零基础上手Claude Code：终端Agent实战入门指南

为什么选择 Claude Code

对于大多数刚接触 AI 的用户来说，DeepSeek、豆包这类对话式产品可能更为熟悉，而 Claude Code 相对小众。原因很简单——它是一款专业性更强的工具，主要面向开发场景。

具体来说，Claude Code 是 Anthropic 公司推出的命令行编程工具，其核心特点就是在终端（命令行）中运行。之所以选择这家公司的产品，是因为 Anthropic 在 AI 领域的积累相当深厚：Anthropic 由前 OpenAI 研究副总裁 Dario Amodei 和 Daniela Amodei 兄妹于 2021 年创立，公司的核心理念是开发安全、可控的 AI 系统。Anthropic 独创的 Constitutional AI（宪法式 AI）训练方法是其技术护城河之一——这种方法通过让 AI 依据一组明确的原则进行自我批评和修正，而非完全依赖人类反馈，从而在保持能力的同时大幅提升了模型的安全性和可靠性。其推出的 Claude 系列模型从 Claude 1 到如今的 Claude 4 持续突破，在 SWE-bench（软件工程基准测试）等权威评测中编码能力长期位居前列。SWE-bench 是由普林斯顿大学研究团队创建的基准测试集，包含从真实 GitHub 仓库中提取的 2294 个软件工程问题，要求 AI 理解问题描述、定位相关代码并生成正确的补丁——这比简单的代码生成要复杂得多，因为它考验的是 AI 在真实大型代码库中的综合工程能力。Claude 在这一测试中的优异表现，证明了它尤其在理解复杂代码库和生成生产级代码方面的突出实力。而我们如今常听到的 MCP、Skills 等概念，最初也是由这家公司提出并推广的。

其中，MCP（Model Context Protocol，模型上下文协议）是 Anthropic 于 2024 年底提出的开放标准，旨在为 AI 模型提供统一的方式来连接外部数据源和工具——可以将其理解为 AI 世界的「USB 接口」，有了这个标准协议，AI 就能以统一方式访问数据库、文件系统、API 等各种外部资源。从技术架构上看，MCP 采用客户端-服务器模式，使用 JSON-RPC 2.0 作为通信协议：AI 应用（如 Claude Code）作为 MCP 客户端发起请求，而各种外部服务（数据库、文件系统、第三方 API）则通过 MCP 服务器暴露自己的能力。在 MCP 出现之前，每个 AI 工具要对接 N 种外部服务就需要编写 N 套不同的集成代码，而有了 MCP 之后，所有服务只需实现一次标准接口，所有 AI 工具都能直接调用，这将 M×N 的集成复杂度降低为 M+N，极大地促进了 AI 工具生态的互通与繁荣。

Skills 则是 Claude Code 中的一种机制，允许用户将常用的工作流程、偏好和项目规范保存为可复用的「技能包」，AI 在后续交互中会自动参考这些技能，从而越用越懂你的项目。Skills 本质上是一种持久化的提示词工程（Prompt Engineering）——它将用户的隐性知识（如代码风格偏好、项目约定、常用架构模式）显性化为结构化文档，存储在项目的 .claude/ 目录中，使得 AI 在每次新对话中都能继承之前积累的项目上下文，避免反复解释同样的需求。

换句话说，选择 Claude Code 不仅是选择一个工具，更是选择了一整套成熟的技术生态。

两类 Agent：终端 Agent 与设备 Agent

在正式安装之前，需要先厘清一个关键概念：AI 编程 Agent 大致可以分为两大类——终端 Agent 和 设备 Agent。理解二者的区别，是做技术选型的前提。

所谓 Agent（智能体），就是让 AI 自主思考、推进任务，直到完成目标。它区别于简单的问答式 AI——传统的 AI 对话是「一问一答」模式，而 Agent 具备自主规划、工具调用和迭代执行的能力。从技术实现上看，目前主流的 Agent 架构采用 ReAct（Reasoning + Acting）框架：AI 首先对任务进行推理和分解（Reasoning），然后选择并调用合适的工具执行具体操作（Acting），再根据执行结果进行新一轮推理，如此循环直至任务完成。这与传统的自动化脚本有本质区别——脚本是预先编写好的固定流程，而 Agent 能够根据运行时的实际情况动态调整策略，处理预料之外的错误和边界情况。在编程场景中，这意味着 Agent 不仅能生成代码片段，还能自主阅读项目文件、运行测试、分析错误日志、修复 Bug，形成完整的开发闭环。而根据运行方式和权限范围的不同，Agent 分成了两条截然不同的路线。

