Tech Learning · 05

Claude Code:
你的 AI 编程搭档

从安装到真正用起来——Claude Code 是什么、怎么装、怎么跟它对话,以及让它高效工作的实用技巧。

约 15 分钟 基础入门 2026
如果这篇文章对你有帮助,点个赞让我知道吧 👋
感谢你的支持!🎉

Claude Code 是什么

Claude Code 是 Anthropic 推出的 AI 编程工具,它运行在你的终端里,能直接读写你项目里的文件、运行命令、执行测试。它不只是一个能回答代码问题的聊天机器人——它更像一个真正在你机器上干活的编程助手

具体能做什么:

🤔

和 ChatGPT / Claude.ai 对话的区别: 在网页聊天里,你把代码粘贴进去,AI 给你代码,你再手动复制回去。Claude Code 跳过了这个中间步骤——它直接在你的项目里操作,更像是结对编程,而不是问答。

前置要求检查

开始之前,确认以下都已就绪(前面几篇文章都讲过了):

需要 检查命令 期望结果
Linux 终端(或 WSL) uname -s Linux
Node.js ≥ 18 node --version v18.x.x 或更高
npm npm --version 有版本号即可
Git git --version 有版本号即可
第三方 API 账号 SiliconFlow 或 Kimi

Claude Code 不支持在 Windows 原生 PowerShell / CMD 下运行。Windows 用户必须在 WSL 的 Ubuntu 终端里安装和使用。

安装步骤

第一步:安装 Claude Code CLI

在 Ubuntu/WSL 终端里运行:

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

也可以使用官方安装方式:访问 Anthropic 官网下载安装包。不过官方方式需要完成繁琐的账号认证流程,对于国内用户来说比较麻烦。本文推荐使用 npm 安装 + 第三方 API 的方式,更简单直接。

安装完验证:

$ claude --version
1.x.x

第二步:跳过官方认证流程

安装完成后,如果直接运行 claude,它会要求你进行官方账号认证。我们可以通过创建配置文件来跳过这个步骤。

在你的家目录~)下创建一个隐藏文件 .claude.json(注意:不是 .claude 目录,而是 .claude.json 文件):

$ echo '{
  "hasCompletedOnboarding": true,
  "forceLoginMethod": "console"
}' > ~/.claude.json

命令解释(适合 Linux 新手):

  • echo:输出文本内容
  • '{ ... }':要写入的 JSON 配置内容
  • >:重定向符号,把前面的内容写入文件
  • ~/.claude.json:目标文件路径(~ 代表你的家目录,如 /home/ubuntu

这个配置文件告诉 Claude Code:你已经完成了新手引导,并且使用控制台登录方式(而不是浏览器认证)。

验证文件是否创建成功:

$ cat ~/.claude.json

应该能看到刚才写入的 JSON 内容。

注意事项:

  • 文件名必须是 .claude.json(以点开头的隐藏文件)
  • 位置必须在家目录 ~(不是项目目录)
  • JSON 格式必须正确(花括号、引号、逗号都不能错)

使用第三方 API(推荐)

官方 Anthropic API 虽然稳定,但对国内用户不太友好(需要国际信用卡、可能有网络限制)。使用第三方 API 提供商可以:

什么是 API Key?

API Key 是一串密钥字符串,用来证明你的身份和授权你使用 API 服务。可以把它理解成:

API Key 通常长这样:sk-xxxxxxxxxxxxxxxxxxxxxxxx(一串随机字符)

API Key 安全提示:

  • ❌ 不要分享给任何人
  • ❌ 不要提交到 Git 仓库
  • ❌ 不要发布在公开网站或论坛
  • ✅ 泄露后立即在平台上删除并重新生成

方案一:SiliconFlow(推荐新手)

SiliconFlow 是国内优质的 AI API 提供商,支持多种模型(Claude、GPT、国产大模型等),新用户有免费额度。

1

注册账号并获取免费额度

访问 https://cloud.siliconflow.cn/i/R0pN5CM4

使用邀请码 R0pN5CM4 注册,可获得免费试用额度。

2

创建 API Key

登录后,进入控制台 → API 管理 → 创建新的 API Key

复制生成的 Key(只显示一次,务必保存好)

3

记录 API 端点地址

SiliconFlow 的 API 端点:https://api.siliconflow.cn

SiliconFlow 优势:支持Qwen,GLM,Kimi,Deepseek,MiniMax等多种模型,它们的性能对于普通任务完全够用,如果你关注海外AI社区,你会发现大部分人日常主力都是像kimiK2.5这样的模型。一个账号可以调用多种 AI。

方案二:Kimi 开放平台

Kimi(月之暗面)是国内知名 AI 公司,其Kimi K2.5性能逼近顶尖模型,提供稳定的 coding API 服务。

1

注册并充值

访问 https://platform.moonshot.cn

注册账号后,进入控制台充值(支持支付宝/微信,最低充值金额以平台为准)

