Claude Code保姆级教程：从安装到实战全流程指南

Claude Code是什么：会动手的AI编程助手

最近一段时间，Claude Code（视频中称"Cloud Code"，实为Claude Code）在开发者圈子里迅速走红。它本质上是一个AI编程助手，但与普通聊天式AI最大的区别在于——它能直接在你的电脑上帮你干活，你只需要用自然语言告诉它要做什么，它就能理解整个项目并自动完成操作。

为了说清楚它与GPT、DeepSeek^广告、豆包这类网页版AI对话的差异，B站UP主从五个维度做了对比：

交互方式：普通AI需要你反复复制代码、粘贴到对话框，再把回答粘回编辑器；Claude Code直接在项目里操作，省去来回复制。
上下文：普通AI只知道你告诉它的内容；Claude Code能自动读取整个项目代码并搜索文件。
执行力：普通AI只能给建议或代码片段；Claude Code能直接创建文件、修改代码、运行命令、跑测试。
记忆：普通AI关闭窗口就失忆；Claude Code通过配置文件记住项目规则和你的编码偏好。
工具调用：普通AI难以调用外部工具；Claude Code通过MCP可直接连接浏览器、数据库、GitHub等外部服务。

首先我们来看

一个形象的比喻：普通AI对话像打电话问一个远程顾问，虽然顾问很懂，但你得自己动手；Claude Code则像请了个助手坐在你旁边，自己翻文件夹、自己改代码。

关于与Cursor的取舍，UP主给出的经验是两者功能相近，哪个用得熟都行。但他近期更偏向Claude Code，原因有二：一是Token消耗更省，二是做前端时感觉Claude Code生成的结果更符合心意。

MCP（Model Context Protocol）是Anthropic推出的一套开放协议标准，允许AI模型与外部工具、数据源进行标准化通信。简单理解，它相当于AI世界的"USB接口"——只要工具实现了MCP协议，Claude Code就能像插拔设备一样直接调用浏览器、数据库、GitHub、Slack等各类服务，而无需为每个工具单独开发集成方案。这与传统AI助手只能在对话框内"纸上谈兵"形成了根本性区别：Claude Code通过MCP可以真正读取数据库中的实时数据、向GitHub提交Pull Request、甚至控制浏览器自动化测试。目前MCP生态正在快速扩展，已有数百个社区贡献的Server实现，覆盖从文件系统到云服务的广泛场景。

安装Claude Code：先搞定Git和Node

Claude Code有多种使用方式：终端、集成到IDE（如VS Code）、Web网页版，以及App（国内使用较费劲）。教程选择了最简单也最符合程序员习惯的终端方式。

安装前需要先准备两个前置工具：Git 和 Node.js。

安装Git：打开Git官网，找到"Install for Windows"下载安装包，全程傻瓜式Next即可。验证方法——打开命令行输入 git，若没有报"不是内部或外部命令"的错误，说明安装成功。

安装Node.js：打开Node官网，选择Windows安装程序下载。安装同样是一路Next，建议默认装在C盘不要更换盘符（只要C盘还有几G到十几G空间都没问题）。验证方法——执行 node -v 输出版本号即可，视频中演示的版本为24.x。

安装Claude Code本体：以普通或管理员身份打开Windows PowerShell，从官网复制最上方的安装命令粘贴执行，等待几分钟。当看到版本号信息（视频中为2.1.104）即安装成功。

复制这个命令

这里有个关键细节：安装完成后要记住安装路径。它位于 C盘 > 用户目录 > 你的用户名 > .local > bin，在该目录下能看到一个 claude.exe 可执行程序，说明安装到位。

配置三大难题：环境变量、绕过校验、接入国产模型

安装完成不代表能直接用，教程指出还有三个问题需要依次解决，这也是国内开发者最容易卡住的环节。

问题一：配置环境变量

部分用户执行 claude 命令会报错，原因是安装路径没有加入系统环境变量，系统找不到可执行程序。解决办法：在Windows搜索"环境变量"，打开"编辑系统环境变量"，找到用户变量中的 Path，双击进入后点击"新建"，把前面提到的 bin 目录路径粘贴进去并保存。关闭终端重新打开，再执行 claude 即可识别。

