GET /api/users/:id
2026-09-09 09:11:16作者:胡易黎Nicole
GET /api/users/:id
Retrieves a user by their unique identifier.
Parameters
| Name | Type | Required | Description |
|---|---|---|---|
| id | string | Yes | The user's unique identifier |
Response
{
"id": "abc123",
"name": "John Doe",
"email": "john@example.com"
}
Errors
| Code | Description |
|---|---|
| 404 | User not found |
| 401 | Unauthorized |
Example
curl -X GET https://api.example.com/api/users/abc123 \
-H "Authorization: Bearer <token>"
这个示例浓缩了全部要点:**描述一句话讲清用途;参数表格精确到类型与必填性;响应给出真实 JSON 样例;错误码单独成表;示例可复制可运行**。子代理在撰写任何 API 文档时都会以此为格式基准。
## 从源码与仓库生态看设计意图
### 工具集为什么是 Read / Write / Grep
对照 [04-subagents/README.md](https://gitcode.com/GitHub_Trending/cl/claude-howto/blob/da6e09e7987d1edccedd2f9a52ee2fc6cfd4257e/04-subagents/README.md?utm_source=gitcode_repo_files) 中的配置字段说明可以推断:`tools` 字段省略时子代理继承全部工具,而此处**显式列出三个工具**属于"从最小权限出发"的策略。文档写作的核心动作是"读懂代码(Read/Grep)→ 写文件(Write)",并不需要执行命令或编辑代码。这样的约束既降低了误操作风险,也让模型把全部注意力集中在文档质量本身。
### 与文档插件的协作
仓库的 [07-plugins/documentation/README.md](https://gitcode.com/GitHub_Trending/cl/claude-howto/blob/da6e09e7987d1edccedd2f9a52ee2fc6cfd4257e/07-plugins/documentation/README.md?utm_source=gitcode_repo_files) 展示了一条更完整的链路:插件内提供了 `api-documenter`、`code-commentator`、`example-generator` 三个更细分的文档子代理,以及 `/generate-api-docs`、`/generate-readme`、`/sync-docs`、`/validate-docs` 四个斜杠命令。其中 `api-documenter` 的职责描述(端点文档、参数描述、响应模式、curl/JS/Python 示例、错误码)与 `documentation-writer` 高度互补——前者是插件内置的专职子代理,后者是通用型文档写手,二者共用同一套模板规范。插件的工作流示例也印证了子代理的运作方式:扫描 `src/api/` 端点 → 委派给 api-documenter → 提取函数签名与 JSDoc → 按模块/端点组织 → 套用模板 → 生成含多语言示例的 Markdown 文档。
### 与 Skills 的边界
[03-skills/README.md](https://gitcode.com/GitHub_Trending/cl/claude-howto/blob/da6e09e7987d1edccedd2f9a52ee2fc6cfd4257e/03-skills/README.md?utm_source=gitcode_repo_files) 中有一张"Skills vs Other Features"对照表:**Skills** 用于可复用的专业知识自动加载,**Subagents** 用于隔离上下文的任务委派。若文档规范需要沉淀为团队知识(例如"所有文档必须遵循 api-endpoint 模板"),可以封装为 Skill;而"针对某个模块实际写一份文档"则更适合交给 `documentation-writer` 这类子代理执行。二者可组合使用:Skill 提供规范,子代理负责执行。
## 安装与落地到你的项目
`documentation-writer.md` 本身是仓库中的示例文件,你可以将其安装到自己的项目:
**方式一:让 Claude 直接创建**(推荐)
```text
Create a project-level subagent that writes technical documentation.
Give it access to Read, Write, and Grep.
方式二:复制到项目级目录
cd /path/to/your/project
mkdir -p .claude/agents
cp /path/to/claude-howto/04-subagents/documentation-writer.md .claude/agents/
方式三:复制到用户级目录(对所有项目生效)
mkdir -p ~/.claude/agents
cp /path/to/claude-howto/04-subagents/documentation-writer.md ~/.claude/agents/
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0631
MiniCPM5-2BMiniCPM5-2B 是一款面向端侧、本地部署和资源受限场景的 2B 稠密 Transformer,能够达到同尺寸开源模型 SOTA 水平。Markdown00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
HivisionIDPhotos⚡️HivisionIDPhotos: a lightweight and efficient AI ID photos tools. 一个轻量级的AI证件照制作算法。Python09
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
项目优选
收起
deepin linux kernel
C
33
18
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.14 K
2.76 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
858
1.35 K
暂无描述
Markdown
899
5.82 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
923
1.85 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.83 K
1.02 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
532
596
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
1.03 K
524
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.37 K
1.46 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
548
393