前言

最近最火热的编程工具当属𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞了，我最近重新折腾了一下自己的 Terminal

左上是𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞，右上是 Gemini-CLI]]

左下是 API 运行监控，右下是正常 bash（虽然 𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 也可以切换成 bash mode，还是多了一个动作）

𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞

𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞是 anthropic 推出的智能编程工具，运行在终端中，理解代码库，并通过自然语言命令更快地编程。通过直接与的开发环境集成，𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 简化工作流程，无需额外的服务器或复杂的设置：

• 编辑文件并修复代码库中的错误
• 回答有关代码架构和逻辑的问题
• 执行和修复测试、代码检查和其他命令
• 搜索 git 历史记录、解决合并冲突以及创建提交和 PR
• 使用网络搜索浏览互联网上的文档和资源
• 理解上下文：保持对整个项目结构的感知
• 采取行动：执行真实操作，如编辑文件和创建提交

安装 𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞：

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

要运行 𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞，只需调用 claude CLI：

claude

𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 教程

𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 命令行界面的完整参考，包括命令和标志。

命令	描述	示例
claude	启动交互式 REPL	claude
claude "query"	使用初始提示启动 REPL	claude "explain this project"
claude -p "query"	通过 SDK 查询，然后退出	claude -p "explain this function"
`cat file	claude -p “query”`	处理管道内容
claude -c	继续最近的对话	claude -c
claude -c -p "query"	通过 SDK 继续	claude -c -p "Check for type errors"
claude -r "<session-id>" "query"	通过 ID 恢复会话	claude -r "abc123" "Finish this PR"
claude update	更新到最新版本	claude update
claude mcp	配置模型上下文协议 (MCP) 服务器	请参阅 𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 MCP 文档[1]。
使用这些命令行标志自定义 𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 的行为：

标志	描述	示例
--add-dir	添加额外的工作目录供 Claude 访问（验证每个路径是否作为目录存在）	claude --add-dir ../apps ../lib
--allowedTools	除了 settings.json 文件[2] 之外，应该在不提示用户许可的情况下允许的工具列表	"Bash(git log:*)" "Bash(git diff:*)" "Read"
--disallowedTools	除了 settings.json 文件[3] 之外，应该在不提示用户许可的情况下禁止的工具列表	"Bash(git log:*)" "Bash(git diff:*)" "Edit"
--print, -p	打印响应而不使用交互模式（有关编程使用详细信息，请参阅 SDK 文档[4]）	claude -p "query"
--output-format	指定打印模式的输出格式（选项：text、json、stream-json）	claude -p "query" --output-format json
--input-format	指定打印模式的输入格式（选项：text、stream-json）	claude -p --output-format json --input-format stream-json
--verbose	启用详细日志记录，显示完整的逐轮输出（在打印和交互模式下都有助于调试）	claude --verbose
--max-turns	限制非交互模式下的代理轮数	claude -p --max-turns 3 "query"
--model	使用最新模型的别名（sonnet 或 opus）或模型的全名为当前会话设置模型	claude --model claude-sonnet-4-20250514
--permission-mode	在指定的 权限模式[5] 下开始	claude --permission-mode plan
--permission-prompt-tool	指定一个 MCP 工具来处理非交互模式下的权限提示	claude -p --permission-prompt-tool mcp_auth_tool "query"
--resume	通过 ID 恢复特定会话，或在交互模式下选择	claude --resume abc123 "query"
--continue	在当前目录中加载最近的对话	claude --continue
--dangerously-skip-permissions	跳过权限提示（谨慎使用）	claude --dangerously-skip-permissions

𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 会话中键盘快捷键、输入模式和交互功能的完整参考。

通用控制

快捷键	描述	上下文
Ctrl+C	取消当前输入或生成	标准中断
Ctrl+D	退出 𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 会话	EOF 信号
Ctrl+L	清除终端屏幕	保留对话历史
上/下箭头	导航命令历史	回调之前的输入
Esc + Esc	编辑上一条消息	双击 Escape 键修改

多行输入

方法	快捷键	上下文
快速转义	\ + Enter	在所有终端中工作
macOS 默认	Option+Enter	macOS 上的默认设置
终端设置	Shift+Enter	在 /terminal-setup 之后
粘贴模式	直接粘贴	用于代码块、日志

*Vim 模式*

使用 /vim 命令启用 vim 风格编辑，或通过 /config 永久配置。

模式切换

命令	动作	从模式
Esc	进入 NORMAL 模式	INSERT
i	在光标前插入	NORMAL
I	在行首插入	NORMAL
a	在光标后插入	NORMAL
A	在行尾插入	NORMAL
o	在下方打开新行	NORMAL
O	在上方打开新行	NORMAL

