一、Claude Code介绍

        Claude Code是Anthropic（Claude的开发公司）推出的AI编程助手工具，它是一个可以直接在终端/命令行中使用的AI协作工具，帮助开发者进行编码、调试和开发任务。

        Claude Code 客户端（CLI）负责所有的交互、文件操作、上下文管理等“工作流”层面的事情。而真正进行语言理解和代码生成的，是它调用的云端大模型——即“大脑”。

        用Claude Code写代码是这样的：我描述意图，AI 生成代码，我审阅确认，AI 继续迭代。大脑变成了导演，AI 变成了演员。从“执行者”到“指挥者”。能力的天平从“执行力”向“创意力”和“组织力”倾斜。—— 而这些能力往往并不属于传统的“程序员”，而是程序员或开发者的加强版——也就是极客。

        举例：在 Claude Code 中，你更可以这样描述任务： “这个模块现在可读性差、测试覆盖不足，还可能有安全隐患。 我希望你帮我系统性地重构它，但不要影响对外接口。” 你会发现，Claude Code 非常懂工程（并不仅仅是 Claude 使用的模型本身代码能力强）。他会自动规划任务，自动拆解任务，自动雇佣一堆 Sub Agents 做事情，自动确认什么时候要引入人类决策。你不是在一句一句“教它写代码”，而是在和一个工程系统对齐节奏。

        为啥 Claude Code 这么强？因为它直接把 Agent 和工程治理写进了产品架构里——Sub-Agents、Skills、Hooks，这些从 Claude Code 的设计过程中创建出来的概念，已经超越了“编程工具”本身，形成了通用智能体设计模式的一部分。

 三大主流 Coding Agent对比：

1.1 Sub-Agents（子代理）

——你只需要写一个配置文件，就能创建一个有明确职责、受限权限的子代理。

1.2 Skills

        传统工具需要用户手动触发——你输入  /review，它就审查代码。但 Skills 不同，你只需要说“帮我看看这段代码有没有安全问题”，AI 就能自动判断这是代码安全审查任务，并自动激活对应的 Skill，自动应用领域知识和检查清单。

        这种“语义触发”的设计，让 AI 从执行命令的工具，升级为理解意图的工作伙伴。

        Skills 的渐进式披露架构——不是把所有知识一股脑灌给 AI，而是按需加载，用到什么加载什么。这解决了 LLM 上下文窗口的根本限制。

1.3 Claude Code可以解决的问题

解决以下问题。

• Memory： 解决 Agent 每次对话都“从零开始”、不理解项目背景的问题，让 AI 真正记住你的代码结构、约束和上下文。
• Sub-Agents： 解决单一 Agent 角色混乱、上下文污染、又写代码又做审查的问题，通过职责拆分实现关注点分离。
• Skills： 解决 Prompt 不可复用、经验无法沉淀、团队能力难以传承的问题，把个人技巧变成可组合的工程资产。
• Hooks： 解决 Agent 执行过程不可控、缺乏检查点、容易“越权操作”的问题，在关键节点引入自动校验和人工兜底。
• Headless： 解决 Agent 只能在 IDE 里交互、无法进入自动化流程的问题，让 AI 能在 CI/CD 中无人值守地运行。 Agent SDK：解决只会用对话的方式使用 Agent，难以嵌入现有系统和工作流的问题，用代码驱动 Agent，构建可编排的工程流程。

1.4 Claude Code目标

• 把 Claude Code 从“聊天式工具”，升级为可持续运转的 AI 工程团队。
• 让 AI 能“接手真实项目”，而不仅是写示例代码。
• 构建可复用的 Sub-Agents 和 Skills，把个人经验变成团队资产。
• 让 AI Agent 真正进入 CI/CD（持续集成 + 持续交付/部署），而不是停留在 IDE 里。
• 从“写代码的人”，转变为组织管理智能体的人，从执行者蜕变为技术指挥者。

二、安装并配置大模型

2.1 安装claude code

 在电脑上搜索 “终端” 然后打开，输入以下命令并回车：

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

回车后命令下方有一个小方块在转动，就说明开始安装了，耐心等待大概 1 分钟左右就安装好了.

然后在终端输入 claude --version 如果出现版本号，说明已经安装成功了：

 claude -version

下面是最基本的命令行（Command Line）交互方式，以及常用命令的速查表：

cd /path/to/your/project   # 进入项目目录
claude                      # 启动交互模式

# 然后你可以：
> 这个项目是做什么的？              # 了解项目
> 帮我加一个 hello world 函数      # 修改代码（会请求确认）
> 提交我的更改                      # Git 操作

 2.2 配置大模型原理

直接订阅 CC 官方的大模型套餐非常容易被封号，建议直接用国内的大模型，国内对 CC 支持比较好的模型有三个：GLM 4.7、MiniMax M2.1、Kimi K2 。

Claude Code 客户端默认会去连接 Anthropic 官方的“引擎” – Claude 系列大模型。而我们的“引擎移植”策略，就是要通过修改配置，让“车身”不去连接官方引擎，而是去连接我们指定的、兼容 Claude 大模型 API 的国产大模型引擎，比如智谱 AI 大模型。

