一、前言

        在大模型能力持续增强的背景下，AI 编程工具正从“辅助尝鲜”走向“工程化落地”。
        Claude Code、OpenAI Codex、Gemini CLI 作为当前较具代表性的命令行/开发助手，已经在代码生成、重构、测试补全、脚本自动化与问题诊断等场景中展现出明显效率优势。

       本文将以详细的图文教程的方式，系统讲解 Claude Code、OpenAI Codex、Gemini CLI 三款工具的下载、安装、与API配置过程。无论你是第一次不懂技术的小白，还是略懂计算机基础的AI爱好者，甚至已经熟悉了各种AI软件的，都可以按照本文步骤一步步完成部署，快速的将这御三家软件完成配置。

二、Claude Code 下载 安装 配置

        Claude Code 是一个强大的 AI 编程助手，让您可以直接在终端中与 AI 协作编程。Claude Code 可以配置到类似Vscode等的编程软件上进行使用本教程将指导您完成安装配置过程。        

       1. 环境安装 

        1.1 Node.js 环境安装

1. 打开浏览器访问 https://nodejs.org/
2. 点击 "LTS" 版本进行下载（推荐长期支持版本）
3. 下载完成后双击 .msi 文件
4. 按照安装向导完成安装，一直 Next 保持默认设置即可

   

  按下 Win + X 组合键，选择 "终端管理员" 或 "Windows PowerShell (管理员)" 

打开PowerShell，输入以下命令：

node --version
npm --version

如果显示版本号，说明安装成功。

        1.2 安装 Git Bash    

        下载并安装 Git for Windows：

        访问 https://git-scm.com/downloads/win
        点击 "Download for Windows" 下载安装包
        运行下载的 .exe 安装文件
        在安装过程中保持默认设置，直接点击 "Next" 完成安装

        安装完成后验证 Git Bash 安装，打开 Git Bash 输入以下命令验证：

git --version

2. 安装 配置Claude Code

打开 PowerShell或CMD，运行以下命令：

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

安装完成后若出现 Setup notes 提示，运行以下命令：

[Environment]::SetEnvironmentVariable('Path',([Environment]::GetEnvironmentVariable('Path','User') + ";$HOME\.local\bin"), 'User')

安装完成后输入以下命令查看是否安装成功：

claude --version

安装成功后配置环境变量，在 PowerShell 输入以下命令：

[Environment]::SetEnvironmentVariable("ANTHROPIC_AUTH_TOKEN", "API 密钥", "User")
[Environment]::SetEnvironmentVariable("ANTHROPIC_BASE_URL", "平台地址", "User")
[Environment]::SetEnvironmentVariable("ANTHROPIC_MODEL", "默认 claude 模型", "User")

要把里面中文字段替换成相应的内容，再复制去powershell。

API密钥：平台上获取的apikey 

平台地址：https://www.moyu.info

默认Claude模型 ：选择你要使用的模型全名，最好是平台上复制下去的名字，要保持一致。

 3.API密钥获取

        官方API，因为这三个模型都是国外的模型，都是需要高昂的价格费用，以及相对麻烦的配置流程以及不稳定的使用性，对此，我觉得选择一家国内的融合API平台，一个api key去调用。Claude、GPT、Gemini系列模型会更加方便快捷。

        通过多家平台对比模型价格、模型稳定性、连接便携性、平台实用度等角度，使用过如硅基流动等平台后，我找到一个我觉得挺适合使用国外这御三家模型的。这里以我选择的API平台来教大家如何配置，大家可以作为参考，也可以选择其他平台。

