SHANG

Ctrl K

我用 Claude Code 搞了三个月，总结了一套平民玩法

Claude Code 到底是什么

Claude Code（简称 CC）常被理解为 AI 编程助手，但它的能力边界远超写代码。它的本质是一个能直接操作操作系统的 AI 代理——读取文件、创建文件、执行命令、安装依赖、拆解任务并逐步执行。用户只需描述目标，CC 自主规划路径并执行，完成后通知验收。

真正使用之后会发现，官方渠道对国内用户的限制十分明显：订阅费用高、账号封禁风险大、网络连接不稳定。这些客观障碍导致大多数有意尝试的用户止步于第一步。

替代方案已经成熟：以 GLM 4.7 为代表的国产模型通过 API 接入 CC，体验接近官方水平，成本仅为官方的几十分之一。

环境搭建与环境验证

前置依赖

运行 CC 需要 Node.js 和 Git，两者均为免费开源软件：

  1. Node.js — 从官网下载 LTS 版本并安装
  2. Git — Windows 用户从 git-scm.com 下载安装；macOS/Linux 用户系统通常已预装

安装与验证

终端执行全局安装：

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

如果遇到权限或环境错误，一个有效的替代方案是：在其他 AI 编程工具（如 Cursor）的内置终端中执行安装命令，这些工具通常已预先配置好 Node.js 运行环境。

安装完成后验证版本：

claude --version

输出版本号即表示安装成功。

跳过首次引导

新版 CC 首次启动包含交互式引导流程。若希望跳过，在 ~/.claude.json 中添加以下配置：

{
  "hasCompletedOnboarding": true
}

若文件不存在则手动创建。

API 提供商选择与配置

官方订阅的局限性

官方 Claude 订阅每月 20 美元起步，需绑定美区支付方式，且账号存在封禁风险。对于国内用户，这是持续性的使用阻碍而非一次性门槛。

国产模型方案

当前对 CC 兼容性较好的国产模型服务商包括：

  • 智谱 GLM 4.7（本文以此为例）
  • MiniMax M2.1
  • Kimi K2

这三家均提供专门的 Coding 套餐，按量计费，成本远低于官方订阅。

以智谱为例，Coding Lite 包季套餐约 54 元，日均成本不足 0.6 元，满足日常开发需求绰绰有余。

配置步骤

  1. 注册智谱开放平台，创建 API Key 并保存
  2. 终端执行一键配置工具，按提示粘贴 API Key：
npx @z_ai/coding-helper

该工具提供中文交互界面，引导过程无需额外配置。

核心使用原则

工作目录即安全边界

CC 启动时必须指定工作目录，其所有文件操作和命令执行均被限制在该目录内。建议为每个独立任务创建专用目录：

CC-Projects/
├── 内容写作/
├── 数据分析/
├── 工具脚本/
├── 学习笔记/

目录隔离既防止任务间干扰，也限制了 CC 的操作范围。

CLAUDE.md：持久化指令集

项目根目录下的 CLAUDE.md 是 CC 的持久化上下文文件。每次启动时自动读取，适合存放项目规范、输出格式偏好、重复性约束条件。用户可要求 CC 自行生成此文件并迭代完善。

权限模式选择

默认模式下，CC 每次执行写操作或命令前需用户确认。对于连续性任务，频繁确认会显著降低效率。

建议在以下前提满足时开启宽松模式：

claude --dangerously-skip-permissions

前提条件：

  • 工作目录限定在任务专用范围内
  • 重要数据已备份
  • 执行过程中保持对 CC 行为的关注

粘贴图片的正确操作

CC 运行于终端环境，图片粘贴不适用浏览器中的快捷键。在终端窗口中按 Control + V 即可将剪贴板中的图片传入 CC 进行分析。

实践案例：批量生成 SEO 文章

运营独立站需要持续产出内容，手动撰写每篇文章从选题、查资料到排版配图，一篇耗时 1-2 小时。

使用 CC 的处理方式：准备一个关键词列表（如"how to choose brake pads"、"brake pad maintenance guide"等），放入工作目录作为文本文件。输入指令"根据 keywords.txt 中的关键词，批量生成 SEO 优化的博客文章，每篇 800-1000 字，包含 H2 标题层级和 FAQ 段落，用 frontmatter 格式输出到 articles/ 目录"。

CC 自动逐条读取关键词、生成文章内容、添加标题结构和元数据，并将文件保存到指定目录。30 个关键词约 10-15 分钟完成输出。

处理完成后，只需简单校对即可发布。如需调整风格或补充内部链接，追加一条指令即可批量修改。

这个案例的通用意义在于：内容生产中的重复性环节（框架搭建、批量生成、格式统一）可交由 CC 处理，人力聚焦在选题判断和质量把控上——不要求会写代码，会列需求清单就能用。

Skill：复用已验证的工作流模板

Skill 是 CC 的预制工作流模板机制，封装了特定场景下的最佳实践。通过命令行安装并调用：

npx skills-installer install @anthropics/claude-code/frontend-design --client claude-code

调用方式：

使用 frontend-design skill，重新设计此页面

Skill 的输出质量通常优于零样本提示，因为模板本身经过了迭代优化。官方 Skill 仓库地址：https://github.com/anthropics/skills

一些补充说明

环境配置是使用 CC 过程中门槛最高的环节。一旦完成配置进入日常使用阶段，用户遇到的大部分问题可直接向 CC 提问解决——它自身就是最有效的使用指南。

国产模型在代码生成与推理能力上的进展，已经使这一替代方案具备了实用价值。成本的大幅下降和接入流程的简化，意味着当前是尝试这一方案的良好时机。