Claude Code 是 Anthropic 官方推出的命令行 AI 编程助手（CLI Tool），将 Claude 的强大语言模型能力直接嵌入到终端开发环境中。它不仅仅是一个"对话式 AI"，更是一个深度集成开发环境的智能代理（Agent），能够理解项目上下文、读取和编辑文件、运行命令、使用 Git 操作，以及通过多种扩展机制与开发工具链深度整合。
Claude Code 的核心优势在于其"代理式"的工作方式——它不会仅仅给出建议让开发者手动执行，而是可以主动完成从分析到执行的全流程：分析代码库、定位问题、修改文件、运行测试、提交代码，形成完整的自动化闭环。
Claude Code 定位于"专业开发者的 AI 编程伙伴"，与市面上其他 AI 编程工具有着明显差异：
| 维度 | Claude Code | 网页版 Claude |
|---|---|---|
| 运行环境 | 本地终端（CLI） | 云端浏览器 |
| 上下文来源 | 直接读取本地文件系统 | 用户手动上传或粘贴 |
| 文件操作 | 自动读写、编辑文件 | 仅能阅读上传内容 |
| 命令执行 | 可直接在终端中运行命令 | 无法执行命令 |
| Git 集成 | 原生 Git 操作（commit/push/branch 等） | 无 Git 集成 |
| 权限控制 | 四级权限管理和审批流程 | 无此概念 |
| 扩展能力 | Skills/MCP/Hooks/Plugins | 仅限 Projects |
| 适用场景 | 日常编码、项目开发、代码审查 | 文档分析、单次问答、轻量任务 |
简而言之，网页版 Claude 是一个强大的"对话引擎"，而 Claude Code 是一个完整的"AI 开发者"——它不仅仅知道如何回答问题，还知道如何动手做事。
Claude Code 的功能矩阵覆盖了软件开发的完整生命周期。以下为核心能力一览：
通过 Read/Write/Edit 工具精确操作文件，支持任意编程语言。写入时自动处理缩进、编码，编辑时支持精确字符串替换或批量替换。
在终端中直接运行 shell 命令：编译、测试、部署、构建。支持超时设置、后台运行、环境变量管理。
原生集成 Git：status/diff/log/commit/push/branch/reset 等。自动管理暂存区，智能撰写提交信息。
快速匹配文件路径模式，定位项目中特定类型的文件。支持通配符，按修改时间排序，高效检索代码库。
基于 ripgrep 的全文搜索，支持正则、多行匹配、上下文行、文件类型过滤。可跨整个代码库快速搜索。
获取网页内容并自动转换为 Markdown 格式，用于查阅文档、API 规范、技术文章等外部信息。
内置搜索引擎，可实时查询技术文档、最新版本信息、错误解决方案等。搜索结果包含引用链接。
通过 LSP（Language Server Protocol）提供语言智能支持：类型信息、定义跳转、引用查找等。
任务规划与分解能力：将复杂任务拆解为子步骤，自主完成多步操作。使用 TodoWrite 工具实时跟踪进度。
预定义的特定领域能力模块，通过触发词自动加载。覆盖 API 开发、安全审查、Keybindings、简化代码等场景。
自动化响应机制：在特定事件（命令执行、文件操作等）触发时执行预设动作。用于审批流程、安全检查、环境准备等。
Model Context Protocol 支持：与外部工具和服务通过标准化协议交互。可连接数据库、API 服务、浏览器等。
Claude Code 内置了一个丰富的工具（Tool）系统，每个工具都是 Claude 与外部环境交互的"接口"。这些工具让 Claude 可以超越纯文本对话的限制，主动操作代码、文件系统和外部服务。以下是所有核心工具的用途一览：
| 工具名称 | 类别 | 功能描述 | 典型用途 |
|---|---|---|---|
| Read | 文件操作 | 读取文件内容，支持图片、PDF、Jupyter Notebook 等多种格式 | 查看源代码、配置文件、文档、图片截图 |
| Write | 文件操作 | 创建或覆盖写入文件，自动编码处理 | 创建新文件、生成代码模板、编写文档 |
| Edit | 文件操作 | 对现有文件执行精确字符串替换，支持批量替换（replace_all） | 修复 bug、重构变量重命名、批量修改配置 |
| Glob | 搜索 | 使用 glob 模式快速搜索文件路径，按修改时间排序 | 查找特定类型的文件、定位项目结构 |
| Grep | 搜索 | 基于 ripgrep 的全文内容搜索，支持正则、多行、上下文 | 搜索代码中的函数调用、变量引用、模式匹配 |
| LSP | 语言智能 | 通过 Language Server Protocol 提供类型信息、定义跳转、引用查找等 | 跳转到定义、查找引用、类型查询、代码导航 |
