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

吃透 AM32 无人机电调:从源码架构到工作原理的全方位解析(附实践指南)(上)

开篇:为什么要深度剖析 AM32 电调? 作为多旋翼无人机的 “动力心脏”,电调(电子调速器)的性能直接决定了无人机的飞行稳定性、响应速度和续航能力。而 AM32 系列电调凭借开源性、高性价比、适配性强三大优势,成为了开源无人机社区的热门选择 —— 从入门级的 2204 电机到专业级的 2306 电机,从 3S 锂电池到 6S 高压电池,AM32 都能稳定驱动。 但很多开发者和爱好者在接触 AM32 源码时,常会陷入 “看得懂代码,看不懂逻辑” 的困境:为什么 FOC 算法要做坐标变换?DShot 协议的脉冲怎么解析?保护机制是如何实时触发的? 这篇博客将从硬件基础→源码架构→模块解析→工作原理→实践操作五个维度,逐行拆解 AM32 电调固件源码,帮你彻底搞懂

毕业设计:基于neo4j的知识图谱的智能问答系统(源码)

毕业设计:基于neo4j的知识图谱的智能问答系统(源码)

一、项目背景 知识图谱作为人工智能领域重要的知识表示与推理技术,近年来已成为实现机器认知智能的核心基础设施。它将海量、异构的实体、属性及其复杂关系,以图结构的形式进行语义化组织与存储,形成了一张能够被计算机理解和处理的“知识网络”。在信息爆炸的时代,传统基于关键词匹配的搜索引擎和问答系统,往往难以理解用户查询背后的深层语义与意图,导致返回结果碎片化、准确性不足,尤其无法有效回答涉及多跳推理、关系路径挖掘的复杂问题。例如,面对“李白最欣赏的诗人是谁?”或“与《静夜思》情感基调相似的杜甫作品有哪些?”这类问题,传统系统往往束手无策。因此,构建能够理解复杂语义、进行关联分析与逻辑推理的智能问答系统,成为提升信息获取效率与智能化水平的关键需求。 在各行业知识密集型应用(如医疗诊断辅助、金融风控、智慧教育等)的驱动下,基于知识图谱的智能问答(KBQA)技术展现了巨大潜力。它通过将自然语言问题解析为对知识图谱的结构化查询,能够直接返回精准、结构化的答案,而非一系列相关网页链接,实现了从“信息检索”到“知识问答”的质变。这一技术路径对于传承与梳理中华优秀传统文化,特别是像古诗词这样蕴含丰富人物、

【数据库】国产数据库的新机遇:电科金仓以融合技术同步全球竞争

【数据库】国产数据库的新机遇:电科金仓以融合技术同步全球竞争

7月15日,国产数据库厂商中电科金仓(北京)科技股份有限公司(以下简称“电科金仓”)在北京举行了一场技术发布会,集中发布四款核心产品:AI时代的融合数据库KES V9 2025、企业级统一管控平台KEMCC、数据库一体机(云数据库AI版)以及企业级智能海量数据集成平台KFS Ultra,并同步举行了“金兰组织2.0”启动仪式。 如果放在过去几年,这场发布会可能被归入“信创替代”的常规范畴。但这一次,电科金仓试图讲述的不再是“我们也能做、我们可以兼容”,而是“我们能不能定义下一代数据库形态”。 整个发布会贯穿了三个关键词:“融合”“AI”“平台能力”。这背后的核心逻辑是清晰的:在“去IOE”与“兼容Oracle”的红利渐近尾声之际,国产数据库厂商开始面对一个更加复杂、也更具挑战性的市场命题——如何在大模型时代支撑非结构化数据、高维向量检索和复杂语义计算的新需求? 正如我国数据库学科带头人王珊教授所说,数据库内核与AI能力的深度结合,已成为释放数据核心价值的关键路径,正催生着更智能、更自适应、更能应对复杂挑战的新一代数据库形态。