Claude Code 基础

• 命令行（CLI）：指通过终端输入文字命令来操作电脑的方式，与图形界面（GUI）相对。Claude Code运行在命令行终端中，而不是在浏览器或编辑器里。
• L4监督执行：来自第七章的信任层级模型。L4意味着AI能自主规划并执行多步骤任务，人类的角色是旁观和纠偏，而不是逐步审批。
• 代码仓库（Repository）：一个项目的所有代码文件和版本历史的集合，通常用Git管理。

你可能已经用过ChatGPT或Claude网页版来帮你写代码。但你有没有遇到过这样的情况：AI给你写了一段代码，你需要手动复制粘贴到文件里，然后发现它不了解你项目的其他文件，给的代码和现有代码不兼容？

这就是L1对话工具在编程场景中的根本局限——它看不到你的项目，也无法动手修改你的文件。Claude Code的出现就是为了解决这个问题：让AI直接进入你的项目环境，看到所有文件，自己动手修改。

Claude Code能做的事情远超一个对话框：

Claude Code和你可能已经用过的其他AI工具有什么区别？

用一个日常场景来理解这三种工具的区别：

• ChatGPT/Claude网页版 像一个顾问——你问他问题，他给你详细的建议和方案，但他不会帮你动手。所有事情还是你自己做。
• Cursor 像一个需要你盯着的工人——他能帮你干活，但每一步都要你看过、点头同意之后他才做。你要全程坐在旁边。
• Claude Code 像一个项目经理带着一队工人——你说"把这面墙刷成白色"，他自己去看现场、准备材料、安排工序、动手施工。你偶尔过去看一眼进展，发现方向不对就喊停。

误区："Claude Code会替代程序员"

Claude Code是一个强大的工具，但它不能替代人类的判断力。它可能写出能运行但逻辑有问题的代码，可能不理解你的业务需求，可能在边界情况上犯错。它的定位是"加速器"而不是"替代者"——让有能力的人做得更快，而不是让没有能力的人跳过学习。

在安装Claude Code之前，确保你满足以下条件：

根据你的操作系统和偏好，选择最适合的安装方式：

方式一：原生安装（推荐）

这是最简单、最推荐的方式。

macOS / Linux / WSL：

curl -fsSL https://claude.ai/install.sh | bash

Windows PowerShell：

irm https://claude.ai/install.ps1 | iex

注意：Windows用户在安装前需要先安装 Git for Windows，因为Claude Code依赖Git来管理代码版本。

方式二：Homebrew（macOS用户）

如果你习惯使用Homebrew管理软件：

brew install --cask claude-code

方式三：npm方式

如果你已经有Node.js环境（版本18以上）：

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

安装完成后，可以运行 claude --version 验证安装是否成功。

Claude Code支持两种认证方式：

安装完成后，进入你的项目目录并启动Claude Code：

cd your-project
claude

首次启动时会提示你登录。按照终端中的提示完成认证即可。登录成功后，你会看到Claude Code的交互界面，可以开始输入自然语言指令了。

除了命令行终端，Claude Code还提供了其他入口：

• VS Code扩展：在VS Code扩展市场搜索"Claude Code"即可安装，能在编辑器内直接使用Claude Code的功能
• 桌面应用：Anthropic也提供了桌面端应用，适合不习惯命令行的用户

误区："安装失败就是不兼容"

大多数安装失败是因为网络问题（国内访问可能需要代理）或Node.js版本过低。遇到问题时，先检查网络连接和Node.js版本，再查看错误信息中的具体提示。

启动Claude Code后，你会进入一个交互式终端。使用方法很简单：

$ claude
> 帮我看看这个项目的整体结构，告诉我每个目录是做什么的

你只需要用自然语言描述你的任务，Claude Code就会开始工作。它会自动读取项目文件、分析结构、规划方案，然后开始执行。

除了自然语言，Claude Code还提供了一些以 / 开头的控制命令：

Claude Code处理任务的典型流程如下：

你描述任务
    ↓
AI分析代码库（读取相关文件，理解项目结构）
    ↓
AI规划方案（列出要做的步骤）
    ↓
AI开始执行（修改文件、运行命令）
    ↓
你监督过程（观察AI的操作，发现问题随时中断）
    ↓
检查结果（审核修改内容，确认符合预期）

在这个过程中，你的角色不是逐步指挥，而是设定目标、监督过程、验收结果。这就是L4监督执行模式的核心特征。

Claude Code在执行可能影响你项目的操作时，会请求你的许可。例如：

Claude wants to run: npm install axios
Allow? (y/n)

Claude wants to edit: src/app.js
Allow? (y/n)

