在我之前的文章中分别介绍过 AI 支持的集成开发环境 Cursor,Windsurf,Void 等等,还介绍过不少相关的编程辅助工具比如说最早的 GitHub Copilot,Augment Code 等等,但是今天要介绍的这一款 Claude Code,从 2025 年 2 月诞生之日,就被誉为 2025 年最强的编程助手。

Claude Code 是什么

Claude Code 是 Anthropic 开发的一款革命性的终端 AI 编程助手。Claude Code 是 Anthropic 将其最先进的模型集成到了该工具中,让用户可以直接以自然语言去处理编程相关的问题,独立运行任务,解释代码,生成代码等等。Claude Code 基于最新的 Claude Opus 4 和 Claude Sonnet 4 模型构建,拥有

  • 超大的上下文窗口,200K token 的上下文处理能力,理解大型项目的完整结构
  • 混和推理模型,及时响应和深度思考
  • 自主执行,独立完成文件编写,测试运行
  • MCP 协议,通过 MCP 连接外部工具和数据源

使用

npm install -g @anthropic-ai/claude-code
cd /path/to/project
claude

安装完成之后可以执行 claude 来启动,初次登录的时候需要选择是登录 Anthropic 账户,或者直接使用开发者 API Key(需要绑定信用卡充值),以我自己的经验,如果想要体验,不妨直接购买一个月的套餐,因为我自己使用 API Key,光一个下午就使用了 7 美元的余额。如果大家想要免费体验一下,下文还会介绍可以领取 100 美元 Claude Code 额度的方法。

常用的 / 命令

  • /init 初始化项目,并生成 CLAUDE.md 文件
  • /login 切换 Anthropic 帐号
  • /logout 退出帐号
  • /cost 查看 token 使用统计
  • /doctor 检查安装健康状况
  • /clear 清楚会话历史
  • /compact 压缩上下文

CLAUDE.md 文件

进入 Claude Code 之后,初次可以执行 /init 命令来初始化,Claude 会对项目进行分析,并生成 CLAUDE.md 文件作为项目说明,在之后的请求中就会将此文档作为上下文,以提升代码完成的精确度。

制定修改策略

使用 Claude 或者其他的 AI 编程辅助工具的一个小技巧是让 AI 先分析思路并给出步骤,然后等用户确认之后再进行代码修改,这样 AI 的修改会更精确,更可控一些。

自定义 Claude 命令

可以在 ./claude/commands/ 目录中添加常用的 prompt,比如在该目录创建了一个 lint.prompt ,可以在该文件中填写自定义的 prompt,比如让其检查所有的 linter warnings,然后执行必要的修复,之后在终端就可以直接使用 /lint 来执行该 Prompt。

权限管理配置

可以执行 /allowed-tools 命令来设置白名单。

.claude/settings.json 文件中可以配置允许执行的命令,这样可以让 Claude Code 自主完成可信的操作。比如将常见的 Git 操作(Git 提交,创建分支)执行 npm 本地 lint 检查等等放到白名单,但是在 curl 请求外部链接,或者删除文件操作时获取用户授权。

// .claude/settings.json
{
  "permissions": {
    "allow": [
      "Bash(npm run lint)",
      "Bash(npm run test:*)",
      "Read(~/.zshrc)"
    ],
    "deny": [
      "Bash(curl:*)",
      "Write(/etc/*)"
    ]
  }
}

对话模式

推荐使用对话模式而非单词命令,可以保持上下文的连续性,可以定期使用 /clear 来清理无关的历史,避免上下文污染,也可以利用 /compact 压缩对话历史,节省 token 消耗。

利用语音输入提升效率

可以结合 VoicenotesSpokenlyAqua Voice,Superwhisper,WispFlow 等语音转文字工具提升文字输入的效率,语音输入天然包含更多的背景信息和期望结果,减少因为键盘输入造成的拖累。同样时间内语音输入的效率要远远超过键盘打字的输入效率。

利用 git worktree 创建隔离环境同时运行 Claude

因为 Claude Code 执行非常消耗时间,那如果我们想要让 Claude Code 在同一个项目中执行多个并行任务呢,比如在一个分支上做一些代码修复,在另外一个分支上编写新的功能模块,这时候我们就可以利用 git 的 worktree 功能来将项目在本地拆分多个目录,然后分别在这些目录中执行 Claude,并提交不同的任务。这样 Claude 就可以并行执行。

如果不熟悉 git worktree 可以参考我之前的文章,简单来说 git worktree 就可以创建相互隔离的环境。

git worktree add ../feature-branch feature/login

自动提交 GitHub PR

如果要 Claude Code 完成自动提交 GitHub PR,需要提前安装 gh CLI。然后就可以直接和 Claude Code 说,帮我创建什么样的功能,并提交一个 Pull Request 的 main 分支,标题是什么。

> 分析Issue #123并生成实现方案
> 创建功能分支feature/user-authentication
> 实现用户认证模块
> 编写对应的单元测试
> 创建Pull Request并添加详细说明

开发容器

对于需要安全环境的用户,可以使用 Development container 容器,增强了安全措施(隔离和防火墙规则)允许绕过 claude --dangerously-skip-permissions 权限提示,实现无人值守的操作。

MCP 支持

Claude 命令支持本文做一个简单的介绍,如果感兴趣之后再写一篇文章。

claude mcp add name command [args...]

可以使用如下的命令管理 MCP

  • claude mcp list
  • claude mcp get name
  • claude mcp remove name

在进入了 Claude 之后也可以执行 /mcp 来查看。

领取 100 美元 Claude Code 使用额度

目前 AnyRouter 这样一个平台,首次注册赠送 50 美元,使用我的邀请 注册还可以再赠送 50 美元,共 100 美元额度,按照提问消耗 Token 的数量来说,至少支持超过 200 次的会话请求。

在安装完成之后,设置如下的两个环境变量再开启 claude 就可以使用。

export ANTHROPIC_AUTH_TOKEN=sk-...
export ANTHROPIC_BASE_URL=https://anyrouter.top

Claude 还支持 Amazon Bedrock 和 Google Vertex AI 集成,但是这不是本文的重点,如果感兴趣可以留言告诉我。

个人使用建议

因为 Claude Code 使用成本相对来说比较昂贵,如果是简单轻度的任务,可以组合其他的工具,比如 Gemini CLI 一起使用。

比如可以让 Claude Code 基于当前的项目编写主要的核心代码,在 Cursor 中 Review 并自主对代码进行补齐,然后利用 Gemini CLI 完成多语言翻译,补充 Unit Test 等等任务,如果项目比较大,或者使用频率比较高, 那么也推荐订阅 Claude Code Max 。

对比

上下文处理能力

Claude Code 拥有 200K tokens ,所以非常适合大型项目的全量分析处理,Cursor 有 8K tokens,适合文件级别的处理,Gemini CLI 虽然宣称有 1M token 的上下文,但实际可用有限,并且实际使用表现也远不如 Claude Code。

自主执行能力

Claude Code 在自主执行复杂任务方面明显领先。实际测试来看,Cloud Code 可以完全自主完成功能开发,Cursor 则需要频繁的人工干预和确认,Gemini CLI 则是在多任务步骤当中经常发生错误。

而我个人的使用经验,Claude Code 生成的代码基本上都可以正常的执行,几乎很少出现报错,在 Cursor 中对同一个文件的修改或者少量包级别的上下文中也可以给出相对比较完美的代码,Gemini 则是在一些通用的能力上,比如本地文档生成,文档理解,翻译上有一定的优势。

  • [[SuperClaude]]