Anthropic Claude Code：官方 AI 编程 CLI 从入门到精通完全指南

Claude Code 是 Anthropic 官方推出的终端编程助手，默认基于 Claude Sonnet 模型工作，可在配置中切换到 Opus 或 Haiku。它是一个在终端里运行的独立 CLI 工具，覆盖 IDE 插件和 Web 界面之外的第三条路径——打开终端，敲一行命令，让 AI 帮你读代码、改文件、跑测试、写提交信息。

CLI 方式相比 IDE 插件的核心差异在入口位置：Vim、Emacs、nano、ssh 远程服务器，只要终端能跑，就能用 Claude Code。代价是没有内联补全和悬停文档这类深度集成能力，需要靠多轮对话驱动。

下面按从安装到精通的顺序展开：安装配置、核心命令、自定义选项、Skill 扩展系统、MCP 协议集成，以及日常高频场景的操作指南。

快速信息卡（GitHub 指标持续变化，以仓库实时数据为准）

• Stars: 约 14 万
• License: 非标准开源许可（GitHub 未识别为 OSI 认证许可证，以仓库 LICENSE 为准）
• 语言: Python 为主（GitHub 语言统计；早期版本为 TypeScript）
• 默认模型: Sonnet（Pro / API 账户）或 Opus（Max 账户），可在对话中用 /model 切换

学习目标

读完后你能：

• 在 macOS / Linux / WSL2 环境完成 Claude Code 的安装、API Key 配置和首次启动验证
• 用多轮对话完成读文件、改文件、跑测试、写提交信息四类高频操作，并理解每步的变更确认机制
• 通过 CLAUDE.md 和 settings.json 给项目定制 AI 行为，区分各层配置的优先级与合并规则
• 用 Skill 扩展机制把重复工作流固化成可复用命令，并能识别第三方 Skill 的安装路径
• 通过 MCP 协议把外部工具（文件系统、Git、数据库）接入 Claude Code，并理解工具注册后的调用方式

系统总览：四条独立机制

Claude Code 的能力由四条相对独立的机制叠加而成，先理清边界，后面章节才不会混淆：

四条机制的作用域不同：CLI 本体是运行时入口，settings.json 管可执行参数，CLAUDE.md 管 AI 的行为偏好，Skill 和 MCP 是扩展层。理解这个分工后，“该改哪个文件"就不再混淆。需要注意：~/.claude.json 是另一个文件，存的是会话历史和应用状态，不是用来配置模型或权限的。

目录

• 一、项目定位与能力边界
• 二、安装与首次启动
• 三、核心用法
• 四、自定义与配置
• 五、Skill 扩展系统
• 六、MCP 协议集成
• 七、任务流案例：一个 Bug 修复如何流过系统
• 八、高频场景操作指南
• 九、常见问题与错误排查
• 十、适用边界与决策建议
• 十一、自测题
• 十二、进阶路径
• 十三、参考资源

一、项目定位与能力边界

Claude Code 解决的核心问题是在真实代码库里完成多步任务。单次问答型 AI 助手（如 ChatGPT 网页版）只能给你代码片段，你自己复制粘贴；全自动 Agent 型工具（如 AutoGPT）放手让 AI 跑，人类难以介入。Claude Code 走中间路线：AI 主动读文件、改文件、执行命令、做 Git 操作，每一步都把变更展示给人类，确认后才落盘。

它提供的能力包括：

• 多轮对话式编程：在终端里和 Claude 进行多轮对话，AI 记得上下文
• 文件读写与编辑：读文件、改文件、创建文件，支持 glob 模式匹配
• Bash 命令执行：直接在终端里跑 shell 命令，看结果再决定下一步
• Git 操作：自动写提交信息、创建分支、查看 diff
• Skill 扩展系统：用 claude 开头的命令短语调用预定义的自动化工作流
• MCP 协议集成：通过 Model Context Protocol 连接外部工具和数据源
• CLAUDE.md 项目级指令：在项目根目录放 CLAUDE.md，给项目定制 AI 的行为

每一步的变更会展示给你，确认后才真正落盘。这种"半自动 + 监督节点"的设计，让 AI 能处理多步任务，同时保留人类介入的能力。

二、安装与首次启动

1. 系统要求

• macOS 13+、Linux（Ubuntu 20.04+ / Debian 10+ 等）或 Windows 10 1809+（推荐 WSL2）
• 内存 4 GB 以上
• Node.js 18+（仅使用 npm 安装方式时需要；原生安装不依赖 Node.js）
• Anthropic 账户（Claude Pro / Max 订阅或 Anthropic API Key）

