企业官网建设流程全解析

1. 初识 ClaudeCode：MCP、Agent Skill 与 SubAgent 到底怎么配合

如果你刚开始接触 ClaudeCode，大概率会被三个词绕晕：MCP、Agent Skill、SubAgent。它们听起来都像“让 AI 干活”的东西，但定位完全不同。我用一个类比帮你理清：把 ClaudeCode 想象成一家公司，大模型是坐在工位上的员工，MCP 是公司对外采购的标准化接口（比如快递柜、打印机驱动），Agent Skill 是员工手边的操作手册（遇到某类任务就翻哪一页），SubAgent 则是临时拉来的外包小组（独立干活、干完汇报，不占用主员工的记忆）。

先说 MCP。它的全称是 Model Context Protocol，本质是一套让模型调用外部工具的协议。你可以把它理解成“AI 世界的 USB-C 接口”——不管对面是数据库、文件系统还是某个 SaaS 服务，只要按 MCP 规范封装，ClaudeCode 就能用统一方式调用。MCP 本身不跟模型对话，它只负责列出自己有哪些 tool、每个 tool 需要什么参数，具体调哪个、怎么传参，由大模型决定。所以 MCP 是“能力供给方”，不是“决策方”。

再说 Agent Skill。它是给智能体用的“标准作业程序”。一个 Skill 就是一个文件夹，里面放一个SKILL.md，用 YAML frontmatter 写明名字和描述，正文写清楚“遇到什么任务、按什么步骤做、输出什么格式”。ClaudeCode 采用渐进式披露：平时只加载 Skill 的名字和描述，真正命中任务时才把完整内容读进上下文。这样既省 token，又让行为更可控。比如你写一个“金融 Web 测试用例生成”的 Skill，以后只要需求文档一丢，模型就知道按功能、安全、性能三个维度出表格。

最后是 SubAgent。它和 Skill 最大的区别在于上下文是否独立。Skill 共享主对话的上下文，适合“跟当前任务强相关、但不需要独占记忆”的活；SubAgent 有自己独立的上下文窗口，适合“关联小、但上下文消耗大”的任务，比如让一个只读审查者专门扫一遍代码库，扫完只把结论带回主对话，中间过程不污染主线程。在 ClaudeCode 里运行/agent就能创建，选 User-level 会存到~/.claude/agents/，所有项目都能用。

这三者的关系可以这样记：MCP 解决“能调用什么”，Skill 解决“按什么规范做”，SubAgent 解决“谁来独立做”。实际项目里它们经常组合出现——主 Agent 读 Skill 决定流程，通过 MCP 调外部工具，再把重活派给 SubAgent。理解了这个分层，后面配置就不会乱。

2. TaoToken 前置准备：统一 Key 与 API 通道怎么拿

在动手配 ClaudeCode 之前，得先解决“模型从哪来”的问题。ClaudeCode 默认走 Anthropic 官方通道，但很多开发者希望用统一入口管理多个模型、统一计费和 Key。TaoToken 就是干这个的：它提供一个兼容 Anthropic 协议的 API 通道，你拿一个 Key，就能在 ClaudeCode 里指向它，后续换模型只改一个 Model ID。

第一步，打开官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 注册并登录。登录后进控制台，找到 API Keys 页面。这里建议新建一个专用 Key，命名成claude-code-dev之类，方便以后按项目区分和吊销。创建时把 Key 复制下来，它通常只显示一次，丢了只能重建。

第二步，确认你要用的模型 ID。TaoToken 的模型对话页面能看到当前可用的模型列表，Coding Plan 页面则适合长期编码场景。对 ClaudeCode 来说，你需要的是一个支持 Anthropic 消息格式的模型 ID，比如常见的claude-sonnet-4-5这类命名。记下这个 ID，后面写进配置文件。

第三步，确认 Base URL。TaoToken 的 API 入口是https://taotoken.net/api，注意这个地址不带任何查询参数。ClaudeCode 需要的ANTHROPIC_BASE_URL就填它。如果你用的是某些需要完整路径的客户端，可能还要拼/v1，但 ClaudeCode 的 settings.json 里通常填根地址即可，具体以接入文档为准。

这里有个容易踩的坑：很多人把官网地址和 API 地址搞混。官网是带 UTM 的推广链接，API 是纯接口地址，配置里必须用后者。另外，Key 不要硬编码进会提交到 Git 的文件，建议放settings.local.json或环境变量。

准备阶段还要确认一件事：你的 ClaudeCode 版本。终端执行claude --version，如果低于当前稳定版，先claude update。因为 MCP 和 SubAgent 的部分配置项在旧版本里字段名不一样，用新版本能少很多麻烦。做完这三步，你手里应该有三样东西：一个 API Key、一个 Base URL、一个 Model ID。这就是后面配置的全部输入。

3. 可复制配置：settings.json 与 MCP 接入片段

现在进入实操。ClaudeCode 的配置分两层：用户级在~/.claude/settings.json，项目级在项目目录的.claude/settings.json。我建议把模型通道放用户级，把项目相关的 MCP 放项目级，这样换项目不用重配 Key。