终端 Agent：以项目为单位，安全可控

终端 Agent 的第一个特点是在命令行中使用，这也是过去许多代码高手偏爱的工作方式，对普通用户略有门槛。命令行（Terminal/CLI）是一种通过文本指令与计算机交互的方式，相比图形界面，它在批量操作、脚本自动化和开发工作流方面效率更高。命令行之所以在开发者中经久不衰，核心原因在于它的「可组合性」——你可以通过管道（pipe）将多个小工具串联成复杂的工作流，通过脚本实现重复操作的自动化，这恰好与 AI Agent 的工作方式天然契合。

它的第二个、也是更重要的特点是以项目（目录）为单位进行管理。这意味着你的整台电脑并没有交给 AI，你依然是最高决策者，只把某个特定目录或项目交给 AI 去工作。从技术角度看，这本质上利用了操作系统的文件权限机制——AI 只能读写指定目录下的文件，无法越权访问其他路径，类似于沙箱（Sandbox）机制，将 AI 的活动范围严格限定在一个安全边界内。沙箱是计算机安全领域的经典概念，其核心思想是「最小权限原则」（Principle of Least Privilege）——任何程序只应获得完成其任务所需的最小权限集合。在 Linux/macOS 系统中，这可以通过 chroot（改变根目录）、namespace（命名空间隔离）等内核级机制实现；在更高层面，Docker 容器也是沙箱思想的典型应用。Claude Code 的项目隔离设计正是这一安全哲学在 AI 工具领域的体现——即使 AI 出现异常行为，影响也被控制在单个项目范围内，不会波及整个系统。

这种设计非常贴合企业实际需求。电脑作为一种资产，不能随意托管给一个不确定的 AI。将控制范围限定在单个项目内，既发挥了 AI 的能力，又保留了人对整体设备的把控。因此，终端 Agent 是目前企业环境中最主流、最放心的应用方案。

此外，由于以项目为单位，你可以在同一台电脑上为不同项目做不同配置、执行不同命令，灵活性也更高。例如，前端项目可以配置 AI 使用 TypeScript 代码规范，后端项目则配置 Python 的 PEP 8 风格，彼此互不干扰。

知名的终端 Agent 包括：

• 商业方案：Claude Code（Anthropic）、Codex（默认使用 GPT）、Gemini CLI（默认使用 Gemini）。这类工具的特点是「工具你可以用，但默认得用我的模型」。这种绑定策略是大模型公司的常见商业模式——通过优秀的工具体验来提升自家模型的 API 调用量，形成「工具引流 → 模型变现」的商业闭环。
• 开源方案：Open Code、Open Claude 等。从名字就能看出，它们都在参考和对标 Claude Code。开源方案的核心价值在于「模型无关性」——你可以自由选择底层模型（如 DeepSeek、Qwen、Llama 等），而不必绑定某家商业公司的 API。这对于数据敏感的企业尤为重要，因为它们可以将模型部署在自己的服务器上（即私有化部署），通过 vLLM、Ollama 等推理框架在本地运行模型，实现代码数据零外泄。这种「工具与模型解耦」的架构设计，也是当前 AI 工具发展的重要趋势——它遵循了软件工程中「关注点分离」的基本原则，让工具层和模型层可以独立演进。

这也说明，用户其实拥有相当大的选择空间，并非必须绑定某家商业公司。

设备 Agent：全权托管，门槛低但风险高

与终端 Agent 相对的是设备 Agent，它的用法完全不同。设备 Agent 一般通过 IM 工具（微信、飞书、钉钉等聊天软件）来使用，你用聊天的方式发送指令即可。

