你真的会使用 Claude Code 吗

这年头，AI 编程助手多得让人眼花缭乱。GitHub Copilot、Cursor、Trae……名字都快记不过来了。可如果让我选一个最被低估的，那一定是 Claude Code。

很多人以为它只是个能在终端里聊天的 AI，问一句答一句，帮你补几行代码就完事。说实话，如果你只用成这样，那 Claude Code 至少 90% 的能力都浪费了。

它的真正杀手锏，藏在 多 Agent 协同、Skills 扩展、MCP 协议这些看起来有点硬核的词背后。一旦你摸熟了，它就不再是那个“帮你写代码”的助手，而是一个能替你跑完整个开发流程的 数字同事——从重构项目到跑测试，从提交 PR 到发钉钉通知，它都能自己搞定。

不废话了，直接上干货。这篇教程没有套话，只有怎么装、怎么配、怎么玩到极致。建议你打开终端跟着做，你会发现原来自己之前真的“不会用”。

一、装对，才能用对

1. 安装命令（一条就够了）

bash

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

装完直接敲 claude 就能进对话界面。支持 Windows（WSL/Git Bash）、macOS（Intel/Apple Silicon）、Linux（Ubuntu/CentOS/Debian），跨平台没毛病。

2. 环境变量

很多公司或个人用的是自建大模型（比如智谱 GLM、月之暗面 Kimi），这时候必须配好下面几个变量：

bash

export ANTHROPIC_BASE_URL="http://你的网关地址:端口/"
export ANTHROPIC_MODEL="你的模型名称"        # 例如 glm-5、Kimi2.5-k2.5
export ANTHROPIC_AUTH_TOKEN=""               # 不需要认证就留空

# 下面这个配置强烈建议加上
export CLAUDE_CODE_ATTRIBUTION_HEADER="0"    # 关掉计费信息头，避免缓存失效
export CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC="1"  # 禁用非必要流量（隐私保护）

为啥要加 CLAUDE_CODE_ATTRIBUTION_HEADER=0？Claude Code 默认会在发给 AI 的请求里附带一段计费信息，类似 x-anthropic-billing-header: cc_version=2.1.74...。对官方服务来说这是必要的，但对第三方模型来说，这段信息不但没用，还会导致每次请求都不一样，第三方模型的缓存完全失效——同样的问题反复算，又慢又费钱。加上这个环境变量，就能把这段冗余头去掉，缓存立马生效。

二、基础操作：从“能用”到“好用”

1. 权限模式：安全第一，效率第二

Claude Code 有四级权限，你可以按场景随时切换：

**Normal（默认）**：要改文件之前会问你“可以吗？”，适合日常。
Auto-edit：自动接受所有文件修改，适合你完全信任 AI 的场合。
Plan：只给执行计划，不实际改文件，适合先评审再动手。
Danger：跳过所有确认，全自动执行（慎用，CI/CD 脚本里用用还行）。

切换方法：对话中按 Shift+Tab 循环切换。或者启动时指定：claude --dangerously-skip-permissions 直接进 Danger 模式。

2. 快捷键（记几个常用的）

快捷键	作用
`Ctrl+J`	换行（终端里回车是发送消息，想换行必须按这个）
`Ctrl+G`	打开内置编辑器，方便粘贴大段代码
`Ctrl+L`	清屏
`@文件名`	把文件加入上下文，比如`@src/index.js`，后面就能直接问它
`/config`	在线改配置（下文会讲）
`/resume`	切换会话（回到之前的某个对话）
`/rewind`	后悔药：回退到之前的某个聊天节点
`/add-dir`	把其他目录加到当前工作区（默认只包含启动目录）
`/skills`	查看和管理已安装的 Skills
`/mcp`	管理 MCP 服务
`/plugin`	管理插件和插件市场
`/agents`	管理子代理（Sub Agent）

3. `/config` 里值得调的参数

敲 /config 进入配置界面，有几个参数建议你关注：

Auto-compact：默认开启，当上下文快到 200K 限制时会自动压缩。如果你的模型支持更大上下文（比如 200K 以上），建议关掉，免得信息被压缩没了。
Language：设成 zh-CN，让 AI 用中文回答。
其他像主题、历史记录长度啥的，看个人喜好。

三、进阶玩法：Skills、MCP 和插件

1. Skills —— 给 AI 装个“工具箱”

Skills 说白了就是一套说明书，告诉 AI 你有哪些工具可以用、怎么用。AI 会根据你的需求决定要不要调用。

举个例子：浏览器自动化 Skill（playwright-cli）

安装：

bash

npm install -g @playwright/cli
npx playwright install chromium          # 装浏览器内核
playwright-cli install --skills           # 装 Skill 文件

装完之后，你就可以这么使：

text

你：帮我打开百度，搜索“Claude Code”，截个图。
AI：好的，正在调用 playwright-cli...（自动打开浏览器，搜索，截图，返回图片）

Skill 的结构（不用自己写，了解即可）：

引用文件（极短描述，告诉 AI 有这工具）
本体文件（详细用法文档，AI 决定用的时候才加载）
脚本和资源（可选）

官方市场有很多现成 Skill：code-review（代码审查）、code-simplifier（精简代码）、ui-ux-pro-max（前端美化）……用 /skills market 逛逛。

2. MCP —— 连接外部服务的“万能插头”

MCP（Model Context Protocol）是 Anthropic 推的开放协议，简单说就是让 AI 能通过统一的方式调用任何第三方服务——只要对方也支持 MCP。

以前：你想让 AI 查地图路线，得给高德写个接口，给百度再写一个，每家都要单独开发。现在：高德、百度都按 MCP 协议开放接口，你在 Claude Code 里配一次，AI 就能用同样的方式调用它们。

