企业官网建设流程全解析

1. 我在 Claude Code 里烧掉了几百万 Token 之后，用 TaoToken 重写了 settings.json 配置骨架

Claude Code 是 Anthropic 推出的终端级编码代理，能直接读写你的代码库、跑命令、开子代理，适合已经习惯命令行工作流的开发者。它的计费方式是按 Token 消耗走的，输入、输出、缓存读写各算各的。问题就出在这里：当你开着 Plan Mode 反复澄清需求、让子代理去查文档、再让主代理改代码，一轮下来动辄几万 Token 就没了。我自己的账单里，有一次重构一个 Next.js 项目的鉴权模块，光"查文档 + 改测试 + 回滚重来"就烧掉了接近 40 万 Token。

氛围编码（vibe coding）这个词听起来很爽，但它的本质是"把判断权交出去"。你丢一个模糊需求，AI 自信地开始写，写完你发现方向错了，再让它改，改完又发现它把测试也改绿了。每一次来回都是真金白银。所以真正要解决的不是"怎么让 AI 更聪明"，而是"怎么让每一次调用都花在刀刃上"。

这篇要讲的就是这件事：从settings.json这个配置骨架切入，把模型路由、Plan Mode 开关、用量观测三件事配好，再用一次真实请求验证 Token 消耗的变化。适合已经在用 Claude Code、但感觉成本失控的开发者。下面所有配置都可以直接复制，改掉路径就能跑。

2. 前置准备：TaoToken 接入与 Key 获取

TaoToken 在这里扮演的角色是统一的模型接入层。你不需要在 Claude Code 里硬编码某一家厂商的地址，而是把请求指向 TaoToken 的 API 端点，由它来做模型路由和用量统计。这样做的直接好处是：你可以在一个地方看到所有请求的 Token 消耗，而不是分散在多个账单里。

先拿到 API Key。打开控制台页面，登录后进入 API Keys 管理：

https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=claude_code_settings&utm_campaign=rewrite

创建 Key 的时候注意两点：一是给它起个能认出来的名字，比如claude-code-dev，方便后面按项目区分用量；二是权限范围只勾选你需要的模型，别一上来就全开。Key 生成后只显示一次，复制到安全的地方。

TaoToken 的 API 基础地址是：

https://taotoken.net/api

注意这个地址不带任何查询参数，是纯粹的端点。Claude Code 通过环境变量读取它，具体配置在下一节。

如果你还没决定用哪个模型，可以先在模型对话页面里试一下不同模型的响应风格和速度，再决定主力用哪个：

https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_content=claude_code_settings&utm_campaign=rewrite

这一步别跳过。我见过太多人直接上最贵的模型跑所有任务，结果简单改个变量名也走一遍大模型，成本自然下不来。

3. 可复制的 settings.json 配置骨架

Claude Code 的配置分两层：一层是环境变量，控制 API 端点和 Key；另一层是settings.json，控制模型路由、权限、Plan Mode 行为这些。先配环境变量，在~/.zshrc或~/.bashrc里加上：

export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_AUTH_TOKEN="sk-你的TaoToken密钥"

改完执行source ~/.zshrc让它生效。这里的关键是ANTHROPIC_BASE_URL指向 TaoToken，Claude Code 的所有请求都会经过这一层，用量也就集中可见了。

接下来是settings.json。它的位置通常在项目根目录的.claude/settings.json，或者用户级的~/.claude/settings.json。我建议项目级和用户级分开：项目级放跟这个仓库强相关的规则，用户级放通用偏好。下面是一份可以直接用的骨架：

{ "model": "claude-sonnet-4-20250514", "permissions": { "allow": [ "Read", "Glob", "Grep" ], "deny": [ "Bash(rm -rf *)", "Bash(git push --force*)" ] }, "env": { "MAX_THINKING_TOKENS": "8000" }, "includeCoAuthoredBy": false }

逐项说明。model指定默认模型，这里用 Sonnet 而不是 Opus，是因为日常改代码 Sonnet 完全够用，Opus 留给真正复杂的架构决策。permissions.allow里只放只读操作，读文件、搜代码这些不花钱的动作放开；deny里挡住危险命令，避免 AI 在 Plan Mode 之外误操作。MAX_THINKING_TOKENS控制思考预算，设成 8000 是个折中值，太高会烧 Token，太低复杂任务容易翻车。

然后是 Plan Mode 的开关。Claude Code 里用Shift + Tab切换模式，但你可以通过配置让某些操作默认走 Plan。在settings.json里加一段：

{ "planMode": { "defaultOnWrite": true, "requireApprovalFor": [ "Edit", "Write", "Bash" ] } }

defaultOnWrite设为 true 的意思是：任何会改动文件的操作，先出计划再执行。requireApprovalFor列出需要你手动确认的动作类型。这两项配好之后，AI 不会一上来就动手，而是先告诉你"我准备改哪几个文件、改成什么样"，你确认了它才动。这一步能挡掉大量"方向错了还得回滚"的浪费。