2. 安装命令

官方推荐原生安装方式：macOS / Linux / WSL 用 curl 安装脚本，Windows 用 PowerShell。Homebrew 也可用；npm 方式已不再是官方首选（官方文档标记为 deprecated），但作为 fallback 仍然可用。

# macOS / Linux / WSL（原生安装，不需要 Node.js）
curl -fsSL https://claude.ai/install.sh | bash

# Windows PowerShell
irm https://claude.ai/install.ps1 | iex

# macOS / Linux（Homebrew）
brew install claude-code

npm 方式（旧方式，需要 Node.js 18+）：

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

安装完成后验证：

claude --version

3. 配置账户

Claude Code 的身份认证有两种方式，任选其一：

方式一：订阅账户登录（推荐，无需管理 API Key）

首次运行 claude 时，会自动打开浏览器完成 OAuth 登录。Pro / Max 订阅账户登录后可直接使用，凭证由 Claude Code 安全保存。

方式二：使用 Anthropic API Key

在 shell 配置（~/.zshrc / ~/.bashrc）中导出环境变量：

export ANTHROPIC_API_KEY="sk-ant-api03-..."

两种方式都存在时，登录态优先于环境变量。API Key 也可以写在 ~/.claude/settings.json 的 env 字段里，但环境变量更直观，也不容易误提交。

4. 使用兼容提供商

如果不想直接消耗 Anthropic API 额度，可以使用兼容提供商。需要设置 API Base URL 和对应的 Key：

export ANTHROPIC_API_KEY="your-provider-key"
export ANTHROPIC_BASE_URL="https://openrouter.ai/api/v1"  # 或其他兼容端点

常见兼容提供商（限流政策和价格随时可能调整，以各提供商官网为准）：

三、核心用法

1. 启动与退出

进入一个代码目录，直接启动：

cd ~/projects/my-app
claude

Claude Code 会启动一个交互式对话界面，底部有提示符等待你的输入。

退出方式：

/exit

或直接按 Ctrl+C。

2. 在项目里工作

读文件

claude
> 读取 src/app.tsx 的内容

改文件

claude
> 在 src/app.tsx 里的 handleClick 函数后添加一个日志语句

执行命令

claude
> 运行 npm test 看看测试是否通过

Git 操作

claude
> 查看当前的 git diff
> 提交这次修改，提交信息写"更新用户认证逻辑"
> 创建一个新分支叫 feature/payment

3. CLAUDE.md：项目级行为定制

在项目根目录创建 CLAUDE.md，内容是给 Claude 的项目级上下文指令。例如：

# CLAUDE.md

## 项目概述

这是一个使用 Next.js 14 + Tailwind CSS 构建的博客应用。

## 技术栈

- 框架：Next.js 14（App Router）
- 样式：Tailwind CSS
- 数据库：PostgreSQL + Prisma ORM

## 代码规范

- 组件放在 `src/components/` 目录
- API 路由放在 `src/app/api/` 目录
- 样式优先使用 Tailwind 工具类，特殊情况才写自定义 CSS
- 禁止在组件里直接写内联样式

## Git 规范

- 提交信息用中文，格式为"<类型>: <描述>"
- 类型包括：feat, fix, docs, style, refactor, test, chore

Claude Code 启动时会自动读取项目根目录的 CLAUDE.md，把它的内容作为系统级上下文注入每次对话。

4. 多轮对话的典型工作流

进入项目
$ cd ~/projects/my-app
$ claude

第一轮：描述任务
> 把登录页从用户名密码改成邮箱登录

Claude 会读文件、分析改动点、给你方案
你可以审查方案，然后确认或修改

第二轮：CLAUDE.md 里没覆盖的边界情况
> 对了，登录错误信息要区分"用户不存在"和"密码错误"
> 用户不存在返回"该邮箱未注册"，密码错误返回"密码不正确"

第三轮：执行和验证
> 运行一下看看有没有问题

四、自定义与配置

1. 配置文件的位置与优先级

Claude Code 的配置分散在几个 settings.json 文件里，按优先级从高到低合并加载：

规则不是简单"高层文件整体覆盖低层”：allow、deny 列表会跨层合并，且任何一层的 deny 都不能被更低层的 allow 解除。另一个常见文件 ~/.claude.json 存的是会话历史和应用状态，不要用它来配置模型或权限。

