Fork me on GitHub

5分钟AI，每天搞懂一个知识点(22) - Claude Code

字数统计: 3.7k字   |   阅读时长≈ 14分

做一个有温度和有干货的技术分享作者 —— Qborfy

今天我们来学习 Claude Code。

Claude Code 是 Anthropic 推出的面向开发者的 AI 编程 Agent，它以命令行工具的形式运行在开发者的本地终端，能够读写文件、执行命令、调用工具、自主完成复杂编程任务，是真正意义上的”AI 程序员”。

对比普通的 AI 代码补全工具，Claude Code 就像从”代码建议者”升级为”自主执行者”——它不只是给你写几行代码，而是能够理解整个项目、制定计划、逐步执行，直到任务完成。

是什么

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
graph TD
    A[开发者指令] --> B[Claude Code Agent]
    B --> C[理解项目上下文]
    C --> D[制定执行计划]
    D --> E[工具调用执行]
    E --> F[结果验证]
    F --> G[输出最终结果]

    E --> E1[读写文件]
    E --> E2[执行终端命令]
    E --> E3[搜索代码库]
    E --> E4[调用外部工具]

    F -->|验证失败| D

    style A fill:#e1f5fe
    style B fill:#f3e5f5
    style C fill:#e8f5e8
    style D fill:#fff3e0
    style E fill:#ffebee
    style F fill:#fce4ec
    style G fill:#e0f2f1

Claude Code 的核心定义

Claude Code 是 Anthropic 于 2025 年推出的终端原生 AI 编程 Agent，其核心特点是：

  • 本地运行：直接在开发者的终端（Terminal）中运行，无需切换工具
  • 自主执行：能够自主读写文件、执行 Shell 命令、搜索代码库
  • 上下文感知：理解整个项目结构，而非仅仅是当前文件
  • 工具调用：通过调用各类工具完成复杂的多步骤任务

与传统 AI 编程助手最大的区别在于：

  • 传统 AI 助手：你问它，它给你代码，你自己去粘贴执行
  • Claude Code：你告诉它目标，它自主规划并执行，直到完成

关键特征对比

能力 传统 AI 编程助手 Claude Code
代码生成 片段级别 完整功能/模块级别
执行能力 无，需手动执行 自主执行命令和脚本
上下文范围 当前文件 整个代码仓库
任务复杂度 单步任务 多步骤复杂任务
错误处理 给出建议 自动检测并修复
工作方式 问答交互 自主 Agent 循环

Claude Code 的架构组成

Claude Code 的核心架构可以概括为：

1
Claude Code = 大语言模型 + 工具集 + Agent 循环 + 安全机制
  • 大语言模型（LLM）：Claude 3.5/3.7 Sonnet，提供代码理解和推理能力
  • 工具集（Tool Use）：文件读写、命令执行、代码搜索、网络请求等
  • Agent 循环：感知 → 规划 → 执行 → 观察 → 迭代的自主循环
  • 安全机制：权限控制、操作确认、沙箱隔离，防止误操作

核心工具能力

Claude Code 内置了一套完整的工具集，使其能够真正”动手”完成任务：

  1. 文件操作：读取、创建、修改、删除文件
  2. 命令执行：运行 Shell 命令、脚本、测试用例
  3. 代码搜索：在整个代码库中搜索符号、函数、类定义
  4. 网络请求：访问文档、API、外部资源
  5. 版本控制：执行 Git 操作，查看提交历史

怎么做

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
flowchart TD
    A[接收开发者指令<br/>理解任务目标] --> B[探索项目结构<br/>读取相关文件和代码]
    B --> C[制定执行计划<br/>分解任务步骤]
    C --> D[逐步执行<br/>调用工具完成每个步骤]
    D --> E[验证结果<br/>运行测试/检查输出]
    E --> F{任务完成?}
    F -->|是| G[输出结果摘要<br/>告知开发者完成情况]
    F -->|否| H[分析问题<br/>调整执行策略]
    H --> D