先配模型通道。Windows 下用记事本打开%USERPROFILE%\.claude\settings.json，macOS/Linux 用nano ~/.claude/settings.json。如果文件不存在就新建。写入以下内容，把YOUR_API_KEY和模型 ID 换成你自己的：

{ "env": { "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY", "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_MODEL": "claude-sonnet-4-5" } }

注意ANTHROPIC_AUTH_TOKEN和ANTHROPIC_BASE_URL的优先级高于其他配置来源，所以只要这里写对了，ClaudeCode 启动时就会走 TaoToken 通道。如果你同时装了 cc-switch 这类切换工具，确保它没有覆盖这两个变量。

接下来配 MCP。MCP 的配置可以写在用户级~/.claude.json，也可以写在项目级.mcp.json。项目级的好处是团队共享，坏处是可能泄露内部地址。下面是一个项目级.mcp.json示例，接一个本地文件系统 MCP：

{ "mcpServers": { "filesystem": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/your/project"], "env": {} } } }

如果你要接的是 HTTP 类型的 MCP，比如某个远程服务，可以用命令行添加：

claude mcp add --transport http my-service https://example.com/mcp

添加完执行/mcp就能看到已安装的 MCP 列表和它们暴露的 tool。这里的关键是：MCP 配置里的command和args必须能在你的终端里直接跑通，否则 ClaudeCode 启动时会静默失败。建议先在终端手动执行一遍npx -y @modelcontextprotocol/server-filesystem /path/to/project，确认能起来再写进配置。

最后是 SubAgent 的配置。SubAgent 不用手写 JSON，直接在 ClaudeCode 里运行/agent，选 Create new agent，再选 User-level，然后按提示描述它的职责、勾选工具、选模型和颜色。保存后它会写到~/.claude/agents/下，立刻可用，不用重启。如果你要版本化管理，也可以手动创建这个目录下的 md 文件，格式和 Skill 类似，带 frontmatter。

三件套齐了：Base URL 是https://taotoken.net/api，Key 是你创建的claude-code-dev，Model ID 是claude-sonnet-4-5。这三个值在后续排障时会反复用到，建议先记在便签上。

4. 验证请求：确认 MCP 与 SubAgent 真的生效

配置写完不代表生效，必须逐步验证。第一步，验证模型通道。在终端进入任意项目目录，执行claude启动。如果配置正确，你会直接进入交互界面，不会弹出登录提示。如果弹出 OAuth 登录，说明ANTHROPIC_AUTH_TOKEN没被读到，检查 settings.json 的路径和 JSON 格式（尾逗号是常见错误）。

进入后先问一个简单问题，比如“用一句话说明你当前使用的模型”。如果模型能正常回复，说明 Base URL 和 Key 都通了。此时可以执行/status查看当前会话的模型和通道信息，确认 Model ID 和你配置的一致。

第二步，验证 MCP。执行/mcp，你应该能看到刚才配置的filesystem服务，状态是 connected，下面列出它提供的 tool，比如read_file、write_file、list_directory。如果状态是 failed，先看错误信息，常见的是command not found或路径不存在。这时回到终端手动跑一遍那个 command，把报错解决掉。

验证 MCP 真正可用，可以让 ClaudeCode 做一个实际动作：“列出当前项目根目录下的所有文件”。如果它调用了 filesystem MCP 并返回了文件列表，说明 MCP 链路完整。注意观察它是否在回复里标注了工具调用，有些版本会显示Using tool: list_directory。

第三步，验证 SubAgent。运行/agent，确认你创建的 subagent 出现在列表里。然后回到主对话，用自然语言触发它，比如“让 code-reviewer 这个 subagent 检查一下当前目录的代码风格”。如果配置正确，你会看到主对话派发任务，subagent 在独立上下文里执行，最后把结论带回。UI 上通常会用你选的颜色标识哪个 subagent 在跑。

第四步，验证 Skill。如果你创建了 Skill，执行/skills能看到列表。然后输入/skill-name直接调用，或者给一个能命中 description 的任务，观察模型是否自动加载。一个实用的验证方法是：在 Skill 里写一条特殊规则，比如“输出必须以‘SKILL-OK’开头”，然后触发它，看输出是否符合。

