Claude Code 安装部署及个人使用心得
面向从没接触过 AI 编程 Agent 的新手,到想深度定制工作流的专家。一篇讲清 Claude Code 是什么、怎么装、怎么用、怎么扩展。
本文导读
| 你处于哪个阶段 | 先读哪节 | 各扩展点待深挖 |
|---|---|---|
| 完全没接触过 | §2 是什么 → §3 安装 → §4 基本使用 → §8 实操案例 | — |
| 装好了但只会简单提问 | §4 权限安全 → §5 核心概念 | — |
| 用得熟,想提升效率 | §6 扩展点全景 → §7 学习路径 | — |
| 想让 Claude Code 融入日常工作流 | §9 参考案例 | — |
1. Claude Code 是什么
1.1 定位
Claude Code(下称 CC)是 Anthropic 出品的终端原生 AI 编程 Agent。它不是"聊天窗口",而是能直接操作你电脑的代理:
- 读写文件、跑命令、装依赖、跑测试、提交代码
- 在一个终端会话里连续完成多步任务(比如"加个验证功能"→ 它会自己改代码、写测试、跑测试、汇报)
- 记住项目上下文(通过
CLAUDE.md项目指令)
和"聊天式 AI"的本质区别:聊天式 AI 只给建议,改代码你自己来;CC 是"代你干活",你要做的是描述目标 + 监督过程 + 验收结果。
1.2 多端形态
| 形态 | 场景 |
|---|---|
| 终端 CLI(主形态) | 深度工作、长任务、复杂工程 |
| VS Code / JetBrains 插件 | 在 IDE 里对话,边看代码边改 |
| 桌面 App / Web (claude.ai/code) | 轻量使用 |
GitHub @claude |
PR 评审、issue 处理 |
1.3 能做什么(主要功能全景)
- 代码开发:写新功能、修 bug、重构、补测试(TDD)、Code Review
- 工程操作:Git 提交/分支/PR、构建、部署脚本
- 信息处理:读本地文件、查资料、整理文档、沉淀知识库
- 自动化:把重复劳动做成 skill / hook / 工作流,一次配置长期复用
- 多 Agent 并行:一次会话里派多个子 agent 分头干活
下面是 CC 的定位与能力全景:
2. 安装与部署
2.1 安装方式对比
| 方式 | 命令 | 说明 |
|---|---|---|
| 官方安装脚本(推荐) | curl -fsSL https://claude.ai/install.sh | bash |
一条命令,装完即用 |
| Homebrew | brew install --cask claude-code |
习惯 brew 管理的话 |
| WinGet | Windows 用 | — |
npm i -g @anthropic-ai/claude-code |
已废弃,官方不再推荐 |
版本节奏:CC 高频迭代,升级可用
claude update。
2.2 登录与鉴权
首次启动需要登录,三种方式:
| 方式 | 说明 |
|---|---|
| Claude 账号订阅 | Pro / Max 订阅,登录官网账号 |
| Anthropic API Key | sk-ant-xxx,按 token 计费 |
| 自定义后端 | 走企业网关 / 第三方兼容端点,见下 |
2.3 部署案例:自定义后端(内网网关)
环境变量是 CC 鉴权的核心通道。设了
ANTHROPIC_BASE_URL后,所有请求走自定义端点,模型也可整体替换。
在 ~/.claude/settings.json 的 env 段配置(token 已脱敏):
{
"env": {
"ANTHROPIC_AUTH_TOKEN": "personal-****",
"ANTHROPIC_BASE_URL": "http://your-gateway.example",
"ANTHROPIC_MODEL": "your-model",
"ANTHROPIC_DEFAULT_OPUS_MODEL": "your-model",
"ANTHROPIC_DEFAULT_SONNET_MODEL": "your-model",
"ANTHROPIC_DEFAULT_HAIKU_MODEL": "your-model",
"ANTHROPIC_REASONING_MODEL": "your-model",
"API_TIMEOUT_MS": "3000000",
"MCP_TOOL_TIMEOUT": "30000",
"CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1"
}
}
字段含义:
| 字段 | 作用 |
|---|---|
ANTHROPIC_AUTH_TOKEN |
