Claude Code 安装完全指南：从入门到精通

Claude Code 是 Anthropic 官方推出的命令行 AI 编程助手，让编写代码像聊天一样简单。

为什么选择 Claude Code？

• 真正的本地开发：直接在你的终端中工作，无需切换窗口
• 强大的代码理解：理解整个项目结构，提供上下文感知的建议
• MCP 协议支持：轻松接入各种工具和服务（视频理解、联网搜索等）
• 多模型支持：可接入 GLM、OpenAI 等自定义模型
• 免费使用：使用自己的 API 密钥，按需付费

---

一、安装前准备

系统要求

操作系统	支持版本
macOS	macOS 11+
Linux	主流发行版 (Ubuntu, Debian, CentOS 等)
Windows	Windows 10/11 with PowerShell

需要准备

1. Anthropic API 密钥（或自定义模型 API 密钥）
   • 获取地址：https://console.anthropic.com/
2. Node.js（仅 NPM 安装方式需要）
   • 版本要求：Node.js 18+
   • 获取地址：https://nodejs.org/en/download

---

二、安装步骤

方法一：Native 安装（推荐）

这是官方推荐的安装方式，下载预编译的二进制文件。

macOS / Linux

curl -fsSL https://cdn.jsdelivr.net/npm/claude-code/standalone/install.sh | sh

Windows (PowerShell)

powershell -c "irm https://cdn.jsdelivr.net/npm/claude-code/standalone/install.ps1 | iex"

方法二：NPM 安装

适合熟悉 Node.js 生态的开发者。

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

验证安装

claude --version

如果输出版本号（如 claude-code version 1.0.0），说明安装成功！

首次运行

claude

首次运行会引导你配置 API 密钥。

---

三、API 密钥配置

获取 Anthropic API 密钥

1. 访问 https://console.anthropic.com/
2. 注册/登录账号
3. 进入 API Keys 页面
4. 创建新的 API 密钥

环境变量配置

临时配置（当前会话）

# macOS / Linux
export ANTHROPIC_API_KEY="your-api-key-here"

# Windows PowerShell
$env:ANTHROPIC_API_KEY="your-api-key-here"

永久配置

macOS / Linux - 添加到 ~/.zshrc 或 ~/.bashrc：

echo 'export ANTHROPIC_API_KEY="your-api-key-here"' >> ~/.zshrc
source ~/.zshrc

Windows - 使用系统环境变量：

[System.Environment]::SetEnvironmentVariable('ANTHROPIC_API_KEY', 'your-api-key-here', 'User')

---

四、常见问题与解决方案

问题	原因	解决方案
command not found: claude	PATH 未配置或安装失败	重新运行安装脚本，或重启终端；检查 ~/.local/bin 是否在 PATH 中
返回 HTML 内容而非脚本	网络问题或 CDN 访问受限	使用 VPN，或改用 NPM 安装方式
Raw mode is not supported	Windows Git Bash 兼容性问题	使用 PowerShell 或 CMD 运行安装命令
首次运行无响应	配置文件冲突或权限问题	运行 claude doctor 诊断，或删除 ~/.claude 后重新配置
API 调用失败	API 密钥无效或网络问题	检查密钥是否正确，确认网络可访问 API 端点

诊断命令

claude doctor        # 运行完整诊断
claude config        # 重新配置

---

五、接入自定义模型（GLM/OpenAI 等）

Claude Code 支持通过配置文件接入兼容 OpenAI/Anthropic API 的自定义模型。

配置文件位置

~/.claude/settings.json

GLM 模型配置示例

智谱 GLM-4.6 是国内领先的中文大模型，通过以下配置即可使用：

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "your-glm-api-key",
    "ANTHROPIC_BASE_URL": "https://open.bigmodel.cn/api/anthropic",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-4.6"
  }
}

获取 GLM API 密钥：https://open.bigmodel.cn/

OpenAI 兼容端点配置

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "your-openai-api-key",
    "ANTHROPIC_BASE_URL": "https://api.openai.com/v1",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "gpt-4o"
  }
}

Azure OpenAI 配置

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "your-azure-api-key",
    "ANTHROPIC_BASE_URL": "https://your-resource.openai.azure.com/openai/anthropic",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "gpt-4o"
  }
}

环境变量方式（不使用配置文件）

你也可以直接设置环境变量而不修改配置文件：

export ANTHROPIC_AUTH_TOKEN="your-glm-api-key"
export ANTHROPIC_BASE_URL="https://open.bigmodel.cn/api/anthropic"
export ANTHROPIC_DEFAULT_SONNET_MODEL="glm-4.6"

---

六、MCP 服务器配置

什么是 MCP？

MCP（Model Context Protocol）是 Anthropic 推出的开放协议，让 AI 助手能够安全地访问外部工具和数据源。

MCP 配置文件位置

• 全局配置：~/.claude.json
• 项目配置：.mcp.json（项目根目录）

联网搜索 MCP

使用 GLM 的联网搜索服务，让 Claude 能够获取最新信息：

{
  "mcpServers": {
    "web-search-prime": {
      "type": "http",
      "url": "https://open.bigmodel.cn/api/mcp/web_search_prime/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_GLM_API_KEY"
      }
    }
  }
}