四步都通过，说明你的 ClaudeCode 已经完整跑在 TaoToken 通道上，MCP 和 SubAgent 都正常。这时候再去做实际开发，心里就有底了。

5. 常见报错排查：401、local proxy failed 与 reading choices

即使按步骤来，也难免遇到报错。下面是我实际踩过的几个坑，对照着排查能省不少时间。

401 Unauthorized。这是最常见的，说明 Key 没被正确识别。先检查ANTHROPIC_AUTH_TOKEN的值有没有多余空格或换行，JSON 里字符串不能断行。然后确认你用的是 TaoToken 控制台里新建的 Key，而不是旧 Key 或别的平台的 Key。如果 Key 没问题，检查ANTHROPIC_BASE_URL是不是写成了官网地址，必须是https://taotoken.net/api。还有一种情况：环境变量里存在同名的旧变量，优先级覆盖了 settings.json，用echo $ANTHROPIC_AUTH_TOKEN（macOS/Linux）或echo %ANTHROPIC_AUTH_TOKEN%（Windows）确认一下。

local proxy failed。这个报错通常出现在你本地配了代理工具，但代理没启动或端口不对。ClaudeCode 会读取系统代理设置，如果HTTP_PROXY或HTTPS_PROXY指向一个不存在的端口，就会报这个。解决办法是检查环境变量，把无效的代理配置清掉，或者确保代理服务在运行。注意这里说的是本地开发环境的网络配置问题，不涉及任何跨境访问手段，纯粹是端口和进程是否匹配。

reading choices 相关报错。这类错误一般出现在响应格式不符合预期时，比如返回体里没有choices字段。原因可能是 Base URL 拼错了，把 Anthropic 格式的请求发到了 OpenAI 格式的端点。确认你的 Base URL 是 TaoToken 的 Anthropic 兼容入口，而不是其他协议的地址。另外，如果 Model ID 写错，服务端可能返回一个错误结构，客户端解析时就报 reading choices。回控制台核对模型 ID 的准确拼写。

OAuth 登录反复弹出。说明 ClaudeCode 没读到你的 Token，走了默认登录流程。除了检查 settings.json，还要确认~/.claude.json里没有残留的 OAuth 会话冲突。可以临时把~/.claude.json备份后删掉，让 ClaudeCode 重新生成，再重新写配置。另外，hasCompletedOnboarding设为 true 可以跳过首次引导，但它不替代 Token 配置。

MCP 显示 connected 但调用失败。这通常是 MCP server 本身的问题，不是 ClaudeCode 的问题。在终端手动执行 MCP 的 command，看它是否能正常响应。有些 MCP 需要额外的环境变量，比如 API Key 或数据目录，检查env字段有没有漏。还有一种情况是 MCP server 启动慢，ClaudeCode 超时了，可以适当增加启动等待时间或换用更轻量的实现。

SubAgent 不触发。先确认/agent列表里有它，然后检查你的触发语句是否足够明确。SubAgent 的 description 写得越具体，模型越容易命中。如果还是不触发，可以直接点名：“使用 xxx subagent 来做这件事”。另外，SubAgent 继承的工具集如果和你预期不符，回到/agent编辑，重新勾选工具。

排查的核心思路是：先确认配置层（Key、URL、Model ID），再确认进程层（MCP command 能否手动跑通），最后确认调用层（模型是否按预期选择工具）。一层层往下，基本都能定位。

6. 从验证到日常：把 TaoToken 通道用顺手的几个建议

配置跑通只是开始，日常用起来还有几个细节值得注意。第一，Key 的轮换。TaoToken 控制台可以创建多个 Key，建议按用途分：一个给 ClaudeCode 日常开发，一个给 CI 或脚本，一个给临时测试。这样某个 Key 泄露或额度异常时，吊销不影响其他场景。轮换时只改 settings.json 里的一行，不用动 MCP 和 SubAgent 配置。

第二，模型切换。如果你在 Coding Plan 里买了长期编码套餐，可以把ANTHROPIC_MODEL换成套餐对应的模型 ID。切换前先在模型对话页面确认该模型支持 Anthropic 消息格式。切换后跑一遍第 4 节的验证步骤，确认没有回归。不同模型的上下文窗口和计费方式不同，长任务前先估算 token 消耗。

第三，MCP 的取舍。MCP 不是越多越好，每个 MCP 都会在启动时占用资源，并且它的 tool 列表会进入模型上下文。只装当前项目真正需要的，用完的项目级 MCP 及时从.mcp.json里移除。对于远程 HTTP MCP，注意它的可用性和延迟，必要时配超时。

第四，SubAgent 的边界。SubAgent 适合独立、重上下文的活，比如代码审查、文档生成、批量重构。但它不共享主对话记忆，所以派活时要把必要背景写清楚。另外，SubAgent 的结果要人工确认，尤其是涉及写操作的，别让它直接改生产代码。

第五，Skill 的沉淀。团队里重复出现的流程，比如“新接口接入检查清单”“发布前回归步骤”，都值得写成 Skill。写的时候 description 要包含触发关键词，正文用清晰的步骤和输出格式。Skill 放在项目.claude/skills/下可以随代码库共享，放在~/.claude/skills/下则个人通用。

如果你还没开始，建议按这个顺序走：先拿 Key 配通模型通道，再验证一个 MCP，然后创建一个只读 SubAgent 试跑，最后沉淀第一个 Skill。每一步都跑通再进下一步，比一次性全配完再排障高效得多。需要查具体参数时，接入文档在 https://taotoken.net/api 对应的文档页，模型列表在模型对话页，长期编码套餐在 Coding Plan 页，控制台管 Key，API Keys 页面管凭证。把这几个入口存成书签，日常切换和排障会快很多。