Claude
快来分享你的内容吧～
07-02 10:26·后端CLAUDE.md + AGENTS.md 完全指南，讲透 8 大写作技巧 + 3 种快速创建方法 + 四层作用域配置 + 团队协作实践，手把手教你写好给 AI 的项目说明书，帮你让 Claude Code 和 Cursor 自动遵循项目规范。告别 AI 不听话、生成代码乱写一气的问题。查看全文加油鸭：太棒了！这份 CLAUDE.md 实践指南干货满满、逻辑清晰，把抽象的上下文工程讲得既专业又接地气，真正帮开发者驯服 AI 而不是被 AI 牵着走～12415分享- 07-01 13:08·后端
06-08 12:03·Java后端llm-wiki 不是另一个笔记软件，而是一个面向 AI Agent 时代的本地长期记忆层。查看全文加油鸭：这个开源项目太棒了！把AI会话沉淀为可检索、可维护的本地知识库，思路清晰又实用，为开发者提供了真正可持续的长期记忆方案。737分享
05-29 17:12·Java后端
04-09 14:33·Java后端CloudCLI 作为 AI 编程助手，以图形化界面重构 CLI 开发体验，融合文件管理、AI 交互与终端控制台，实现跨平台多端适配，打破传统命令行操作壁垒，推动 AI 编程走向可视化、轻量化与便捷化，重塑开发者高效开发新模式。查看全文加油鸭：太棒了！把AI编程工具带入图形界面是真正的体验升级，CloudCLI的跨平台和多工具集成太实用了～537分享- 04-08 00:19·云兮导航: https://www.xd本文介绍了Claude Code终端AI助手的使用指南，主要内容包括：1)常用命令如版本查看、项目启动和更新；2)三种工作模式切换及界面说明；3)核心功能指令速查表，包含初始化、压缩对话、清除历史等操作；4)详细解析了/init、/help、/clear、/compact、/memory等关键命令的使用场景和语法。文章通过丰富的界面截图和场景示例，帮助开发者快速掌握如何通过命令行和交互界面高效使用查看全文加油鸭：这份Claude Code速查指南太全面了！结构清晰、场景真实、细节到位，看得出是实战中沉淀出来的精华，为你点赞！9310分享
- 04-02 18:05·全栈开发
CLAUDE.md 速通指南，8 个技巧让 Claude Code 起飞！
大家好，我是程序员鱼皮。 最近我发现一个现象，很多同学开始用 Claude Code、Cursor 这些 AI 编程工具了，但用了一阵子之后就开始抱怨：AI 怎么总是不听话？让它改个 Bug 反而引入三个新 Bug，让它加个功能结果技术栈都给换了。  这些问题的根源，往往不是 AI 笨，而是你没有给它足够的上下文。 AI 每次开始新会话，都是一张白纸。它不知道你的项目用的是什么技术栈，不知道你们团队的代码规范，不知道你之前做了什么决策。 你不说，它就猜。猜对了算你运气好，猜错了你就得返工，把你的 tokens 全拿走，把回忆化成空~ 那有没有一种方法，让 AI 每次开始工作前就自动了解你的项目？ 必须有啊！就是今天要聊的 **CLAUDE.md**。 > 本文会收录到我免费开源的 [《AI 编程零基础教程》](https://ai.codefather.cn/vibe) > > 开源指路：[https://github.com/liyupi/ai-guide](https://github.com/liyupi/ai-guide)  ## 一、CLAUDE.md 是什么？ CLAUDE.md 是 Claude Code 里的一个 Markdown 文件，放在项目根目录下。 Claude Code 每次启动会话时，都会自动读取这个文件，把里面的内容当作项目的背景知识。 你可以把它理解为 **给 AI 写的「入职手册」**。就像新员工入职第一天，你会给他一份文档，介绍公司用什么技术、代码怎么写、测试怎么跑、有什么坑要注意。CLAUDE.md 干的就是这个事。  