Claude Code 怎么用？2026年国内开发者安装、订阅与实战完整指南

上周我用 Claude Code 重构了一个两万行的 Python 后端，原本预估要两天的活儿，一个下午就搞完了主体逻辑。

说实话，刚开始我对这种"命令行 Agent"是有点抵触的—— IDE 里用 Cursor 不好吗？干嘛要在终端里跟 AI 扯淡？但真的上手之后才发现，Claude Code 干的事情和 Cursor 完全不是一个维度。

今天就把我从安装、订阅、配置到实际项目里用的全部经验整理一下，给同样感兴趣的国内开发者参考。

Claude Code 到底是什么

一句话解释：Claude Code 是 Anthropic 官方出的命令行 Agent 编程工具，你直接在终端里敲 claude，它就能读你整个项目、搜代码、改文件、跑测试、提交 Git。

它不是补全工具，也不是对话工具，是真正能"动手干活"的 Agent。你跟它说"帮我把这个项目里的日志统一改成结构化输出"，它会自己读代码、自己改、自己跑测试验证，错了自己修。

对比一下：Cursor 是 IDE 里的 AI 助手，适合边写代码边问；Copilot 是补全工具，适合生成单段代码；Claude Code 是个能独立完成任务的工程师，你告诉它目标，它自己拆解、自己执行。这三种工具解决的是不同问题，现在我三个都在用。

安装这一步其实很简单

Claude Code 是用 npm 装的，命令就一行：

npm install -g @anthropic-ai/claude-code

前提是你要装好 Node.js 18 以上的版本。装完之后在终端敲 claude --version，能输出版本号就算成功了。

第一次跑 claude 命令时，它会让你登录账号。这里有个坑我得提前说：登录页面是 Anthropic 官方的，国内直接打开大概率超时。所以这一步必须先有个稳定的翻墙环境，不然走到登录那一步就卡住了。

订阅这关才是真正的门槛

Claude Code 不是免费的，背后调用的是 Claude Sonnet 4.6 或者 Opus 级别的模型，每个 token 都要钱。

方案有两种：一是订阅 Claude Pro 或者 Claude Max 套餐，每月 20 美元或 200 美元，包含一定的使用额度；另一种是用 API Key 单独付费，按调用量结算，对用量大的程序员更划算。

我用的是 API Key 的方式，先去 Anthropic 官网申请 API Key，国内开发者直接申请比较麻烦，具体怎么操作之前我写过一篇文章专门讲过，这里就不展开了。

拿到 API Key 之后，配置环境变量：

export ANTHROPIC_API_KEY="sk-ant-xxxxx"

放到 ~/.zshrc 或 ~/.bashrc 里，重启终端就生效了。Claude Code 会自动读取这个环境变量，不用每次手动输入。

网络环境是个绕不开的话题

这是国内开发者用 Claude Code 最头疼的事。

Claude Code 所有的请求都要走 Anthropic 的 API，国内裸连基本就是超时，偶尔能连上也是慢到怀疑人生。所以必须配代理。

很多人用 Clash、V2rayN 这种客户端开 TUN 模式，让终端流量也走代理。这种方案配置简单，但有个问题：TUN 模式有时候会跟 Docker、SSH、Git 这些工具冲突，导致 push 代码失败或者拉镜像失败。

我现在的方案是直接在 Claude Code 里配代理，不动全局：

export HTTPS_PROXY="http://127.0.0.1:10809"

这样只有 Claude Code 的请求走代理，其他工具不受影响。配合 JustMySocks 这种稳定的机场节点，速度基本能跑满，跑一个复杂任务的响应时间大概在 10-20 秒之间，可以接受。

顺便说一句，用 Claude Code 这种 Agent 工具对网络稳定性要求比 ChatGPT 网页高得多。因为 Agent 模式下，AI 要连续发几十次请求，中间任何一个超时都可能让任务中断。节点不稳的话，会经常碰到"任务跑到一半挂了"的情况，浪费时间和 API 额度。

几个我常用的实战技巧

用了两个月，说几个真正帮我省时间的用法。

第一个是 /init 命令。在一个新项目里跑一下，它会自动扫描整个代码库，生成一个 CLAUDE.md 文件，里面写清楚项目结构、技术栈、常用命令。以后每次跟它对话，它都会读这个文件作为上下文，不用每次重新解释项目背景。

第二个是用自然语言描述任务，但要把验收标准说清楚。比如不要说"优化这个函数"，要说"把这段代码的复杂度从 O(n²) 降到 O(n)，改完后跑一遍 tests 目录里的所有测试，要全部通过"。验收标准越明确，AI 越不容易跑偏。

第三个是允许它跑命令，但要限制范围。Claude Code 默认会问你"要不要执行这个命令"，你可以选"是"或者"以后都这样"。建议只对安全命令（比如 npm test、pytest）开自动执行，对 rm、git push 这种危险命令还是要每次确认。

第四个是用 /clear 命令清理上下文。当 AI 跑偏了或者搞混了项目状态的时候，清一下上下文重新来，比在混乱的对话里继续聊要高效得多。

真实使用感受

用了大概两个月，说说优缺点。

好的地方是真的能干活。我让它帮我做过几件事：把一个老项目从 CommonJS 迁移到 ESM（改了几十个文件，自动跑了所有测试）；给 API 加 Prometheus 监控埋点（理解了项目结构后自己加的）；批量修复 lint 错误（一次性改了 200 多个文件的格式问题）。这些任务如果自己做，至少半天到一天。

不好的地方也有。一是贵，复杂任务一次能消耗 1-2 美元的 API 额度，重度使用的话一个月账单不便宜；二是它有时候会"过度优化"，给你加一堆你不需要的抽象层；三是对超大项目的理解还是有局限，超过 5 万行代码的项目，它容易抓不住全局。

还有一点，它不是万能的。涉及到复杂业务逻辑、需要跟产品经理确认需求、或者要写那种带艺术性的前端 UI 的活儿，它还是不行。但凡是机械性的、模式化的、重复的工作，它都能干得又快又好。

跟其他 AI 编程工具怎么选

经常有人问我 Claude Code、Cursor、Copilot 怎么选。我的建议是：都装上，分场景用。

写新功能、写组件、写测试用 Cursor，因为可视化好、上下文直观；写补全、生成样板代码用 Copilot，因为响应快、不打扰思路；做大重构、批量改文件、自动化任务用 Claude Code，因为它的 Agent 能力是真的强。

这三个工具不是替代关系，是互补关系。一个成熟的国内开发者，2026 年的标配就是这三个全用。

说在最后

Claude Code 是我今年用下来最惊艳的 AI 编程工具，没有之一。它真正改变了我的工作方式，让一些原本不想干的脏活累活变得可以忍受。

但它对网络环境的要求也是真的高，国内裸连基本用不起来。所以想用好它，第一件事是把翻墙工具搞定，不要省这个钱。

装好之后从一个小任务开始试，比如让它帮你修一个 bug 或者写一个测试，慢慢建立信任，然后再放手让它做更大的事情。

有问题评论区见。