你可以选择：

• 输入 y 允许本次操作
• 输入 n 拒绝本次操作
• 使用 /permissions 命令预先配置哪些操作自动允许、哪些需要确认

权限管理是安全的第一道防线。养成习惯：看清楚AI要做什么，再决定是否同意。

如果你发现AI正在做的事情不对，可以随时按 Ctrl+C 中断当前操作。中断后，你可以纠正方向或重新描述任务。不用担心中断会导致问题——Claude Code的操作都是可以回滚的（前提是你用了Git）。

一个典型的使用场景：

假设你有一个Python项目，想给所有函数添加类型注解。

$ cd my-python-project
$ claude
> 帮我给src目录下所有Python文件的函数添加类型注解

Claude Code会：

1. 读取 src/ 目录下的所有 .py 文件
2. 分析每个函数的参数和返回值
3. 逐一添加类型注解
4. 可能会运行 mypy 检查类型是否正确

整个过程中你只需要在旁边观察，确认它的修改合理即可。

没有CLAUDE.md时，AI每次都要从零开始理解你的项目：

• "这个项目用的是什么框架？"——它需要读取 package.json 或 requirements.txt
• "怎么运行测试？"——它需要猜测或尝试多种命令
• "代码风格有什么要求？"——它不知道你团队的约定

这不仅浪费时间，还可能导致AI做出不符合项目规范的修改。

有了CLAUDE.md就像给新入职的同事写了一份详细的"项目交接文档"——第一天上班就能快速进入状态，而不是花三天时间自己摸索。

CLAUDE.md可以放在不同位置，产生不同的作用范围：

推荐做法：

• 把团队通用的规范写在 ./CLAUDE.md 中，提交到Git仓库
• 把你个人的偏好（比如"用中文回复"）写在 ~/.claude/CLAUDE.md 中
• 把个人针对特定项目的偏好写在 ./CLAUDE.local.md 中

一个实用的CLAUDE.md模板如下：

# 项目说明
这是一个React + TypeScript项目，用于公司内部的任务管理系统。

# 构建命令
- npm install 安装依赖
- npm run dev 启动开发服务器
- npm test 运行测试
- npm run build 构建生产版本

# 代码规范
- 使用函数组件，不用类组件
- 使用Tailwind CSS进行样式开发
- 变量命名用camelCase
- 组件命名用PascalCase
- 每个组件一个文件

# 项目结构
- src/components/ 存放UI组件
- src/hooks/ 存放自定义Hook
- src/utils/ 存放工具函数
- src/api/ 存放API调用逻辑

# 注意事项
- 不要修改.env文件中的密钥
- 提交前必须通过所有测试
- 不要删除数据库migration文件
- 不要在前端代码中硬编码API地址

你不需要一开始就写得非常完善。从最基本的项目说明和构建命令开始，在使用过程中逐步补充。

如果你不想手写，可以用 /init 命令让Claude Code自动分析你的项目并生成初始CLAUDE.md：

$ claude
> /init

Claude Code会扫描项目文件，自动识别技术栈、构建脚本、项目结构等信息，生成一份基础的CLAUDE.md。你再在此基础上补充和修改即可。

CLAUDE.md就像给新入职同事写的"项目交接文档"：

没有交接文档的新同事会到处问人、反复踩坑；有了交接文档的新同事第一天就能开始干活。CLAUDE.md对Claude Code的作用完全一样。

假设你有一个Python脚本 process_data.py，目前它的输入文件路径是硬编码的，你想给它添加命令行参数支持。以下是完整的操作过程：

Step 1：进入项目目录，启动Claude Code

cd ~/projects/data-processor
claude

Step 2：描述任务

> 帮我给process_data.py添加命令行参数支持，让用户可以通过--input指定输入文件，
  通过--output指定输出文件。如果不指定则使用当前的默认值。

Step 3：观察AI的规划过程

Claude Code不会立即开始修改文件。它会先：

• 读取 process_data.py 的内容，理解现有代码
• 分析当前硬编码的文件路径
• 制定修改方案：使用Python的 argparse 模块

你会在终端中看到AI的思考过程和它正在读取的文件。

Step 4：AI开始执行修改

Claude Code会请求修改 process_data.py 的权限。获得许可后，它会修改文件内容。

Step 5：审核修改内容（Diff审核）

Claude Code会以Diff格式展示它的修改。Diff是程序员用来查看"代码改了什么"的标准格式：

--- a/process_data.py
+++ b/process_data.py
@@ -1,8 +1,20 @@
+import argparse
 import pandas as pd

-INPUT_FILE = "data/input.csv"
-OUTPUT_FILE = "data/output.csv"
+def parse_args():
+    parser = argparse.ArgumentParser(description="数据处理脚本")
+    parser.add_argument("--input", default="data/input.csv",
+                        help="输入文件路径")
+    parser.add_argument("--output", default="data/output.csv",
+                        help="输出文件路径")
+    return parser.parse_args()

 def process_data():
-    df = pd.read_csv(INPUT_FILE)
+    args = parse_args()
+    df = pd.read_csv(args.input)
     # ... 处理逻辑 ...
-    df.to_csv(OUTPUT_FILE, index=False)
+    df.to_csv(args.output, index=False)

