一、Claude Code 是什么

一句话定义

Claude Code 是 Anthropic 推出的代理式编程工具（Agentic Coding Tool），它让 Claude 模型真正"住进"你的代码仓库，成为一个能自主阅读、规划、编辑文件并执行终端命令的 AI 工程师。

官方原话：

"Claude Code is an agentic coding tool that reads your codebase, edits files, and runs commands. It works in your terminal, IDE, browser, and as a desktop app."

它本质上是围绕 Claude 模型构建的 Agentic Harness（代理外壳）——提供了文件读写、Bash 执行、Git 操作、上下文管理等工具集，把一个语言模型变成了真正能在你的电脑上"动手干活"的 AI 代理。

---

理解"代理式"这三个字

市面上的 AI 编程工具经历了三代进化：

代际	代表产品	工作方式	局限性
第一代：补全式	GitHub Copilot (早期)	你写代码，AI 补全下一行/下一段	只看当前文件，没有项目全局视野
第二代：对话式	ChatGPT / 网页聊天	你描述需求，AI 生成代码片段，你手动粘贴	看不到你的真实项目环境
第三代：代理式	Claude Code	你描述目标，AI 自主规划、执行、验证、迭代	需要人类审查和把关方向

Claude Code 属于第三代。它不是"代码建议器"，而是 能独立完成工程任务的 AI 代理。

---

核心引擎：Agentic Loop

Claude Code 的灵魂是一个叫 Agentic Loop（代理循环） 的核心机制：

Gather Context（收集上下文）
       ↓
  Take Action（执行动作）
       ↓
 Verify Results（验证结果）
       ↓
    ╲ 未通过？回到第一步继续迭代 ╱

你用自然语言描述需求，Claude Code 就会自动：

1. 读取 项目文件，理解代码库上下文
2. 规划 任务拆解为多个步骤
3. 编辑 代码文件实施变更（支持跨多文件精确修改）
4. 执行 终端命令（构建、测试、Lint 等）
5. 分析 执行结果，判断是否达标
6. 迭代修正——不通过就重来，直到目标达成

这才是 Claude Code 和一切"对话式 AI 工具"的根本区别：它不只是给你答案，它替你干活，还会验收自己的活。

---

它真正厉害的地方

核心能力	说明
全代码库理解	一次性吃下整个项目（支持百万 token 级上下文窗口），不再是"只看当前文件"的局部智能
多文件自主编辑	不是改一个文件就停，而是规划后跨多个文件精确修改，自己验证结果
终端原生执行	直接跑 npm run build、git commit、pytest 等命令，出错时还能自我修复
Vibe Coding	用模糊描述（如"做成 Notion 那种感觉"）就能生成极具品味的实现——这是被社区反复验证过的能力
持久记忆	通过 CLAUDE.md 文件跨会话保持项目上下文，不再每次从零开始
工具扩展	通过 MCP 协议连接外部服务（数据库、Jira、Slack 等），能力无限延伸
多代理协作	能派遣子代理（Subagent）并行处理子任务，一个人变一支团队

---

它的本质定位

Claude Code 不是"更聪明的 IDE 插件"，它是 你终端里的 AI 工程师搭档：

• 🔍 它有"眼睛"——能看到整个项目结构、文件内容、Git 状态
• ✋ 它有"手"——能直接编辑文件、执行 Shell 命令、操作 Git
• 🧠 它有"脑子"——基于 Claude Sonnet / Opus 系列模型进行推理和决策
• 💾 它有"记忆"——通过 CLAUDE.md 跨会话保持项目记忆
• 🔧 它有"工具箱"——通过 MCP 协议连接任意外部服务
• 👥 它有"团队"——能派遣子代理并行处理子任务

这让它胜任的不仅是"写几行代码"，而是完整的工程工作流——从理解代码库、修 Bug、写测试、重构代码，到创建 Git 提交、发起 PR、甚至在 CI/CD 中自动化运行。

---

和"网页聊天写代码"的本质区别

很多人初接触会问："这不就是 ChatGPT 写代码吗？"区别巨大：

维度	网页聊天（ChatGPT 等）	Claude Code
环境感知	看不到你的项目	直接运行在项目目录中，拥有完整文件系统访问权
执行能力	只能输出文本	能读写文件、执行终端命令、操作 Git
上下文范围	你粘贴什么它才知道什么	自主搜索、读取项目中任何需要的文件
反馈循环	你手动验证再反馈	自动运行测试/构建，根据结果自我修正
持久记忆	会话结束即遗忘	通过 CLAUDE.md 跨会话保持项目记忆

