企业官网建设流程全解析

最近总有人问我：Claude Code 到底怎么开始用？装完以后打开终端，面对一个>光标，完全不知道该说什么。作为每天靠它写代码、改 bug 的人，我想把这份完整的上手笔记写出来。这篇文章没有什么高深的理论，全部是我自己安装、配置、踩坑之后的真实流程。目标读者很明确：一是刚听说 Claude Code、不知道自己需不需要的人；二是已经装了但只会“你好”“帮我写个排序”的人。看完以后，你应该能独立完成安装、登录、接入 VS Code、切换模型、配置常用技能，并且知道报错时先去查哪里。

1. 先别急着装，先把 Claude Code 定位搞清楚

很多人第一步就搞错了：以为 Claude Code 是类似“Claude 网页版”的套壳客户端，或者以为它只是个 IDE 插件。其实它是一个跑在终端里的编程智能体，核心不是“聊天”，而是“干活”。

1.1 Claude Code 是“跑在终端里的编程员工”

Claude Code 是 Anthropic 推出的命令行工具（CLI），安装之后，你在终端里输入claude就会进入一个交互式命令行。你可以用自然语言给它下指令，比如“帮我看看这个项目的测试为什么失败”“把这段重复代码抽取成公共函数”“给所有接口加上超时重试”。

它和普通聊天机器人的最大区别在于：它能直接读写你当前项目里的文件，能执行 Shell 命令，能运行测试，能根据命令输出判断下一步该做什么。换句话说，它不是一个只会“建议”的助手，而是一个能真正动手改代码的执行者。

这也意味着你要给它一定的“信任边界”。我在第一次使用时就踩过坑：让它清理无用文件，它很积极地把一个看起来没用的配置文件删了，结果那是一个旧功能还在依赖的配置。所以后来我养成了习惯——凡是涉及删除、批量移动文件的操作，我会先在指令里明确写“先列出计划，不要执行，等我确认”。

1.2 它和网页版 Claude、ChatGPT 到底有什么区别

简单对比一下：

• 网页版 Claude：适合问答、写单文件、改一小段代码。优点是零安装、界面友好，但它看不到你本地项目的完整结构，也不能主动执行命令。
• ChatGPT / Codex：同为 AI 对话工具，但 ChatGPT 更偏向通用问答；Codex 虽然也是终端 Agent，但生态、模型选择、配置方式都不一样，后面会专门讲。
• Claude Code：驻扎在本地终端，能读文件、改文件、跑命令，还支持 MCP、Skills 这类扩展机制。它更像是“在项目里工作的同事”，而不是“隔着屏幕给你出主意的人”。

所以，如果你的场景只是“帮我写个正则”，网页版完全够用；但如果你想让 AI 完整处理一个本地仓库里的任务，比如跨文件重构、排查 CI 报错、批量补充测试用例，那就应该用 Claude Code。

1.3 到底适合谁来用，不适合谁

我说点得罪人的大实话：真想用好 Claude Code，你得具备一点终端基础。至少要会打开命令行、知道cd切目录、能看懂简单的报错。倒不是说你必须是资深程序员，但完全不懂命令行的话，光安装这一步就能劝退。

适合用的人有几类：

• 前后端开发、测试、运维，需要高频改代码的人；
• 写脚本、做自动化小工具的爱好者；
• 需要快速验证想法、但是手写代码比较慢的“半技术”人群；
• 团队内部需要统一代码规范、重复性重构很多的技术负责人。

不适合的人也很明确：害怕命令行、不愿意学任何环境配置、希望“一键双击就能用”的朋友。这类朋友我建议先装 VS Code 插件版，通过图形界面降低门槛，等用熟了再回到终端。

2. 安装和初始化，一次过关

这一节我尽量把每一步都写清楚。很多新手卡在安装，并不是不会复制粘贴，而是环境本身有问题，或者登录时遇到了奇奇怪怪的报错。

2.1 环境要求与账号准备

Claude Code 的核心安装方式是 npm 包，所以你的电脑上必须要有 Node.js 和 npm。建议 Node.js 版本在 18 以上，我用的是 20 LTS，长期稳定版本问题最少。检查方式是在终端输入：

node -v npm -v

如果没装，去 Node.js 官网下载 LTS 版本即可。Windows 用户建议顺手装一个 Git Bash 或者 Windows Terminal，后续体验会好很多。