2. 全局与项目级配置示例

用户级 ~/.claude/settings.json：

{
  "model": "sonnet",
  "permissions": {
    "allow": ["Read", "Glob", "Grep"],
    "ask": ["Bash(git push *)"],
    "deny": ["Read(./.env)", "Bash(rm -rf *)"]
  }
}

项目级 .claude/settings.json 可以按团队规范覆盖模型和权限，比如把默认模型定为 opus。permissions 列表跨层合并，所以项目级只需写自己要新增或收紧的规则，不必复制用户级的全部内容。

3. 模型选择

Claude Code 用模型别名指代"当前推荐版本"：sonnet（日常编码，Pro / API 账户默认）、opus（复杂推理）、haiku（最快最轻量），别名会随时间指向更新的版本。也可以用完整模型名锁定具体版本，例如 claude-opus-4-6、claude-sonnet-4-6、claude-haiku-4-5（示例基于 2026 年中官方模型概览；Anthropic 迭代较快，最新可用版本与定价以官方 models overview 为准）。

切换模型有四种方式，按优先级从高到低：

Max 订阅账户的默认模型是 Opus，Pro / API 账户默认是 Sonnet；/model 不接参数可以查看当前模型并列出可选列表。

4. Permission System

Claude Code 有内置的权限系统，控制 AI 可以执行哪些操作。规则写在 settings.json 的 permissions 字段里，用"工具名（参数模式）“语法，支持通配符：

{
  "permissions": {
    "allow": ["Read", "Bash(npm test *)"],
    "ask": ["Edit(.env*)"],
    "deny": ["Bash(rm -rf *)", "Bash(git push --force *)"]
  }
}

三个列表的语义：allow 静默放行、ask 每次询问、deny 直接拒绝（即使被 allow 也不执行）。命令匹配时可以用 glob 通配，例如 Bash(git *) 放行所有 git 开头的命令，Edit(src/**) 限定 src 目录下的文件。

除了列表，还有四种权限模式（permissions.defaultMode）决定"没被任何规则覆盖的操作"如何处理：

模式可以在会话中按 Shift+Tab 循环切换，也可以用 --permission-mode 参数在启动时指定。Bash 类权限的破坏性远大于读写文件——rm -rf、git push --force、curl | sh 都可能造成不可逆后果，所以在生产项目里建议把 Bash 显式收紧到白名单命令。

五、Skill 扩展系统

Skill 是 Claude Code 的可复用指令包：一个带 SKILL.md 的目录。2026 年起，Skill 与自定义斜杠命令统一成同一套机制，用 /skill-name 调用；Claude 也会根据描述在合适的时候自动调用。

1. 为什么需要 Skill

CLAUDE.md 已经能给项目注入上下文指令，为什么还要 Skill？两者的作用域不同：CLAUDE.md 是常驻上下文，每次对话都加载，适合放项目规范这类始终生效的内容；Skill 是按需调用的指令包，只在被调用时才注入，适合放"偶尔执行但步骤固定"的工作流，比如"生成 PR 描述”、“按团队模板写 Commit Message”。把所有指令都塞进 CLAUDE.md 会让上下文膨胀、消耗 Token，Skill 解决的是这个分场景加载的问题。

2. 内置命令与捆绑 Skill

Claude Code 自带两类命令：内置命令是写死在 CLI 里的固定功能（如 /help、/clear、/compact、/model、/permissions、/mcp），不可删除；捆绑 Skill 是官方附带的提示词包（如 /code-review、/simplify、/batch、/debug、/loop），行为随版本调整，可用 /help 查看当前版本支持哪些。

3. 安装第三方 Skill

通过插件市场安装（Anthropic 官方插件系统）：

/plugin marketplace add owner/repo-name
/plugin install plugin-name@version

也可以把 Skill 目录手动放到对应位置，效果等价：

• ~/.claude/skills/<name>/SKILL.md —— 个人使用，所有项目可用
• .claude/skills/<name>/SKILL.md —— 项目共享，随仓库分发

注：/plugin 系列命令的具体名称和参数以官方文档为准，Claude Code 迭代较快。

4. 常用 Skill 推荐

注：第三方 Skill 的具体能力、维护状态和兼容性请到对应仓库确认，本表仅作入口参考。

5. 自定义 Skill

一个 Skill 是包含 SKILL.md 的目录。SKILL.md 的 frontmatter 里声明 name 和 description，正文写工作流指令；目录里还可以放参考文档、模板、脚本等辅助文件，按需加载。

