Claude Code 是什么?从安装到第一次对话
系列文章
本篇是 Claude Code 系列的第 1 篇。系列将从安装入门到高级实战,由浅入深地拆解这个终端原生 Coding Agent 的每一个能力。
入门篇
- Claude Code 是什么?从安装到第一次对话(本文)
- 日常开发工作流:用 Claude Code 重塑你的编码习惯
核心篇
3. 内置命令全解:从 /compact 到 /doctor 的实战指南
4. CLAUDE.md:项目上下文工程的艺术
进阶篇
5. 多文件重构与复杂任务实战
6. Hooks、MCP 与能力扩展
高级篇
7. Headless 模式与 CI/CD 集成
8. 多 Agent 协作:从 Claude Code 到 Codex
一、开篇:为什么又一个 AI 编程工具?
2024 年,AI 编程工具遍地开花。GitHub Copilot 补全代码、Cursor 重写 IDE、ChatGPT 回答技术问题。每个工具都在解决”写代码”的某个环节,但它们有一个共同的局限:你是工具的使用者,而不是指挥者。
你打开 IDE,等 Copilot 补全一行代码;你切到浏览器,在 ChatGPT 里粘贴报错信息;你回到 IDE,手动复制粘贴解决方案。整个过程中,你在适应工具,而不是工具在适应你。
2025 年 2 月,Anthropic 发布了 Claude Code——一个运行在终端里的自主编程 Agent。它不是 IDE 插件,不是代码补全,而是一个能理解你的整个代码库、自己读文件、写代码、跑测试、提交 Git 的自主代理。
你只需要用自然语言告诉它要做什么,剩下的它自己搞定。
到 2026 年 6 月,Claude Code 已经迭代到 v2.1.185,经历了 441 个版本更新,默认模型从 Claude 3.5 Sonnet 一路升级到 Claude Opus 4.8。它已经从一个”有趣的实验”变成了很多开发者的主力生产力工具。
这篇文章,我们从零开始。
二、Claude Code 到底是什么?
一句话:Claude Code 是一个住在你终端里的 AI 程序员。
它不是帮你补全代码的 Copilot,不是帮你回答问题的 ChatGPT,而是一个能自主完成整个开发任务的 Agent。你告诉它”给用户模块加一个分页查询接口”,它会:
- 读你的项目结构,理解分层架构
- 找到现有的 Controller、Service、Mapper 模板
- 写出新的接口代码(Controller + Service + Mapper + 单元测试)
- 跑测试,看是否通过
- 如果测试失败,自己修 bug 再跑
- 最终帮你 commit
整个过程,你只需要下达指令和审批关键操作。
它的定位矩阵
| 工具 | 定位 | 交互方式 | 自主程度 |
|---|---|---|---|
| GitHub Copilot | 代码补全 | IDE 内联 | 低(逐行建议) |
| Cursor | AI IDE | 对话 + 编辑 | 中(需要确认) |
| ChatGPT | 通用问答 | 浏览器 | 无(不操作你的代码) |
| Codex CLI | 终端 Agent | 终端 | 高(OpenAI 出品) |
| Claude Code | 终端 Agent | 终端/IDE/桌面/Web | 高(Anthropic 出品) |
Claude Code 的独特之处在于它的终端原生设计。它不是从 IDE 里”长出来”的,而是从终端”长出来”的。这意味着它天然理解 shell 环境、Git 工作流、CI/CD 流水线——这些恰恰是真实开发中最核心的基础设施。
它能做什么?
代码理解与编辑:读取整个项目代码库,理解架构和依赖关系,跨多个文件进行编辑。
终端命令执行:运行测试、安装依赖、执行构建脚本——任何你在终端里能做的事。
Git 工作流:创建分支、提交代码、发起 PR、解决冲突。
多文件重构:同时修改 10 个文件的重构操作,它能保持一致性。
自主迭代:写代码 → 跑测试 → 发现失败 → 修改 → 再跑——直到通过。
代码审查:/ultrareview 命令可以启动多 Agent 并行代码审查。
计算机操控(研究预览):打开原生应用、点击 UI、验证视觉变化。
三、安装:三种方式任选
方式一:官方安装脚本(推荐)
macOS / Linux:
1 | curl -fsSL https://claude.ai/install.sh | bash |
Windows(PowerShell):
1 | irm https://claude.ai/install.ps1 | iex |
这是官方推荐的方式,会自动处理依赖和 PATH 配置。
方式二:包管理器
Homebrew(macOS / Linux):
1 | brew install --cask claude-code |
WinGet(Windows):
1 | winget install Anthropic.ClaudeCode |
Homebrew 在过去 30 天有约 9 万次安装,说明它在开发者中已经非常普及。
方式三:npm(已废弃)
1 | npm install -g @anthropic-ai/claude-code |
⚠️ 注意:npm 安装方式已被官方标记为废弃(deprecated)。虽然还能用,但推荐使用上面两种方式。
系统要求
- Node.js:18 或更高版本
- 操作系统:macOS、Linux、Windows 全平台支持
- Git:推荐安装(Windows 上 Git for Windows 不再是必须的,Claude Code 会使用 PowerShell 作为替代)
