Claude Code教程：安装配置与国内模型选择全攻略

什么是Claude Code？它和传统AI编码有什么区别

Claude Code是Anthropic公司推出的AI编程助手，和我们平时在DeepSeek^广告、ChatGPT网页端「对话写代码」的方式完全不同。

传统做法是这样的：你在聊天窗口描述需求，AI给你一段代码片段，你复制到项目里跑一下，报错了再回去问，来来回回好几轮才能搞定。更麻烦的是，这些对话式AI根本看不到你项目里的其他文件——假设你的项目有100个代码文件，它一个都读不到，全靠你手动描述上下文。

Claude Code的做法截然不同：

能够通读项目中的所有文件，把完整上下文交给大模型处理
根据需求自动生成业务代码
遇到报错会自动调试排查，直到给出能跑通的版本
真正实现了「描述需求→自动交付代码」的开发流程

简单来说，传统AI编码是「你当搬运工」，Claude Code是「AI当程序员」。这种差异的背后，是AI编程范式从「代码补全」到「自主编程代理（Coding Agent）」的根本性转变。自主编程代理不仅能生成代码，还具备读取文件系统、执行终端命令、分析运行结果并迭代修复的完整能力闭环，本质上模拟了一个真实程序员的工作流程。

Claude Code工作界面

主流AI编程助手横向对比

在Claude Code之前，市面上已经有不少AI编程工具。下面逐个说说它们的优缺点，方便你做选择。

Copilot

最早出现在2021年预览、2022年正式商用，由GitHub联合OpenAI推出的代码补全插件。底层最初基于OpenAI的Codex模型（GPT-3的代码微调版本），工作方式是在开发者编写代码时，根据当前文件的上下文实时预测接下来可能输入的代码片段，类似于「代码层面的输入法联想」。当时确实给开发者带来了颠覆性的体验，但它的定位更偏向「智能补全」，而非全自动编码。这种补全模式的局限在于它只能看到当前打开的文件和少量相邻文件，无法像Claude Code那样理解整个项目的架构和依赖关系。后来GitHub推出了Copilot Chat和Copilot Workspace，逐步向全自动编码方向演进，但整体成熟度仍在追赶中。

Cursor

Cursor比Copilot更进一步，支持自动编码，整体能力和Claude Code有得一拼。不过在代码准确性上，Claude Code仍然更胜一筹。Cursor是付费产品，适合预算充足的团队。Cursor的优势在于它本身就是一个完整的IDE（基于VS Code深度定制），将AI能力直接内嵌到编辑器中，对于习惯图形界面操作的开发者来说上手更快。

Trae（国内版/国际版）

Trae对中文理解非常到位，国内版免费是它最大的卖点。但如果你用的是比较偏门的技术栈，生成的代码质量会明显下降。国际版需要付费。

OpenCode

也是一款AI编程工具，但实际用下来体验在所有工具中算比较差的，上手门槛高，不太推荐新手使用。

Codex

OpenAI出品，搭配GPT-5使用据说能和Claude Code打个平手，确实也是一款实力不俗的工具。值得注意的是，这里的Codex指的是OpenAI 2025年推出的编程代理产品，与早期用于训练Copilot的Codex模型同名但定位完全不同——新版Codex是一个能在云端沙箱环境中自主执行代码任务的AI代理。

我的使用结论： 所有AI编程助手的能力，归根结底取决于背后大模型的水平。Claude Code背后的Sonnet模型在代码生成方面非常强悍，综合体验下来，它是我目前用过最顺手的AI编程工具。

Claude Code安装步骤详解

有一点需要先说清楚：Claude Code不是一个IDE（集成开发环境），它和Cursor、Trae不一样。Claude Code是一个独立的命令行工具（CLI），安装到本地后，可以以插件形式集成到你常用的开发环境中。

选择CLI而非IDE形态有其深层考量：传统IDE将代码编辑、调试、版本控制等功能集成在图形界面中，而CLI工具通过终端命令交互，天然具备更强的自动化和脚本编排能力。Claude Code采用CLI形态意味着它可以直接调用系统命令、执行shell脚本、操作文件系统，这些都是AI自主编程所必需的底层能力。同时，插件化集成方式让开发者无需更换已有的开发环境，降低了迁移成本。

支持集成的开发环境包括：

VS Code
Cursor
Trae
IntelliJ IDEA
PyCharm

官方建议的集成方式

系统要求

项目	要求
操作系统	macOS、Windows、Linux均支持
内存	4GB以上
网络	安装时必须开启VPN（科学上网）
额外依赖	Windows系统需提前安装Git

安装命令

macOS用户：

# 在终端执行对应的安装命令

Windows用户（PowerShell）：

# 在PowerShell中执行安装命令

整个安装过程大约3-5分钟。如果屏幕上出现大量红色报错信息，十有八九是VPN没生效、网络不通导致的。安装成功后，Claude Code会通过Git自动更新版本（比如从2.1.97自动升级到2.1.116）。