账号方面，你至少需要满足下面两种条件之一：

• 一个 Claude 订阅账号（Pro / Max 等），登录时走 OAuth 授权；
• 一个 Anthropic API Key，按 token 用量付费。

如果你只是个人日常用，订阅账号通常更划算；如果是做自动化、批量跑任务，API Key 会更灵活。但不管哪种，都需要在首次登录时完成授权。

2.2 安装命令和镜像源问题

安装命令非常简单，在终端执行：

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

装完以后验证版本：

claude --version

如果安装过程非常慢，或者卡在npm下载不动，多半是网络到默认 npm 源不够顺畅。你可以换成国内镜像源再试：

npm config set registry https://registry.npmmirror.com

设置完成后再重新执行安装命令。这里有个注意点：不要为了图省事直接跳过-g全局安装，否则claude命令不会进入系统 PATH，后面你会在“找不到命令”这件事上浪费很多时间。

2.3 首次登录的正确姿势

在项目目录下打开终端，输入：

claude

首次使用会看到登录引导，通常是给你一个链接，让浏览器打开并完成授权。订阅用户建议选择 OAuth 登录，复制终端里提供的授权码，在浏览器页面粘贴后确认，再回到终端，基本就能进入正式的交互界面。

登录成功后，推荐先敲几个命令感受一下：

• /help查看所有可用命令；
• /status查看当前会话状态和模型信息；
• /model查看或者切换模型。

第一次进入时，Claude Code 可能会提示你要不要生成 CLAUDE.md 项目说明文件。我建议选“要”，这东西后面有大用，它可以记录项目结构、构建命令、代码风格，相当于给 AI 一个“项目入职手册”。

2.4 PowerShell 安装报错的原因和解决办法

Windows 用户最容易在 PowerShell 里栽跟头，常见的报错有两类。

第一类是 npm 安装时提示权限不足，比如Error: EACCES: permission denied。原因很可能是你的 Node.js 装在系统盘，全局包需要写入受保护目录。解决办法有两个：一是右键以管理员身份运行 PowerShell，然后再执行安装命令；二是我更推荐的——用 nvm 管理 Node.js，把全局安装目录放到用户目录下，避免权限问题。

第二类是安装成功后执行claude却提示“不是内部或外部命令”。这基本就是 npm 全局 bin 目录不在 PATH 里。你可以先执行：

npm config get prefix

看看输出的路径是什么，再手动把%APPDATA%\npm（Windows）或那个路径下的 bin 目录加到系统环境变量 PATH 中。试过之后只要重新打开终端，claude基本就能识别了。

注意：遇到 PowerShell 执行策略阻止脚本的情况，不要一上来就Set-ExecutionPolicy Unrestricted。先试试对当前用户设置Set-ExecutionPolicy RemoteSigned -Scope CurrentUser，更安全，也足够日常使用。

3. 把它装进 VS Code / IDEA，别在终端裸奔了

很多人不习惯在黑乎乎的终端里操作，更喜欢在编辑器里看着代码改动。没问题，Claude Code 并不是只能活在终端里的“苦行僧”工具。

3.1 VS Code 官方扩展配置

Claude Code 官方提供了 VS Code 扩展。你直接在 VS Code 的扩展市场里搜索“Claude Code”，看到 Anthropic 官方出品的那一个，点击安装即可。

安装完成后，左侧边栏会多出一个 Claude Code 面板。在这个面板里你能直接打开一个新会话，选择当前工作区目录，然后开始提问。和终端版相比，编辑器集成的好处很明显：

• 代码改动会以 Diff 形式呈现，你能清楚地看到 AI 改了什么；
• 点击具体文件可以直接跳转到对应位置；
• 简化了“上下文”概念，它天然知道当前打开的项目目录。

就算你装了扩展，claude命令行依然可以正常使用，两者互不冲突。我自己的习惯是：简单任务直接在终端快速跑，涉及多处修改的重构任务放到 VS Code 面板里，方便 review。