安装完成后,终端输入 claude 就能启动。
四、认证:四种方式连接你的大脑
Claude Code 本身不带模型,它需要连接到 Claude 模型才能工作。认证方式决定了它通过什么渠道访问模型。
方式一:Anthropic API Key(最直接)
到 console.anthropic.com 注册账号,创建 API Key。
首次启动 claude 时,它会提示你输入 API Key。输入后自动保存,后续使用无需重复配置。
计费方式:按 token 用量计费(输入/输出分别计价)。Opus 4.8 的快速模式价格约为 $10/$50 每百万 token(输入/输出)。
适合:个人开发者、想精确控制成本的团队。
方式二:Claude Pro / Max 订阅(最省心)
如果你已经订阅了 Claude Pro($20/月)或 Max($100/月),可以直接用 OAuth 登录:
1 | claude |
Pro 计划:包含 Claude Code 访问权限,有使用量限制。
Max 计划:更高的使用量上限,默认使用 Opus 4.8 模型。
适合:不想操心 token 消耗、偏好固定月费的开发者。
方式三:云平台代理
如果你的公司使用 AWS 或 GCP,可以通过云平台的 IAM 认证访问 Claude:
Amazon Bedrock:
1 | export CLAUDE_CODE_USE_BEDROCK=1 |
Google Vertex AI:
1 | export CLAUDE_CODE_USE_VERTEX=1 |
Microsoft Foundry:
1 | export CLAUDE_CODE_USE_FOUNDRY=1 |
适合:企业用户、需要数据不出云的合规场景。
方式四:LLM Gateway
如果你的团队有自己的 AI 网关(比如 LiteLLM、OneAPI),可以配置自定义端点:
1 | export ANTHROPIC_BASE_URL=https://your-gateway.example.com/v1 |
适合:有统一 AI 网关的企业、需要审计和成本管控的团队。
五、第一次对话:Hello, Claude
安装完成,认证搞定,让我们开始第一次对话。
启动
1 | # 进入你的项目目录 |
Claude Code 会扫描当前目录,读取项目结构。你会看到一个简洁的终端界面:
1 | ╭──────────────────────────────────────────╮ |
第一个任务:了解项目
试试让它帮你理解项目:
1 | > 这个项目的整体架构是什么?用中文回答。 |
Claude Code 会开始读取你的项目文件——pom.xml、application.yml、Controller、Service、Mapper——然后给出一个结构化的分析。
关键区别:它不是在”猜测”你的项目结构,而是真的在读文件。它会递归扫描目录、解析配置文件、追踪依赖关系。
第二个任务:写代码
1 | > 给 UserController 加一个分页查询接口,参考现有的 findAll 方法,使用 PageHelper。 |
Claude Code 会:
- 先找到
UserController.java,读取现有代码 - 理解
findAll方法的模式 - 找到相关的 Service、Mapper 接口
- 生成分页查询的完整代码(Controller → Service → Mapper → XML)
- 展示 diff,等待你确认
第三个任务:跑测试
1 | > 跑一下 UserService 的单元测试,如果有失败的帮我修。 |
它会执行 mvn test -Dtest=UserServiceTest,分析测试结果。如果有失败的测试用例,它会:
- 读取失败的测试代码
- 分析断言失败的原因
- 修改源代码或测试代码
- 重新跑测试
- 循环直到全部通过
权限控制
Claude Code 在执行敏感操作前会征求你的同意:
- 读取文件:自动执行(你已经授权了目录访问)
- 编辑文件:展示 diff,等待确认
- 执行命令:根据配置决定(可设置自动批准安全命令)
- Git 操作:展示 commit message,等待确认
你可以用 /config 命令调整权限级别,或者使用 --allowedTools 参数在启动时指定。
六、核心概念:Agent Loop
理解 Claude Code 的工作方式,关键在于理解它的 Agent Loop(代理循环):
1 | 用户输入 → 思考 → 选择工具 → 执行 → 观察结果 → 思考 → ... → 输出 |
这和我们在 AI Agent 系列中讲的 ReAct 模式是同构的:
| ReAct 概念 | Claude Code 实现 |
|---|---|
| Thought(思考) | 分析代码结构、规划修改方案 |
| Action(行动) | 读文件、编辑代码、执行命令 |
| Observation(观察) | 获取命令输出、测试结果、diff |
| 循环 | 写代码 → 跑测试 → 发现失败 → 修改 → 再跑 |
每一轮循环,Claude Code 可以:
- 读取文件(
Read工具) - 编辑文件(
Edit工具,展示精确的行级 diff) - 执行终端命令(
Bash工具) - 搜索代码(
Grep/Glob工具)
一个复杂的任务可能经历 20-30 轮循环。这就是为什么它能完成”给整个模块加缓存”这种跨多文件的复杂任务——它不是一个”一次性回答”的工具,而是一个持续迭代、自我修正的 Agent。