简而言之：ChatGPT 是"顾问"，你问它答；Claude Code 是"工程师"，你下任务它干活。

---

一个直观的例子

假设你接手了一个陌生项目，需要修复一个并发 Bug：

传统方式：手动阅读代码 → 定位问题 → 修改代码 → 运行测试 → 发现新问题 → 再改 → 再测…

Claude Code 方式：

claude "auth 模块的登录接口在并发场景下会返回 500，帮我定位并修复，确保所有测试通过"

Claude Code 会自动读取 auth 模块源码、分析并发逻辑、查看相关测试、实施修复、运行测试验证——如果测试不过就继续迭代。整个过程，你需要做的只是 审查它的变更决策。

---

本章小结

Claude Code 的本质：Anthropic 把 Claude 模型最强的推理、规划、自我纠错能力，通过一个轻量却极度强大的 Agentic 框架，彻底释放到了开发者的本地工作流中。

它不是又一个 AI 编码工具，而是编码工具的下一代形态。不是助手，而是你的 AI 同事——能独立接活、干活、交活。

二、Claude Code 能为我们做什么

总括：一个工具，覆盖整条开发价值链

Claude Code 的能力边界远超"写代码"。它本质上是一个 能操作文件系统和终端的通用 AI 代理，只要一个任务能被拆解为"读取信息 → 分析推理 → 执行操作 → 验证结果"这个循环，Claude Code 就能胜任。

从宏观视角看，它的能力覆盖了软件工程的完整价值链：

需求理解 → 架构设计 → 编码实现 → 测试验证 → 文档维护 → 版本管理 → CI/CD 部署 → 运维监控

更关键的是——通过 MCP（连接外部工具）、Skills（注入领域知识）、Subagents（并行分工）等扩展机制，它的能力边界还在不断外延。你甚至可以让它连接 Jira 读需求、查数据库分析数据、调 Slack 发通知，构建出远超"编程工具"范畴的自动化工作流。

下面我们按身份角色，逐一拆解。

---

🖥️ 对前端开发者

前端工作的痛点是琐碎：样式调整、组件拆分、响应式适配、状态管理……每一项都不难，但堆起来极耗时间。Claude Code 几乎可以接管其中大部分：

场景	Claude Code 怎么做	示例指令
UI 组件开发	根据描述或截图生成完整组件代码，自动使用项目中已有的设计 Token 和组件库	"参考现有的 Button 组件风格，创建一个带加载状态的 Modal 组件"
Figma 转代码	结合截图或设计稿描述，生成符合项目规范的前端代码	"把这个 Figma 截图的登录页面转成 React 组件，用我们项目的 Tailwind 配置"
响应式适配	读取已有样式，自动补全移动端/平板端的媒体查询	"给 Dashboard 页面添加移动端适配，断点用项目里已有的 breakpoints"
动效实现	生成 CSS/Framer Motion 动画代码，并在浏览器中验证效果	"给卡片列表加入 stagger 入场动画，风格参考 Notion"
Vibe Coding	用模糊的审美词汇就能产出高品质 UI	"把这个表单做得高级一点，像 Linear 那种极简风格"
国际化 (i18n)	自动提取硬编码文案，生成翻译文件，替换为 i18n 调用	"把所有中文硬编码提取到 locale 文件，同时生成英文翻译"

💡 进阶玩法：通过配置 前端 Skill（如 frontend-design-system.md），将你的设计规范、组件约定、色彩体系写成 Skill 文件，Claude Code 每次开发都会自动遵守——相当于给它植入了你团队的"设计审美基因"。

---

⚙️ 对后端开发者

后端开发有大量规则明确、模式固定的工作——API 端点、中间件、数据校验、CRUD 操作——正是代理式 AI 最能发挥的领域：

场景	Claude Code 怎么做	示例指令
API 开发	根据需求生成完整的 Controller → Service → Repository 三层代码	"创建用户订单的 CRUD API，用 NestJS，包含参数验证和错误处理"
数据库操作	生成 Migration、Seed、复杂 SQL 查询	"写一个 migration 给 users 表加 subscription_tier 字段，同时写 seed 数据"
Bug 追踪修复	读取错误日志，定位根因，跨文件修复，运行测试验证	"这个接口偶现 500 错误，帮我分析日志定位问题并修复"
性能优化	分析慢查询、识别 N+1 问题、建议索引策略	"分析这个 API 的数据库查询性能，优化 N+1 问题"
第三方集成	阅读 SDK 文档/源码，生成集成代码	"接入 Stripe 支付，实现订阅创建和 Webhook 回调处理"
代码重构	跨多文件安全重构，保持测试通过	"把 utils 目录里的函数按领域拆分成独立模块，确保所有测试通过"