比如一个最简单的 CLAUDE.md 长这样： ```markdown # 我的博客系统 Next.js 16 + TypeScript + Tailwind CSS + Supabase ## 常用命令 - npm run dev # 启动开发服务器 - npm run test # 跑测试 - npm run build # 生产构建 ## 代码规范 - 使用函数式组件，不用 class 组件 - 样式只用 Tailwind CSS，不写自定义 CSS - 所有组件必须有 TypeScript 类型定义 ``` AI 每次开始工作前都会先读一遍，然后所有生成的代码都会自动遵循这些规范，不用你每次都重复交代。 不过有一点需要注意，CLAUDE.md 对 AI 来说 **是建议** 而 **不是强制执行** 的配置。它的效果取决于你写得有多具体、多简洁。越精确的指令 AI 遵循得越好，写了一大堆模糊的要求反而可能被选择性忽略。 ## 二、更通用的 AGENTS.md 你可能会想，这是 Claude Code 的专属功能吗？我用 Cursor 怎么办？ 其实几乎所有主流 AI 编程工具都有类似的机制。比如 Cursor 也支持 `.cursor/rules/` 和 AGENTS.md 来做同样的事。 必须要知道的是 AGENTS.md，它是一个跨工具的开放标准，由 OpenAI、Google、Cursor 等多家公司联合推出，目前已经有好万个开源项目在用，支持 30 多种 AI 编程工具。  Claude Code 虽然默认只读 CLAUDE.md，但你可以在 CLAUDE.md 里用一行 `@AGENTS.md` 把它导入进来，两边就打通了。 这些 Markdown 文件本质上都是一回事，就是 **给 AI 写一份项目说明书**。你学会写好这份说明书，换任何 AI 编程工具都能用。 而且 AGENTS.md 的用途不只是项目开发指导，它同样可以作为指导 AI 做事的工作流文档。比如我自己就用 AGENTS.md 来定义各种工作流，像图文创作、产品客服、数据分析这些场景，都可以用一份 Markdown 文件把 AI 的工作方式固定下来，每次启动自动加载，省得重复交代。 后面我会统一用 CLAUDE.md 来讲解，但里面的技巧对所有工具都适用。 ## 三、为什么一定要写好这个文件？ 你可能觉得，不就是个配置文件吗，随便写写不就行了？ 大错特错！CLAUDE.md 的质量直接决定了 AI 帮你干活的效率和准确度。 以我自己天天用 AI 编程的体验来看，一个好的 CLAUDE.md 至少能解决 3 个问题： **第一，减少重复沟通。** 没有 CLAUDE.md 的时候，每次新会话我都得重复交代一遍技术栈、代码规范、项目结构。有了它，这些信息 AI 自动就知道了。 **第二，提升代码一致性。** 之前 AI 有时候用 React 函数组件，有时候给我整个 class 组件出来；有时候用 CSS Modules，有时候给我写内联样式。规范写进 CLAUDE.md 后，这种问题基本消失了。 **第三，降低出错率。** 比如我的项目里有个特殊的 API 响应格式 `{ success, data, error }`，不写进规则的话，AI 每次都按自己的习惯来。写进去之后，Claude 就会自动遵循，不用我每次纠正。  之前我在另一篇文章里提到过，规则文件在 50 行左右时遵循率可以达到 94%，但如果一股脑堆到 400 行，遵循率就掉到了 71%。 **所以 CLAUDE.md 不是越多越好，而是要精准。** 这就引出了最核心的问题，也是本文的重点，怎么写好 CLAUDE.md 文档？ ## 四、怎么写好 CLAUDE.md？ 下面这些技巧，很多是经过社区大量实践和我个人验证的经验，建议仔细阅读，细细品味。 ### 1、控制在 200 行以内 这是 Claude Code 官方文档给出的建议。 CLAUDE.md 的内容会在每次会话开始时加载到 AI 的上下文窗口中。这个窗口是有限的，你的规则文件越长，留给实际工作内容的空间就越少。 而且 AI 对指令的遵循能力跟指令数量负相关。社区有人引用过一项研究，AI 大概能合理遵循 150 到 200 条指令，超过这个数之后，遵循质量会均匀下降，不仅仅是忽略新加的，而且全部都开始变差。 **所以写 CLAUDE.md 要像写简历一样，精炼再精炼。**  对于每一行，问自己一个问题：删掉它 AI 会犯错吗？ 