导航（NORMAL 模式）

命令	动作
h/j/k/l	向左/下/上/右移动
w	下一个单词
e	单词末尾
b	上一个单词
0	行首
$	行尾
^	第一个非空白字符
gg	输入开头
G	输入结尾

编辑（NORMAL 模式）

命令	动作
x	删除字符
dd	删除行
D	删除到行尾
dw/de/db	删除单词/到末尾/向后
cc	更改行
C	更改到行尾
cw/ce/cb	更改单词/到末尾/向后
.	重复上次更改

*内置斜杠命令*

命令	用途
/add-dir	添加额外的工作目录
/bug	报告错误（将对话发送给 Anthropic）
/clear	清除对话历史
/compact [instructions]	压缩对话，可选择性地提供重点指令
/config	查看/修改配置
/cost	显示令牌使用统计
/doctor	检查您的 𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 安装的健康状况
/help	获取使用帮助
/init	使用 CLAUDE.md 指南初始化项目
/login	切换 Anthropic 账户
/logout	从您的 Anthropic 账户登出
/mcp	管理 MCP 服务器连接和 OAuth 身份验证
/memory	编辑 CLAUDE.md 内存文件
/model	选择或更改 AI 模型
/permissions	查看或更新权限[6]
/pr_comments	查看拉取请求评论
/review	请求代码审查
/status	查看账户和系统状态
/terminal-setup	安装 Shift+Enter 键绑定用于换行（仅限 iTerm2 和 VSCode）
/vim	进入 vim 模式，在插入和命令模式之间切换

𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 提供多种设置来配置其行为以满足需求。可以通过在使用交互式 REPL 时运行 /config 命令来配置 𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞。

设置文件

settings.json 文件是我们通过分层设置配置 𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 的官方机制：

• 用户设置 在 ~/.claude/settings.json 中定义，适用于所有项目。

• 项目设置 保存在您的项目目录中：

• • .claude/settings.json 用于检入源代码控制并与团队共享的设置
  • .claude/settings.local.json 用于不检入的设置，适用于个人偏好和实验。𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 会在创建时配置 git 忽略 .claude/settings.local.json。

• 对于 𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 的企业部署，我们还支持企业管理策略设置。这些设置优先于用户和项目设置。系统管理员可以在 macOS 上将策略部署到 /Library/Application Support/ClaudeCode/managed-settings.json，在 Linux 和通过 WSL 的 Windows 上部署到 /etc/claude-code/managed-settings.json。

Example settings.json

{
  "permissions": {
    "allow": [
      "Bash(npm run lint)",
      "Bash(npm run test:*)",
      "Read(~/.zshrc)"
    ],
    "deny": [
      "Bash(curl:*)"
    ]
  },
"env": {
    "CLAUDE_CODE_ENABLE_TELEMETRY": "1",
    "OTEL_METRICS_EXPORTER": "otlp"
  }
}