💡 进阶玩法：通过 MCP 连接你的数据库（如 PostgreSQL MCP Server），Claude Code 可以直接查询真实数据辅助开发和调试，而不是靠猜。

---

🏛️ 对系统架构师

架构师的核心价值在于 决策，而非执行。Claude Code 恰好可以帮你从执行细节中解放出来：

场景	Claude Code 怎么做
代码库审计	一次性分析整个代码库的结构、依赖关系、技术债分布，生成架构分析报告
架构方案设计	使用 Extended Thinking（深度思考模式），在复杂约束下推演多种架构方案的利弊
大规模重构	规划并执行跨数十个文件的重构——拆分单体、提取微服务、统一接口范式
技术选型调研	根据项目约束分析不同技术方案的 trade-off
架构文档生成	自动生成架构决策记录（ADR）、系统设计文档、API 契约文档

💡 进阶玩法：通过 Subagent 机制可以让多个 Claude 实例并行工作——一个分析前端架构，一个分析后端，一个审查基础设施，最后汇总结论。这是真正的"AI 架构评审团"。

---

🧪 对测试工程师

测试领域可能是 Claude Code ROI 最高 的应用场景之一，因为测试用例的编写高度模式化，但工作量巨大：

场景	Claude Code 怎么做	示例指令
单元测试生成	分析函数签名和业务逻辑，自动生成覆盖正常/边界/异常路径的测试用例	"给 auth 模块的所有 public 方法写单元测试，目标覆盖率 90%"
集成测试编写	识别模块间交互，生成端到端的集成测试	"写支付流程的集成测试，覆盖创建订单到支付成功的完整链路"
测试修复	测试失败时自动分析原因，区分是代码 Bug 还是测试过时	"跑一下所有测试，把失败的修好"
测试覆盖率提升	识别未覆盖的代码路径，定向补充测试	"分析覆盖率报告，为覆盖率最低的 5 个文件补测试"

---

🔧 对 DevOps / 运维工程师

终端原生的 Claude Code，对于"住在终端里"的运维人员来说简直是天然搭档：

场景	Claude Code 怎么做	示例指令
CI/CD 流水线	编写和优化 GitHub Actions / GitLab CI 配置	"创建一个 CI 流水线：lint → test → build → deploy to staging"
基础设施即代码	编写 Terraform / Pulumi / Docker 配置	"用 Terraform 创建一个 AWS ECS 集群的配置，包含自动扩缩容"
日志分析	管道与 Claude Code 结合，实时分析日志流	tail -f app.log | claude -p "发现异常就告警"
故障排查	分析错误日志、检查配置、定位网络问题	"生产环境 Pod 频繁重启，帮我分析 k8s 事件日志找出原因"
安全审计	扫描代码中的安全漏洞、检查依赖版本	"审查项目的所有依赖，标记有已知漏洞的包"
脚本自动化	编写运维脚本（备份、清理、监控、部署）	"写一个自动化脚本，每天凌晨备份数据库到 S3"

💡 进阶玩法：通过 Hooks 机制，你可以在 Claude Code 每次提交代码前自动触发 Lint 检查和安全扫描——把质量门禁嵌入到 AI 的工作流中。

---

🎨 对设计师

这是 Claude Code 最革命性的影响之一——让设计师不依赖开发者就能把设计变成现实：

场景	详细说明
设计稿转原型	把 Figma 设计稿通过截图 + 自然语言描述，转成可运行的 HTML/React 原型，几分钟内完成以前需要开发协助才能做的事
建设个人网站/作品集	用自然语言描述想要的视觉风格，Claude Code 直接生成精美网站（"做一个极简风格的设计师作品集，暗色主题，带流畅的滚动动画"）
交互原型制作	实现复杂的交互逻辑——状态切换、拖拽排序、表单校验——传统原型工具很难做到的效果
设计系统维护	帮你把设计 Token（颜色、字体、间距）同步为代码变量，保持设计与实现的一致性
可用性分析	分析现有页面的无障碍性（Accessibility），自动添加 ARIA 标签、对比度修正

设计师使用 Claude Code 的核心范式：你负责审美决策，Claude 负责技术实现。不需要学 React、不需要懂 CSS Grid，只需用你的设计语言描述，它就能生成。

---

📝 对产品经理

产品经理通常不直接写代码，但 Claude Code 能成为你的 技术杠杆：

场景	详细说明
需求文档生成	通过对话式引导，Claude Code 帮你梳理需求细节，生成结构化的 PRD 文档
竞品分析	结合 MCP 连接网络搜索工具，自动调研竞品功能，生成对比分析报告
快速原型验证	用自然语言描述产品想法，Claude Code 直接生成可运行的 MVP，用于用户测试
数据分析	连接数据库，用自然语言查询业务数据，生成可视化图表
技术可行性评估	描述功能需求，Claude Code 分析现有代码库，评估实现复杂度和所需工期