如果答案是不会，就果断删掉。 ### 2、只写 AI 猜不到的东西 官方文档专门列了一个 CLAUDE.md 中应该写和不该写的清单，非常值得参考。 应该写进去的： - AI 不可能猜到的构建命令和测试命令 - 跟默认不同的代码风格规则 - 团队的 Git 规范（分支命名、PR 格式） - 项目特有的架构决策 - 开发环境的特殊要求（必需的环境变量之类） - 容易踩坑的地方 不该写进去的： - AI 读代码就能知道的东西 - 通用的语言规范（AI 本来就会） - 详细的 API 文档（放别的地方，CLAUDE.md 里放链接就行） - 写干净的代码、注意性能这种废话  像我做编程导航项目时，就把一些即使读代码也容易忽略的约定写进了 CLAUDE.md，比如 API 响应统一使用 `BaseResponse` 包装类、异常统一用 `BusinessException` 抛出。虽然 AI 深入分析代码也能发现这些模式，但写进规则之后能省掉它每次重新推断的过程，效率高很多。 ### 3、用正面指令代替否定指令 这个技巧其实有点儿反直觉。。 有篇论文研究发现，87.5% 的 AI 规则违反都来自同一个原因，就是否定句反而把被禁止的概念给激活了。你写「不要使用分号」，AI 看到分号这两个字，反而更容易在后续生成中产出分号。 这跟心理学里的白熊效应一模一样。叫你不要想白熊，你脑子里马上就全是白熊。 所以正确的做法是用正面表述替代： - ❌ 不要使用 class 组件 → ✅ 使用函数式组件和 Hooks - ❌ 不要用 any 类型 → ✅ 所有变量必须有明确的 TypeScript 类型定义 - ❌ 不要在主分支直接提交 → ✅ 所有变更通过 feature 分支提交 PR  ### 4、指令要具体可验证 模糊的指令等于没有指令。AI 很擅长处理具体的规则，但对抽象的要求就会自行发挥。 举些例子： - ❌ 正确格式化代码 → ✅ 使用 2 空格缩进 - ❌ 测试你的更改 → ✅ 提交前运行 `npm test` - ❌ 保持文件有序 → ✅ API handlers 放在 `src/api/handlers/` 越具体的指令，AI 越容易判断自己有没有遵循，违反了也更容易被发现。 ### 5、用 Hooks 来强制执行 CLAUDE.md 本质上只是建议，不是 100% 生效的禁令。 像代码格式化、提交前跑测试、危险命令拦截这些任务，应该用确定性的自动化脚本来执行。 Claude Code 提供了 Hooks 机制，可以在 AI 操作的关键节点自动执行你预设的脚本。 比如你想让每次文件编辑后自动跑 ESLint，写一个 Hooks 配置就搞定了，AI 根本不介入，100% 会执行。 **一句话总结就是，CLAUDE.md 负责建议，Hooks 负责强制操作。**  ### 6、大项目用路径规则按需加载 如果你的项目比较大，200 行根本装不下所有规范。这时候不要硬往 CLAUDE.md 里塞，而是用 `.claude/rules/` 目录来拆分。 每个规则文件可以用 YAML frontmatter 指定只对特定路径的文件生效： ```yaml --- paths: - "src/api/**/*.ts" --- # API 开发规范 - 所有 API 端点必须包含输入验证 - 使用标准的错误响应格式 - 添加 OpenAPI 文档注释 ``` 这样只有当 Claude 操作 `src/api/` 下面的 TypeScript 文件时，这些规则才会加载到上下文中，既省了上下文空间，又不会用不相关的规则干扰 AI。 ### 7、用 @import 做渐进式披露 社区里最受推崇的高级技巧叫渐进式披露，核心思想就是不要把所有东西塞进 CLAUDE.md，而是告诉 AI 去哪里找它需要的信息。 做法很简单。在项目中创建一个 `docs/` 目录，放各类专题文档，然后在 CLAUDE.md 中用简短描述加触发条件来引用： ```markdown ## 参考文档 ### API 架构 — @docs/api-architecture.md 何时阅读：添加或修改 API 端点时 ### 数据库设计 — @docs/database-design.md 何时阅读：创建或修改数据模型时 ``` 这样 Claude 只在真正需要的时候才会去读取对应的文档，平时不占用上下文空间。  