一个最小 Skill 的结构：

my-skill/
├── SKILL.md        # 必需：frontmatter（name、description）+ 工作流指令
└── reference.md    # 可选：被 SKILL.md 链接引用的辅助资料

SKILL.md 在 Skill 被调用时作为系统级指令注入对话，告诉 AI 这个 Skill 做什么、按什么步骤做、产出什么格式。它的作用类似于 CLAUDE.md，但作用域限定在 Skill 调用期间。写好后在会话里输入 /reload-skills 即可让新 Skill 生效。

六、MCP 协议集成

MCP（Model Context Protocol）是 Anthropic 提出的标准协议，用于让 AI 模型连接外部工具和数据源。Claude Code 原生支持 MCP。

1. 为什么需要 MCP

Claude Code 自带文件读写、Bash、Git 三类基础能力，但遇到"查数据库"、“读线上日志”、“调内部 API"这类需求时，自带能力不够用。MCP 解决的就是这个扩展问题：把外部工具封装成标准化的 Server，Claude Code 通过统一协议调用，用户不用为每个工具单独写适配代码。MCP 在这里扮演"插件接口层"的角色，把工具接入和工具使用解耦——工具方按协议实现 Server，Claude Code 按协议调用，两边互不耦合。

2. MCP Server 是什么

一个 MCP Server 是一个独立的进程，通过标准协议暴露一组工具（tools）、资源（resources）和提示（prompts）给 Claude Code 使用。

常见的 MCP Server：

• 文件系统：mcp/filesystem——直接操作本地文件
• Git：mcp/git——Git 操作
• 数据库：mcp/postgres、mcp/mysql——数据库查询
• 浏览器自动化：mcp/browser——网页抓取和控制

3. 在 Claude Code 里配置 MCP

推荐用 claude mcp add 命令添加，按 --scope 决定写入位置：

# 项目作用域：写入项目根目录 .mcp.json（团队共享，随仓库提交）
claude mcp add --scope project filesystem -- npx -y @modelcontextprotocol/server-filesystem /path/to/allowed/dir

# 本地作用域（默认）：只对当前项目生效，写进 ~/.claude.json，个人私有
claude mcp add filesystem -- npx -y @modelcontextprotocol/server-filesystem /path/to/allowed/dir

# 用户作用域：所有项目可用
claude mcp add --scope user my-db -- npx -y @modelcontextprotocol/server-postgres

项目共享的 .mcp.json 内容结构如下（团队克隆仓库即可复用）：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed/dir"]
    },
    "git": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-git"]
    }
  }
}

配置完成后，新会话启动时 MCP Server 会自动拉起并注册工具；运行中的会话不会自动感知新增的 Server，需要重启或输入 /mcp reconnect <server-name>。用 /mcp 可以查看每个 Server 的连接状态（connected / failed / disabled 等）。

4. 使用 MCP 工具

配置完成后，MCP Server 暴露的工具会直接出现在 Claude Code 的可用工具列表里，你可以在对话中直接调用：

> 用 Git MCP 查看 main 分支最近 5 次提交

AI 会根据任务需要自动选择调用哪个 MCP 工具，用户不需要写特殊语法。

七、任务流案例：一个 Bug 修复如何流过系统

前面分别讲了 CLI 本体、settings.json、CLAUDE.md、Skill、MCP 五条机制。这五条机制在实际任务里如何协作？下面用一个真实的 Bug 修复场景串起来。

任务：用户上传大于 10MB 的文件时没有报错，日志里也没有记录，需要定位并修复。

第一步：进入项目，加载上下文

$ cd ~/projects/upload-service
$ claude

Claude Code 启动时按顺序做三件事：加载 ~/.claude/settings.json 和项目级 .claude/settings.json 拿到模型、权限等配置（按优先级合并），读取 CLAUDE.md 把项目技术栈和代码规范注入系统上下文。此时 AI 已经知道这是个 Next.js + PostgreSQL 项目，文件上传走 src/app/api/upload/route.ts。