3.2 用 cc switch 工具自由切换模型供应商

Claude Code 默认使用 Anthropic 官方模型，但这不代表你只能用它。因为它底层通过环境变量来控制模型接口地址，比如ANTHROPIC_BASE_URL、ANTHROPIC_MODEL、ANTHROPIC_AUTH_TOKEN，所以理论上它可以接任何兼容 Anthropic API 格式的服务。

手动改环境变量很麻烦，这时就轮到 cc switch 出场了。它是一个开源工具，专门用来快速切换 Claude Code 的供应商配置。你可以提前配置好几套 profile，比如：

• 官方 Claude Sonnet；
• DeepSeek 兼容接口；
• GLM 兼容接口；
• 本地 Ollama 模型。

安装方式通常是：

npm install -g cc-switch

或者去它的 GitHub Release 页下载桌面版图形工具。安装后打开，添加 provider，填写 Base URL、模型名称、API Key，保存后点击切换，它会自动重写 Claude Code 的配置文件或环境变量。下次启动claude时，用的就是你选中的那一套配置。

我个人最喜欢这个工具的点在于：它把“切换模型”变成了一次点击的事。比如我白天用 DeepSeek 跑一些成本敏感的重复任务，晚上需要深度重构时切回官方 Claude，不用再背一串环境变量。

3.3 接入 Ollama 本地大模型的完整流程

如果你有隐私要求，或者想完全离线使用，可以接本地的 Ollama 模型。Ollama 是一个本地大模型运行工具，装好后可以拉取qwen2.5-coder、llama3等模型，默认监听端口是11434。

但有一点必须提前说清楚：Claude Code 原生并不直接吃 OpenAI 格式接口，它期望的是 Anthropic Messages API。所以最省事的方案是使用 cc switch 里预设的 Ollama 支持，它会帮你处理格式转换层。流程大致是：

1. 安装 Ollama 并拉取模型，比如ollama pull qwen2.5-coder:14b；
2. 在 cc switch 中新增 Ollama provider；
3. Base URL 填写http://localhost:11434；
4. 模型名填写你拉取的模型，比如qwen2.5-coder:14b；
5. 保存并切换，然后在终端启动claude。

需要提醒你的是：本地模型的代码能力、上下文长度、指令遵循水平，和云端 GPT-5、Claude Sonnet 这类大模型差距还是明显的。它更适合做代码补全、简单问答、短期离线测试，别指望它独立完成大型重构。把期望放低一点，它的价值才能体现出来。

4. 核心使用技巧：从“能对话”到“用得省”

安装配置只是开始，真正拉开差距的是使用方式。同样一个 Claude Code，有人用它半天做不出一个功能，有人半小时就能重构完一个模块，差别就在对工具机制的理解。

4.1 对话的基本姿势和提示词技巧

Claude Code 不是搜索引擎，你问得越模糊，它发挥越不稳定。我总结的经验是至少要包含四要素：

• 项目背景：这是什么项目、什么语言、什么框架；
• 目标：你希望它做到什么效果；
• 约束：不能动哪些文件、必须遵守什么规范；
• 验收标准：怎样算完成，比如“测试全部通过”“不能破坏现有接口”。

举个例子，差的提问是：“帮我优化这个函数。”好的提问是：“这个项目是用 Python FastAPI 写的，utils/http_client.py里的fetch_data函数超时严重，帮我加上重试机制，只允许修改这个文件，要求兼容 Python 3.10，并补充对应单元测试。”

另外，强烈建议在项目根目录维护一份CLAUDE.md。每次新会话启动时，Claude Code 都会自动读取这个文件作为背景信息。把项目结构、构建命令、代码风格、上线流程都写进去，它能少问你好多废话。

4.2 如何保存对话历史

Claude Code 的会话历史默认是自动保存的，文件存放在用户目录下的~/.claude/projects目录里，每个项目对应一个 JSONL 文件。你可以直接用文本编辑器打开看，也可以再次恢复。