| Bash | 执行 | 执行 Shell 命令，支持超时、后台运行、描述 | 运行测试、构建项目、安装依赖、Git 操作 |
| WebFetch | 网络 | 获取网页内容，转换 HTML 为 Markdown，通过 AI 提取关键信息 | 查阅 API 文档、抓取技术文章、检查在线资源 |
| WebSearch | 网络 | 通过 Brave 搜索引擎进行实时 Web 搜索，支持域过滤 | 搜索最新文档、查找错误解决方案、技术调研 |
| TodoWrite | 任务管理 | 创建和管理结构化任务列表，实时跟踪进度 | 多步骤任务规划、进度追踪、状态管理 |
| NotebookEdit | 笔记本 | 操作 Jupyter Notebook 文件（替换/插入/删除单元格） | 数据科学项目、交互式分析、教育材料 |
| EnterWorktree / ExitWorktree | Git / 隔离 | 创建和管理 Git Worktree，提供任务隔离环境 | 并行开发、实验性更改、安全隔离环境 |
| Skill | 扩展 | 按名称调用已安装的预定义技能模块 | 触发特定领域的专业知识和工作流 |
| TaskStop | 控制 | 停止正在运行的后台任务 | 终止长时间运行或异常的任务 |
这些工具并非孤立使用，Claude Code 的 Agent 系统会自动组合多个工具来完成复杂任务。典型的工具链示例如下：
工具的选择和调用顺序完全由 Claude 的 Agent 系统自主决策。开发者只需要描述任务目标，Claude 会自动判断需要什么工具、以何种顺序使用，并在必要时向用户请求权限。
Claude Code 支持多种使用模式，以适应不同的开发场景和个人偏好。
这是最常用的模式。在终端中直接运行 claude 命令进入交互式会话，与 Claude 进行多轮对话。此模式下：
通过管道或参数直接传递指令，Claude 执行后立即退出：
此模式适用于快速查询、自动化脚本、CI/CD 集成等场景。Claude 执行完任务后直接返回结果并退出，不开启交互会话。
作为 Unix 管道的中间环节使用，将数据从一个命令流向下一个命令：
通过安装 Claude Code VSCode 扩展，可以在编辑器内获得类似终端的使用体验：
通过 claude.ai Web 界面也可以使用 Claude，但功能受限：
Claude Code 提供了业界领先的权限控制体系，确保 AI 代理在不越权的前提下高效工作。
Claude Code 的权限系统分为四个层级，从宽松到严格依次为：
| 权限级别 | 名称 | 行为描述 | 适用场景 |
|---|---|---|---|
| Level 0 | 完全自动 | Claude 可执行任何操作而不需用户确认 | 个人项目、完全信任的环境 |
| Level 1 | 宽松（默认） | 读取操作自动执行，写入/执行操作需用户确认 | 日常开发、个人项目 |
| Level 2 | 标准 | 所有文件修改和命令执行都需审批 | 团队协作、中等风险项目 |
| Level 3 | 严格 | 除最基础读操作外，所有操作都需审批 | 企业生产环境、敏感项目 |
权限级别可通过 ~/.claude/settings.json 或项目级 .claude/settings.json 配置。权限设置允许管理员精确控制哪些命令、路径和操作需要审批。
当 Claude 需要执行需要权限的操作时，会向用户展示一个包含"操作预览"的审批请求：
审批支持"一次性允许"、"永久允许"（加入允许列表）、"拒绝"、"永久拒绝"（加入拒绝列表）四个选项。已批准的权限会被记录在 settings.json 的 allowlist 中。
在企业环境中，建议始终使用 Level 2 或 Level 3 权限级别，并将敏感路径（如 .env、凭证文件、生产配置）加入禁止访问列表。定期审查 settings.json 中的 allowlist 和 denylist。
Claude Code 设计了层次丰富的扩展体系，允许开发者根据项目需求定制和扩展功能。
Skills 是 Claude Code 的"领域知识模块"。每个 Skill 封装了特定任务的专业知识、最佳实践和工作流。当用户输入触发特定关键词时，对应的 Skill 自动激活。
| Skill 名称 | 触发场景 | 核心功能 |
|---|---|---|
| update-config | 配置管理 | 管理 settings.json 中的配置项、权限、环境变量 |
| keybindings-help | 快捷键定制 | 自定义键盘快捷键、和弦绑定 |
| simplify | 代码优化 | 审查代码复用性、质量、效率并提出改进 |
| fewer-permission-prompts | 权限优化 | 分析会话记录并自动生成权限白名单 |