配置 Claude Code 连接地址和身份凭证 申请完 API Key 后，我们就可以通过环境变量配置 Claude Code 访问智谱大模型 API 的连接地址和身份令牌了。你可以在你的 Shell 配置文件中添加下面两行：

export ANTHROPIC_BASE_URL="https://open.bigmodel.cn/api/anthropic"
export ANTHROPIC_AUTH_TOKEN="<your_zhipu_api_key>"

ANTHROPIC_BASE_URL：这是最关键的一行。它告诉 Claude Code 客户端，不要去访问默认的 Anthropic API 地址，而是将所有的网络请求都发送到智谱 AI 的 API 兼容端点。我们在这里实现了“请求重定向”。

ANTHROPIC_AUTH_TOKEN：尽管变量名看起来是“Anthropic”的，但由于我们已经重定向了 BASE_URL，这个 Token 实际上会被发送给智谱 AI 的服务器进行验证。我们在这里实现了“身份凭证替换”。

接下来，我们就来设置一下要使用的智谱 AI 的模型。我们需要找到并修改 Claude Code 的（分级）配置文件 settings.json。这个文件是 Claude Code 的“大脑中枢”，控制着它的核心行为，包括环境变量、权限、工具行为等。

mkdir -p ~/.claude
# 使用你熟悉的编辑器打开，比如VS Code或Vim
# 如果文件不存在，这个命令会创建它
code ~/.claude/settings.json
# 或者
# vim ~/.claude/settings.json

打开这个（可能是空的）settings.json 文件，将以下内容完整地复制进去：

{
  "env": {
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-4.5-air",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-4.6",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-4.6"
  }
}

保存并关闭 settings.json 文件。我们重新运行 Claude Code。

2.3 以GLM为例配置大模型

智普提供了丰富的专门文档和技术支持，按照它的文档，有三种配置方式如下：

方式一：

Coding Tool Helper 是一个编码工具助手，快速将您的GLM编码套餐加载到您喜爱的编码工具中。安装并运行它，按照界面提示操作即可自动完成工具安装，套餐配置，MCP服务器管理等。

# 进入命令行界面，执行如下运行 Coding Tool Helper
npx @z_ai/coding-helper

Coding Tool Helper的详细说明文档可以参考：https://docs.bigmodel.cn/cn/coding-plan/extension/coding-tool-helper

方式二：自动化脚本

curl -O "https://cdn.bigmodel.cn/install/claude_code_env.sh" && bash ./claude_code_env.sh

方式三：手动配置

# 编辑或新增 `settings.json` 文件
# MacOS & Linux 为 `~/.claude/settings.json`
# Windows 为`用户目录/.claude/settings.json`
# 新增或修改里面的 env 字段
# 注意替换里面的 `your_zhipu_api_key` 为您上一步获取到的 API Key
{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "your_zhipu_api_key",
    "ANTHROPIC_BASE_URL": "https://open.bigmodel.cn/api/anthropic",
    "API_TIMEOUT_MS": "3000000",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": 1
  }
}
# 再编辑或新增 `.claude.json` 文件
# MacOS & Linux 为 `~/.claude.json`
# Windows 为`用户目录/.claude.json`
# 新增 `hasCompletedOnboarding` 参数
{
  "hasCompletedOnboarding": true
}

三、Claude Code应用

3.1 两种工作模式

• 用户 → 输入问题 → Claude 回答 → 完成
• 用户 → 配置 Agent → Agent 自主工作 → 自动完成任务

使用者：知道怎么提问，怎么让 Claude 帮你写代码。

驾驭者：理解记忆系统、子代理、技能包、钩子的工作原理，能构建自定义工作流。

举个例子：

​

3.2 Claude Code 底层技术全景图：

Claude Code 的底层能力从技术上拆解可以分为四个层次：基础层、扩展层、集成层和编程接口层。

​
 

基础层：Memory（记忆系统）

基础层也可以称为是 Claude Code 的长期记忆系统，它的核心文件是 CLAUDE.md。

比如入职一家新公司，第一天你会收到一份新员工手册，告诉你： 公司的代码风格是什么。 Git 提交信息怎么写。 项目的架构是怎样的。 有哪些不能碰的“禁区”。 而CLAUDE.md  就是 Claude 的“新员工手册”。

因此，建议每一个人都为你的 Claude 创建 CLAUDE.md，以提供给它一系列最基本的信息。

例如，当我们要开始一个新的电商项目，我创建了下面的 CLAUDE.md 文件。

# Project: E-commerce Platform

## Tech Stack
- Frontend: React + TypeScript
- Backend: Node.js + Express
- Database: PostgreSQL

## Code Style
- Use functional components
- Prefer async/await over .then()
- Maximum line length: 100 characters

## Important Rules
- NEVER commit to main directly
- Always run tests before pushing

Claude 每次开始对话时，都会读取这个文件。这样它就“记住”了你的项目规范，不需要每次重复说明。 Claude Code 并不是只有一个CLAUDE.md记忆文件，全局、项目和项目的特定模块都可以拥有属于自己的记忆文件（或者也可以叫配置文件）。

