手把手教你安装 Claude Code:终端里的 AI 编程助手,比 Copilot 更强

手把手教你安装 Claude Code:终端里的 AI 编程助手,比 Copilot 更强

最近在用一个叫 Claude Code 的工具,Anthropic 出的,直接在终端里跟 AI 结对编程。跟 GitHub Copilot 不一样,它不是补全代码,而是真的能理解你的整个项目,帮你写功能、改 bug、做重构。

用了两周,说说安装过程和踩过的坑。

环境要求

→ Node.js 18.0 以上(推荐最新 LTS)
→ 系统:macOS、Linux、Windows(需要 WSL)

安装步骤

第一步:装 Node.js

Ubuntu / Debian:

curl -fsSL https://deb.nodesource.com/setup_lts.x |sudobash - sudoapt-getinstall -y nodejs node --version 

macOS:

brew installnodenode --version 

没装 Homebrew 的先装一下:

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

第二步:装 Claude Code

npminstall -g @anthropic-ai/claude-code claude --version 

第三步:配置 API

Claude Code 需要两个环境变量:

配置项说明
ANTHROPIC_AUTH_TOKENAPI 密钥,sk- 开头
ANTHROPIC_BASE_URLAPI 地址

这里有个省钱技巧:不用直接对接 Anthropic 官方 API(贵),用 API 聚合服务可以便宜 40-50%。我用的是 Crazyrouter(crazyrouter.com),一个 key 就能调用 Claude 全系列模型。

Linux / macOS 设置:

cd 你的项目目录 exportANTHROPIC_AUTH_TOKEN=sk-你的token exportANTHROPIC_BASE_URL=https://crazyrouter.com/ exportAPI_TIMEOUT_MS=300000 claude 

Windows PowerShell:

cd 你的项目目录 $env:ANTHROPIC_BASE_URL = "https://crazyrouter.com/"$env:ANTHROPIC_AUTH_TOKEN = "sk-你的token"$env:API_TIMEOUT_MS = "300000" claude 

Windows CMD:

cd 你的项目目录 set ANTHROPIC_BASE_URL=https://crazyrouter.com/ set ANTHROPIC_AUTH_TOKEN=sk-你的token set API_TIMEOUT_MS=300000 claude 

第四步:首次启动配置

启动后会有几个配置步骤:

  1. 选主题 → 选你喜欢的,回车
  2. 安全提示 → 确认,回车
  3. 终端配置 → 默认就行,回车
  4. 信任工作目录 → 确认,回车

搞定,可以开始用了。

常见问题

报错 “Invalid API Key · Please run /login”
→ 环境变量没设对,检查 ANTHROPIC_AUTH_TOKEN 和 ANTHROPIC_BASE_URL
→ 如果是写在配置文件里的,重启终端再试

显示 “offline” 状态
→ Claude Code 会检测 Google 连通性,连不上就显示 offline
→ 不影响正常使用,忽略就行

请求一直 “fetch failed”
→ 网络问题,检查代理设置
→ 退出(Ctrl+C)重新运行 claude

API 报错
→ 可能是转发服务不稳定,退出重试
→ 持续报错的话等一会再试

使用体验

跟 Copilot 最大的区别是,Claude Code 能理解整个项目上下文。你可以跟它说"帮我把这个模块重构成 TypeScript",它会读完所有相关文件然后一次性改好。

而且因为是终端工具,跟 git 配合特别好。改完代码直接让它帮你写 commit message,甚至可以让它自己 commit。

配合 Crazyrouter 使用的话,API 费用大概是官方的 55%,对于重度用户来说一个月能省不少。

相关链接

→ Claude Code 官方文档:https://docs.anthropic.com
→ Node.js 官网:https://nodejs.org
→ Crazyrouter(API 聚合,省钱):https://crazyrouter.com?ref=ZEEKLOG