要恢复历史会话，启动时加参数：

claude --resume

或者直接在交互界面里使用/resume命令，它会列出最近的会话，你选择要恢复的那一个即可。

如果你想手动导出某段对话，可以输入/export，它会以 Markdown 文件的形式导出当前会话内容。这个功能在做周报、记录调试过程时很好用。不过有一点要特别注意：会话文件里包含了你的真实代码片段和执行命令，可能还有敏感信息，分享或者提交到 Git 仓库前一定要检查。

4.3 怎么用少 token 做大事

token 就是钱，尤其是走 API Key 计费时，节省 token 等于省钱。几个亲测有效的方法：

• 及时/compact：对话太长后，上下文窗口会塞满，不仅慢而且贵。使用/compact把前面的内容压缩成摘要，保留关键信息，清出空间。
• 用 CLAUDE.md 代替重复说明：与其每次对话都解释项目背景，不如把这些写进项目文档，让 AI 每次自动读取。
• 控制读取文件的范围：不要让 AI 自己随便去读几十个文件。你应该明确告诉它“只看src/services下的文件”，避免它浪费 token 遍历整个项目。
• 拆任务：一个大任务拆成几个小任务分步执行，每次聚焦一个点。这看起来慢，实际反而稳，还省上下文。
• 限制自动执行轮数：启动时加claude --max-turns 10，避免它陷入一长串无意义的操作循环。

我自己实测的对比很夸张：同样一个功能开发，新手可能花掉 50 万 token，熟练之后用 CLAUDE.md + 精准范围控制，可能只需要 10 万 token 左右。

4.4 进阶玩法：MCP、Skills、数据库和 PPT

MCP（Model Context Protocol）是 Claude Code 连接外部工具的桥梁。你可以通过 MCP 让 Claude 直接读写数据库、操作浏览器、调用设计软件接口，相当于给它装上“手和眼睛”。

以读取数据库为例。你可以先安装官方数据库 MCP server，比如：

claude mcp add postgres --env DATABASE_URL=... -- npx @modelcontextprotocol/server-postgres

添加成功后，再在对话里使用自然语言问“帮我查一下orders表最近一周每天的订单量”，它就会自动连接数据库，执行 SQL，返回结果。这功能在数据分析、排查线上问题时非常香。

Skills 则是另一套玩法。简单理解就是给 Claude 预设一份“技能包”，让它按照固定流程去完成某一类任务。比如社区里有人做了 PPT skills，通过 Python 脚本生成幻灯片，你只要给出大纲和内容，它就能直接在本地生成一个.pptx文件。GitHub 上类似模板很多，比如claude code ppt skills、claude code skills，你可以自己找找看，原理都是把常用流程固化成文件，让 AI 按照模板做事。

注意：MCP 和 Skills 确实能提升上限，但也会带来安全风险。不要随意添加来源不明的 MCP server，更不要让它读取本机敏感目录。我的原则是：只添加自己看过源码的工具。

5. Codex 和 Claude Code 到底怎么选

热词里经常能刷到“codex和claude code有什么区别”“选codex还是claude code”。作为一个两个都用过的人，我来说点实际感受，帮你少走弯路。

5.1 Codex 是什么

Codex 是 OpenAI 推出的终端编程智能体，定位和 Claude Code 非常像。它也是一个命令行工具，你可以在项目目录下启动它，用自然语言提出任务，由模型分析代码、执行命令、修改文件。Codex 底层使用 OpenAI 的模型（比如 GPT-5 / GPT-5-Codex），和 ChatGPT 生态天然打通。

如果你已经在使用 ChatGPT Plus 或 ChatGPT Pro，那么 Codex 的订阅计费和网页版是绑定在一起的，这是它最方便的地方。

5.2 两者的核心差异对比

我把主要差异整理成一张表，方便你对照：

如果你已经在订阅 Claude，那结论几乎是明摆着的：直接用 Claude Code，不用额外付费。如果你主力是 ChatGPT，且不想再单独买一套订阅，那么 Codex 更顺理成章。

5.3 我的选择建议

我两个都装，但使用场景做了分工：

• 写 TypeScript 项目、做前端重构、处理长上下文时，我更依赖 Claude Code。它的 MCP 生态确实强，接数据库、接第三方工具很方便。
• 做算法题、需要复杂逻辑推理、或者已经开了一个 ChatGPT 会话时，我会用 Codex 或直接网页版。