💡 核心价值：产品经理最大的瓶颈往往是"想法到验证"之间的鸿沟。Claude Code 让你能在 数小时内 从概念走到可演示的原型——不需要等开发排期。

---

📢 对内容创作者 / 自媒体

这是一个被低估的场景——Claude Code 的文件操作能力让它在内容管理领域同样强大：

场景	详细说明
技术博客写作	分析代码实现后自动起草技术文章，代码示例保证准确性
建站与发布	从零搭建个人博客（Hugo/Astro/Next.js），配置主题、部署到 Vercel/Netlify
批量内容处理	批量整理 Markdown 文件、统一格式、自动生成目录和交叉引用
视频脚本生成	结合技术主题和代码演示，生成结构化的视频脚本
SEO 优化	分析页面结构，自动补充 Meta 标签、结构化数据、Open Graph 信息
自动化工作流	通过 Hooks 实现"写完文章自动提交到 Git、触发网站部署"的全自动发布流程

---

👤 对普通人 / 非技术用户

Claude Code 正在打破"编程是程序员专属技能"的壁垒。以下场景 不需要任何编程基础：

场景	详细说明
个人工具开发	"我想要一个 app 记录每天的开销并生成月度报表"——Claude Code 能直接帮你做出来
数据处理	"帮我把这 200 个 Excel 文件合并成一个，按日期排序"——不需要学 Python，自然语言即可
文件管理自动化	"把下载文件夹按文件类型整理到不同子文件夹"——它直接执行
学习编程	Claude Code 本身就是最好的编程导师——你问它问题，它不仅回答，还会在真实代码上演示
个人网站/简历	"做一个简洁的个人简历网页，用我提供的信息"——从创建到部署一条龙
日常自动化	批量重命名照片、转换文件格式、合并 PDF——任何你能用语言描述的文件操作

核心认知转变：编程能力正在从"硬技能"变成"沟通能力"。你不需要会写代码——你只需要能准确描述你想要什么。Claude Code 就是那个把你的描述变成现实的引擎。

---

🔗 通用能力加持：MCP、Skills、Hooks 如何让这一切更强

上面所有场景的能力上限，都可以通过 Claude Code 的扩展机制进一步放大：

扩展机制	作用	如何增强上述场景
MCP	连接外部服务	让 Claude Code 直接读写数据库、查 Jira 需求、发 Slack 消息、调用任意 API——把代码编辑器变成"万能工作台"
Skills	注入领域知识	把你的编码规范、设计系统、业务逻辑写成 Skill 文件，Claude Code 每次都会"按规矩办事"——相当于培训了一个永远不忘记 SOP 的员工
Subagents	并行分工	把大型任务分拆给多个子代理并行处理——前端改 UI、后端改 API、另一个写测试——效率直线拉升
Hooks	自动化触发	在 Claude Code 每次改代码后自动跑 Lint、每次提交前自动跑测试——把质量保障"内建"到 AI 工作流里
Agent Teams	多代理协作	多个 Claude Code 实例组成团队，各自负责不同模块，定期同步进度——一个人指挥一支 AI 团队

这些扩展机制的详细配置和实战推荐，将在后续章节中逐一深入讲解。

---

本节小结

Claude Code 的能力覆盖可以用一句话概括：

凡是能用"读取 → 分析 → 执行 → 验证"循环描述的任务，它都能做；凡是能通过 MCP 连接的外部服务，它都能调用。

对于不同角色的人来说：

• 对 开发者，它是倍增器——让你从日常琐事中解放，专注于架构和设计决策
• 对 非开发岗位，它是赋能器——把"需要等开发排期"变成"自己就能做"
• 对 普通人，它是平权者——编程不再是门槛，表达能力才是

---

三、核心工作原理

总体架构：三层结构

把 Claude Code 拆开来看，它的架构可以概括为三层：

┌─────────────────────────────────────────────────┐
│              你（人类开发者）                       │
│         用自然语言描述目标 / 审查决策 / 纠偏方向       │
└────────────────────┬────────────────────────────┘
                     │ 对话交互
┌────────────────────▼────────────────────────────┐
│          Claude Code 客户端（Agentic Harness）     │
│  ┌────────┐ ┌────────┐ ┌────────┐ ┌──────────┐  │
│  │会话管理 │ │权限控制 │ │工具调度 │ │上下文管理 │  │
│  └────────┘ └────────┘ └────────┘ └──────────┘  │
│         负责编排循环、维护状态、调用工具              │
└────────────────────┬────────────────────────────┘
                     │ API 调用
┌────────────────────▼────────────────────────────┐
│             Claude 模型（大脑）                    │
│     Sonnet / Opus 系列 · 负责推理、规划、决策        │
│              模型本身是无状态的                      │
└─────────────────────────────────────────────────┘

