30分钟快速入门claude code，极简项目实操流程（喂饭级别）

原创于 2025-12-06 11:51:30 发布 · 709 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#langchain #机器学习 #机器人 #人工智能 #llama #agent #RAG

先讲讲实操过程会涉及到的知识点，之后我们会在实操当中实际用起来。

环境配置

使用国产大模型

大部分人，比如我，使用的是国产第三方模型。

我们可以到在自己的账号目录下，找到（没有的话自己创建）claude code配置文件setting.json，进行相关设置。

比如我的文件位置在这里：

C:\Users\dexterlu\.claude\setting.json

具体配置可以参考我的：

使用代理接入claude

可能有的小伙伴使用代理服务器来使用claude官方的模型，那么代理服务器的配置也是写在这个setting.json文件里，格式如下：

{    "env": {        "HTTP_PROXY": "http://127.0.0.1:7890",        "HTTPS_PROXY": "http://127.0.0.1:7890"    }}

让claude code调用官方推荐的bash工具

虽然claude code的兼容性很不错，但是官方推荐让claude code调用bash这个源自linux系统的命令行工具。

这个工具由git软件附带，咱们在安装claude code时必须先安装它

我们先确定git被安装到了哪里，然后我们可以在bin目录中看到我们的目标——bash.exe

明确位置后，启动windows命令终端，用下面这个命令设置环境变量，让claude code能够找到bash.exe

setx CLAUDE_CODE_GIT_BASH_PATH "D:\Program Files\Git\bin\bash.exe"

claude code的各种模式切换

切换工作模式

Claude code界面中其实有提示，我们只要按 Shift + Tab 就可以在不同模式之间循环切换

普通模式（无显示）

自动模式 accept edit（自动批准claude code绝大部分的权限申请）

计划模式 plan mode（不写代码，不生成文件，只做深度思考规划）

还有一个特殊的yolo模式，俗称疯狗模式 bypass permissions 。

该模式无法直接用 Shift + Tab 切换进入，只能用以下命令启动

claude --dangerously-skip-permissions

这个模式适合重构、启动新项目、修改复杂bug，官方建议在沙箱环境（用虚拟机或者docker隔离）使用，防止AI意外失控，修改或者删除项目以外的文件。

这个模式启动时，系统会有特殊提示

以yolo模式启动后，我们依然可以用 Shift + Tab 来回切换四种工作模式，这个大家不用担心。

深度思考开关

这个功能就没什么特别的地方了，直接按 tab 键就可以打开或者关闭大模型的深度思考功能。

我们可以在输入框的右下方看到当前深度思考开启/关闭状态。

考量是否打开深度思考，取决于当前任务是不是特别复杂。

比如做前期计划，修BUG之类的任务，推荐打开深度思考。

其它不复杂的任务，打开思考模式，一来对钱包的伤害比较大，二来速度也比较慢，因为每次大模型都需要额外进行一段思考。这同时还会多占用上下文的容量。

claude code记忆核心：CLAUDE.md文件

以官方的说法，以CLAUDE.md为名字的文件，是用来存储我们自定义的规则用的。

这个文件可以有好多个，在claude code系统设置文件夹里的CLAUDE.md对全局起作用。

项目目录中的CLAUDE.md只对该项目起作用。

我们可以用 /memory 命令查看其中的内容。

这里我选1，给大家看看我的user memory，也就是影响全局规则的CLAUDE.md里面的内容：

现阶段我就设置了一条规则，“必须用简体中文回答我”

这里我有点装B，其实用中文写也可以的啦 ʅ（´◔౪◔）ʃ

官方也提到，用符号 # 后就可以手动输入规则

但是也有人反映，这个方式有bug，不知道现在有没有修复这个问题。

其实项目内部的CLAUDE.md是用来存储本项目的代码规范的，如果用官方提到的办法手动输入这么多内容，这也不现实不是？

所以这个东西其实可以用让AI来写，具体怎么做，请继续看后面实操内容。

会话管理，避免失控

暂停功能

在任何时候，我们都可以按 esc 键暂停AI当前的工作。

这个功能看起来比较简单，其实很重要，因为有时候AI会自说自话，做出我们不想要它做的动作，或者我们出现了误操作，这个时候，强制暂停的功能就很有用处了。

这里我输入了错误的指令，直接按 esc 打断了AI的工作。

回滚功能

连续按两下 esc ，等同于 /rewind （回滚）指令

这个功能，顾名思义，就是把回滚上下文或者代码到某个版本。

但由于我们大部分人用的是第三方大模型，导致claude code自动保存代码版本的功能暂时不太好用。

如果想成功把代码回滚到某个之前的版本，最好先让AI初始化git当前项目的git仓库，然后再编写代码的过程中，时不时用"make checkpoint + 名称"指令，手动创建回滚点。