第二步：描述任务，AI 主动读文件

> Bug：用户上传大于 10MB 的文件时没有报错，日志里也没有任何记录
> 先帮我看一下错误出现在哪个环节

AI 调用 Read 工具读 src/app/api/upload/route.ts，发现文件大小校验逻辑写在了 try 块外，校验失败时直接 return，没进日志中间件。AI 给出分析后停下来等你确认。

第三步：确认方案，AI 改文件

> 把校验逻辑移到 try 块里，校验失败时调用 logger.warn 记录

AI 调用 Edit 工具改文件，把 diff 展示给你。你确认后变更落盘。这一步的"确认"机制就是 Permission System 在起作用——Edit 权限默认开启但每次都展示 diff，让你能在落盘前拦截。

第四步：跑测试验证

> 运行 npm test 看看有没有问题

AI 调用 Bash 工具执行 npm test。如果测试失败，AI 会读测试输出、定位失败用例、再次改文件，循环直到测试通过。

第五步：写提交信息

> 提交这次修改，按 CLAUDE.md 里的 Git 规范写提交信息

AI 读 CLAUDE.md 里的 Git 规范（中文、<类型>: <描述> 格式），生成 fix: 修复大文件上传校验失败时无日志记录的问题，调用 Bash 执行 git commit。

第六步（可选）：用 MCP 查线上日志

如果 Bug 在线上复现但本地难复现，可以配置 mcp/postgres 或内部日志平台的 MCP Server，让 AI 直接查线上日志：

> 用 postgres MCP 查最近 24 小时 upload 相关的错误日志

AI 调用 MCP 注册的工具执行查询，把结果带回对话。

这个案例里，五条机制各司其职：CLI 本体是入口，settings.json 提供模型和权限配置，CLAUDE.md 提供 Git 规范和项目上下文，Permission System 在每步变更前拦截确认，MCP 在自带能力不够时接入外部数据源。遇到新任务时，判断"这一步该用哪个机制"就能据此定位。

八、高频场景操作指南

1. 大型代码库快速上手

第一次进一个大项目，建议先花几分钟让 Claude 了解项目结构：

claude
> 读取项目的 README.md，了解这个项目是做什么的
> 查看 package.json 或 requirements.txt，了解依赖和技术栈
> 列出 src/ 或 lib/ 目录下的主要模块

然后问：

> 这个项目的核心架构是怎样的？帮我梳理一下主要模块和它们的关系

2. Bug 修复工作流

claude
> Bug：在用户上传大于 10MB 的文件时没有报错，日志里也没有任何记录
> 先帮我看一下错误出现在哪个环节

Claude 会尝试定位问题，给出分析后，你可以确认方案再让它执行修复。完整的任务流参考第七章。

3. Code Review

claude
> Review 一下最近这次提交涉及的改动，重点关注测试覆盖率和潜在的边界情况

4. 生成测试

claude
> 为 src/utils/format.ts 里的所有函数补充单元测试，使用 Vitest 框架

5. 重构辅助

claude
> 把 src/components/ 下的所有 class 组件改成函数组件，并同步更新相关的 import

九、常见问题与错误排查

1. API 消耗如何控制

Claude Code 每次对话都会消耗 Token，主要来自：

• 项目文件内容的上下文注入
• 对话历史
• 模型输出的 completion

优化方式：

1. 在 CLAUDE.md 里明确说明哪些文件不需要关心，减少无关文件的读取
2. 使用 .claudeignore 文件（类似 .gitignore）排除不相关目录
3. 复杂任务分段做，不要在一个对话里塞太多逻辑

2. 网络请求失败

Claude Code 默认连 Anthropic 官方 API，如果遇到网络问题：

export ANTHROPIC_BASE_URL="https://api.anthropic.com"  # 官方
# 或者换兼容提供商
export ANTHROPIC_BASE_URL="https://openrouter.ai/api/v1"

3. 如何获取帮助

claude --help

或者在对话中：

> /help

4. 与 IDE 插件的分工

如果你的编辑器是 VS Code、JetBrains 系列，Anthropic 也提供了对应的 IDE 插件。IDE 插件的优势是深度集成（内联补全、悬停文档），Claude Code CLI 的优势是跨编辑器、跨终端、适合远程服务器。两者可以互补使用：日常写代码用 IDE 插件拿补全，多步重构、跨文件改动、远程服务器开发用 CLI。