Step 6：确认结果

审核Diff后，如果修改合理，任务就完成了。你也可以让Claude Code运行一下脚本确认功能正常：

> 运行一下python process_data.py --help，看看参数说明是否正确

学会看Diff是使用L3及以上工具的必备技能。核心规则很简单：

审核三步法：

1. 看删了什么——被删除的代码是否真的应该被删除？有没有误删重要逻辑？
2. 看加了什么——新增的代码逻辑是否正确？命名是否合理？有没有安全隐患？
3. 评估影响范围——这个修改会影响其他文件或功能吗？是否需要同步更新其他地方？

误区："AI改的一定是对的"

这是使用AI编程工具时最危险的想法。AI可能：

• 删除了看似多余但实际有用的代码
• 引入了新的依赖但没有考虑兼容性
• 修改了函数签名但没有更新所有调用处
• 写出了能运行但逻辑有缺陷的代码

养成审核习惯是使用Claude Code的基本功。即使你不是专业程序员，也要至少理解修改的大方向是否合理。

无论你是新手还是老手，这三条底线必须始终遵守：

底线一：先提交再修改

在让Claude Code修改代码之前，先用Git提交当前状态：

git add -A && git commit -m "保存当前状态，准备让AI修改"

这样做的目的是保留回退能力。如果AI的修改搞砸了，你可以用 git checkout . 恢复到修改前的状态。没有Git保护的情况下让AI大规模修改文件，就像不系安全带开车——大部分时候没事，但出事时你会后悔。

底线二：看清楚再同意

每当Claude Code请求权限时，花几秒钟理解它要做什么：

• 它要修改什么文件？
• 它要运行什么命令？
• 这个操作的影响范围有多大？

不要养成"无脑按y"的习惯。大部分安全事故都源于"我以为没什么问题就直接同意了"。

底线三：限制权限范围

通过 /permissions 命令配置Claude Code的权限：

• 允许它读取文件（低风险）
• 允许它修改项目内的代码文件（中风险）
• 谨慎允许它运行任意命令（高风险）
• 禁止它修改系统配置文件（高危）

权限配置的原则是"最小权限"：只给AI完成当前任务所需的最少权限。

以下情况出现时，你应该特别警惕，仔细审核或直接拒绝：

Claude Code使用API按量计费，这和ChatGPT的固定月费不同。你每发送一次消息、AI每生成一次回复，都会消耗Token并产生费用。Token大致可以理解为"文字量"——输入和输出的文字越多，费用越高。

这意味着：

• 长时间的复杂会话会比简短的问答贵很多
• 让AI读取大量文件也会消耗Token
• 上下文越长，每次交互的成本越高

安全实践就像开车系安全带——不是因为你觉得会出事才系上，而是万一出事时它能救你。每天开车的人大部分时候都安全到达目的地，但那一次意外就足以让你庆幸自己系了安全带。

Claude Code的安全实践也是同样的道理：

• git commit = 系安全带
• 审核权限请求 = 看后视镜
• 限制权限范围 = 遵守限速

这些习惯花不了多少时间，但关键时刻能帮你避免严重损失。

按照以下步骤完成安装：

1. 确认你的操作系统（macOS / Linux / Windows）
2. 确认Node.js版本（终端运行 node --version，需要18以上）
3. 如果是Windows用户，确认已安装Git for Windows
4. 选择一种安装方式完成安装
5. 运行 claude --version 确认安装成功
6. 运行 claude 并完成首次登录

1. 进入一个你有的代码项目（或创建一个简单的测试项目）
2. 启动Claude Code
3. 输入："帮我看看这个项目的整体结构，告诉我每个目录和主要文件的作用"
4. 观察Claude Code如何分析你的项目
5. 再输入一个简单的修改请求，如"帮我给README.md添加一个'快速开始'章节"
6. 练习审核Diff，看懂它修改了什么

1. 在你的一个项目根目录中创建 CLAUDE.md 文件
2. 按照本章的模板，写入以下内容：
   • 项目简要说明（一句话描述做什么的）
   • 技术栈（用了什么语言和框架）
   • 构建命令（如何安装依赖、启动项目、运行测试）
   • 至少两条代码规范
   • 至少两条注意事项
3. 启动Claude Code，验证它是否正确读取了CLAUDE.md的内容
4. 也可以尝试用 /init 命令自动生成，然后和你手写的版本对比

为什么Claude Code选择命令行而不是图形界面作为主要交互方式？这对它的能力有什么影响？

提示：从以下角度思考——

• 命令行能直接执行系统命令，图形界面能吗？
• 命令行更容易实现自动化流程，为什么？
• 命令行对使用者的技术门槛意味着什么？
• 这种选择如何体现了L4工具的设计理念？