认证 token(个人密钥,别进 git / 别外传) |
ANTHROPIC_BASE_URL |
请求端点;不设则走官方 API。设了就能接内网网关 / 第三方兼容服务 |
ANTHROPIC_MODEL + ANTHROPIC_DEFAULT_*_MODEL |
默认模型 / 三个档位的模型(Opus/Sonnet/Haiku 全指向同一模型) |
API_TIMEOUT_MS / MCP_TOOL_TIMEOUT |
网络与工具调用超时(毫秒)。长任务务必调大,否则中途断开 |
CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC |
关闭非必要遥测/流量,内网/隐私环境建议开 |
⚠️ 权限注意:
bypassPermissions会跳过所有权限询问。单机自用 + 信得过后端时可用,但执行破坏性命令前 CC 仍可能拦截。团队/共享环境千万别 bypass。
2.4 验证安装
claude --version # 打印版本号
claude # 启动交互会话
启动后在会话里问一句"你能做什么"或让 CC 读当前目录文件,能正常响应即 OK。
下面是安装与部署的整体流程:
3. 基本使用
3.1 交互模式
启动 claude 后直接输入任务描述。关键操作:
| 操作 | 作用 |
|---|---|
| 直接输入 | 发起任务 |
Shift+Enter |
换行(长 prompt) |
Esc |
打断当前响应 |
Ctrl+C / Ctrl+D |
退出 |
| 粘贴图片(macOS) | 拖图/截图进会话,CC 能看图推理 |
/clear |
清空当前会话上下文,重新开始 |
3.2 常用斜杠命令
| 命令 | 作用 |
|---|---|
/help |
帮助 + 命令总表 |
/config |
查看/设置配置(也能直接 /config key=value 设任意项) |
/mcp |
管理 MCP server(连接/查看状态) |
/permissions |
查看/编辑权限规则 |
/model |
切换模型 |
/init |
在当前项目初始化 CLAUDE.md |
/rewind |
回滚到之前某个对话点 |
/agents |
查看/管理子 Agent |
/review |
快速单遍代码审查 |
/code-review |
多 Agent 深度 Code Review |
/loop |
定时重复某个任务 |
/pr-comments 等 |
Git 相关操作 |
斜杠命令是可扩展的——任何 skill 都能注册成
/命令。
3.3 任务列表(TodoList)
CC 处理多步任务时会维护一个任务清单(pending / in_progress / completed),你随时能看到它干到哪一步。复杂任务让 CC 先列计划再动手,是提升可控性的关键习惯。
3.4 会话机制
- 每次
claude启动是新会话,/clear也是新会话——之前的对话上下文会丢 - 长对话会被自动摘要压缩,所以不用担心聊太久"忘了前面";但也意味着关键信息最好写进
CLAUDE.md而不是只靠聊天记住 - 会话历史存在本地,可用
/rewind找回
4. 权限与安全
4.1 权限模式分级
| 模式 | 行为 | 适合 |
|---|---|---|
| default | 自动允许安全操作,危险的询问 | 日常(默认) |
| acceptEdits | 自动允许文件编辑,其余询问 | 专注写代码 |
| plan | 只读 + 规划,不改文件 | 设计阶段 |
| bypassPermissions | 全部放行 | 单机自用 |
| dangerouslySkipPermissions | 全放行 + 跳过危险提示 | 不推荐 |
新版默认权限模式为 Manual,行为更保守。
4.2 细粒度权限规则
在 settings 里用 permissions.allow / deny / ask 按"工具 + 路径/参数"细配,例如:
"permissions": {
"allow": ["Bash(npm run *)", "Read(~/Documents/**)"],
"deny": ["Bash(git push)", "Write(~/.aws/**)"]
}
4.3 安全清单
- 凭据进 settings 不上传:
settings.json可能被同步/备份,token、API key 一律脱敏存,或放settings.local.json(本机私有文件) - 别在共享目录开 bypassPermissions
- hooks 可做自动化护栏:比如危险命令执行前拦截
- 注意自定义后端的数据合规:请求会发到
ANTHROPIC_BASE_URL指向的服务器,敏感代码确认合规再发
5. 核心概念与进阶用法