5. 常见错误与排查

十、适用边界与决策建议

Claude Code 最适合以下场景：

• 日常 CLI 编程辅助：终端常开，随时丢一个任务进去
• 跨编辑器场景：不论用什么编辑器，统一的编程入口
• 远程服务器开发：ssh 进去一样用 Claude Code
• Skill 自动化：把重复的工作流固化成 Skill，一键调用

不太适合的场景：

• 需要毫秒级响应的内联代码补全（用 IDE 插件更合适）
• 完全不想看代码就让 AI 全自动跑（Claude Code 设计上保留人类监督节点）
• 受限网络环境无法访问外部 API

采用顺序

1. 第一步：跑通安装和首次对话。用原生安装脚本装好 claude，完成账户登录或 API Key 配置，在任意项目里启动 claude，让它读一个文件并回答一个问题。这一步只验证环境，环境不通后面所有调试都是白费。
2. 第二步：写 CLAUDE.md。给主项目写一份项目级指令，把技术栈、目录规范、Git 提交格式告诉 Claude。这一步让后续每次对话都带着项目上下文，省去反复解释。
3. 第三步：跑通一个完整工作流。挑一个真实任务（修 Bug、加测试、重构），让 Claude 走完"读文件 → 改文件 → 跑测试 → 写提交信息"全流程，确认每步的变更确认机制符合你的预期。
4. 第四步：按需引入 MCP。当 Claude 自带的文件、Bash、Git 能力不够时（比如要查数据库），再引入对应的 MCP Server。不要一开始就堆 MCP，先确认基础工作流稳定。
5. 第五步：固化 Skill。当你发现自己在重复给 Claude 同样的指令序列时，把它写成自定义 Skill，下次一行命令调用。Skill 把团队规范固化成 AI 行为，比省一次输入更有价值。

十一、自测题

1. Claude Code 的项目级配置文件和全局配置文件分别是什么？项目级配置如何覆盖全局配置？
2. CLAUDE.md 和 settings.json 的作用有什么区别？分别在什么场景下使用？
3. Permission System 中 Read / Edit / Bash 三类权限分别控制什么？为什么生产项目里建议把 Bash 显式收紧？
4. MCP Server 注册的工具，在 Claude Code 里如何被调用？配置完成后为什么需要重启？
5. 自定义 Skill 的最小目录结构是什么？SKILL.md 在 Skill 调用时起什么作用？

参考答案

my-skill/
├── SKILL.md        # 必需：frontmatter（name、description）+ 工作流指令
└── reference.md    # 可选：被 SKILL.md 链接引用的辅助资料

十二、进阶路径

• 写自定义 Skill 沉淀团队工作流。把团队里反复出现的"读需求 → 改代码 → 跑测试 → 写提交"流程写成 Skill，统一产出格式和检查项。Skill 把团队规范固化成 AI 行为，新人入职后直接调用就能按规范产出。
• 用 MCP 接入内部工具链。把内部 API 网关、监控平台、日志系统封装成 MCP Server，让 Claude Code 能直接查线上日志、调内部接口。这一步让 Claude Code 从代码助手扩展到工程助手，重点是为每个 MCP Server 配好权限边界，避免 AI 误操作线上资源。
• 搭权限分层配置。在敏感项目里用 .claude/settings.json 的 permissions.deny 把生产环境路径、密钥文件、git push 类操作显式禁掉，再让 CLAUDE.md 说明哪些操作必须人工确认。配置成本不高，但能避免 AI 误操作造成事故。
• 结合 CI 做 PR Review。在 CI 里跑 Claude Code 对 PR 改动做自动 Review，把结果作为评论贴回 PR。这一步要限定权限（只读 + 评论）和限定上下文（只看 diff 和相关文件），避免 AI 跑偏或越权改代码。
• 跟踪官方更新。Claude Code 还在快速迭代，命令、Skill 机制、MCP 支持都可能变化。订阅 anthropics/claude-code 的 Release，遇到行为变化先查 Changelog，再决定是否升级。

十三、参考资源

• GitHub 仓库：https://github.com/anthropics/claude-code
• 官方文档：Anthropic 官网 Claude Code 页面
• Skill 市场：/plugin marketplace 命令访问（以官方文档为准）
• MCP 协议规范：https://modelcontextprotocol.io

本文基于 GitHub 仓库 anthropics/claude-code 的公开信息编写，撰写时间为 2026 年 5 月。安装命令、配置项、模型版本号和 API 端点以官方最新版本为准；第三方 Skill 和 MCP Server 的能力与维护状态请到对应仓库确认。