使用示例：

帮我搜索 React 19 的新特性

视频理解 MCP

通过 zai 的 MCP 服务器，让 Claude 能够理解和分析视频内容：

{
  "mcpServers": {
    "zai-mcp-server": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@z_ai/mcp-server"],
      "env": {
        "Z_AI_API_KEY": "YOUR_ZAI_API_KEY"
      }
    }
  }
}

获取 API 密钥：https://zai.ai/

文件系统 MCP

官方内置的文件系统访问能力：

{
  "mcpServers": {
    "filesystem": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed/directory"]
    }
  }
}

GitHub MCP

访问 GitHub 仓库信息：

{
  "mcpServers": {
    "github": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_TOKEN": "your-github-token"
      }
    }
  }
}

Brave Search MCP

使用 Brave 搜索 API：

{
  "mcpServers": {
    "brave-search": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-brave-search"],
      "env": {
        "BRAVE_API_KEY": "your-brave-api-key"
      }
    }
  }
}

MCP 调试

claude --mcp-debug    # 启用 MCP 调试模式

---

七、实用命令速查

# 版本信息
claude --version          # 查看当前版本

# 配置相关
claude config             # 重新运行配置向导
claude doctor             # 运行诊断检查

# MCP 相关
claude --mcp-debug        # 启动时显示 MCP 调试信息
claude --no-mcp           # 禁用 MCP 服务器

# 帮助
claude --help             # 显示所有可用选项
claude --help-advanced    # 显示高级选项

---

八、实战案例

案例 1：使用 GLM 模型开发 Node.js 项目

场景：接入智谱 GLM-4.6 模型进行中文项目开发

步骤：

1. 配置 ~/.claude/settings.json：

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "your-glm-api-key",
    "ANTHROPIC_BASE_URL": "https://open.bigmodel.cn/api/anthropic",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-4.6"
  }
}

2. 创建项目并验证：

mkdir my-node-app && cd my-node-app
claude

3. 在 Claude Code 中输入：

帮我创建一个 Express.js 服务器，包含用户注册和登录接口

案例 2：配置联网搜索进行技术调研

场景：使用 MCP 搜索最新技术文档和最佳实践

步骤：

1. 配置 ~/.claude.json 添加联网搜索 MCP：

{
  "mcpServers": {
    "web-search-prime": {
      "type": "http",
      "url": "https://open.bigmodel.cn/api/mcp/web_search_prime/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_GLM_API_KEY"
      }
    }
  }
}

2. 重启 Claude Code，然后使用搜索：

搜索 Next.js 15 App Router 的最佳实践

帮我了解 2025 年前端性能优化的最新趋势

案例 3：视频内容分析工作流

场景：使用视频理解 MCP 分析教程视频，提取关键知识点

步骤：

1. 配置 ~/.claude.json 添加视频理解 MCP：

{
  "mcpServers": {
    "zai-mcp-server": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@z_ai/mcp-server"],
      "env": {
        "Z_AI_API_KEY": "YOUR_ZAI_API_KEY"
      }
    }
  }
}

2. 在 Claude Code 中使用：

请分析这个视频教程的内容，提取所有关键知识点和代码示例：./tutorial.mp4

帮我把这个视频的内容整理成 Markdown 文档：demo.mp4

---

九、配置模板下载

以下模板文件已准备就绪，可直接使用或修改：

模板 1：GLM 模型配置

文件：claude-settings.json

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "YOUR_GLM_API_KEY",
    "ANTHROPIC_BASE_URL": "https://open.bigmodel.cn/api/anthropic",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-4.6"
  }
}

模板 2：全局 MCP 配置

文件：claude-mcp.json

{
  "mcpServers": {
    "web-search-prime": {
      "type": "http",
      "url": "https://open.bigmodel.cn/api/mcp/web_search_prime/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_GLM_API_KEY"
      }
    },
    "filesystem": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/minh/projects"]
    },
    "github": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_TOKEN": "YOUR_GITHUB_TOKEN"
      }
    }
  }
}

模板 3：项目级 MCP 配置

文件：.mcp.json（放在项目根目录）

{
  "mcpServers": {
    "project-filesystem": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "."]
    },
    "postgres": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres", "postgresql://user:password@localhost:5432/dbname"]
    }
  }
}

---

十、进阶技巧

项目级设置

在项目根目录创建 .clauderc 文件，可以为特定项目设置不同的配置：

# .clauderc
export ANTHROPIC_DEFAULT_SONNET_MODEL="glm-4.6"
export CUSTOM_PROJECT_VAR="value"

自动补全

macOS / Linux：

# 添加到 ~/.zshrc 或 ~/.bashrc
eval "$(claude --shell-completion)"

Windows PowerShell：

# 添加到 $PROFILE
Invoke-Expression (&claude --shell-completion)

Hooks 配置

在 ~/.claude/settings.json 中配置 hooks，在特定事件触发自定义脚本：

{
  "hooks": {
    "PreToolUse": "echo 'About to use tool:' >> ~/.claude/tool-log.txt",
    "PostToolUse": "echo 'Tool used' >> ~/.claude/tool-log.txt"
  }
}

---

参考资源

• Claude Code 官方文档
• Anthropic API 文档
• MCP 协议规范
• 智谱 AI 开放平台
• Claude Code 中文文档

---

结语

Claude Code 是一个强大的 AI 编程助手，通过本教程你应该已经掌握了：

• 基础安装和配置
• 自定义模型接入（如 GLM）
• MCP 服务器配置和使用

如有问题，欢迎在评论区讨论，或查阅官方文档获取更多信息。

Happy Coding!