~/.claude/CLAUDE.md           # 全局（所有项目共用）
    ↓
项目根目录/CLAUDE.md          # 项目级（当前项目）
    ↓
项目根目录/.claude/rules/*.md # 模块级（特定目录）

我们可以把这些文件视为 Claude Code 系统记忆的不同层级。

扩展层：四大核心组件

这一层是 Claude Code 的能力中心，包含 Commands（斜杠命令）、Skills（技能）、SubAgents（子代理）、Hooks（钩子）四个核心组件。

​

集成层：连接外部世界

上面这四大核心组件之上，是集成层，负责链接外部世界。集成层包含 Headless（无头模式）和 MCP（Model Context Protocol）两大技术。

编程接口层：Agent SDK

当配置式的扩展不够用时，你可以用代码来驱动 Claude。这种方式适合构建自定义 Agent——完全控制执行流程、自定义工具、复杂工作流。

 一个典型请求的生命周期：

​

具体场景举例

当用户输入“帮我修复 src/api.js 中的安全漏洞”之后，Claude 可能的处理流程如下。

• Memory 层：Claude 首先加载  CLAUDE.md，了解到这是一个 Node.js 项目，团队要求所有安全修复必须附带测试。
• 扩展层分发：

        用户没有输入斜杠命令，所以 Commands 不参与。

        Claude 识别出“安全漏洞”关键词，激活  security-review Skill。

        Skill 指示 Claude 创建一个子代理来执行测试。

        Hooks 监控：Claude 准备执行  Edit  工具修改代码时，Hooks 自动运行预检查脚本，确保没有引入新的安全问题。

• 工具执行：通过 Read、Edit 等工具完成代码修改。
• MCP 连接：如果配置了 Jira MCP，还可以自动更新相关的 ticket 状态。

Plugins：打包容器

当你开发了一套好用的 Commands、Skills、Hooks 组合，想要分享给团队或社区时，就需要 Plugins。

my-team-plugin/
├── commands/           # 斜杠命令
│   └── review.md
├── skills/             # 技能
│   └── security-check/
│       └── SKILL.md
├── agents/             # 子代理
│   └── test-runner.md
├── hooks/              # 钩子
│   └── pre-edit.sh
└── plugin.json         # 插件配置

四 .使用

4.1 简单的claude使用测试：

1）

claude -p "你好，请用中文介绍一下Go语言，不要超过200字"

 -p（或 --print）参数是 Claude Code 的“Headless 模式”，它会直接执行指令并打印结果，而不是进入交互式会话。这非常适合进行快速验证。

2）

在输入提示符后面输入 /status 后回车，就可以看到当前 Claude Code 使用的模型的各种最新信息：

​
3.2 settings.json 配置

后续如果有修改大模型等其他配置需求，可以修改claude的配置文件settings.json。

关于settings.json 配置，你必须先建立一个清晰的认知：

        Claude Code 的配置并非只有一个文件，而是一个设计精巧的分层配置体系。理解这个体系能让你在未来面对更复杂的团队协作时游刃有余。其核心思想是，高层级的配置会覆盖低层级配置中的同名设置。其优先级从高到低，如下图所示：

​

这五个层级各自的用途非常明确：

企业级策略（managed-settings.json）：由 IT/DevOps 团队统一分发，用于强制执行公司级安全策略，拥有最高优先级，不可被覆盖。 命令行参数（例如–model …）：为单次会话提供的临时覆盖，非常适合快速测试。

项目级个人设置（.claude/settings.local.json）：你个人在此项目的特定偏好（如测试用模型），默认被 Git 忽略，不会与团队共享。

项目级共享设置（.claude/settings.json）：需要团队所有成员共享的项目级规范（如权限规则），应该提交到代码库。

用户级全局设置（~/.claude/settings.json）：存放你个人的、希望在所有项目中都生效的全局配置。这正是我们本次“引擎移植”手术的核心操作区。

4.3  使用Claude Code 的几个小技巧：

你可以在任何时候通过在 Claude Code 会话中输入 /config 来提升Claude体验感。

统一视觉风格（Theme）：你的终端是什么配色，就在 /config -> Theme 里选择一个最接近的主题。一个和谐的视觉环境，能让你的眼睛更舒适，注意力更集中。

告别换行难题（Line Breaks）： 你是不是厌倦了在终端里输入多行文本的了？如果你本地主机使用的是 iTerm2 或 VS Code 的集成终端，直接在 Claude Code 里运行 /terminal-setup 命令。它会自动为你配置好 Shift+Enter 作为换行快捷键，从此你可以像在 IDE 里一样轻松输入大段代码和指令。

任务完成提醒（Notifications）：如果你是一个 tmux 或 screen 的用户（我强烈推荐你成为！），在执行一个长耗时任务时，可以开启窗口活动监控（monitor-activity on）。当任务完成时， tmux 会在状态栏高亮提示，你就能第一时间知道结果，无需频繁切换回来查看。

记住这三个小技巧，它们能极大地提升你在终端中与 AI 协作的“心流”体验。