本最佳化案例：GitHub 上搜尋「AI tools cost optimization」

原始 Facebook 貼文：連結