真实案例引入：深夜 11 点的 PR 终于有人 review 了
王海（化名）是一家中型 SaaS 公司的后端工程师。团队采用 monorepo 结构，每到周五晚上，积压的 PR 少则七八个，多则十几个。手动 review 耗时耗力，完全丢给 AI review 工具又担心质量。
他尝试的解法：用 Claude Code Routines 配置了一个每周五 20:00 自动运行的代码审查 routine。Claude 会主动拉取本周所有未合并的 PR，按模块分类，生成结构化 review 报告推送到 Slack。第二天早上，他只需要花 20 分钟过一遍 AI 的报告，重点关注高风险变更。
这不是科幻场景——这是 Claude Code Routines 已经支持的真实能力。
背景：Claude Code 不只是交互式工具
Claude Code 最早以"终端里的 AI 搭档"定位——你提需求，它在本地仓库里翻代码、写文件、跑测试。但这套模式的本质还是被动响应：你在，它才动。
2026 年 4 月 14 日，Anthropic 正式发布 Routines 功能（官方文档，HN 热度 700+），将 Claude Code 的能力边界从"交互式"扩展到"自动化"。你可以定义一组任务，让它按时间表、按 GitHub 事件、或按 API 调用触发，在 Anthropic 托管的云端基础设施上自动执行——不需要保持终端打开。
框架核心拆解
触发模型：三种自动化路径
Routines 支持三种触发机制，覆盖了开发者日常中最常见的自动化场景：
① 定时触发（Cron）
triggers:
- type: schedule
cron: "0 9 * * 1-5" # 每周一至周五 9:00 AM UTC
适用于：每日 standup 报告生成、代码质量巡检、定时数据拉取。
② GitHub 事件触发
triggers:
- type: github
events:
- pull_request.opened
- pull_request.merged
- issue.comment
适用于：PR 自动 review、issue 分类、release note 生成。
③ API 调用触发
triggers:
- type: api
auth:
type: bearer_token
secret: $ROUTINES_API_SECRET
适用于：与内部平台集成、webhook 驱动的工作流、CI/CD pipeline 串联。
Routine 执行单元：Task + Tool
每个 Routine 由一个或多个 Task 组成，Task 定义"做什么"，Tool 定义"用什么工具做"。
routines:
- name: daily-code-review
trigger:
type: schedule
cron: "0 20 * * 5"
tasks:
- name: fetch-open-prs
tool: github
action: list_prs
params:
state: open
base: main
- name: review-each-pr
tool: claude_code
action: review_code
context:
pr_data: "${fetch-open-prs.output}"
config:
model: claude-sonnet-4-20250514
max_tokens: 8000
- name: post-to-slack
tool: slack
action: send_message
params:
channel: "#engineering"
message: "${review-each-pr.output}"
云端执行架构
Routines 运行在 Anthropic 托管的基础设施上，不依赖本地终端：
%%{init: {'theme': 'neutral'}}%%
flowchart TB
subgraph Triggers
Cron["Cron Scheduler"]
GH["GitHub Webhooks"]
API["API / Webhook Endpoint"]
end
subgraph RoutineEngine
Parser["YAML Parser"]
Executor["Task Executor"]
ContextMgr["Context Manager"]
end
subgraph Tools
GitHub["GitHub API Tool"]
ClaudeCode["Claude Code Tool"]
Slack["Slack API Tool"]
Custom["Custom API Tool"]
end
Cron --> Parser
GH --> Parser
API --> Parser
Parser --> Executor
Executor --> ContextMgr
Executor --> GitHub
Executor --> ClaudeCode
Executor --> Slack
Executor --> Custom
ContextMgr --> Output["Structured Output<br/>/ Slack / File"]
关键优势：上下文持久化——同一 Routine 的多次执行可以访问历史状态，实现增量分析而非每次从零开始。
与传统 CI/CD 的区别
| 维度 | 传统 CI/CD (GitHub Actions) | Claude Code Routines |
|---|---|---|
| 定义方式 | YAML + Shell 脚本 | YAML + 自然语言 prompt |
| 上下文理解 | 无代码理解能力 | 全代码库语义理解 |
| 触发条件 | 事件驱动 | 事件 + 定时 + API |
| 执行位置 | 云端 ephemeral | Anthropic 托管云端 |
| 适用场景 | 构建/测试/部署 | 分析/审查/生成/监控 |
关键洞察：工程化落地的三个建议
1. Routine 不等于 Script——设计好上下文边界
Routines 的强大之处在于 Claude 对代码库的语义理解，但这也意味着每次执行都在消耗 token。不要让一个 Routine 试图做所有事情。
推荐做法：按职责拆分多个小 Routine，通过 Slack 消息或文件作为它们之间的数据传递媒介。比如 daily-pr-fetcher 只负责拉取数据写入 pr-summary.json，pr-reviewer 读取该文件做 review。
2. API 触发模式下的安全性配置
Routines 的 API 触发支持 Bearer Token 认证，但这意味着你的 $ROUTINES_API_SECRET 需要安全存储。
# 推荐：通过环境变量注入，不写在 YAML 里
claude routines create --name my-routine --env ROUTINES_API_SECRET
如果与 GitHub Actions 集成，推荐使用 GitHub Apps 而非 Personal Access Token，避免 token 泄露导致仓库权限被滥用。
3. 定时任务的时区陷阱
cron: "0 9 * * *" 默认是 UTC，而大多数团队的作息是 UTC+8（北京时间）。如果希望"每天早上 9 点"运行，需要写成 cron: "0 1 * * *"（UTC 1:00 = 北京时间 9:00）。Anthropic 文档明确建议在 cron 表达式旁加上注释说明对应的本地时间。
信源引用
- Claude Code Routines 官方文档（HN 热度 700+，本文核心信源）
- GitHub: anthropics/claude-code（Stars 114k+，最新提交 2026-04-16）
- HN Discussion: Claude Code Routines
总结
Claude Code Routines 代表了 AI 编程助手从"被动工具"向"主动自动化同事"的进化。对于工程团队而言，它的最大价值不是替代人类，而是接管那些结构清晰、重复性强、但需要代码语义理解的工作——定时 code review、release note 生成、依赖安全巡检……
关键落地原则：保持 Routine 职责单一、善用 API 触发时的安全配置、注意时区换算。如果你在团队中承担着大量"每天都要做但不需要深度思考"的工作，Routines 值得投入 1-2 小时认真配置。