这种方式的最大好处是门槛极低——不需要打开电脑，也不需要熟悉命令行，用自己熟悉的聊天工具即可操作。指令会被发送到后台网关，再由 AI 去执行一系列复杂任务。从技术架构看，设备 Agent 通常由三个组件构成：一是运行在目标设备上的守护进程（Daemon），负责接收指令并执行操作；二是云端的中转服务器，负责连接用户的聊天客户端与设备守护进程；三是 AI 模型服务，负责理解用户意图并生成具体的执行计划。这种架构使得用户可以在任何地方通过手机远程操控自己的电脑。

但正因为你不在电脑旁，AI 需要拥有的就不仅是某个项目的权限，而是整台设备的完全控制权。具体来说，设备 Agent 需要获取的权限通常包括：文件系统的完全读写权限、Shell 命令执行权限、网络访问权限，甚至可能包括屏幕控制和键盘模拟权限。这意味着 AI 理论上可以执行 rm -rf /（删除所有文件）这样的毁灭性命令。此外，AI 在执行任务过程中会将项目代码、环境变量（可能包含 API 密钥和密码）等信息发送到云端模型进行处理，形成潜在的数据泄露通道。值得注意的是，即使设备 Agent 声称使用加密传输，数据在云端模型推理时必然以明文形式存在于内存中——这是大语言模型工作原理决定的，任何声称「端到端加密 + 云端推理」的方案在逻辑上都存在矛盾。整个电脑被托管给 AI，好处是它能做非常多的事，弊端也随之而来。

现实中已经出现过不少惨痛案例：有的 AI 删除了系统文件导致系统崩溃，有的则泄露了机密信息。2024-2025 年间，已有多起因 AI Agent 误操作导致的生产事故被公开报道。国家安全部门也曾发出相关风险提醒，提示用户注意此类工具的安全隐患。这些事故的根本原因在于当前 AI 模型的「幻觉」问题尚未完全解决——模型可能以极高的置信度执行错误的操作，而在设备 Agent 的全权限环境下，一次幻觉就可能造成不可逆的损失。

知名的设备 Agent 包括 Open Claude 以及较新的 elmas。后者的特点是能够自我进化，因此 token 消耗更高、潜力也更大——但同时也意味着更多不确定性。所谓「自我进化」，是指 Agent 能够从过去的执行经验中学习，自动优化自己的工作流程和决策策略，这虽然提升了长期效率，但也增加了行为的不可预测性。

设备 Agent 的核心定位是「个人助理」，更适合给自己用。而在企业项目中，很多公司会明确通知员工不要使用这类工具，因为把公司资产甚至机密托管给一个不确定的 AI，风险实在太大。

技术选型：Claude Code + DeepSeek

综合考量之后，本教程的技术方向就清晰了：

选择终端 Agent，而非设备 Agent——因为在保持优秀能力的同时，我们更希望「可控」，避免出现「第二天一开机发现电脑已经炸了」的尴尬局面。

在终端 Agent 中选择 Claude Code——因为它本身足够优秀，众多开源工具都在向它致敬和参考，生态成熟度可见一斑。Claude Code 的优势不仅在于底层模型能力，更在于其精心设计的工具调用链（Tool Chain）——它预置了文件读写、Shell 命令执行、代码搜索、Git 操作等十余种工具，并通过精密的提示词工程确保 AI 能在正确的时机调用正确的工具，这种「工具编排」的成熟度是其他产品短时间内难以复制的。

模型层面搭配 DeepSeek——DeepSeek 是深度求索公司推出的大语言模型系列，其 V3 和 R1 版本在多项基准测试中达到了与 GPT-4、Claude 等顶级模型相当的水平，尤其在数学推理和代码生成方面表现亮眼。DeepSeek V3 采用了 MoE（Mixture of Experts，混合专家）架构，总参数量达 6710 亿，但每次推理仅激活其中约 370 亿参数——这种「稀疏激活」设计使得模型在保持强大能力的同时，推理成本大幅降低，这也是其 API 价格能做到极低的核心技术原因。而 DeepSeek R1 则通过大规模强化学习（Reinforcement Learning）训练，在无需大量人工标注数据的情况下显著提升了模型的推理能力，其训练方法论本身就是 AI 研究领域的重要突破。对于国内用户而言，DeepSeek 的核心优势有三：一是 API 价格极低（约为 GPT-4 的 1/10 到 1/20），大幅降低使用成本；二是国内直连可用，无需科学上网；三是对中文语境的理解更为自然。