首先可以使用手机号码或者邮箱来进行账号注册。https://www.moyu.info/register?aff=g2d7

注册成功后登录进入【令牌管理】

【配置完成后可以使用新配置的令牌或者初始平台生成的令牌】

这样就可以获得apikey了。

三、Openai Codex 下载 安装 配置

Windows 版本教程

系统要求

Windows 10 或 Windows 11

Node.js 22+

npm 10+

网络连接

！！！前置步骤！！！

还是需要安装 Git Bash和Node.js,详细步骤请看前面的Claude Code章节。

1.安装 codex

npm install -g @openai/codex

2.验证安装
打开命令提示符 (CMD) 或 PowerShell，运行：

codex --version

3.配置文件

进入当前用户的用户目录下的 文件夹中，例如：.codex C:\Users\testuser\.codex

注意：如果看不到该目录，说明您没有打开 Windows 的“显示隐藏的项目”，请先在文件资源管理器中开启。

如果没有 文件夹，请手动创建该文件夹，然后在其中创建 以及 两个文件。”config.toml“和”auth.json“

4.填写配置

API密钥参考claude code配置。

！！！把auth,json和config.toml的后缀改为.txt就可以进去修改内容，改完后再把后缀改回来！！！

（需要将 auth.json中OPENAI_API_KEY的值替换成您的令牌）。`sk-xxxxxxxxxxxxxxxxxxxx` ”auth.json“中的配置：

{"OPENAI_API_KEY": "sk-xxx"}

model_reasoning_effort 可选值为 high, medium, low，分别代表模型思考的努力程度（高、中、低）。

model_provider = "Moyu"
model = "gpt-5.3-codex"
model_reasoning_effort = "high"
disable_response_storage = true

[model_providers.Moyu]
name = "Moyu"
base_url = "https://www.moyu.info/v1"
wire_api = "responses"
requires_openai_auth = true

保存后，记得把后缀改回！！！

关闭终端，然后再次启动 codex，运行以下命令启动：

codex

出现这样代表成功完成Codex配置。

四、Gemini Cli 下载 安装 配置

1.安装Gemini Cli

使用 npx 即时运行（无需安装）

# 使用官方仓库
npx https://github.com/google-gemini/gemini-cli

使用 npm 全局安装

npm install -g @google/gemini-cli

使用 Homebrew 安装（macOS/Linux）

brew install gemini-cli

同样需要安装Node.js，请参照前面的Claude code教程。

2.设置环境变量

进入C盘，寻找.gemini文件夹，主要两个配置 .env​ 和 settings.json 两个文件

！！！把.env和state.json的后缀改为.txt就可以进去修改内容，改完后再把后缀改回来！！！

(进入.env修改)

API密钥参考claude code配置。

GOOGLE_GEMINI_BASE_URL=https://www.moyu.info
GEMINI_API_KEY=sk-xxx（平台密钥管理的api key）
GEMINI_MODEL=gemini-3-pro-preview（您要使用的Gemini模型）

settings.json 文件的配置

{
  "security": {
    "auth": {
      "selectedType": "gemini-api-key"
    }
  }
}

settings.json 的配置只写了 api 认证需要的的配置，其他的配置还有很多，大家可以自行探索。文档最后会给出官方的文档地址和他提供的一个示例。

配置完成后保存，进入终端输入Gemini,进入Gemini Cli，就能成功使用Gemini Cli！

五、总结

        总的来说，Claude Code、OpenAI Codex、Gemini CLI 这三款工具虽然在安装方式、接入形式和使用习惯上各有差异，但只要按照本文的步骤逐步配置，大多数用户都可以顺利完成部署。对于刚接触这类工具的朋友来说，前期最关键的并不是“会不会用高级功能”，而是先把环境搭好、接口跑通，让工具真正能够稳定地为你所用。

        当你完成安装和 API 配置之后，其实就已经迈出了非常重要的一步——从“知道这些工具”走向“真正把它们用起来”。接下来，无论你是想把它们用于代码编写、项目调试、命令行辅助，还是进一步融入自己的开发工作流，都会比单纯停留在了解阶段更有价值。

        如果你在跟着教程操作的过程中遇到了问题，也欢迎你根据实际报错继续排查，或者把问题整理出来和大家交流。很多看似复杂的安装问题，本质上都只是环境变量、依赖版本、网络代理或 API 参数配置上的细节差异，只要一步步定位，基本都能解决。

        如果这篇文章对你有帮助，欢迎点赞、收藏、转发，也可以在评论区分享你目前使用的是哪一款工具、安装过程中踩过哪些坑，或者你更希望我下一篇继续整理哪类 AI 开发工具教程。你的反馈，也会帮助我持续把这类“能真正落地”的实操内容写得更完整、更清晰。