提示： 安装完成后，如果你用的是国内模型（比如DeepSeek），日常使用时可以不开VPN，省心不少。

首次使用

# 先cd到你的项目目录，然后输入
claude

首次进入会让你选择并信任项目目录，确认之后就可以开始对话式编程了。你直接用自然语言描述需求，Claude Code会自动读取项目文件、生成代码、调试运行。

模型选择与配置：国内用户怎么用

这是国内开发者最关心的部分。Claude Code默认会引导你登录Anthropic官方账号，但这条路对国内用户基本走不通。

为什么不建议用Anthropic官方账号

Anthropic对中国大陆和香港地区不开放服务。 即使你想办法用国外手机号注册成功了，在国内使用也大概率会被封号。所以不要花冤枉钱去买Anthropic账号。

Anthropic账号地区限制

作为参考，Anthropic官方提供三个模型层级：

模型	特点	上下文窗口	输入价格（百万token）	输出价格（百万token）
Opus	能力最强，适合复杂业务逻辑，速度较慢	1M	$5	$25
Sonnet	平衡型，速度快且思考深入	1M	$3	$15
Haiku	入门级，性价比高	200K	较低	较低

这里需要解释一下Token和上下文窗口的概念，因为它们直接决定了你的使用成本。Token是大语言模型处理文本的基本单位，一个中文汉字通常被拆分为1-2个token，一个英文单词约为1-1.5个token。上下文窗口（Context Window）指模型单次对话能处理的最大token数量。1M（100万）上下文窗口意味着模型可以一次性「阅读」约50万个中文字符的内容，这对于理解大型代码项目至关重要。Claude Code每次对话都会将项目文件作为上下文传入模型，因此上下文窗口越大，能处理的项目规模就越大，但相应的token消耗也越高——这也是为什么费用控制如此重要。

国内可用的三种替代方案

既然官方账号用不了，我们可以在Claude Code中配置其他模型的API。以下是我实测过的三种方案。

方案一：DeepSeek V4 Pro（当前最推荐）

DeepSeek V4 Pro目前正在做2.5折促销活动，百万token输出仅6元人民币，输入3元，支持1M上下文窗口。

我实际用它写了两个中等复杂度的项目，总共才花了12元左右，每次对话只要几毛钱。这个性价比在所有方案里是最高的。

⚠️ 注意： 折扣活动截止到本月月底，之后价格可能回升至24元/百万token。想省钱的话趁早充值。

方案二：通义千问Coder（不推荐按量付费）

说个真实案例：我账户里有37元余额，只进行了两次对话就全部花完了。百万token价格约24元，用起来非常肉疼。

如果你确实想用通义千问^广告，建议购买Coding Plan套餐（200元/月），每5小时有6000次调用额度，额度用完后会自动循环释放，比按量付费划算得多。

不同模型的费用对比

方案三：Sonnet中转API

通过第三方中转商的API Key来使用Sonnet模型。所谓API中转，是指第三方服务商在海外部署代理服务器，将国内用户的API请求转发到Anthropic的官方接口。中转商通常持有官方API Key，通过批量采购获得价格优势后加价转售。

技术上，中转服务会增加一层网络跳转，因此响应延迟会略高于直连，且存在数据经过第三方服务器的隐私风险。选择中转服务时，应关注服务商的稳定性、数据隐私政策以及是否支持流式输出（Streaming）——流式输出能让代码生成过程实时显示而非等待全部完成，体验上更接近直连。

性能上比官方直连略有损失，但价格合理——每次对话大约1-2元人民币，简单问题可能只要几毛钱。淘宝上可以买到中转Key，选择销量高、评价好的店铺就行。这种方案适合想体验原版Sonnet模型又没有官方账号的用户。

费用控制与使用建议

Claude Code这类工具天然就是token消耗大户，因为它每次对话都要读取项目上下文。以下几个技巧能帮你有效控制成本：

优先选DeepSeek V4 Pro —— 趁打折期间多用，性价比碾压其他方案
能选套餐就别按量付费 —— 按量计费的坑，通义千问那个案例已经说明问题了
控制项目上下文范围 —— 用.claudeignore文件排除不需要AI读取的目录（比如node_modules、日志文件等），能显著减少token消耗。.claudeignore的工作原理类似于Git中的.gitignore文件：当Claude Code扫描项目目录时，会读取其中定义的规则，跳过匹配的文件和目录。这不仅能减少token消耗，还能避免AI被无关文件（如编译产物、依赖包、日志文件）干扰，从而提高代码生成的准确性。典型的排除项包括node_modules、dist、build、.log文件、二进制文件等。合理配置后，对于大型项目可能将单次对话的token消耗降低50%以上
简单问题用便宜模型，复杂逻辑再上高级模型 —— 改个变量名不需要动用Opus

总结：现在是入手Claude Code的最佳时机

Claude Code之所以能成为当前最强的AI编程助手之一，核心在于两点：代码生成的准确性，以及对项目上下文的深度理解能力。虽然Anthropic官方账号对国内用户不友好，但通过配置DeepSeek V4 Pro或使用Sonnet中转API，国内开发者完全可以流畅使用。

眼下正好赶上DeepSeek V4 Pro的折扣期，使用成本低到几乎可以忽略不计。如果你一直在观望AI编程工具，建议现在就动手安装配置，在折扣结束前把这款工具用起来。

毕竟，能让AI帮你写代码、调Bug的时间，拿来做更有价值的事情不好吗？