Claude Code 快速入门与实战技巧

Claude Code AI编程开发工具

字数统计: 3.6k阅读时长: 13 min

 2026/06/22

Claude Code(以下简称CC)是Anthropic的AI编程助手，以终端的形式与用户进行交互（Anthropic的工程师确实有点品味，让人重新回到了UNIX命令的时代，对于长期使用Mac或者Ubuntu的开发者来说，CC用起来确实得心应手）。用户通过CC可以用自然语言描述需求，发送命令，CC收到后，在它自有的代理循环中，收集上下文，分析代码库，阅读文档，并执行相关的动作，验证结果。

agentic-loop

跟GitHub Copilot这类代码补全工具不同，CC更像个编程搭档，一个私人助手。你跟它对话，而不是等它自动补全几行代码；它会记住你的历史会话，维护上下文，帮助你快速的解决问题。理解陌生项目、写测试用例、代码重构，到需求分析、方案设计，到实现、部署，CC都能帮上忙。在很大程度上，CC帮助了Anthropic公司更高速的发展，推动了大模型在各个领域尤其是软件开发上的普及。

在这篇文章里，主要介绍下CC的安装与配置，以及使用的最佳实践。

安装与配置

环境要求

Node.js: 18 或更高版本
Git: 用于版本控制
操作系统：macOS、Linux、Windows 都行

以下安装或者操作的命令都是在Linux环境下进行的，如果你的操作系统是macOS或Windows，可能需要进行相应的调整。

用npm全局安装：

1	npm install -g @anthropic-ai/claude-code

安装完成后，可以运行 claude 命令：

1
2
3

claude --version
# 或
claude -v

如果要更新到最新版本，可以运行 npm update -g @anthropic-ai/claude-code。

首次启动

第一次运行 claude 会引导配置。如果想跳过引导，可以直接编辑用户主目录下的 ~/.claude.json（Windows 用户对应 C:\Users\<用户名>\.claude.json），加入以下内容：

1
2
3

{
  "hasCompletedOnboarding": true
}

完成初步的配置后，核心的步骤就是接入一个可用的大模型。国外模型如Anthropic的Opus/Sonnet模型，OpenAI的GPT-4模型，国内模型如智谱的GLM系列模型，月之暗面的Kimi K2模型以及DeepSeek模型，都可以接入。这里主要介绍下国内常见大模型的接入方法（国外的模型一般需要通过代理接入）。

配置国内大模型

接入大模型，需要配置两个核心的环境变量，分别是ANTHROPIC_AUTH_TOKEN和ANTHROPIC_BASE_URL，这个一般可以在大模型的官方文档中找到。

编辑 ~/.claude/settings.json：

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "your_api_key",
    "ANTHROPIC_BASE_URL": "https://open.bigmodel.cn/api/anthropic",
    "API_TIMEOUT_MS": "300000",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1"
  }
}

下表中汇总了常见的国内大模型的接入方法，可以参考下：

模型	Anthropic 兼容 API 地址	模型名称	获取 API Key
智谱 GLM	`https://open.bigmodel.cn/api/anthropic`	`glm-4.6`	智谱开放平台
Kimi K2	`https://api.moonshot.cn/anthropic`	`kimi-k2`	Moonshot 控制台
DeepSeek	`https://api.deepseek.com/anthropic`	`deepseek-chat`	DeepSeek 平台

说明：各家模型名称会随版本迭代而变化（如智谱已有 GLM-4.6 / GLM-5.2 等多个版本），配置时请以开放平台给出的最新模型 ID 为准。阿里云通义千问（Qwen）目前主要提供 OpenAI 兼容接口，若要在 Claude Code 中使用，需要借助 claude-code-router 这类协议转换工具。

CC对于不同任务场景使用了不同的大模型，我们不用关心具体的模型名称，用别名就行：

别名	说明
`default`	默认配置的模型
`sonnet`	日常编码任务
`opus`	复杂推理，如方案设计，大数据分析，生成研究报告等
`haiku`	简单任务，速度快
`sonnet[1m]`	100万令牌上下文
`opusplan`	计划用 Opus，执行用 Sonnet

可以通过 model 命令切换模型：

1	/model sonnet

常用命令

使用CC可以通过命令行终端进入交互模式，也可以直接在当前的终端中执行命令。

命令	功能
`claude`	启动交互模式
`claude "task"`	执行一次性任务后退出
`claude -p "query"`	执行查询后退出
`claude -c`	继续最近对话
`claude -r`	恢复历史对话
`claude commit`	智能创建 Git 提交
`/clear`	清除对话历史
`/help`	显示命令列表
`/doctor`	claude code用户配置、技能配置诊断，查找未使用的技能、MCP｜