经过我少量测试，当要求claude code回滚到手动创建的回滚点时，暂时没有发现回滚失败的问题。

应对上下文溢出

我们知道，所有大模型都有上下文容量的限制。claude code在AI模型的上下文已满的情况下，会自动总结上下文，形成摘要。

我们也可以手动使用/copmanct（上下文压缩）指令，生成当前上下文的摘要。

使用第三方模型也能够使用该指令，这是我使用智谱GLM-4.6模型时，使用/copmanct指令成功生成的上下文摘要：

注意“虚假工作成果”

现阶段，无论哪种AI都有幻觉问题，说人话就是它会胡说八道。在AI编程中的具体表现之一就是，没完成工作，然而却报告全部完成了。

应对方式也很简单，可以在AI向我们报告已经完成工作的时候，直接追问“你真的完成刚才的XXX任务了吗？给出证据”，基本就能避免幻觉问题。

当然，不要忘记，我们可以使用CLAUDE.md来固定这条规则。只要把“每次汇报完成任务时必须附带相关证据”写入到这个文件中就行。

30分钟入门级项目实操

基本知识点讲完了，现在我们可以开始实操了。

初始化项目

启动新项目，我们要先用初始化指令 /init ，让claude code 初始化这个项目，自动生成。这个时候不需要使用深度思考，记得相关的状态，记得按 tab 键来关闭它。

很快，claude code就完成了初始化，并帮我们撰写了最基本的CLAUDE.md文件内容，等待我们的审核。

初始化git仓库

接下来我们初始化git仓库。由于是极简入门项目，这里就不配置远程仓库了，提示词请参考我的，记得更换成自己的用户名和电子邮件地址。

帮我初始化git仓库，不使用在线仓库。用户名：dexterlu，email:dexterlu@hotmail.com

claude code中途会询问，直接选yes就行。

选中第二个选项，claude code就会自动进入自动模式。

git仓库初始化比较慢，需要点耐心。

git操作相对比较耗时，同时也会消耗一些token，在开发过程中，可以酌情考虑自己手动提交。

生成项目计划

接下来用AI来自动生成计划和规范文件，由于这是练手用的极简项目，所以不用数据，现实情况中的电商项目都需要用到数据库的，大家可以根据自己的实际情况调整我的提示词。

这个提示词可以让AI自动帮我们生成项目规则，并写入到CLAUDE.md中，不用我们自己一条条手动输入。

我想基于html语言开发一个电商网站，项目目录就是前文件夹。不需要使用后台数据库。首先生成项目需求和技术方案，写入到plan.md文件中，然后将一些html项目代码生成规范系统提示词输出到CLAUDE.md文件中。在执行plan.md中的计划时，需要参考CLAUDE.md文件中提到的规范。

AI马上帮我们写好了CLAUDE.md和PLAN.md。

可以看到CLAUDE.md内被自动写入了项目规则。

这是AI写的PLAN.md（部分）

同时，AI也给出了下一步开发的建议步骤

开始生成代码

接下来就进入正式写代码的环节了。

不要想着让AI一次性完成全部步骤，这样容易出错，最好的方式是边写边测，阶段性完成任务。

在这里，我明确要求AI只执行阶段1（创建项目目录结构）的代码工作，完成后必须做测试，不要擅自推进工作进度。

执行阶段1的工作，完成阶段1之后进行测试，之后等待我的进一步指令

当然，如果代码比较复杂，我们也可以把编码和测试分为两个提示词。这样我们就可以在测试之前打开深度思考模式，这样子对处理复杂代码效果更好。

总之，不开启深度思考速度比较快，token消耗小；开启深度思考则用来处理复杂问题，速度比较慢，token消耗大，具体情况具体对待。

等待片刻，AI就报告它完成了阶段1的编码工作，也完成了测试工作。

可以看到确实有进行测试工作的步骤。

AI还给出了网页的访问地址

点击链接后在浏览器确实能够打开，这个网站首页的架构基本完成了。

核实AI是否出现“虚假工作成果”

保险起见，我们马上对它的测试工作进行质询。

AI果然承认了工作没有完全做到位，于是它立刻开始了进一步的详细测试工作。

你真的完成测试了吗？给出测试报告

当然，实际情况是这种全面测试非常耗时，建议在关键节点进行，不要在完成每个小模块后进行全面测试。

小提示，我们在措辞上不用和AI客气，原因在于：

根据宾夕法尼亚州立大学最近的一项研究，对ChatGPT-4o使用"粗鲁"语气提问，准确率确实比礼貌提问高了约4个百分点（84.8% vs 80.8%）。因为粗鲁版的提示词暗示了问题的紧迫性，可能让AI更认真对待。
很多礼貌用语会多消耗上下文空间，并且"请、谢谢"这些礼貌用语反而让AI分心。
礼貌用语让我们花更多时间和精力在语言组织上，白白增加心智负担。

等了很久很久，AI终于把测试做完了，以下是测试报告的一部分，全部的报告太长了，这里就不贴全了。