如果你问我“新人只选一个，选哪个”，我的建议是：先看你已经付费了哪个生态，付费是最真实的投票。如果两边都没订阅，且你想更自由地接第三方模型（比如 DeepSeek、GLM、本地 Ollama），那 Claude Code 的开放性更高；如果你只想开箱用、不想折腾配置，Codex 和官方订阅绑定是更省心的选择。

6. 高频报错与排查实录

最后这部分，是很多人问得最多的地方。Claude Code 整体很稳，但新手期总会遇到各种奇怪问题。我把常见的集中写一下，建议收藏备用。

6.1 登录返回 403 怎么办

登录 403 是热词中出现频率非常高的问题。我第一次遇到也很懵，授权流程明明没问题，却始终跳不过去。根据我的排查经验，按顺序做这几件事：

1. 先确认 Claude 账号本身有效，浏览器打开网页版看看能不能正常登录；
2. 在终端执行claude logout，然后重新启动claude走一遍授权流程；
3. 检查终端里是否有旧的登录缓存，清理~/.claude/.credentials.json这个文件后重试；
4. 如果网页版正常仅终端 403，通常是本地环境的网络出口状态不稳定，换个时间段再试，或者重启路由器清洁网络环境。

不要一上来就反复刷新授权码，那样更容易被风控。稳定重试几次基本能解决。实在不行就暂时用 API Key 方式登录，把ANTHROPIC_API_KEY设置好，绕开 OAuth。

6.2 模型识别报错：“GLM-5.2 is not a model this version of Claude Code recognizes”

这其实是接第三方模型时很典型的错误。意思是：你的 Claude Code 版本没有把GLM-5.2这个模型名称加入到它认识的模型列表里，所以它拒绝使用。

解决办法：

• 升级 Claude Code 版本：npm update -g @anthropic-ai/claude-code；
• 确认模型名拼写是否正确，常见的问题是glm-5.2写成GLM5.2或带了多余空格；
• 如果配置是通过 cc switch 写入的，切回去重新保存一次，确认没有残留旧配置；
• 也可以启动时显式指定模型：claude --model glm-5.2，绕过默认配置。

出现这个错误并不代表模型能力不行，而是这版 Claude Code 的“白名单”里没有它。通常升级到最新版就能解决大半问题。

6.3 终端乱码问题

Claude Code 在 Windows 终端里中文输出乱码，是不少人遇到的第二个大坑。原因通常是终端的代码页不是 UTF-8，或者输出的中文字符集和终端显示不一致。

最简单的办法，在 PowerShell 或 CMD 中执行：

chcp 65001

把代码页切到 UTF-8 后再启动claude。如果你用的是 Windows Terminal，默认设置就已经很好了，我建议 Windows 用户直接用 Windows Terminal 而不是老版 CMD。也可以设置环境变量PYTHONIOENCODING=utf-8，对部分涉及 Python 的脚本输出有帮助。

还有一个土办法：如果只是个别中文乱码，而且你不想折腾环境，直接告诉 Claude “这次请用英文输出日志”，能临时绕过去。但解决根本问题，还是切 UTF-8 代码页最靠谱。

6.4 其他高频问题速查

我把其他经常被问到的零碎问题整理成表格，方便你快速查找：

这些坑我基本都踩过一遍，尤其是 PATH 和代码页这两个，属于“新手最常问、老手看一眼就会”的问题。遇到报错别急着重装，先按表格排查，大概率能解决。

我个人在实际操作中的体会是，Claude Code 真正颠覆的并不是“能写代码”这件事，而是把“改代码—跑命令—看报错—再修改”这个循环变短了。刚开始接触时，别想着一口气让它完成整个项目，先从修单元测试、重构一个小函数、生成 commit message 这种小任务入手。等你摸清楚它的脾气，再一点点把更大、更模糊的任务交给它，才会越来越顺手。最后再分享一个小技巧：每次开始新项目之前，花 30 秒在项目根目录写一个 CLAUDE.md，把项目结构、构建命令、目录约定写清楚。就这一个动作，能让它的工作质量立刻上一个台阶。