环境变量

𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 支持以下环境变量来控制其行为：

所有环境变量也可以在 settings.json[7] 中配置。这作为为每个会话自动设置环境变量的方式很有用，或者为整个团队或组织推出一组环境变量。

变量	目的
ANTHROPIC_API_KEY	作为 X-Api-Key 头发送的 API 密钥，通常用于 Claude SDK（对于交互式使用，运行 /login）
ANTHROPIC_AUTH_TOKEN	Authorization 和 Proxy-Authorization 头的自定义值（您在此处设置的值将以 Bearer 为前缀）
ANTHROPIC_CUSTOM_HEADERS	您想要添加到请求中的自定义头（以 Name: Value 格式）
ANTHROPIC_MODEL	要使用的自定义模型名称（参见模型配置[8]）
ANTHROPIC_SMALL_FAST_MODEL	用于后台任务的 Haiku 类模型[9]名称
BASH_DEFAULT_TIMEOUT_MS	长时间运行的 bash 命令的默认超时时间
BASH_MAX_TIMEOUT_MS	模型可以为长时间运行的 bash 命令设置的最大超时时间
BASH_MAX_OUTPUT_LENGTH	bash 输出在中间截断之前的最大字符数
CLAUDE_BASH_MAINTAIN_PROJECT_WORKING_DIR	在每个 Bash 命令后返回到原始工作目录
CLAUDE_CODE_API_KEY_HELPER_TTL_MS	凭据应刷新的间隔时间（以毫秒为单位）（使用 apiKeyHelper 时）
CLAUDE_CODE_MAX_OUTPUT_TOKENS	为大多数请求设置最大输出令牌数
CLAUDE_CODE_USE_BEDROCK	使用 Bedrock（参见 Bedrock & Vertex[10]）
CLAUDE_CODE_USE_VERTEX	使用 Vertex（参见 Bedrock & Vertex[11]）
CLAUDE_CODE_SKIP_BEDROCK_AUTH	跳过 Bedrock 的 AWS 认证（例如使用 LLM 网关时）
CLAUDE_CODE_SKIP_VERTEX_AUTH	跳过 Vertex 的 Google 认证（例如使用 LLM 网关时）
CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC	等同于设置 DISABLE_AUTOUPDATER、DISABLE_BUG_COMMAND、DISABLE_ERROR_REPORTING 和 DISABLE_TELEMETRY
DISABLE_AUTOUPDATER	设置为 1 以禁用自动更新器
DISABLE_BUG_COMMAND	设置为 1 以禁用 /bug 命令
DISABLE_COST_WARNINGS	设置为 1 以禁用成本警告消息
DISABLE_ERROR_REPORTING	设置为 1 以选择退出 Sentry 错误报告
DISABLE_NON_ESSENTIAL_MODEL_CALLS	设置为 1 以禁用非关键路径的模型调用，如风味文本
DISABLE_TELEMETRY	设置为 1 以选择退出 Statsig 遥测（注意 Statsig 事件不包括用户数据，如代码、文件路径或 bash 命令）
HTTP_PROXY	为网络连接指定 HTTP 代理服务器
HTTPS_PROXY	为网络连接指定 HTTPS 代理服务器
MAX_THINKING_TOKENS	为模型预算强制思考
MCP_TIMEOUT	MCP 服务器启动的超时时间（以毫秒为单位）
MCP_TOOL_TIMEOUT	MCP 工具执行的超时时间（以毫秒为单位）
MAX_MCP_OUTPUT_TOKENS	MCP 工具响应中允许的最大令牌数（默认：25000）

*配置选项*

要管理配置，请使用以下命令：

• 列出设置：claude config list
• 查看设置：claude config get <key>
• 更改设置：claude config set <key> <value>
• 推送到设置（对于列表）：claude config add <key> <value>
• 从设置中移除（对于列表）：claude config remove <key> <value>

默认情况下，config 更改您的项目配置。要管理您的全局配置，请使用 --global（或 -g）标志。

*全局配置*

要设置全局配置，请使用 claude config set -g <key> <value>：

键	描述	示例
autoUpdates	是否启用自动更新（默认：true）	false
preferredNotifChannel	您希望接收通知的位置（默认：iterm2）	iterm2、iterm2_with_bell、terminal_bell 或 notifications_disabled
theme	颜色主题	dark、light、light-daltonized 或 dark-daltonized
verbose	是否显示完整的 bash 和命令输出（默认：false）	true

*可用的工具*

𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 可以访问一组强大的工具，帮助它理解和修改您的代码库：

工具	描述	需要权限
Agent	运行子代理来处理复杂的多步骤任务	否
Bash	在您的环境中执行 shell 命令	是
Edit	对特定文件进行有针对性的编辑	是
Glob	基于模式匹配查找文件	否
Grep	在文件内容中搜索模式	否
LS	列出文件和目录	否
MultiEdit	对单个文件原子性地执行多个编辑	是
NotebookEdit	修改 Jupyter notebook 单元格	是
NotebookRead	读取和显示 Jupyter notebook 内容	否
Read	读取文件内容	否
TodoRead	读取当前会话的任务列表	否
TodoWrite	创建和管理结构化任务列表	否
WebFetch	从指定 URL 获取内容	是
WebSearch	执行带域名过滤的网络搜索	是
Write	创建或覆盖文件	是

𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 on VS Code

VS Code 中也有𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞的插件，但是看起来仅仅是可以在侧边栏使用，本质上与上面安装配置没什么区别