关键认知：Claude 模型本身是 无状态的——每次 API 调用之间它不保留任何记忆。是 Claude Code 客户端（Agentic Harness）负责维护完整的对话历史，并在每次调用时把所有必要的上下文信息一起发给模型。这就是为什么你会看到"上下文窗口"的概念——它不是模型的"脑容量"，而是每次发送给模型的"工作备忘录"的大小限制。

---

核心引擎：Agentic Loop（代理循环）

整个 Claude Code 的运作就是一个不断重复的循环——官方称为 Agentic Loop：

         ┌──────────────┐
         │  接收用户输入   │
         └──────┬───────┘
                ▼
    ┌──────────────────────┐
    │   感知 Perceive       │ ← 读取文件、错误日志、项目结构
    └──────────┬───────────┘
               ▼
    ┌──────────────────────┐
    │   推理 Reason         │ ← 分析问题、制定方案、选择工具
    └──────────┬───────────┘
               ▼
    ┌──────────────────────┐
    │   行动 Act            │ ← 编辑代码、执行命令、调用MCP
    └──────────┬───────────┘
               ▼
    ┌──────────────────────┐
    │   验证 Observe        │ ← 检查结果、分析输出、判断是否达标
    └──────────┬───────────┘
               │
          达标？──No──→ 回到"感知"继续迭代
               │
              Yes
               ▼
    ┌──────────────────────┐
    │  返回纯文本响应给用户  │ ← 循环终止
    └──────────────────────┘

技术细节：这个循环的终止条件很简洁——只要模型的响应中包含工具调用，循环就继续；当模型返回纯文本（不调用任何工具）时，循环终止，控制权交还给用户。

这意味着，一个简单的需求可能只跑一轮循环（直接回答），复杂任务可能跑几十轮（反复读文件 → 改代码 → 跑测试 → 看结果 → 继续改）。

---

内置工具集：Claude 的"手"

Claude 模型本身只能"思考"，是工具集赋予了它"动手"的能力。Claude Code 内置了以下核心工具：

工具类型	功能	典型操作
文件读取	读取项目中任意文件的内容	查看源码、配置文件、日志
文件编辑	创建或修改项目中的文件	写代码、改配置、更新文档
Bash 执行	在终端中运行任意 Shell 命令	npm test、git commit、python script.py
代码搜索	在项目中搜索代码/文本	grep、ripgrep 等高效搜索
浏览器操作	通过 Chrome 扩展与浏览器交互	截图、点击、表单填写（Beta）
MCP 工具	通过 MCP 协议调用外部服务	查数据库、发消息、调 API
子代理派遣	启动独立子代理执行子任务	并行探索、分治任务

Bash 工具行为细节（容易踩坑）：

• 工作目录 会 跨命令持久化——cd /path 后，后续命令在新目录执行
• 环境变量 不会 跨命令持久化——每条 Bash 命令在独立 Shell 环境中运行
• 需要持久化环境的场景（如 conda 虚拟环境），应通过 CLAUDE_ENV_FILE 或 SessionStart Hook 解决

---

模型系统：智能的分层调度

Claude Code 不止用一个模型。它有一套 智能模型调度机制：

模型别名	使用的模型	适用场景
default	Opus 4.6（Max/Teams/Pro 订阅）	日常开发的默认选择
sonnet	Sonnet 4.5	快速响应、性价比高的任务
opus	Opus 4.6	复杂推理、架构设计
haiku	Haiku 3.5	简单任务、节省成本
opusplan	Plan 用 Opus，Execute 用 Sonnet	兼顾推理质量和执行效率的混合策略

opusplan 是最值得关注的设计：它在 Plan Mode（规划阶段）自动使用 Opus 做复杂推理和架构决策，切换到执行阶段时自动降级为 Sonnet 做代码生成——用最强大脑思考方向，用高效引擎执行细节，成本和质量两全。

此外还有两个重要的模型调节机制：

• Effort Level（努力等级）：通过 /model 界面的滑块或环境变量 CLAUDE_CODE_EFFORT_LEVEL=low|medium|high 调节——low 适合简单问答，high 适合复杂任务
• Extended Context [1m]：在模型名后加 [1m] 可启用 100 万 token 上下文窗口（如 sonnet[1m]），适合处理超大代码库，但有额外计费