| loop | 定时任务 | 设置定时循环执行的任务（如状态检查） |
| schedule | 定时代理 | 创建和管理按 cron 计划执行的远程代理 |
| claude-api | Anthropic API 开发 | 构建、调试和优化 Claude API / Anthropic SDK 应用 |
| init | 项目初始化 | 创建新的 CLAUDE.md 项目文档 |
| review | 代码审查 | 审查 Pull Request |
| security-review | 安全审查 | 对当前分支变更进行安全审查 |
| skill-creator | 技能开发 | 创建、修改和优化技能模块 |
MCP 是 Anthropic 推出的标准化外部协议，让 Claude Code 可以与各种外部工具和服务交互。MCP 服务器可以连接数据库、Web API、浏览器自动化（Puppeteer）、搜索引擎等。
Hooks 是 Claude Code 的自动化事件响应机制。当特定事件发生时（如命令执行前/后、文件操作时），Hooks 自动触发预设的逻辑。Hooks 在 settings.json 中配置，支持多种事件类型：
Claude Code 的插件系统允许开发者扩展现有功能或添加全新能力：
Claude Code 支持 Anthropic 的多种 Claude 模型，开发者可以根据任务特性选择最合适的模型。默认情况下 Claude Code 使用 Opus 4.7，但可通过 /config 命令或配置文件切换。
| 模型 | 定位 | 优势 | 最佳使用场景 | 在 Code 中的表现 |
|---|---|---|---|---|
| Claude Opus 4.7 | 旗舰模型（默认） | 最强推理能力、最高准确度、深度代码理解 | 复杂架构设计、大型重构、安全审查、代码审计 | 代码生成准确率高、上下文理解最深、复杂任务规划最佳 |
| Claude Sonnet 4.6 | 高性能均衡 | 推理强、速度快、成本适中 | 日常开发、代码审查、测试编写、文档生成 | 速度和质量的理想平衡点，适合大部分日常开发任务 |
| Claude Haiku 4.5 | 轻量快速 | 极低延迟、低成本、高吞吐 | 简单查询、代码补全、格式化、批量处理 | 响应速度最快，适合简单重复性任务和高频调用 |
在实际开发中，可以根据任务特征灵活切换模型：
大多数开发者可以将 Sonnet 4.6 设为默认模型以平衡成本和效率，在遇到复杂问题时临时切换到 Opus 4.7。Haiku 4.5 适合在 CI/CD 流程或脚本化批量任务中使用，以降低 API 成本。
Claude Code 支持三大主流操作系统：
| 操作系统 | 支持状态 | 安装方式 | 注意事项 |
|---|---|---|---|
| macOS | 完全支持（首选） | npm install -g @anthropic-ai/claude-code | 最佳体验平台，所有功能完整可用 |
| Linux | 完全支持 | npm install -g @anthropic-ai/claude-code | X11/Wayland 下的图形渲染良好 |
| Windows | 支持（需环境配置） | npm install -g @anthropic-ai/claude-code | 建议通过 Git Bash、WSL 或 PowerShell 运行 |
在 Windows 环境下使用 Claude Code 需要注意以下事项：
Claude Code 在软件开发的各个阶段都有对应的典型工作流。以下是最常用的几种场景。
这是最基础也是最高频的使用场景：
"Claude Code 改变了我的编码方式。我不再需要手动查找文档、复制粘贴代码片段、在文件和终端之间来回切换。我只需要描述我想要什么，Claude 就能从分析到实现再到测试，一站式完成。"
Claude Code 不仅仅是一个"AI 聊天工具"，它是一个完整的AI 软件工程代理（AI Software Engineering Agent）。它与传统 AI 编程助手的本质区别在于：它拥有在真实项目中动手执行的能力——读取文件、修改代码、运行命令、使用 Git——形成一个完整的"理解-规划-执行-验证"闭环。
Claude Code 代表了 AI 编程工具从"问答式"向"代理式"的关键进化。它不再只是一个被动的代码咨询顾问，而是成为一个主动的、能够理解项目上下文并动手完成开发任务的 AI 开发伙伴。对于追求效率的现代开发者而言，掌握 Claude Code 正在从"锦上添花"变为"必备技能"。
最佳实践是：将它当作一个强大的初级开发者，而不是一个万能的魔法师。给予清晰的指令，适时审查执行结果，并在关键决策上保持人工控制。这种"AI 执行 + 人工把关"的模式，将是未来一段时间内最高效的开发方式。