1. 打开 VSCode
2. 打开集成终端
3. 运行 claude - 扩展将自动安装

也可以从 VSCode 插件库搜索安装：

安装完成后点击红框图表，即可在 VS Code 右侧边栏使用了

Kimi K2/DeepSeek R1 with 𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞

国内直接使用 𝐂𝐥𝐚𝐮𝐝𝐞 𝐂𝐨𝐝𝐞 太难了，一是毫无人性的封号，二是需要花钱，三是你就想花钱也没信用卡，四是前面都搞定了，依然无理由封号

所以聪明的 fuergaosi 开发了一个 claude-code-proxy 项目

它可以修改替换掉原 api，替换成 DeepSeek 或 kimi 的 api（任何兼容 OpenAI API 均可）

安装、运行 claude-code-proxy

git clone https://github.com/fuergaosi233/claude-code-proxy
cd claude-code-proxy
pip install -r requirements.txt
cp .env.example .env
python start_proxy.py

其中.env 示例如下

# Required: Your OpenAI API key
OPENAI_API_KEY="sk-xX"

# Optional: OpenAI API base URL (default: https://api.openai.com/v1)
# You can change this to use other providers like Azure OpenAI, local models, etc.
OPENAI_BASE_URL="https://api.moonshot.cn/v1"

# Optional: Model mappings (BIG and SMALL models)
BIG_MODEL="kimi-k2-0711-preview"           
# Used for Claude sonnet/opus requests
SMALL_MODEL="kimi-k2-0711-preview"    
# Used for Claude haiku requests

运行了python start_proxy.py之后

就可以另起 terminal 运行 claude 愉快编程了

ANTHROPIC_BASE_URL=http://localhost:8082 ANTHROPIC_AUTH_TOKEN="some-api-key" claude

最后再分享一段高效的 AI Agent 提示词技巧，来自@augmentcode

从上下文工程的视角，写提示词就像为 AI 打造一份结构化的“任务蓝图”。通过提供背景、意图、参考和分步指引，像项目经理一样与 AI 协作，才能最大化其能力，达成预期成果。

1. 构建清晰的上下文，模拟人类协作
   模糊的提示词（如“修复登录 bug”）缺乏足够信息，容易让 AI 误解或偏离目标。优秀的上下文工程需要融入“做什么”和“为什么”，例如：“登录接口在密码错误时返回 500 错误，复现方法是调用 /api/auth，检查 auth_service.py，建议添加测试用例。”这样的提示为 AI 提供了任务背景、复现路径和期望成果，就像在向团队成员交代任务。
2. 融入意图与参考，增强对齐
   上下文工程要求提示词不仅描述任务，还要阐明意图并提供参考。例如：“SettingsWebviewPanel.statusUpdate() 因高耦合被评审指摘，需改用事件机制以提升模块化。”通过指向具体代码、测试或文档（如“参考 auth_service.py”），AI 能更好地理解你的期望，减少试错。
3. 利用示例引导，优化学习效率 AI 在明确参考下表现更优，上下文工程提倡提供范例。比如：“为 ImageProcessor 编写测试，遵循 test_text_processor.py 的结构。”通过指向现有文件，AI 能快速模仿正确模式，减少偏差。
4. 分步拆解，精准聚焦
   上下文工程强调任务的结构化拆分，避免“一揽子”指令。例如，与其说“添加 JSON 解析器到聊天后端”，不如写：“在 services/ 下的 LLMOutputParsing 中实现 JSON 解析器，用于提取聊天完成的结构化输出。”分步、精准的提示让 AI 专注于单一目标，提升执行效率。
5. 先规划后执行，控制任务节奏
   复杂任务需先要求 AI 提供计划，确保方向一致。例如：“我要暴露时区设置，请先提供一个实现计划，暂不写代码。”这种分阶段的上下文设计就像项目管理中的里程碑检查，能有效对齐 AI 与你的意图。
6. 提示词即协作蓝图
   上下文工程不是简单的“提示词工程”，而是将提示词视为设计文档、任务分解和结对编程的结合。好的提示词就像与 AI 进行高效协作：清晰的目标、充足的背景、逐步引导，确保 AI 理解并高效完成任务。

最后

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。

最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频 全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

AI大模型系统学习路线

在面对AI大模型开发领域的复杂与深入，精准学习显得尤为重要。一份系统的技术路线图，不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点，还能提供一条高效、有序的学习路径。

但知道是一回事，做又是另一回事，初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性，在这基础上，找到高质量的学习资源，不浪费时间、不走弯路，又是重中之重。

AI大模型入门到实战的视频教程+项目包

看视频学习是一种高效、直观、灵活且富有吸引力的学习方式，可以更直观地展示过程，能有效提升学习兴趣和理解力，是现在获取知识的重要途径

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

海量AI大模型必读的经典书籍（PDF）

阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。

600+AI大模型报告（实时更新）

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

AI大模型面试真题+答案解析

我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】