使用示例

# 快速修复
claude "修复 src/utils.js 中的内存泄漏"

# 批量重构
claude "将所有回调函数改写为 async/await"

# 代码审查
claude "审查最近一次的提交"

自定义斜杠命令

在 ~/.claude/commands/ 或项目的 .claude/commands/ 目录创建Markdown文件：

# 全局命令
mkdir -p ~/.claude/commands
echo "分析这段代码的性能瓶颈，给出三个优化建议:" > ~/.claude/commands/optimize.md

# 项目命令
mkdir -p .claude/commands
cat > .claude/commands/codereview.md << 'EOF'
请审查当前代码变更：
1. 代码风格和命名
2. 潜在 Bug
3. 性能优化机会
4. 安全漏洞
5. 测试覆盖率

按优先级列出问题并给出改进建议。
EOF

使用时直接输入 /optimize 或 /codereview即可执行自定义命令。

扩展能力：MCP / Subagents / Skills / Plugins

Claude Code 提供了多种扩展机制，初学时容易混淆，先简单做个区分：

MCP（Model Context Protocol）：一种标准化协议，让 Claude Code 能访问外部工具和数据源（如数据库、JIRA、Sentry）。
Subagents（子代理）：拥有独立工作空间、记忆和身份配置的专用代理，适合处理特定类型的任务（如代码审查、测试编写）。
Skills（技能）：可复用的提示词与工作流封装，模型会自主判断是否调用。
Plugins（插件）：将 Skills / Hooks / Subagents / MCP 服务打包在一起，可以一次性安装。下面以最常用的 MCP 为例说明。

MCP 服务集成

能做什么

从 JIRA 读取任务并创建 PR
查询 Sentry 错误日志
从数据库读取数据
抓取网页内容

配置作用域

作用域	配置位置	适用场景
Local	`~/.claude.json`	个人实验、敏感凭证
Project	`.mcp.json`	团队共享、CI/CD
User	`~/.claude.json`	个人通用配置

示例：集成 Sentry

1	claude mcp add --transport http sentry https://mcp.sentry.dev/mcp

然后在对话中输入 /mcp 进行认证，之后就能查询错误信息了。

更多 MCP 服务见 MCP Registry。

skills

skills是CC中一种可复用的工作流（workflows）、工具或者过程。通过skills，我们可以将日常工作常用的一些任务，比如处理电子表格，review代码，构建版本等，写成固定的文本格式，让CC去解析执行。注意有如下几种方式来添加skills:

通过命令/plugins安装市场提供的技能，比如code-review, diagram-design, frontend-design，如果我们想要添加某个市场中的技能，可以通过如下命令：
1
2
3

/plugin install document-skills@anthropic-agent-skills

对于第三方或者自定义的一些技能，可以自行安装到个人或者项目的CC目录：


#在个人目录创建新的skills，团队无法看见
mkdir -p ~/.claude/skills/android-code-review


#将github下载或自定义的的skills拷贝到上述目录即可

海可以通过npx skills来执行技能的安装，我们可以选择指定安装目录与安装源：


# GitHub shorthand (owner/repo)
npx skills add vercel-labs/agent-skills

# Full GitHub URL
npx skills add https://github.com/vercel-labs/agent-skills

# Direct path to a skill in a repo
npx skills add https://github.com/vercel-labs/agent-skills/tree/main/skills/web-design-guidelines

# GitLab URL
npx skills add https://gitlab.com/org/repo

# Any git URL
npx skills add git@github.com:vercel-labs/agent-skills.git

# Local path
npx skills add ./my-local-skills

skill本质是一套可复用的资产，是在项目开发过程中可重复使用的能力。当一个模式反复出现或者一个流程不断被执行时，可以考虑写成skill的形式提供给项目或者团队。如果开始对skills的创建并不熟悉，在发现固定模式或者流程后，通过skill-creator让CC协助进行技能的编写。

更多的技能相关开发可以参考claude官网文章How to create a skill with Claude through conversation。

记忆系统

Claude Code 主要有两级记忆文件：

类型	文件路径	用途
用户记忆	`~/.claude/CLAUDE.md`	个人编码偏好，所有项目共享
项目记忆	`./CLAUDE.md`	团队规范，随项目提交到仓库

早期版本还存在 ./CLAUDE.local.md（用于不提交到仓库的个人项目配置），新版已逐步被 ~/.claude/settings.json 的项目级配置取代，不再推荐使用。

