Claude Code 实战指南：从安装到 MCP、Skills 与 SubAgent

Claude Code 正在成为国内开发团队落地 AI 编程的主流选择。据 B 站这期公开课的观察，不少公司已经对 AI 生成代码的比例提出硬性要求，低的 50%，高的到 90% 甚至 100%，而 Claude Code 是其中被采用最多的工具之一。但很多人的用法还停留在"用自然语言让它写个东西"——效果其实并不好。真正拉开效率差距的，是把它内置的组件用起来：权限模式、内置命令、MCP、Skills、SubAgent，以及 CLAUDE.md 这类项目级文件。

高级选项

安装：为什么推荐 NPM 而不是 PowerShell

官方文档提供了多种安装方式，Windows 下可以在 PowerShell 或 CMD 里执行对应命令。但按 UP 主的实际经验，受网络环境影响，这两种方式的成功率并不稳定。更稳妥的路径是走 NPM 安装——官网"高级设置"里明确列出了这条命令，只要网络代理配置正常，基本不会出问题。

前置条件只有两个：Node.js 22 以上版本（当前最新已到 24，直接装最新即可），以及 Git。两者都是下载安装包一路下一步的傻瓜式操作，C 盘紧张可以换安装目录。装完后用 claude --version 验证能正常输出版本号，就说明环境没问题。

绕开账号登录，避免封号风险

账号登录是另一个高频踩坑点。UP 主提到自己和不少同学都因直接登录官方账号被封过号，即便在环境变量里配 API Key 也有风险。更推荐的做法是用 CC Switch 这类开源工具：它原本是 GitHub 上的项目，现在也做成了网站，下载 Windows 的 MSI 安装包后双击即可。

打开后在 Claude Code、Codex 等工具间切换，用加号添加供应商——DeepSeek^广告、智谱等主流厂商都在列表里，填入 API Key 保存即可；第三方中转站则通过"自定义配置"填 API 地址和 Key 同样可用。配置完成后重新启动 Claude Code，登录步骤会被直接跳过，没有账号自然也就不存在封号问题。UP 主表示用这种方式几个月未被封过。

配置切换工具

注意 Codex 的配置是独立分栏的，切换工具后要确认对应栏位已填好 Key，否则会出现"配了却用不了"的情况。另外 UP 主建议科学上网工具按月购买而非年付，因为此类服务封禁频繁，年付风险偏高。

从自然语言到结构化提示：第一课就 recalibrate

安装完成后多数人的第一反应是"帮我开发一个贪吃蛇小游戏"。这种纯自然语言提示词的问题在于没有框定任何范围，模型只能自行猜测技术栈和功能边界。新版本 Claude Code 已经开始主动追问实现方式（比如选最简单的 HTML）和功能玩法，这本身就是对模糊提示的一种补救。

更换模型

UP 主的建议是主动利用好 Claude Code 自带的组件，而不是把所有意图都塞进一句 prompt 里。课程大纲覆盖的六个模块——安装与集成、权限模式与内置命令、MCP、Skills、SubAgent、CLAUDE.md 文件——本质上都是给模型提供结构化上下文的抓手。

权限模式：控制它能做什么

权限模式决定 Claude Code 在执行命令、读写文件时的自主程度。第一次进入某个目录时它会询问是否信任当前文件夹，随后是主题样式和登录方式的选择。合理设置权限边界，既能避免误操作，也能减少每一步都要手动确认的摩擦——这是日常使用体感差异最大的一个设置项。

Claude Code 的权限体系大致分为几档：默认模式下每次执行命令或修改文件都会请求确认；acceptEdits 模式自动放行文件编辑但仍拦截命令执行；plan 模式只做只读分析与方案输出，不落地任何改动；而 bypassPermissions（俗称 YOLO 模式）则跳过全部确认，风险最高，建议只在隔离环境或容器中使用。

除了模式切换，还可以通过 settings.json 里的 permissions.allow / deny 规则做细粒度控制，例如允许 npm test、禁止 rm -rf，或限定只能访问特定目录。合理组合模式与规则，可以在保证安全的前提下大幅减少打断，这也是不同使用者体感差异明显的根源之一。

MCP 与 Skills：把外部能力接进来

MCP（Model Context Protocol）解决的是"让 Claude Code 触达外部系统"的问题，把数据库、API、内部工具以标准化方式暴露给模型；Skills 则更偏向把可复用的操作流程沉淀成技能包，让模型在特定任务上按既定套路执行。两者结合，Claude Code 就从"会写代码的聊天框"变成了能接入真实工程环境的执行体。

工具使用演示

SubAgent 则用于任务分解：把复杂需求拆给子代理并行或分阶段处理，主代理负责编排。UP 主在课程中把 SubAgent 单列一节，说明它在实际项目中的分量不低——尤其是需求边界清晰、可以拆成多个独立子任务的场景。

CLAUDE.md：项目级的长期记忆

CLAUDE.md 是放在项目里的说明文件，用来告诉 Claude Code 这个仓库的技术栈、目录约定、构建命令和禁区。相比每次对话重复交代背景，把它写进 CLAUDE.md 是一次性投入、长期收益的做法，也是团队协作时保证输出一致性的基础。

MCP 由 Anthropic 于 2024 年底提出并开源，采用客户端-服务器架构：Claude Code 作为客户端，通过标准化的 JSON-RPC 协议与 MCP Server 通信，Server 再把数据库查询、文件系统、第三方 API 等能力以「工具（tools）」「资源（resources）」「提示模板（prompts）」三种形式暴露出来。这意味着只要有人写好一个 MCP Server，任何支持 MCP 的模型或客户端都能即插即用地调用，无需为每个工具单独做适配。目前社区已有大量现成 Server，覆盖 GitHub、Slack、Postgres、浏览器自动化等常见场景。

Skills 更接近「操作手册 + 脚本」的封装：一个 Skill 通常是一组带说明的指令文件与可执行资源，模型在判断任务匹配时才会加载，从而避免把大量流程性内容常驻在上下文里。两者定位不同——MCP 扩展的是「能操作什么」，Skills 沉淀的是「该怎么做」，合起来才构成完整的工程化能力。

CLAUDE.md 的加载是有层级的：项目根目录的文件在进入该目录时自动读入，子目录下还可以放置局部 CLAUDE.md 覆盖特定模块的约定；用户级的全局配置则放在 ~/.claude/CLAUDE.md，用于跨项目生效的个人偏好。实际使用中，它最该写的是那些「不写就会反复出错」的信息：包管理器与构建脚本、代码风格与命名约定、禁止改动的目录、测试与提交前检查流程。

维护上建议把它当作活文档：每当发现 Claude Code 犯了同类错误，就把对应约束补进去，逐步收敛。内容不宜过长，否则会挤占上下文预算，优先级高的规则应放在靠前位置。团队协作时将它纳入版本控制，能保证所有成员和 CI 环境下的行为一致。

模型选择与成本感受

UP 主提到 DeepSeek 的 Harness 在缓存命中率上表现更好，用其他 agent 时缓存命中率会低一些，这是实际使用中的体感差异。至于模型能力，他的判断是：当前主流模型已足以满足日常工具和工作的需要，不必过度纠结谁更强；国内模型对基础工作而言完全够用。此外他提到 Codex 使用时可能需要一次基础登录，这一点与 Claude Code 的处理方式不同，需要单独留意。

需要说明的是，上述经验带有较强的个人实践色彩，封号风险、缓存命中率等结论来自单一使用者的长期观察，不同网络环境和账号状态下的结果可能有差异。安装路径和配置方法则可以放心按官方文档执行。