5.1 CLAUDE.md —— 给 CC 的"项目宪法"
项目根目录放 CLAUDE.md,CC 每次启动都会读它,作为在本项目里的行为准则。
- 全局
~/.claude/CLAUDE.md:所有项目生效 - 项目
CLAUDE.md:本项目生效,优先级更高
一个好例子:它规定了"何时新建笔记 / 命名规则 / 元数据必填 / 语法规范 / 索引维护 / 不要做的事"。CC 在该目录干活时严格照此执行——这是让 AI 输出符合你规范的基石。
写 CLAUDE.md 的原则:写"规则和约束"(WHAT),不写"具体怎么做"(HOW);写得越具体可验证,CC 执行越稳。
5.2 上下文管理
- 会话能"记住"的上下文有限,长项目会截断
- 把常变的关键信息放 CLAUDE.md / 子文档,别每次重新讲
- 大文件别整篇丢进对话,用
/init生成索引或拆小 - MCP 工具(如代码图谱类)能按需检索代码,避免整库灌进上下文
5.3 模型与成本
- 默认模型可切(Opus / Sonnet / Haiku / 自定义),能力与成本不同
- Fast mode:Opus 加速,适合简单任务省成本
- 长任务、复杂架构用强模型;简单问答用轻模型,成本差别很大
5.4 常用工作流模式
| 模式 | 做法 |
|---|---|
| 先规划再执行 | 让 CC 先出计划(plan 模式),你批准后再动手 |
| TDD | 先写测试 → 让测试通过 → 重构 |
| 排障驱动 | 复现 bug → 定位根因 → 修复 → 验证 |
| Code Review 驱动 | 完成后用专门的审查 agent 审查 |
6. 扩展点全景
CC 的价值上限在扩展。六个扩展点,从"改配置"到"写代码"难度递增:
┌─────────────────────────────────────┐
│ 扩展点 做什么 │
├─────────────────────────────────────┤
│ 1. CLAUDE.md 定规矩 │
│ 2. 配置/插件 调行为 │
│ 3. Skills 教技能包 │
│ 4. MCP 接外部工具 │
│ 5. Hooks 挂自动化钩子 │
│ 6. 子Agent 并行分工 │
└─────────────────────────────────────┘
| 扩展 | 说明 |
|---|---|
| Skills | 技能包:markdown 指令 + frontmatter,告诉 CC"什么时候、怎么干"。可注册成 /命令 |
| MCP | 外部工具标准接入协议:接知识库、数据库、浏览器、编辑器等,通过 mcp__server__tool 调用 |
| Hooks | 事件钩子:工具调用前/后、会话启动等时点挂脚本,harness 硬性执行,适合安全护栏与强制规范 |
| 子 Agent | 并行分工:主会话派独立上下文的"分身"处理子任务,干完汇报 |
| Plugins | 打包分发 skill / agent / hook / 配置,从 marketplace 安装一次带来整套能力 |
| CLAUDE.md | 项目指令:CC 每次启动必读的"宪法" |
7. 各阶段学习路径
新手期(第 1 周)
目标:装好、会对话、能完成简单任务。
- 安装 + 验证(§2)
- 学会基本交互、常用
/命令(§3) - 让 CC 完成一个小任务:改个配置、写个小脚本、修个简单 bug
- 理解权限模式,把安全清单过一遍(§4)
验收标准:能在项目里让 CC"帮我加个 XX 功能"并跑通。
进阶期(第 1~3 月)
目标:让 CC 稳定产出符合你规范的结果。
- 写项目
CLAUDE.md,把团队规范、命名、测试要求固化进去(§5) - 掌握任务列表、plan 模式、/rewind 等效率操作
- 学会用 TDD / 排障 / Code Review 工作流
- 配置第一个 MCP 接外部工具(如读数据库、查文档)
验收标准:CC 交出的代码"不用大改就能用",规范零口误。
专家期(第 3 月+)
目标:把重复劳动全部自动化,构建个人工作流。
- 写自己的 skill
- 配自定义 MCP server
- 设计 hooks 自动化与安全护栏
- 用子 Agent 并行处理大任务
- 沉淀一套"AI 工作流"到知识库
8. 实操案例:从零写一个批量重命名脚本
本节是独立可复现的完整案例,不依赖任何 skill / MCP / 插件扩展点,装好 CC 即可跟着做。适合新手首次体验"AI 代理干活"的完整闭环。
8.1 场景
你有一批文件需要按规则重命名,比如把一个目录下所有 .txt 改成带序号前缀,或把含中文空格的文件名规范成连字符。手工写脚本要查语法、处理边界,交给 CC 只需一句话。
8.2 实操步骤
第 1 步:进入项目目录