---

上下文窗口：最重要的隐形约束

上下文窗口是影响 Claude Code 工作效果的 单一最重要因素。理解它，就理解了大部分"为什么 Claude 有时候表现好、有时候不好"的原因。

基本概念：

• 标准窗口 200K token（约 15 万字 / 500 页文档）
• 扩展窗口 1M token（需手动切换 [1m] 模式，额外计费）
• 这个空间被 输入（对话历史 + 文件内容 + 指令） 和 输出（模型生成的内容） 共同占用

窗口满了会怎么样？

Claude Code 会自动触发 上下文压缩——总结并丢弃早期的对话内容，只保留关键信息。你也可以手动触发：

• /compact —— 压缩当前上下文
• /compact 只关注 API 改动部分 —— 带焦点的定向压缩
• /context —— 查看当前上下文使用状况

管理上下文的核心策略（这些会在后续"实用技巧"章节深入展开）：

策略	说明
及时开新会话	一个任务完成后开新会话，不要让无关历史占用上下文
使用 CLAUDE.md	把持久化信息写进 CLAUDE.md，而不是每次口头复述
使用 Skills	大块知识封装为 Skill 文件，按需加载而非常驻上下文
使用 Subagents	子代理有独立上下文窗口，不会污染主会话
定向 /compact	压缩时指明保留的重点，避免丢失关键信息

---

会话与安全机制

会话系统：

• 每次启动 claude 是一个新会话
• claude --continue 恢复上一次会话
• claude --resume 弹出会话选择器，选择历史会话恢复
• claude --continue --fork-session 从上次会话分叉一个新分支（不影响原会话）
• 会话可以跨 Git 分支工作，支持用 git worktree 跑多个并行会话

权限模式（通过 Shift+Tab 切换）：

模式	行为
默认模式	编辑文件和执行命令前都要人类确认
Auto-accept edits	自动编辑文件，执行命令仍需确认
Plan Mode	只读模式——只分析、规划，不实际修改任何东西
Delegate Mode	通过 Agent Teams 委托工作，Claude 自身不直接执行

Checkpoint（检查点）：

• Claude Code 在每次修改文件前自动创建 Git Checkpoint
• 如果你对修改不满意，按 Esc 可以一键回滚到修改前的状态
• 这是一道"安全网"——大胆让 Claude 尝试，不满意就撤回

---

本节小结

Claude Code 的工作原理可以浓缩为一句话：

一个无状态的大语言模型（Claude），被一个有状态的代理框架（Agentic Harness）反复调用，通过"感知 → 推理 → 行动 → 验证"的循环，使用内置工具集操作你的项目，直到任务完成。

理解了这个原理，你就能理解后续所有进阶内容的设计逻辑——CLAUDE.md 是给模型的"记忆外挂"，Skills 是"知识按需加载"，Subagents 是"独立上下文的并行工作者"，Hooks 是"循环之外的确定性脚本"，MCP 是"工具集的无限扩展"。

四、使用形态总览

Claude Code 不只是一个终端命令行工具。截至目前，它已经延伸到了 7 种使用形态，覆盖从本地终端到云端浏览器、从个人开发到团队 CI/CD 的全场景。

---

全景一览

形态	入口	运行环境	核心特点	适合谁
终端 CLI	claude 命令	本地机器	功能最完整、上下文最深、自由度最高	所有开发者（核心形态）
VS Code 扩展	扩展市场安装	IDE 内嵌	内联 Diff、代码操作、聊天面板、@ 引用	前端/全栈开发者
JetBrains 插件	插件市场安装	IDE 内嵌	与 JetBrains 原生工具链深度集成	Java/Kotlin/Python 开发者
桌面应用	独立 App	本地安装	GUI 界面、通用 AI 助手能力、跨应用记忆	非终端用户、设计师
Web 版	claude.ai/code	云端虚拟机	零安装、随时访问、浏览器内开发	轻量使用、快速原型
Chrome 扩展	Chrome 应用商店	浏览器内	Claude 直接操作网页、截图分析（Beta）	前端调试、Web 测试
CI/CD 集成	GitHub Actions / GitLab CI	云端流水线	自动化代码审查、Issue 处理、PR 生成	DevOps、团队协作

还有两个间接形态值得了解：

• Slack 集成：在 Slack 频道中 @Claude 直接触发任务（代码审查、问题解答）
• Agent SDK：通过 SDK 构建自定义代理应用，已被集成到 Xcode 26.3 等第三方 IDE