用户记忆示例

~/.claude/CLAUDE.md：

# 我的编码偏好

## 代码风格
- 2 空格缩进
- 单引号
- camelCase 命名

## Git 习惯
- 中文 commit 信息
- Angular Commit 规范
- 一个 commit 一件事

项目记忆示例

项目根目录 CLAUDE.md：

# 项目指南

## 技术栈
- 前端：Vue 3 + TypeScript + Vite
- 后端：Node.js + Express + Prisma
- 数据库：PostgreSQL

## 架构
- 组件：`src/components/`
- API：`src/api/`
- 工具函数：`src/utils/`

更多关于Claude Code的工作原理，可以参考官方的文档：how-claude-code-works。

最佳实践

要想用好CC，核心是记住一个关键的约束条件：CC的工作依赖于模型的上下文窗口(context window)，在对话的过程中，上下文窗口会快速占用（对话内容，读取的文件，命令输出等），因此模型的性能也会下降，容易出现指令遵循下降、出现幻觉等问题。因此，要充分发挥CC的能力，需要充分利用上下文窗口，在使用过程中尽可能减少对上下文窗口的占用，减少错误发生的概率。

清晰描述需求

无论是实现某个功能，进行功能开发，还是修复某个代码BUG，都需要尽可能清晰的将问题的描述和需求清晰地表述给Claude Code，比如：

# 不太好
> 修复这个 bug

# 更好
> 在 src/auth.js 中，登录函数处理特殊字符密码时会崩溃，修复它并添加测试

比如要访问的某个具体的文件或者实现功能的具体约束，都要尽可能具体的说出来。对于每个任务，给Claude Code一个明确的验收标准，可以用来验收对应的任务是否正常完成。

描述策略	优化前	优化后
限定任务的范围：指定具体文件，什么场景，以及测试的偏好	为foo.py添加测试	为foo.py添加测试,覆盖用户登录的边界场景，避免使用Mocks
指定数据源：指示`Claude Code`使用具体的数据源来回答问题	为什么`ExecutionFactory`有一个如何奇怪的API	查看下`ExecutionFactory`的提交记录，总结下其API的来源
引用现有的模式：指示`Claude Code`使用已有的编码模式	添加一个日历的组件	先查看首页现有组件的实现逻辑，理清统一开发规范；以现有的`UserInfoCard.vue` 为参考范例，遵循相同规范开发全新日历组件，支持选择月份、翻页切换年份；仅使用项目已有依赖库，从零实现，不引入新第三方库
描述具体问题症状：提供BUG的具体症状描述，可能发生的位置，以及可能修复的方式	修复登录的BUG	户反馈会话超时后登录失败，请核查 src/auth 目录下鉴权流程，重点排查令牌刷新逻辑；先编写可复现问题的失败测试用例，再修复该缺陷

方案先行，后编码

对于一些不确定的问题或者任务，在要求Claude Code编码之前，最好的办法是先让其基于当前的代码输出一个详细的实施方案，然后再进行编码。这样可以避免很多错误。比如我要修复某个问题，可以让Claude Code进入plan模式，等其完成梳理后，再执行bug修复，最终进行代码提交。

比如将复杂任务分拆，分步骤做：

> 第一步：分析当前代码结构
> 第二步：制定重构计划
> 第三步：执行重构
> 第四步：验证结果

可以使用/plan命令进入plan模式，或者通过shift + tab在不同模式之间进行自动切换。

善用CLAUDE.md

Claude Code中的CLAUDE.md分为不同的层级：

项目根目录的CLAUDE.md文件，用来描述整个项目的目标、需求和规范，在会话期间会持续占用上下文窗口
在项目子目录的CLAUDE.md文件，在Claude Code进入子目录时，会自动加载到模型的上下文中，退出该目录后，会自动从上下文中移除

因此，为了减少Token的消耗，降低CLAUDE.md对上下文的占用，尽可能保持CLAUDE.md简单清晰（最好不要超过200行），只是提供一个项目概览与相关信息的索引，将很多规则与重复性的内容放到rules或者skills目录中。

结语

AI大模型无疑是新的工业革命生产力的核心，如果你对大模型的能力还有疑虑，那很可能是用的还不够多，不够深入。随着Agent系统的发展，AI的能力正在从代码开发扩展的其他领域，不再简单是一个生产工具，而是一个真正意义上的协作者(CoWorker)。未来，随着大模型能力的进一步提升，组织的形态与工作流都会被AI改变，重构。Claude Code是这个时代的生产力工具，如何用好它，可能是现代数字游民必要的生存技能，也是个人与组织竞争力的体现。

参考资料

原文作者：Jason Wang

更新日期：2026-09-06, 12:44:07

Next Post

Agent系列之一：什么是Agent
Previous Post

MACVLAN详解