配置一个 MCP 服务：

text

/mcp add 高德地图 --config '{"apiKey":"你的高德API密钥"}'

以后换百度地图，只需改个配置，AI 的调用语句完全不用变。

MCP 的生态正在起来，地图、天气、订票、外卖……以后但凡是个服务，可能都会提供 MCP 接口。

3. 插件 —— 把 Skills + MCP + 钩子打包带走

插件是 Claude Code 独有的概念（不是公共规范），它可以把一组 Skills、MCP 服务和钩子（比如代码格式化后自动 git commit）打包成一个组件，一键安装。

比如你想实现“代码格式化 → git commit → 钉钉通知”这条工作流，手动做要装好几个东西，还得写胶水代码。如果有现成的插件 devops-helper：

text

/plugin install devops-helper

之后 AI 就能自动跑完整套流程。

插件管理命令：

/plugin list：看已安装插件
/plugin install <插件名>：安装
/plugin remove <插件名>：卸载
/plugin market：逛市场

官方市场：anthropics/claude-plugins-official，社区也有很多好货。

四、项目规范：让 AI 遵守你的规矩

1. CLAUDE.md —— 项目级规范

在项目根目录放一个 CLAUDE.md（别超过 200 行），Claude Code 每次对话都会自动读它，并按上面的约定做事。

示例内容：

markdown

# 项目规范
- API 路径必须以 `/api/` 开头
- 数据库模型统一放 `src/models`
- 错误处理必须用 `AppError` 类
- 前端组件优先用函数组件 + Hooks
- 单元测试放 `__tests__` 目录

用 /init 能快速生成一个模板。

2. rules —— 更细的规则

如果不同目录、不同文件类型需要不同约束，用 rules。在项目根目录建个 .claude/rules.json：

json

{
  "rules": [
    {
      "paths": ["src/components/**/*.jsx"],
      "instructions": "组件必须用函数式写法，默认导出"
    },
    {
      "paths": ["src/pages/**/*.jsx"],
      "instructions": "页面组件允许用类组件，但必须包含错误边界"
    },
    {
      "extensions": [".test.js"],
      "instructions": "测试文件用 Jest 语法，模拟外部依赖"
    }
  ]
}

当 AI 读到匹配路径或后缀的文件时，会自动加载对应规则，并在当前对话中生效。

五、高级玩法：Agent Teams（试验功能）

这个功能目前还在试验阶段，得手动开：

bash

export CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1

然后启动 claude。

它的作用是什么？—— 创建一支虚拟的 AI 团队，成员可以分工协作、互相沟通，最后把结果汇总给你。

比如：

text

你：给这个电商网站写前端、后端和测试用例。分配三个 Agent 并行干。
AI：好，已创建团队。前端 Agent 正在写页面，后端 Agent 在设计 API，测试 Agent 在写用例……（过程中它们会互相沟通接口定义）……所有工作完成，这是汇总结果。

适用场景：

多角色协同开发：前端、后端、测试同时开工，效率翻倍。
对抗式调试：一个 Bug 反复修不好，让两个 Agent 从不同角度分析，互相挑刺，最后得出最靠谱的结论。
复杂任务拆分：大任务自动拆成子任务，并行执行，大幅缩短时间。

注意：因为是试验功能，有时成员会擅自调用 Claude 模型。如果你用第三方模型，派任务时最好加一句“所有成员必须用当前配置的模型”。

六、实用锦囊与常见问题

1. 状态栏自定义

你可以在 ~/.claude/settings.json（Windows：C:\Users\用户名\.claude\settings.json）里配置状态栏：

json

{
  "statusLine": {
    "type": "command",
    "command": "python /path/to/your/statusline.py"
  }
}

脚本输出会实时显示在终端底部。

2. GUI 辅助工具

如果觉得纯命令行不够直观，社区有图形界面：

CodePilot：https://github.com/op7418/CodePilot
Claude Code GUI：第三方桌面应用
VS Code 插件：可以在编辑器里集成 Claude Code

3. 浏览器自动化的更多玩法

playwright-cli 不只是截图，还能做：

表单自动填写
网页性能分析
多页面切换
下载文件

配合 SubAgent，还能让它在后台异步执行测试任务，不耽误当前对话。

写在最后

Claude Code 真正让人上头的，不是它能写多少代码，而是它能替你跑完一整套流程。从 Skills 到 MCP，从插件到 Agent Teams，每一个功能都在把重复劳动甩给 AI，让你能专心琢磨那些只有人能搞定的事。

如果你之前只把它当聊天框用，那真有点暴殄天物。现在打开终端，敲 claude，试试今天说的这些——你可能会发现，原来自己之前真的“不会用”，而从今天起，你会了。

你真的会使用 Claude Code 吗

一、装对，才能用对

1. 安装命令（一条就够了）

2. 环境变量

二、基础操作：从“能用”到“好用”

1. 权限模式：安全第一，效率第二

2. 快捷键（记几个常用的）

3. /config 里值得调的参数

三、进阶玩法：Skills、MCP 和插件

1. Skills —— 给 AI 装个“工具箱”

2. MCP —— 连接外部服务的“万能插头”

3. 插件 —— 把 Skills + MCP + 钩子打包带走

四、项目规范：让 AI 遵守你的规矩

1. CLAUDE.md —— 项目级规范

2. rules —— 更细的规则

五、高级玩法：Agent Teams（试验功能）

六、实用锦囊与常见问题

1. 状态栏自定义

2. GUI 辅助工具

3. 浏览器自动化的更多玩法

写在最后

你真的会使用 Claude Code 吗

优栈

3. `/config` 里值得调的参数