---

各形态详解

🖥️ 终端 CLI —— 核心形态

终端是 Claude Code 功能最完整、上下文最深的使用方式，也是所有其他形态的"底层引擎"。

核心优势：

• 直接在项目目录运行，拥有完整文件系统访问权
• 支持所有扩展机制（MCP / Skills / Subagents / Hooks / Plugins）
• 支持管道操作（cat file | claude -p "分析"）
• 支持 headless 模式（claude -p "任务描述" 无交互执行）
• 支持并行多会话（配合 git worktree）
• 所有模型可选（Opus / Sonnet / Haiku / opusplan）

适用场景：日常开发、复杂任务、自动化脚本、CI/CD 集成。终端 CLI 是本攻略后续所有内容的默认形态。

💻 VS Code 扩展

VS Code 扩展把 Claude Code 的能力嵌入到最流行的代码编辑器中，不需要离开 IDE 就能与 Claude 交互。

独有特性：

• 内联 Diff 视图：Claude 的代码修改以 Diff 形式直观展示，而非直接覆盖
• @ 文件引用：在聊天中 @filename 快速引用项目文件作为上下文
• 代码操作集成：选中代码块右键可直接发送给 Claude 分析/重构
• 快捷键绑定：Cmd/Ctrl+Shift+P → "Claude Code" 快速唤起

与终端版差异：

• 底层共享同一个 Claude Code 引擎
• IDE 扩展增加了可视化 Diff 和代码操作等 GUI 增强
• 扩展机制（MCP/Skills/Hooks 等）完全支持

🧰 JetBrains 插件

JetBrains 插件为 IntelliJ IDEA、WebStorm、PyCharm 等 IDE 提供 Claude Code 集成。

特点：

• 与 JetBrains 原生的代码分析、重构工具链深度集成
• 支持 JetBrains 自有的 AI 基础设施
• 适合重度 JetBrains 用户保持在熟悉环境中使用 Claude

🖱️ 桌面应用

桌面应用提供了一个独立的 GUI 界面，适合不习惯终端操作或需要通用 AI 能力的用户。

独有特性：

• 图形化界面，无需终端经验
• 不仅能编程，还能处理写作、研究、邮件等通用任务
• 跨应用上下文记忆能力
• Claude Code 在 Anthropic 管理的云虚拟机上运行

适用场景：设计师、产品经理等非终端用户，或需要在编程之外使用 Claude 能力的场景。

🌐 Web 版 (claude.ai/code)

Web 版让你在浏览器中直接使用 Claude Code，零安装、随开随用。

特点：

• 在 Anthropic 管理的云虚拟机上运行
• 可以创建项目、编辑代码、运行命令
• 适合快速原型验证和概念验证（PoC）
• Pro / Max / Teams / Enterprise 订阅可用

局限：

• 每次对话从头开始，不如终端版有持续的本地上下文
• 网络依赖，不适合弱网环境
• 无法直接操作本地文件系统

🔌 Chrome 扩展（Beta）

Chrome 扩展让 Claude 能直接"看到"和"操作"你的浏览器页面。

核心能力：

• 对网页截图进行分析
• 操作网页元素（点击、输入、导航）
• 前端 UI 调试和测试
• 网页数据提取

🔄 CI/CD 集成

Claude Code 可以直接嵌入 GitHub Actions 和 GitLab CI/CD 流水线，实现开发流程的自动化。

典型用法：

场景	实现方式
自动代码审查	PR 中 @claude review，Claude 分析 Diff 并评论问题
自动修复构建失败	CI 失败时 Claude 分析日志，提交修复 Commit
Issue 自动处理	将 Issue 分配给 Claude，自动实现并提 PR
自动生成发布说明	根据 Commit 历史自动撰写 Release Notes
文档同步更新	代码变更后自动更新相关文档

---

形态选择决策树

你的主要使用场景是什么？
│
├── 编程开发、复杂任务
│   ├── 习惯终端 → 🖥️ 终端 CLI（推荐）
│   ├── 习惯 VS Code → 💻 VS Code 扩展
│   └── 习惯 JetBrains → 🧰 JetBrains 插件
│
├── 不写代码，但需要 AI 帮忙完成技术任务
│   └── 🖱️ 桌面应用
│
├── 快速原型 / 随时随地
│   └── 🌐 Web 版 (claude.ai/code)
│
├── 团队自动化 / DevOps
│   └── 🔄 CI/CD 集成
│
└── 前端调试 / 网页操作
    └── 🔌 Chrome 扩展

实际建议：大多数开发者的最佳组合是 终端 CLI + IDE 扩展——终端处理复杂任务和自动化，IDE 扩展处理日常编码中的即时交互。两者共享同一套配置（CLAUDE.md / Skills / MCP 等），无缝切换。