2

创建 API Key

在控制台创建 API Key 并保存

3

记录 API 端点地址

Kimi 的 Anthropic 兼容端点:https://api.moonshot.cn/anthropic

第三步:配置 API Key 和端点

获取 API Key 后,需要告诉 Claude Code 使用哪个端点和密钥。有两种方法,选一种即可:

两种方法的区别:

  • 方法一(推荐):写入 Claude Code 的专属配置文件 ~/.claude/settings.json,配置与工具绑定,整洁
  • 方法二:写入 ~/.bashrc,所有终端都能读到,配置更全局,但会混入通用 shell 配置

方法一:写入 ~/.claude/settings.json(推荐)

Claude Code 在 ~/.claude/ 目录下维护自己的配置文件,可以在 settings.json 中直接设置环境变量,Claude Code 启动时会自动读取。

如果使用 SiliconFlow:

# 创建目录(如果不存在)
$ mkdir -p ~/.claude

# 写入配置(SiliconFlow)
$ cat > ~/.claude/settings.json << 'EOF'
{
  "env": {
    "ANTHROPIC_API_KEY": "你的_SiliconFlow_API_Key",
    "ANTHROPIC_BASE_URL": "https://api.siliconflow.cn",
    "ANTHROPIC_MODEL": "Pro/moonshotai/Kimi-K2.5"
  },
  "alwaysThinkingEnabled": false
}
EOF

如果使用 Kimi:

# 写入配置(Kimi)
$ cat > ~/.claude/settings.json << 'EOF'
{
  "env": {
    "ANTHROPIC_API_KEY": "你的_Kimi_API_Key",
    "ANTHROPIC_BASE_URL": "https://api.moonshot.cn/anthropic",
    "ANTHROPIC_MODEL": "kimi-k2.5"
  },
  "alwaysThinkingEnabled": false
}
EOF

注意:如果 ~/.claude/settings.json 已有其他配置内容(比如模型设置),不要直接覆盖!用文本编辑器打开,在已有的 JSON 里添加 "env" 字段。

验证文件写入正确:

$ cat ~/.claude/settings.json

方法二:写入 ~/.bashrc

这是更传统的方式——把环境变量写进 shell 的启动文件,每次打开终端都自动生效。

如果使用 SiliconFlow:

# 追加到 ~/.bashrc
$ cat >> ~/.bashrc << 'EOF'

# Claude Code - 第三方 API 配置
export ANTHROPIC_API_KEY="你的_SiliconFlow_API_Key"
export ANTHROPIC_BASE_URL="https://api.siliconflow.cn"
export ANTHROPIC_MODEL="Pro/moonshotai/Kimi-K2.5"
EOF

# 立即在当前终端生效
$ source ~/.bashrc

如果使用 Kimi:

# 追加到 ~/.bashrc
$ cat >> ~/.bashrc << 'EOF'

# Claude Code - 第三方 API 配置
export ANTHROPIC_API_KEY="你的_Kimi_API_Key"
export ANTHROPIC_BASE_URL="https://api.moonshot.cn/anthropic"
export ANTHROPIC_MODEL="kimi-k2.5"
EOF

# 立即在当前终端生效
$ source ~/.bashrc

命令解释(Linux 新手必读):

  • mkdir -p ~/.claude:创建目录,-p 表示目录已存在时不报错
  • cat > 文件 << 'EOF':把后面多行内容覆盖写入文件,遇到 EOF 结束
  • cat >> 文件 << 'EOF':把内容追加到文件末尾(>> 是追加,> 是覆盖)
  • source ~/.bashrc:重新加载配置文件,让改动立即生效,无需重开终端

验证配置是否成功

检查环境变量是否已设置:

$ echo $ANTHROPIC_API_KEY
# 应该显示你的 API Key(不是空行)

$ echo $ANTHROPIC_BASE_URL
# 应该显示 https://api.siliconflow.cn 或 https://api.moonshot.cn/anthropic

检查要点:

  • ✅ API Key 不为空
  • ✅ API 端点地址正确(SiliconFlow 或 Kimi)
  • ✅ 没有多余的空格或引号
  • ✅ 方法二的话记得先 source ~/.bashrc

测试运行

现在可以试试运行 Claude Code 了:

$ cd ~/projects/my-project  # 进入任意项目目录
$ claude

如果配置正确,应该能直接进入 Claude Code 的交互界面,不会再要求认证。

关于速率限制和使用量

使用第三方 API 时,需要了解几个关键指标,它们直接影响你的使用体验:

指标 说明 影响
RPM
(Requests Per Minute)
每分钟请求次数限制 决定你能多快发送连续请求
TPM
(Tokens Per Minute)
每分钟 token 数量限制 决定你能处理多大的上下文
并发数 同时进行的请求数 影响多任务处理能力
余额 账户剩余额度 用完需要充值才能继续使用

速率限制与充值的关系:大多数平台的速率限制(RPM/TPM)与你的充值金额会员等级挂钩。充值越多,速率限制越宽松,使用体验越流畅。如果遇到频繁的速率限制错误,可以考虑充值提升等级。

进阶选择:官方 API 提供商

如果你需要更高的速率限制或更稳定的服务,可以考虑以下选项:

🇨🇳

国内官方平台

Kimi / MiniMax / 智谱 GLM

这些平台的官方 API 服务通常有更高的速率限制和更稳定的响应速度,适合重度使用。

🌍

国际聚合平台

OpenRouter / Groq

这些平台聚合了多个 AI 模型,提供更灵活的选择和更高的性能,但需要一定的网络条件。

遇到问题?需要帮助?