如果这篇文章对你有帮助,点个赞收藏一下。有问题评论区交流。

Read more

Obsidian 看板 + Copilot:项目管理与每日总结的完美闭环

Obsidian 看板 + Copilot:项目管理与每日总结的完美闭环

在多项目并行的职场节奏中,项目管理是每个人的必修课。我曾深陷“工具选择困难症”,在滴答清单、Notion 等工具间反复横跳。虽然滴答清单足够优秀,但它始终无法与我的个人知识库深度联动,更难以调用 AI 能力来二次加工我的工作轨迹。 今天,我想分享一套基于 Obsidian 看板 + Copilot 的全自动化项目管理工作流。 核心思路 All in One 的自动化闭环这套工作流的核心在于利用 Obsidian 的“万物皆 Markdown”特性。看板文件本质上是 Markdown 列表,通过插件自动记录的时间戳,我们可以让 Copilot 扮演“私人秘书”,瞬间完成从“任务执行”到“复盘总结”。 必备插件 在 Obsidian 插件市场安装以下三个插件: * Kanban:提供直观的看板视图。 * Tasks:自动为完成的任务打上时间戳。 * Copilot:调用

【AI开发】—— Copilot最佳使用方式与配置

【AI开发】—— Copilot最佳使用方式与配置

从 Claude Code 到 Copilot:我的 AI 编码工具选型与深度配置指南 本人使用过很多智能体开发工具,Claude Code、Codex、Cursor、Google Studio、Coze,其实千篇一律,大同小异。各厂商对 Agent 的 Prompt 设定与思考逻辑等略有差异,例如 Claude Code、Codex 等都有内置的系统提示词,作为开箱即用的 Coding 工具,专门针对编码、测试等开发流程进行了优化,使大家使用起来觉得非常高效(以 Claude Code 为例,感兴趣的可以参考 Claude Code 的系统提示词及智能体的设定);后来出现了 Skills、MCP 等、Plan Agent、SubAgent 等新特性,

高性能加法器的FPGA综合优化策略

以下是对您提供的技术博文进行 深度润色与结构重构后的专业级技术文章 。全文已彻底去除AI痕迹、模板化表达和生硬术语堆砌,转而以一位 深耕FPGA架构设计十年以上的资深工程师口吻 娓娓道来——既有对器件原语的“手感”理解,也有项目踩坑后的实战反思;既讲清“怎么做”,更说透“为什么这么干才对”。语言精炼、逻辑闭环、案例真实、代码可复用,符合一线研发者阅读习惯与工程决策需求。 加法器不是“写个+号就完事”的电路:我在Zynq Ultrascale+上把1024点FFT加速器的加法瓶颈砍掉76%功耗的真实过程 去年冬天,我们在做一款面向5G小基站的实时FFT加速IP核时,遇到了一个看似简单却卡了整整三周的问题: Vivado综合后WNS = -2.4 ns,布局布线死活不过,结温飙到98°C,风扇狂转像拖拉机……而问题根源,就藏在蝶形运算里那几行 assign sum = a + b; 。 这让我意识到:很多工程师(包括曾经的我)对加法器的认知,还停留在“

硬件-电源-VR多相电源深入解析

1. 引言 一块高性能服务器主板的CPU插槽周围,总是簇拥着一排排整齐的、覆盖着金属散热片的“小方块”。它们就属于VR多相电源的一部分,VR多相电源如同CPU的“专用心脏”,负责将来自电源的“粗犷”能量,转化为CPU所能接受的“精细”养分。本文主要介绍Buck多相电源。 2. VRM是什么?为什么需要“多相”? 2.1 VRM的核心使命:精准的“能量转换师” VRM,全称 Voltage Regulator Module(电压调节模块),其核心任务只有一个:将来自一次电源的电压(如+12V),高效、精准地转换为CPU、GPU等核心芯片所需的低电压(如0.8V~1.3V)和大电流(可达数百A)。 如果让数百安培的电流直接以1V电压从机箱电源传输到CPU,线路损耗将是灾难性的。因此,必须在CPU边上就近进行高效电压转换,这就是VRM存在的根本原因。 2.