Claude Code 入门指南

什么是 Claude Code？

Claude Code (简称 CC) 是由 Anthropic 推出的一款通用型终端代理 (General Agent)。

如果你觉得它只是另一个类似 Copilot 的代码补全工具，那就大错特错了。CC 的核心逻辑是 “以文件夹为中心” 的智能体。它不是寄生在编辑器里的插件，而是直接在你的终端中运行，拥有直接操作本地文件系统、执行终端命令、甚至进行网络搜索的“实体”能力。

核心哲学：从“对话框”到“本地代理”

传统的 AI 工具通常被限制在一个虚拟的对话框内，你必须不断地“复制-粘贴”代码。而 Claude Code 标志着一种质变：

它有逻辑：它能自动理解整个项目的结构。
它有权限：它能帮你创建文件、修改代码、运行测试。
它有上下文：一旦进入某个文件夹，它就自动获得了该领域的所有背景。

核心特性

🚀 零配置启动：无需复杂的 YAML 配置或环境 setup，安装即用。
📂 文件夹级人格：它会根据当前目录动态调整“职业倾向”。在科研目录里是 Research Assistant，在开发目录里是 Senior Engineer。
⚡️ 深度交互：直接在终端输入指令，响应迅速，支持复杂的链式任务。
🌐 全能选手：除了写代码，它还能处理数据清洗、音视频自动化处理、甚至抓取网页进行深度分析。

如何安装与配置？

由于 Claude Code 是跨平台的，你可以根据自己的操作系统选择最适合的安装方式。

🍎 macOS 环境

macOS 用户拥有最优化的安装路径，官方现已支持通过 Homebrew 直接安装，不再强制依赖 Node.js 环境：

Homebrew 安装 (推荐)：
```
brew install claude-code
```
npm 命令行安装：如果你已安装 Node.js，也可以通过 npm 全局安装：
```
npm install -g @anthropic-ai/claude-code
```
权限配置：首次运行建议在“系统设置 > 隐私与安全性 > 终端/文件和文件夹”中赋予相应权限，以确保 CC 能正常读写项目。

🪟 Windows 环境

命令行安装：
```
npm install -g @anthropic-ai/claude-code
```
建议配合 WSL2 使用，以获得更接近 Linux 的原生开发体验。

🐧 Linux 环境

命令行安装：

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

环境变量：确保你的 PATH 中包含了 npm 的全局 bin 目录。

⚠️ 入门配置：API Key 无论在哪种环境下，你都需要设置 ANTHROPIC_API_KEY 环境变量，或者在首次启动时根据交互提示输入你的 Key。安装完成后，只需在终端输入 claude 即可开启对话。

🚀 进阶：接入国产大模型 Kimi K2

官方的 CC 丧心病狂，封号严重，国内对 CC 模型支持比较好的有三个：GLM 4.7，MiniMax M2.1，Kimi K2。

如果你希望在 Claude Code 中使用国产大模型 Kimi K2，可以通过官方提供的 API 兼容能力轻松实现。Kimi K2 的 API 现在支持 Anthropic 协议，允许你绕过地域限制或享受更具成本效益的体验。

注意： Kimi K2 对未充值的用户有Token使用限制，为了更好的使用建议充值50元。

接入步骤：

获取 Key：前往 Moonshot AI 开放平台申请 API Key。

配置环境变量：在你的 Shell 配置文件（如 .zshrc 或 .bashrc）中添加以下配置：

# 设置 Kimi 的 Anthropic 兼容端点
export ANTHROPIC_BASE_URL="https://api.moonshot.cn/anthropic"
# 设置你的 Kimi API Key
export ANTHROPIC_API_KEY="你的-Kimi-API-Key"

生效配置：运行 source ~/.zshrc（以 zsh 为例），随后再次输入 claude，你的 Claude Code 就会由 Kimi K2 引擎驱动。

⚠️ 危险模式 (Dangerous Mode/YOLO Mode)

在默认情况下，Claude Code 每执行一个写文件或运行命令的操作，都会弹出权限提示要求你确认。虽然这很安全，但在处理如“修复全项目 Lint 错误”这种需要上百次操作的任务时，频繁的确认会让人陷入“审美疲劳”。

为此，官方提供了一个标志位：--dangerously-skip-permissions，也被社区戏称为 YOLO 模式。

如何开启： 在启动时附加标志：

claude --dangerously-skip-permissions

它的风险：

不可逆的破坏：CC 可能会误删你的核心文件或清空主目录。
系统安全问题：不受控的脚本执行可能导致系统损坏。
提示词注入风险：如果 CC 正在读取恶意代码，攻击者可能诱导它执行危险指令。

最佳实践：

沙盒运行：强烈建议在 Docker 容器或独立的虚拟机中开启此模式。
Git 为先：开启前务必确保当前所有代码都已 git commit。
小范围测试：只在自动化任务明确且范围可控的文件夹内使用。

🧩 Claude Skills：自定义你的 AI 能力

https://github.com/anthropics/skills

如果你觉得 Claude Code 的默认能力还不足以应对复杂的特定业务逻辑，你可以通过 Skills 机制来“调教”它。这相当于为你的 AI 助手定制了一套专属的工具箱。

1. 使用 `SKILL.md` 定义文件夹级技能

你可以在特定目录下放置一个 SKILL.md 文件。当 Claude Code 进入该目录时，它会优先读取该文件。你可以在其中定义：

操作规范：例如，“在本目录下修改代码后必须运行 npm test”。
知识库：该目录相关的业务背景、API 文档摘要等。
常用指令：告诉 Claude 遇到什么问题该调用哪些脚本。

2. 自定义斜杠命令 (Slash Commands)

你可以通过在项目目录下的 .claude/commands 文件夹中创建 Markdown 文件来自定义命令。

文件命名即命令：创建一个 optimize.md，你就拥有了 /optimize 指令。
声明式工作流：在 Markdown 中描述该指令应该执行的步骤（如：压缩图片 -> 更新路径 -> 提交记录），Claude 会按照你的描述自动化执行。

3. 全局 Skill 共享

如果你有一些通用的技能（比如特定的 Git 提交流程），可以在全局配置目录（通常是 ~/.claude/）中进行统一定义，实现跨项目的技能复用。

高效进阶技巧

1. 保持“文件夹边界感”

不要在一个巨大的根目录下启动 CC。最好的做法是为每一个子任务创建一个独立的文件夹。

比如：你要处理 100 张工资单，就把它们扔进 payroll_processing 文件夹。
这样能让 CC 的“注意力”更加集中，极大减少幻觉并提高成功率。

2. 结合 Git 进行“安全驾驶”

CC 会直接修改你的源码。强力建议在 Git 仓库内使用它：

在让 CC 执行大规模修改前，确保当前工作区是干净的。
修改完成后，通过 git diff 快速审阅 CC 的改动。

3. 定义 CLAUDE.md

在项目根目录创建一个 CLAUDE.md 文件。在这里写下你的代码风格偏好、常用构建命令或特定业务逻辑。CC 在启动时会优先读取这个文件，瞬间完成“岗前培训”。

适用场景举例

快速原型开发：给它几个 UI 截图，让它在当前目录生成 React 组件。
枯燥文档处理：把几十个 PDF 丢进去，让它提取关键数据并导出为 CSV。
音视频自动化：利用相关脚本，让它通过 CLI 工具帮你批量切割视频或同步字幕。

结语

Claude Code 的出现，预示着 AI 正从“副驾驶”向“独立作业员”进化。它不再只是回答问题，而是开始真正替你接管工作流程。

💡 本文内容参考并致敬 Orange AI 的 Twitter/X 精华分享。