    D --> D1[写入代码文件]
    D --> D2[执行终端命令]
    D --> D3[搜索代码库]

    style A fill:#e1f5fe
    style B fill:#f3e5f5
    style C fill:#e8f5e8
    style D fill:#fff3e0
    style E fill:#ffebee
    style F fill:#fce4ec
    style G fill:#e0f2f1
    style H fill:#fff8e1

Claude Code 的工作原理

Claude Code 的工作流程遵循经典的 ReAct（Reasoning + Acting） 模式：

  1. 理解指令：解析开发者的自然语言指令，明确任务目标
  2. 探索上下文：读取项目文件、了解代码结构和技术栈
  3. 制定计划：将复杂任务分解为可执行的步骤序列
  4. 工具执行：调用文件读写、命令执行等工具逐步完成任务
  5. 结果验证：运行测试、检查输出，确认任务完成质量
  6. 迭代修复：如果出现错误，自动分析原因并调整策略

关键组件深度解析

Agent 循环：自主执行的核心

Claude Code 的 Agent 循环是其区别于普通 AI 助手的关键：

1
感知（Perceive）→ 思考（Think）→ 行动（Act）→ 观察（Observe）→ 循环
  • 感知：读取文件、获取命令输出、理解当前状态
  • 思考：基于 Claude 模型推理下一步最优行动
  • 行动：调用工具执行具体操作（写文件、运行命令等）
  • 观察：获取工具执行结果，更新对任务状态的理解

工具调用：连接 AI 与真实世界

Claude Code 通过 Anthropic 的 Tool Use API 实现工具调用：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
# Claude Code 工具调用示意（简化版）
tools = [
    {
        "name": "read_file",
        "description": "读取指定路径的文件内容",
        "input_schema": {"path": "string"}
    },
    {
        "name": "write_file",
        "description": "向指定路径写入文件内容",
        "input_schema": {"path": "string", "content": "string"}
    },
    {
        "name": "run_command",
        "description": "在终端执行 Shell 命令",
        "input_schema": {"command": "string"}
    }
]

# Agent 循环：持续调用工具直到任务完成
while not task_complete:
    response = claude.messages.create(
        model="claude-3-5-sonnet",
        tools=tools,
        messages=conversation_history
    )
    # 执行工具调用，将结果加入对话历史
    tool_result = execute_tool(response.tool_use)
    conversation_history.append(tool_result)

安全机制：可信赖的自主执行

Claude Code 内置了多层安全保障：

  • 权限确认：执行高风险操作（如删除文件）前主动询问用户
  • 操作透明：实时展示每一步操作，让开发者随时了解进展
  • 范围限制：默认只操作当前项目目录，防止越权访问
  • 可中断性：开发者可随时中断任务执行

Claude Code 的使用方式

安装与启动

1
2
3
4
5
6
# 通过 npm 全局安装
npm install -g @anthropic-ai/claude-code

# 在项目目录中启动
cd your-project
claude

典型使用场景

1
2
3
4
5
6
7
8
9
10
11
# 场景1：实现新功能
> 帮我实现一个用户登录功能，使用 JWT 认证，包含注册、登录、登出接口

# 场景2：调试修复
> 运行测试，找出失败的原因并修复

# 场景3：代码重构
> 将 src/utils 目录下的所有工具函数重构为 TypeScript，并添加类型注解

# 场景4：代码审查
> 审查最近的 Git 提交，找出潜在的安全问题和性能瓶颈

经典案例

实际应用场景

1. 全栈功能开发

场景：开发者需要为电商项目添加”商品收藏”功能

Claude Code 执行过程：

  1. 读取项目结构，了解技术栈（React + Node.js + MongoDB）
  2. 创建后端 API 路由（/api/favorites）
  3. 编写数据库 Schema 和 Model
  4. 实现前端组件和状态管理
  5. 运行测试，修复发现的问题
  6. 输出完成摘要

