用 Claude Code 现代化遗留代码：不重写，而是渐进迁移

遗留代码最怕的不是"不现代"，而是无法安全地改动它。Claude Code 在这里的价值是帮你建立信心——在改动之前理解它，改动时有保障，改动后能验证。

第一步：理解你不敢碰的代码

claude "帮我理解这段代码在做什么。
背景：这是 2015 年写的 PHP 支付处理模块，没有注释，没有测试。
我需要在里面加一个新的支付渠道。

要求：
1. 列出核心业务逻辑（不是代码细节，是它在做什么）
2. 找出所有的副作用（数据库写入、外部调用、日志）
3. 找出可能的地雷（全局状态、魔法数字、隐式依赖）
4. 哪些地方碰了最容易出问题？"

给遗留代码补测试（再改动之前）：

claude "在修改这个函数之前，帮我给它写特性测试（Characterization Test）。

特性测试不验证'正确行为'，而是记录'当前行为'：
1. 给出这个函数的所有输入组合（正常、边界、异常）
2. 为每种输入写一个测试，捕获当前输出
3. 测试名称用描述当前行为的方式命名，不用'should'

目的：改动后如果行为变了，测试会告诉我。"

渐进式提取（不整体重写）：

claude "帮我从这个 500 行的函数中提取出一个独立模块。

策略：Strangler Fig 模式
1. 找到一个可以独立的功能单元（最好是有明确输入输出的部分）
2. 提取成独立函数，保持原函数调用它（不改变外部行为）
3. 给提取出来的函数写独立测试
4. 告诉我提取后怎么验证我没有改变行为

不要整体重写，每次只动一处。"

数据库 schema 的现代化：

claude "我有一个遗留 MySQL 数据库，设计是 2010 年的。
问题：
- 所有时间字段用 INT 存 Unix timestamp
- 用 VARCHAR 存 JSON 字符串
- 没有外键约束
- 表命名不一致（users、TBL_ORDER、ProductInfo）

帮我制定迁移路线：
1. 按风险从低到高排序需要改的地方
2. 每个改动如何做到不停服
3. 如何用双写策略过渡
4. 如何验证数据一致性"

依赖地狱的处理：

claude "这个项目有大量过时依赖，npm audit 报 47 个漏洞。
package.json 如下：[内容]

帮我制定升级策略：
1. 哪些漏洞是真正危险的（不是误报）？
2. 哪些依赖可以直接升级（不破坏 API）？
3. 哪些升级需要代码改动（major version）？
4. 如何在不中断开发的情况下批量升级？

优先级：安全漏洞 > 破坏性依赖 > 过时但稳定的依赖"

原则：遗留代码的改动要有出口

claude "我要把这个系统从 Python 2 迁移到 Python 3。
代码量：约 50,000 行。现有测试覆盖率：15%。

不要给我'全量迁移'方案。
给我一个可以持续 6 个月的渐进方案：
1. 第一个月：哪些先动（低风险高收益）？
2. 如何让 Python 2 和 3 代码共存？
3. 怎么知道每一步是成功的？
4. 最大的风险点在哪里，怎么提前规避？"

遗留代码改造的核心心理：不是"把坏代码变成好代码"，而是"在不破坏运行中系统的前提下，一点一点建立可测试的边界"。每次改动前，理解；每次改动后，验证；改动本身，要能撤回。