然后在这下面往下滑

问题二：绕过校验

配置好环境变量后运行Claude，可能遇到授权连接失败的错误。这是因为国内无法直接使用官方服务（即使翻墙也可能出问题）。解决方式是修改配置文件：在 C盘 > 用户目录 > 你的用户名 下找到 .claude.json，用编辑器打开，把文档中提供的绕过校验代码添加进去（注意前面要加英文逗号），保存后即可正常启动。

问题三：接入国产大模型

Claude自带的大模型需要付费订阅才能用。非付费用户可以接入国产大模型，教程推荐**阿里云^广告百炼**，理由是免费额度够用。

具体流程分三步：

创建API Key：登录阿里云百炼官网，在左侧列表找到"API-KEY"，点击创建并命名。在"模型用量"中可查看免费额度，视频演示时使用的是GLM系列模型。
设置三项环境变量：通过命令行依次设置 API Key、Base URL（阿里云百炼的公共基础API地址）、模型名称（如GLM-5或通义千问系列，按需选择）。
验证配置：用命令输出这三项信息，确认与填入内容一致即配置成功。

走完这三步，Claude Code就能正常运行了。

阿里云百炼是阿里云推出的大模型服务平台，其核心价值在于提供统一的OpenAI兼容API接口，这意味着原本为OpenAI GPT设计的工具（包括Claude Code）可以几乎无缝切换到百炼上运行的国产模型。平台聚合了通义千问系列（阿里自研）、GLM系列（智谱AI）等多家厂商的模型，开发者可以通过同一套API密钥和基础地址（Base URL）按需切换不同模型。新用户注册后各主流模型均有百万Token级别的免费额度，对于学习和个人项目来说基本够用。值得注意的是，模型能力直接影响Claude Code的代码生成质量，通义千问2.5-Coder等专为编程优化的模型，在代码补全和理解方面通常优于通用对话模型。

实战演示与三种工作模式

配置完成后，教程用一个实际案例展示了Claude Code的能力。先创建独立工作空间：在终端进入F盘，用 mkdir 创建一个名为 claude-code-demo 的目录，进入后执行 claude 并信任该文件夹。

为代码存放创建一个新的工作空间

接着用自然语言输入需求："帮我制作一个网页用来宣传编程语言"。值得关注的是，Claude Code在信息不全时会反复追问确认细节，比如网站特色、风格偏向（如科技感）等，确保理解到位后才动手。最终生成的网页带有动画效果、科技感十足，UP主评价"如果是前端开发者手动做，可能一天都做不完"，而且只需微调logo和文本就能直接使用。

在生成过程中，Claude Code会提示授权选项，对应它的三种工作模式（通过 Shift+Tab 切换）：

默认模式：每次创建或修改文件前都询问用户授权，最谨慎。
自动模式：一次授权后本轮会话自动执行所有操作，不再打扰，效率最高。
计划模式：只讨论不修改任何文件，适合复杂业务逻辑——通过多轮对话让AI充分理解需求后再执行。

这三种模式的设计思路很清晰：简单任务用自动模式提速，复杂任务先用计划模式充分沟通，避免AI在理解不到位时就动手改代码。

计划模式（Plan Mode）的核心价值在于解决AI"理解偏差"问题。在复杂业务场景中，自然语言描述往往存在歧义，如果AI在理解不充分时就直接动手修改代码，可能导致大量返工。计划模式强制将"理解需求"和"执行修改"分成两个阶段：第一阶段AI只能提问和输出计划，用户可以在这个阶段纠正误解、补充约束条件；确认计划无误后再切换到执行阶段。这种工作流借鉴了软件工程中"设计评审先于编码"的最佳实践，特别适合涉及数据库结构调整、API接口设计或需要跨多个模块修改的任务，能有效降低AI因理解错误而破坏现有代码逻辑的风险。

小结

这套教程面向零基础用户，把Claude Code从概念、安装、配置到实战完整串联，尤其针对国内开发者的痛点（环境变量、绕过校验、接入国产模型）给出了可操作的解决方案。对于想体验"AI直接动手写代码"的开发者来说，接入阿里云百炼的免费额度是一个低成本的入门路径。整体来看，Claude Code在前端快速原型、项目级代码理解和自动化操作上的表现，确实为日常开发提供了实打实的效率提升。