将 Claude Code 的工具框架与 DeepSeek 的模型能力结合，本质上是「用最好的工具壳 + 最具性价比的模型引擎」的组合策略。这种组合之所以可行，是因为 Claude Code 支持通过环境变量配置自定义的 API 端点——只要目标模型兼容 OpenAI API 格式（目前已成为事实上的行业标准），就可以无缝接入。DeepSeek 的 API 完全兼容 OpenAI 格式，因此只需修改 ANTHROPIC_BASE_URL 等配置项即可完成切换。通过 Claude Code 的工具能力，配合 DeepSeek 的模型能力，就能在国内环境下顺畅完成从安装到代码实战的全流程。

环境准备：从安装 Node.js 开始

确定技术方向之后，接下来就是环境搭建。搭建过程需要几个基础组件，其中第一步就是安装 Node.js。

Node.js 是基于 Chrome V8 引擎的 JavaScript 运行时环境，它让 JavaScript 能够脱离浏览器在服务器端运行。V8 引擎是 Google 开发的高性能 JavaScript 引擎，它通过 JIT（Just-In-Time，即时编译）技术将 JavaScript 直接编译为机器码执行，性能远超传统的解释执行方式。Node.js 的另一个核心特性是事件驱动的非阻塞 I/O 模型，使其特别适合处理大量并发的 I/O 操作——这也是为什么现代 CLI 工具（包括 Claude Code）大多选择 Node.js 来构建的原因：它既能高效处理文件读写和网络请求，又有庞大的 npm 生态（超过 200 万个包）可以复用。

Claude Code 之所以依赖 Node.js，是因为它本身是一个用 JavaScript/TypeScript 编写的 npm 包（Node Package Manager，即 Node 包管理器中的包）。npm 是世界上最大的软件注册表，它不仅是一个包管理工具，更是一个完整的依赖解决系统——当你安装 Claude Code 时，npm 会自动解析并下载它所依赖的所有子模块，处理版本兼容性问题，确保所有组件能正确协同工作。安装 Claude Code 时通常使用 npx 命令（如 npx @anthropic-ai/claude-code），npx 是 npm 5.2+ 自带的工具，它允许你直接运行 npm 包而无需全局安装，确保每次使用的都是最新版本。

安装 Node.js 时建议选择 LTS（Long Term Support，长期支持）版本，目前推荐 18.x 或 20.x 版本。LTS 版本意味着该版本将获得 30 个月的官方维护支持，包括安全补丁和关键 Bug 修复，而非 LTS 的 Current 版本虽然功能更新但只有 8 个月的支持期，不适合生产环境使用。安装完成后，可以通过在终端输入 node -v 和 npm -v 来验证是否安装成功。macOS 用户也可以通过 Homebrew 包管理器来安装，命令为 brew install node。Windows 用户则建议直接从 Node.js 官网下载安装包，安装程序会自动配置系统环境变量（PATH），使得 node 和 npm 命令在任何目录下都可用。

如果你的电脑之前已经安装过 Node.js，则可以跳过这一步；如果没有，则需要先完成 Node 的安装，再进行后续的 Claude Code 配置。

对于零基础的用户，建议按照「安装 Node → 安装 Claude Code → 配置 DeepSeek 模型 → 代码实战」的顺序循序渐进。每一步都不复杂，关键在于理解前面提到的核心思路：让 AI 在受控的项目范围内工作，人始终掌握最高决策权。

小结

本文的核心并不在于具体的安装命令，而在于帮助初学者建立正确的认知框架：

AI 编程 Agent 分为终端与设备两大流派，前者安全可控、适合企业，后者门槛低但风险高、适合个人。基于「可控优先」的原则，Claude Code 作为终端 Agent 的代表，配合 DeepSeek 模型，是国内用户上手 AI 编程的一条稳妥路径。理解了这套逻辑，后续的安装与实战都会水到渠成。

核心要点

核心要点