如果你在配置或使用过程中遇到任何问题,欢迎通过邮件联系我:

transcendence0915@gmail.com

我会尽快回复你的问题。也可以访问网站主页获取更多联系方式。

它怎么工作的

理解这个能帮你更好地使用它:

Claude Code 在执行有破坏性操作(比如删除文件、修改重要配置、执行高危命令)时会先询问你的确认。这是安全机制,不要随意关掉。

基本使用方式

怎么跟它说话

启动后进入交互模式,像正常对话一样输入需求:

# 启动(在项目目录里)
$ claude

You: 帮我看看这个 Flask 应用为什么启动时报错

You: 在 src/auth.py 里添加 JWT token 刷新功能

You: 帮我写一个 pytest 测试文件,覆盖 UserService 的主要方法

You: 把项目里所有用 var 声明的变量改成 const 或 let

也可以直接传入任务,不进入交互模式(适合简单任务或脚本):

# 非交互式,执行完就退出
$ claude "解释一下 app.py 里 handle_error 函数的逻辑"

常用斜杠命令

在对话中输入 / 开头的命令来控制 Claude Code 的行为:

命令 作用
/help 显示帮助信息和所有可用命令
/clear 清空对话历史,开始新的上下文
/compact 压缩对话历史(节省 token,对话太长时用)
/status 显示当前 token 用量和模型信息
/add 文件路径 手动把某个文件加入上下文
/exit 退出 Claude Code

让它高效工作的技巧

1. 说清楚「是什么」而不只是「怎么做」

不够好的提示:「帮我优化这段代码」

更好的提示:「这个函数在处理 10 万条记录时很慢,现在用了嵌套 for 循环,帮我用更高效的方法重写,要求兼容 Python 3.10+」

给的信息越具体,结果越准确。

2. 先让它分析,再让它动手

对于复杂任务,先问它的计划,确认思路对了再执行:

You: 我想给这个应用添加用户权限系统,你先说说你的实现思路,
      等我确认后再开始写代码

Claude: 好的,我的思路是...

You: 方向对,但权限检查放在中间件层更好,按这个思路来

3. 充分利用它的工具调用能力

不用先把文件内容粘给它,直接告诉它文件在哪,它会自己去读:

You: 看一下 src/models/ 目录下所有的模型文件,
      检查有没有缺少索引的外键字段

4. 和 Git 配合使用

开始让 Claude Code 做大改动前,先 git add . && git commit -m "checkpoint"。出了问题随时 git reset --hard HEAD 回到干净状态。

5. 任务失败时,给它更多信息

如果它做的不对,不要只说「不对」,把具体的报错信息、你期望的行为都告诉它:

You: 不对,运行后报了这个错:
      TypeError: Cannot read properties of undefined (reading 'userId')
      这个错误出现在 /api/profile 路由,用户已经登录了但 req.user 是 undefined,
      问题应该出在 auth 中间件的顺序上

6. 长任务分段完成

一次性让它完成整个大项目通常效果不如分段来。把大任务分成几个阶段,每个阶段完成后检查、commit,再进行下一阶段。

费用说明

Claude Code 按 API 使用量计费,不是订阅制。

控制费用的小技巧: 上下文太长时用 /compact 压缩,或者 /clear 开始新对话。避免让它反复读取整个大型项目的所有文件(用 /add 只添加相关文件)。

推荐的日常工作流

把前面几篇文章的内容整合起来,这是一个完整的 AI Coding 工作流:

1

打开 WSL 终端,进入项目

$ cd ~/projects/my-app
2

确认当前 Git 状态干净

$ git status
$ git pull  # 拉取最新代码
3

创建功能分支(可选)

$ git switch -c feature/new-thing
4

启动 Claude Code,描述任务

$ claude
You: 我需要给 /api/posts 接口添加分页功能...
5

检查改动、测试、提交

$ git diff           # 确认改了什么
$ python -m pytest   # 跑测试
$ git add . && git commit -m "feat: 添加分页功能"
6

推送到 GitHub

$ git push

系列总结

到这里,这个系列的内容就完整了。回顾一下我们覆盖的内容:

🖥️

操作系统 & WSL

知道为什么需要 Linux 环境,Windows 用户装好了 WSL。

⌨️

Linux 终端

能自由导航文件系统,理解环境变量和 PATH。

📦

Node.js & Python

两个运行时都装好,包管理器和虚拟环境会用。

🌿

Git & GitHub

版本控制不再陌生,代码有了安全的时光机。

🤖

Claude Code

装好了,会用了,知道怎么让它高效工作。

这些是 AI Coding 的地基,后续无论是深入某个框架、做某类项目,都建立在这套环境之上。