cd ~/tmp/rename-demo
建一个测试目录并放几个演示文件:
mkdir -p ~/tmp/rename-demo && cd ~/tmp/rename-demo
touch "apple one.txt" "banana two.txt" "cherry three.txt"
ls
# apple one.txt banana two.txt cherry three.txt
第 2 步:启动 Claude Code 并描述目标
claude
在会话里输入:
请写一个 bash 脚本,把当前目录下所有文件名中的空格替换成连字符(
-),并把文件名改成小写。先给我看脚本,我确认后再执行。不要动子目录里的文件。
注意把需求拆成三块说清楚:做什么(空格→连字符、转小写)、怎么控制风险(先看后执行)、边界(不碰子目录)。
第 3 步:看 CC 的反应
CC 会分析需求,写出类似这样的脚本并展示给你,等待确认:
#!/bin/bash
# 仅处理当前目录下 .txt 文件,空格→连字符,转小写
for f in *.txt; do
newname="$(echo "$f" | tr ' ' '-' | tr 'A-Z' 'a-z')"
[ "$f" != "$newname" ] && mv "$f" "$newname"
done
此时它不会执行——因为你的提示里要求"先看再执行",CC 会停下来等你确认。
第 4 步:确认执行
输入"可以,执行吧",CC 运行脚本。完成后 ls 验证:
ls
# apple-one.txt banana-two.txt cherry-three.txt
第 5 步:验收与收尾
- 确认结果符合预期、子目录未被触碰
- 问 CC"这段脚本放哪合适",让它给出复用建议;或直接让它删掉演示文件
8.3 为什么这个案例有代表性
| 你体验到的能力 | 对应概念 |
|---|---|
| 一句话描述需求 → CC 理解并生成脚本 | 自然语言 → 代码 |
| “先看再执行” → CC 等确认 | 权限控制(§4) |
| 连续多步(写脚本→等确认→执行→验证) | 多步任务 / 任务列表(§3.3) |
| 只动当前目录、不碰子目录 | CLAUDE.md 约束意识(§5.1) |
8.4 进阶变体(逐步加深)
- 加防护:让脚本先备份、只处理非空文件、遇到重名跳过
- 上测试:先让 CC 写一个小测试(对比重命名前后文件名列表),再实现——这就是 TDD 的雏形
- 加规则:在目录放一个
CLAUDE.md(如"脚本必须加#!/bin/bash头、必须支持--dry-run"),再让 CC 干活——体验项目指令如何约束行为 - 接扩展:把这个场景固化成 skill,下次一句话直接复用
💡 想要更多这类"一句话干完一件事"的实战?日常多留意重复的机械操作(批量改配置、批量导数据、整理文件夹),每次都可以丢给 CC——用得越多,越能理解怎么把需求描述清楚。
9. 参考案例
案例 A:知识库第二大脑
CC + 本地笔记工具打通的完整落地:
- 一个检索 skill 触发三步检索(读索引 → 关键词搜 → 关联图遍历)
- 两个 MCP 提供读能力与语义检索
- 笔记库根
CLAUDE.md规定写入规范,CC 记笔记时自动遵循 - 两个 skill 负责文档迁移与发布
案例 B:AI 驱动的 Code Review
- 专门的 Code Review 工作流
- 多维度审查插件
- 落地后记录到知识库,形成提效复盘
10. 常见问题与踩坑
| 现象 | 原因 | 解决 |
|---|---|---|
| 请求超时/无响应 | 自定义后端慢,API_TIMEOUT_MS 太小 |
调大到 3000000+ |
| MCP 工具调用超时 | MCP_TOOL_TIMEOUT 太小 |
调到 30000+ |
| 命令被拦截 | 权限模式偏保守(新版默认 Manual) | 检查 /permissions,必要时改模式 |
| 会话"忘记"了前面的要求 | 上下文被压缩/新会话 | 关键约束写进 CLAUDE.md |
| WebSearch 用不了 | 自定义后端不带联网工具 | 用浏览器控制类 MCP 控制真实浏览器搜 |
| 查笔记库报连接拒绝 | 笔记工具没开 / 本地 API 插件未启动 | 打开工具再试 |
| 升级后行为变了 | 默认权限变 Manual、默认模型变更 | 查官方 changelog |
结语
Claude Code 的价值上限在扩展。从最简单的"一句话干完一件事",到用 skill / MCP / hook / 子 Agent 构建个人工作流(后续我会把各个扩展点单独梳理下),每一层都能显著提效。用得越多,越能理解怎么把需求描述清楚——这是用好任何 AI 编程 Agent 的核心心法。
更多推荐
所有评论(0)