七、CLAUDE.md:你的项目说明书
这是 Claude Code 最重要的特性之一,也是它和其他 AI 工具的核心区别。
在项目根目录放一个 CLAUDE.md 文件,Claude Code 每次启动时都会自动读取它。这个文件相当于给 AI 新同事的一份入职手册。
一个典型的 CLAUDE.md
1 | # 项目说明 |
有了这个文件,Claude Code 就知道你的项目用什么技术栈、遵循什么规范、怎么构建和测试。它生成的代码会自动遵循你定义的风格。
层级化的 CLAUDE.md
Claude Code 支持多层级的 CLAUDE.md:
1 | 项目根目录/CLAUDE.md ← 全局规范 |
启动时,它会读取当前目录及所有父目录的 CLAUDE.md,合并为完整的上下文。这对于 monorepo 项目特别有用——每个子模块可以有自己的规范。
八、成本管理:别让账单吓到你
Claude Code 按 token 计费,一个复杂的重构任务可能消耗几美元。好消息是,它提供了一套完整的成本管理工具。
/cost:实时查看消费
1 | > /cost |
/compact:压缩上下文
长对话会累积大量上下文,导致 token 消耗飙升。/compact 命令会压缩对话历史,保留关键信息:
1 | > /compact |
/usage:订阅用量分析
对于 Pro/Max 订阅用户,/usage 命令显示详细的用量分解:
1 | > /usage |
省钱技巧
- 用
/compact定期压缩——尤其是完成一个子任务后 - 选对模型——简单任务用
--model sonnet,省钱又快 - 写好 CLAUDE.md——减少 Claude “探索”项目的时间
- 用
/clear清除重来——切换任务时比/compact更彻底 - 善用 prompt caching——重复读取的文件会自动缓存,大幅降低输入 token 成本
九、和竞品的深度对比
Claude Code vs GitHub Copilot
| 维度 | Claude Code | GitHub Copilot |
|---|---|---|
| 核心能力 | 自主完成整个任务 | 逐行/逐块补全代码 |
| 交互方式 | 自然语言指令 | Tab 接受/拒绝建议 |
| 代码理解 | 读取整个项目 | 主要基于当前文件上下文 |
| 测试能力 | 自动跑测试、自动修 bug | 不涉及 |
| Git 集成 | 完整的 Git 工作流 | 不涉及 |
| 价格 | $20-$100/月 | $10-$19/月 |
结论:Copilot 是”更快地打字”,Claude Code 是”派一个人帮你干活”。两者不是替代关系,可以同时使用。
Claude Code vs Cursor
| 维度 | Claude Code | Cursor |
|---|---|---|
| 载体 | 终端 | IDE(VS Code fork) |
| 模型 | Claude 系列 | 多模型(可选 Claude、GPT 等) |
| 自主程度 | 高(Agent Loop) | 中(需要更多交互) |
| 终端操作 | 原生支持 | 有限 |
| 适合场景 | 后端/全栈/DevOps | 前端/全栈 |
结论:Cursor 更适合喜欢 IDE 可视化体验的开发者;Claude Code 更适合习惯终端工作流的开发者。
Claude Code vs Codex CLI
| 维度 | Claude Code | Codex CLI |
|---|---|---|
| 出品方 | Anthropic | OpenAI |
| 默认模型 | Claude Opus 4.8 | o3 / o4-mini |
| 开源 | 否(代码在 GitHub 但非开源许可) | 是 |
| 桌面应用 | 有 | 无 |
| GitHub 集成 | @claude 标签 | 无 |
| 计算机操控 | 有(研究预览) | 无 |
结论:两者定位相似,都是终端原生 Agent。Claude Code 生态更丰富(桌面应用、IDE 插件、Web 界面、Slack 集成),Codex CLI 开源透明度更高。
十、快速上手:5 分钟体验清单
如果你已经安装好了 Claude Code,按这个清单走一遍:
第 1 步:进入项目目录
1 | cd ~/your-project |
第 2 步:启动
1 | claude |
第 3 步:试三个命令
1 | # 1. 了解项目 |
第 4 步:创建 CLAUDE.md
1 | > 帮我生成一个 CLAUDE.md 文件,包含这个项目的技术栈、目录结构、开发规范和常用命令 |
第 5 步:查看消费
1 | > /cost |
恭喜,你已经完成了第一次完整的 Claude Code 体验。
十一、写在最后
Claude Code 不是银弹。它不能替代你思考架构、不能替代你做技术决策、不能替代你理解业务需求。但它能把你的想法快速变成代码,把”我知道该怎么做但懒得写”的活儿自动化。
从 AI Agent 系列的角度看,Claude Code 就是我们讲过的那些理论的最佳实践:
- ReAct 循环 → 读代码 → 写代码 → 跑测试 → 观察
- 工具调用 → 文件读写、终端命令、Git 操作
- 记忆系统 → CLAUDE.md 项目上下文
- 上下文工程 → /compact 压缩、Token 预算管理
- 人机协作 → 权限审批、Plan 模式
理论够了,该动手了。
下一篇,我们深入 Claude Code 的日常开发工作流——看看它如何改变你每天写代码的方式。