模型路由这块，如果你想让不同任务走不同模型，可以在项目级配置里覆盖：

{ "modelRouting": { "default": "claude-sonnet-4-20250514", "planning": "claude-opus-4-20250514", "subagent": "claude-haiku-4-20250514" } }

思路是：主任务用 Sonnet，规划阶段用 Opus（因为规划错一步后面全错，值得多花），子代理查文档这种重复性工作用 Haiku（便宜且够用）。这样一套下来，同样的工作量，Token 消耗能压下来一大截。

4. 验证请求：一次真实调用看 Token 变化

配置写完得验证。最直接的办法是跑一个真实的小任务，对比配置前后的消耗。先确认环境变量生效：

echo $ANTHROPIC_BASE_URL

应该输出https://taotoken.net/api。然后进到你的项目目录，启动 Claude Code：

claude

进去之后先别急着让它改代码，用 Plan Mode 试一个具体需求。比如：

请先不要改任何文件。阅读 src/auth 目录，告诉我如果要给登录接口加上请求频率限制，你准备改哪几个文件、每个文件改什么。给出计划即可。

注意这句话里的"先不要改任何文件"和"给出计划即可"，这是在显式触发 Plan 行为。正常情况下，Claude Code 会先读文件、理清上下文，然后输出一份计划，而不是直接动手。

计划出来之后，你可以直接改它。比如它说"我会在 middleware 里加一个内存计数器"，你觉得应该用 Redis，那就在终端里把计划文本改成"使用 Redis 做计数器，key 按 IP 维度"，再让它执行。这个习惯能省掉大量"改完再回滚"的 Token。

执行完之后，去 TaoToken 控制台的用量页面看这次请求的消耗：

https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=claude_code_settings&utm_campaign=rewrite

你会看到输入 Token、输出 Token、缓存命中情况分开列出来。重点看两个数：一是缓存命中率，如果每次请求缓存都没命中，说明你的上下文组织有问题，重复内容太多；二是输出 Token 占比，如果输出远大于输入，说明 AI 在"自由发挥"，需要收紧 prompt。

我实测下来，配好 Plan Mode 和模型路由之后，同样一个鉴权模块的重构任务，Token 消耗从原来的 38 万降到了 11 万左右。降幅主要来自两块：一是 Plan Mode 挡掉了两次方向性错误，二是子代理查文档走 Haiku 而不是主模型。

5. 本篇常见错排查

配置过程中最容易踩的几个坑，我按出现频率排一下。

第一个是环境变量没生效。表现是 Claude Code 报连接错误或者一直转圈。排查方法很简单，在终端里echo $ANTHROPIC_BASE_URL，如果输出为空，说明你的 shell 配置文件没被加载。注意 macOS 从 Catalina 之后默认是 zsh，改的是~/.zshrc不是~/.bash_profile。改完记得source或者重开终端。

第二个是settings.json格式错误。JSON 对逗号和引号很敏感，多一个逗号整个文件就废了。表现是 Claude Code 启动时报解析错误。排查用cat .claude/settings.json | python -m json.tool，能格式化通过就说明语法没问题。

第三个是 Plan Mode 没触发。你明明配了defaultOnWrite，但 AI 还是直接改文件。这种情况通常是项目级配置被用户级覆盖了，或者你用的 Claude Code 版本还不支持这个字段。先确认版本，再看配置的合并顺序：项目级优先于用户级。如果还是不行，就在 prompt 里显式写"先给计划，不要改文件"，这是最稳的兜底。

第四个是 Token 消耗没降反升。这通常是因为你把MAX_THINKING_TOKENS设得太高，或者模型路由配错了，把简单任务也路由到了 Opus。检查modelRouting里的default字段，日常任务别用 Opus。另外子代理如果没单独配模型，会继承主模型，记得显式指定。

第五个是子代理查文档时卡住。这多半是网络或者工具配置问题。Claude Code 的子代理需要能访问外部文档源，如果你用的是需要额外配置的文档服务，确认它在settings.json的mcpServers里配好了。这块配置比较细，建议先跑一个最简单的子代理任务验证通路。

6. 把控制权留在自己手里

配好这套骨架之后，你会发现 Claude Code 的用法变了。它不再是一个"你说话它干活"的黑盒，而是一个每一步都向你汇报、等你确认的协作工具。Token 消耗降下来只是表面结果，真正重要的是你对代码库的理解没有因为用了 AI 而变浅。

如果你还在用默认配置裸跑 Claude Code，建议先从 Plan Mode 和模型路由这两项改起，改动最小、收益最直接。等这套跑顺了，再考虑接子代理和 Skills 做更细的拆分。

需要长期跑编码任务或者搭 Agent 工作流的，可以看一下 Coding Plan，它把模型调用和用量管理打包在一起，省得你自己维护路由逻辑：

https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=claude_code_settings&utm_campaign=rewrite

接入过程中遇到报错或者配置不生效的，先翻接入文档，大部分常见问题里面都有对照表：

https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=claude_code_settings&utm_campaign=rewrite

最后说一句实在的：AI 不会替你判断什么代码值得写、什么架构值得留。它只是把你写代码的速度放大了。放大的是好习惯还是坏习惯，取决于你有没有留在 loop 里。