价值：原本需要 2-3 小时的工作，缩短至 10-15 分钟

2. 自动化 Bug 修复

场景：CI/CD 流水线中测试失败，需要快速定位和修复

Claude Code 执行过程：

  1. 读取测试失败日志
  2. 定位到具体的失败代码
  3. 分析根本原因（如边界条件未处理）
  4. 修改代码并重新运行测试
  5. 确认测试通过后提交修复

价值：将 Bug 修复时间从小时级压缩到分钟级

3. 大规模代码迁移

场景：将项目从 JavaScript 迁移到 TypeScript

Claude Code 执行过程：

  1. 扫描所有 .js 文件
  2. 逐文件添加类型注解
  3. 修复类型错误
  4. 更新构建配置
  5. 运行完整测试套件验证

价值：数百个文件的迁移工作，从数周压缩到数小时

4. 智能代码审查

场景：PR 合并前的自动化代码审查

Claude Code 执行过程：

  1. 读取 Git diff，了解变更内容
  2. 分析代码质量、安全性、性能
  3. 生成详细的审查报告
  4. 提出具体的改进建议

价值：标准化代码审查流程，早期发现潜在问题

Claude Code 与其他工具对比

工具 类型 执行能力 上下文范围 自主程度
GitHub Copilot IDE 插件 无 当前文件 低
Cursor AI AI 编辑器 有限 项目级 中
Claude Code 终端 Agent 完整 项目级 高
Devin 云端 Agent 完整 项目级 极高

动手试试！

体验 Claude Code 能力

1. 安装 Claude Code

1
2
3
4
5
6
7
8
9
10
11
# 前提：需要有 Anthropic API Key
# 访问 https://console.anthropic.com 获取

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

# 配置 API Key
export ANTHROPIC_API_KEY="your-api-key-here"

# 在项目目录启动
cd your-project && claude

2. 尝试基础任务

启动 Claude Code 后，可以尝试以下任务：

1
2
3
4
5
6
7
8
9
10
11
# 任务1：了解项目
> 帮我分析这个项目的整体架构，用 Mermaid 图表展示模块关系

# 任务2：添加功能
> 为 User 模型添加一个 getFullName() 方法，并写单元测试

# 任务3：修复问题
> 运行所有测试，找出失败的测试并修复

# 任务4：代码优化
> 找出项目中所有的 console.log 调用，替换为统一的 logger 工具

3. 理解 Claude Code 的工作模式

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
# 用 Python 模拟 Claude Code 的 Agent 循环概念
class ClaudeCodeAgent:
    def __init__(self, api_key):
        self.client = Anthropic(api_key=api_key)
        self.tools = self._init_tools()
        self.history = []

    def _init_tools(self):
        """初始化工具集"""
        return [
            {"name": "read_file", "description": "读取文件内容"},
            {"name": "write_file", "description": "写入文件内容"},
            {"name": "run_command", "description": "执行终端命令"},
            {"name": "search_code", "description": "搜索代码库"},
        ]

    def run(self, task: str):
        """执行任务的 Agent 循环"""
        self.history.append({"role": "user", "content": task})

        while True:
            # 调用 Claude 获取下一步行动
            response = self.client.messages.create(
                model="claude-3-5-sonnet-20241022",
                tools=self.tools,
                messages=self.history
            )

            # 如果没有工具调用，任务完成
            if response.stop_reason == "end_turn":
                return response.content[0].text

            # 执行工具调用
            for tool_use in response.content:
                if tool_use.type == "tool_use":
                    result = self._execute_tool(tool_use)
                    self.history.append({
                        "role": "tool",
                        "tool_use_id": tool_use.id,
                        "content": result
                    })

    def _execute_tool(self, tool_use):
        """执行具体工具"""
        if tool_use.name == "read_file":
            with open(tool_use.input["path"]) as f:
                return f.read()
        elif tool_use.name == "run_command":
            import subprocess
            result = subprocess.run(
                tool_use.input["command"],
                shell=True, capture_output=True, text=True
            )
            return result.stdout or result.stderr
        # ... 其他工具实现