五、与其他 AI 编程工具的对比

在你决定投入时间学习 Claude Code 之前，有必要了解它在 AI 编程工具生态中的位置——它 不是万能的，但在特定维度上确实领先。

---

核心工具横向对比

维度	Claude Code	GitHub Copilot	Cursor	Windsurf
核心定位	代理式编程工具（Agentic）	IDE 内代码助手	AI 原生代码编辑器	AI 原生代码编辑器
主要交互方式	终端 CLI + IDE 扩展	IDE 内联补全 + Chat	编辑器内 Agent + Chat	编辑器内 Agent + Chat
全局代码库理解	✅ 项目级深度理解	⚠️ 文件级为主	✅ 全代码库索引	✅ 全代码库索引
终端命令执行	✅ 原生支持	❌ 不直接执行	✅ Agent 模式支持	✅ Agent 模式支持
多文件自主编辑	✅ 核心能力	⚠️ 有限支持	✅ Agent 模式支持	✅ Agent 模式支持
自验证循环	✅ 自动跑测试/构建验证	❌	✅ 基本支持	✅ 基本支持
上下文窗口	200K（标准）/ 1M（扩展）	~128K	~128K	~128K
扩展机制	MCP / Skills / Subagents / Hooks / Plugins	有限扩展	MCP 支持	MCP 支持
CI/CD 集成	✅ GitHub Actions / GitLab CI	✅ Copilot Workspace	❌	❌
多代理协作	✅ Subagents + Agent Teams	❌	❌	❌
Headless 模式	✅ -p 无交互运行	❌	❌	❌
价格	Pro 20/Max20 / Max20/Max100~200/月	$10/月起	$20/月起	$15/月起

---

定位差异：核心认知

这些工具不是简单的"谁好谁坏"，而是 定位不同：

📝 Copilot = 打字加速器

Copilot 的强项是 实时代码补全——你在 IDE 里敲代码，它实时预测你接下来要写的内容。它像一个极速的"代码速记员"，让你的编码速度倍增。但它本质上 不理解你的项目全局，也 不会自主执行任务。

✏️ Cursor / Windsurf = AI 原生编辑器

它们把 AI 能力深度嵌入编辑器体验中——从代码补全到 Agent 模式，一切都在一个精心设计的 GUI 中完成。它们的优势是 交互体验：选中代码、对话修改、内联预览，一气呵成。但它们的 Agent 能力相对 Claude Code 更浅——更倾向于"编辑器内的 AI 助手"，而非"独立接活的 AI 工程师"。

🤖 Claude Code = AI 工程师

Claude Code 的定位更激进——它不是"辅助你编码"，而是 替你完成工程任务。你给它一个目标，它自主规划、执行、验证、迭代。它的强项在于：

1. 代理深度：完整的 Agentic Loop，能自主跑几十轮迭代直到任务完成
2. 上下文广度：200K~1M token 的上下文窗口，碾压同类工具
3. 扩展生态：MCP / Skills / Subagents / Hooks / Plugins 构成了最完整的扩展体系
4. 自动化能力：headless 模式 + CI/CD 集成，可以完全脱离人类交互运行
5. 多代理协作：Subagents + Agent Teams 实现真正的 AI 团队并行

---

最佳实践：不要二选一，而是组合使用

实际工作中，很多高效开发者的选择是 组合使用多个工具：

场景	推荐工具	原因
日常编码中的实时补全	Copilot / Cursor	即时反馈、低延迟、提升打字速度
复杂 Bug 修复、跨文件重构	Claude Code	全局理解 + 自主修复验证循环
架构设计、技术方案推演	Claude Code（Plan Mode + Opus）	深度推理 + 超大上下文
快速 UI 原型	Cursor / Claude Code	各有千秋，看个人偏好
代码审查、CI/CD 自动化	Claude Code	唯一支持 headless + CI/CD 集成的方案
文档编写、Release Notes	Claude Code	全代码库理解下的文档生成

一句话总结：Copilot 是你的打字加速器，Cursor 是你的 AI 编辑器，Claude Code 是你的 AI 工程师。 它们解决的不是同一个层面的问题。

---

本章小结

第一章"基础认知"到此完结。我们建立了四个关键认知：

1. Claude Code 是什么：围绕 Claude 模型构建的代理式编程工具，第三代 AI 编程的代表
2. 能做什么：覆盖全栈开发全链路，并正在向非开发者扩展
3. 怎么工作的：无状态模型 + 有状态代理框架 + 感知→推理→行动→验证循环
4. 使用形态：7 种形态覆盖从终端到云端的全场景
5. 生态定位：不替代 Copilot/Cursor，而是解决更高层级的"工程任务自动化"问题

带着这些认知，接下来我们进入实操——从安装开始。