# 使用示例
agent = ClaudeCodeAgent(api_key="your-key")
result = agent.run("分析 src/index.js 文件，找出所有未处理的异步错误")
print(result)

进阶知识

Claude Code 的技术亮点

1. 扩展上下文窗口的高效利用

Claude Code 使用 Claude 3.5/3.7 Sonnet 模型，拥有 200K Token 的超大上下文窗口：

  • 现状：可以一次性读入整个中小型项目的代码
  • 优势：理解跨文件的依赖关系和业务逻辑
  • 挑战：大型项目仍需智能的上下文管理策略

2. 多轮工具调用链

Claude Code 支持复杂的工具调用链，实现多步骤任务自动化：

1
2
读取需求文档 → 搜索相关代码 → 生成实现方案 → 写入代码文件
→ 运行测试 → 分析失败原因 → 修复代码 → 再次运行测试 → 完成

每一步都是一次工具调用，Claude Code 自主决定调用顺序和参数。

3. 与 MCP（Model Context Protocol）集成

Claude Code 支持 MCP（模型上下文协议），可以扩展工具集：

  • 数据库工具：直接查询和操作数据库
  • API 工具：调用第三方服务 API
  • 监控工具：读取系统日志和性能指标
  • 自定义工具：开发者可以编写自己的 MCP 工具

4. 子 Agent 并行执行

Claude Code 支持子 Agent 模式，将复杂任务分解后并行执行：

  • 主 Agent：负责任务规划和协调
  • 子 Agent：并行处理独立的子任务
  • 优势：大幅提升复杂任务的执行效率

技术挑战和未来展望

当前挑战

  1. 成本控制：大量工具调用消耗较多 Token，成本较高
  2. 执行风险：自主执行可能产生不可预期的副作用
  3. 上下文限制：超大型项目仍面临上下文窗口不足的问题
  4. 调试困难：多步骤 Agent 执行过程难以追踪和调试

未来发展方向

  • 更强的规划能力：更准确地分解和执行复杂任务
  • 多 Agent 协作：多个专业 Agent 协同完成大型项目
  • 持久化记忆：跨会话记住项目知识和开发偏好
  • IDE 深度集成：与 VS Code、JetBrains 等 IDE 无缝集成
  • 企业级安全：更完善的权限管理和审计日志

Claude Code 在 AI 编程生态中的位置

1
2
3
4
5
6
7
8
9
graph LR
    A[代码补全<br/>GitHub Copilot] --> B[AI 编辑器<br/>Cursor / Windsurf]
    B --> C[终端 Agent<br/>Claude Code]
    C --> D[云端 Agent<br/>Devin / SWE-agent]

    style A fill:#e3f2fd
    style B fill:#e8f5e9
    style C fill:#fff3e0
    style D fill:#fce4ec

Claude Code 处于”终端 Agent”这一层级，是目前实用性与自主性的最佳平衡点：

  • 比代码补全工具更强大（能自主执行）
  • 比云端 Agent 更可控（本地运行，开发者全程可见）

总结

Claude Code 代表了 AI 编程工具的新范式——从”建议者”到”执行者”的跨越。关键要点：

  1. 核心定位：终端原生的 AI 编程 Agent，能够自主完成复杂开发任务
  2. 技术架构：LLM + 工具集 + Agent 循环 + 安全机制的完整体系
  3. 核心能力：文件读写、命令执行、代码搜索、多步骤自主执行
  4. 应用场景：功能开发、Bug 修复、代码迁移、代码审查等全流程
  5. 发展趋势：多 Agent 协作、持久化记忆、IDE 深度集成

掌握 Claude Code 的使用方式和工作原理，将帮助开发者在 AI 时代大幅提升开发效率，专注于更有创造性的工作。

参考资料

赏

谢谢你请我吃糖果

支付宝
微信

扫一扫，分享到微信

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia-plus根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

Qborfy

毕业于广大华软学院，软件工程师一枚！

Java出身，喜欢前端进行转岗，主攻全栈发展，技术有：Vue、React、Nodejs、Java等。

加我好友，多个朋友交流也不错~