CLAUDE.md 的 `@path` 导入语法支持相对路径和绝对路径，最多可以嵌套 4 层。 这个思路其实跟我之前讲的上下文工程和 Agent Skills 是类似的。AI 编程工具的上下文窗口是有限的，你不能一股脑把所有信息都塞进去。Anthropic 官方把这个策略叫 just-in-time，就是让 AI 按需获取信息，而不是全量加载。 ### 8、让 AI 帮你维护 CLAUDE.md 不是写好了就不管了，它应该是一份随着项目成长不断完善的 “活” 文档。 Claude Code 的创始人推荐了一个习惯：**每次 Claude 犯错，不要只修正错误，还要顺手让它把纠正写进 CLAUDE.md。** 我自己也是这么做的，比如 Claude 用了错误的导入路径，纠正完之后跟它说一句：把这条规则更新到 CLAUDE.md 里，下次别再犯。 Claude 特别擅长给自己写规则，时间久了，你的 CLAUDE.md 就变成了一份完整的项目知识库，出错率会明显下降。 另外 Claude Code 现在还有一个 Auto Memory 自动记忆功能，Claude 会自动记录它在工作中发现的模式和偏好，存到 `~/.claude/projects/<项目>/memory/` 目录下。这些笔记每次会话都会自动加载，相当于 AI 给自己做了一份备忘录。 你随时可以用 `/memory` 命令查看和编辑这些记忆。  ## 五、如何快速创建？ 看到这里你可能会想，这些技巧我都记住了，但从零开始写一份完整的 CLAUDE.md 还是有点头疼。 别担心，有几个快速起步的方法。 ### 用 /init 命令自动生成 在 Claude Code 中输入 `/init`，Claude 会自动分析你的代码库，生成一份包含构建命令、测试指令和项目规范的 CLAUDE.md。如果文件已经存在，它会建议改进而不是覆盖。  不过需要注意，自动生成的内容可能不够精确，毕竟 AI 只能看到你的代码成果，不理解背后的过程。 社区有人说过，CLAUDE.md 影响你工作流的每个阶段和产出的每个文件，一条不好的指令产生的破坏力远超一行坏代码。所以自动生成之后，一定要自己过一遍，该删的删、该补的补。 ### 让 AI 从对话中沉淀 我自己经常用的一种方法是，先不急着写 CLAUDE.md，正常跟 AI 协作完成一两个任务。做完之后，让 AI 回顾整个对话过程，帮你总结出需要记住的项目规范和注意事项，直接写成 CLAUDE.md。 这样得到的规则文件是从实战中提炼出来的，比凭空想象要精准得多。 像我自己带团队做项目时，每次 Code Review 中发现 AI 犯的错误，都会让 Claude 把修正追加到 CLAUDE.md 里。做了一个月之后，这份文件已经沉淀了几十条非常有针对性的规则，新同事用 Claude Code 的时候上手也快了很多。  ### 参考优秀的开源项目 GitHub 上有个 awesome-claude-md 仓库，收录了 100 多个真实项目的 CLAUDE.md 示例，覆盖各种技术栈和项目类型，包括 Anthropic 官方的、Cloudflare 的 monorepo 项目等等。 另外还有个 awesome-claude-code 仓库，整理了 Skills、Hooks、斜杠命令等 Claude Code 生态工具，也值得收藏。  有时间的话，可以让 AI 帮你分析一下这些案例，找个跟你项目技术栈接近的参考着写，比从零开始快多了。 **记住，CLAUDE.md 的内容宁缺毋滥。** 先从最关键的 20 行开始，在实际使用中再慢慢补充。 ## 六、多层级配置和团队协作 如果你在团队中使用 Claude Code，或者同时做多个项目，有一些进阶玩法值得了解。 ### 四层作用域 CLAUDE.md 不只能放在项目根目录，它支持四个层级，按加载顺序从先到后排列： 1）组织级，公司 IT 统一部署的规范，所有人强制生效 2）用户级 `~/.claude/CLAUDE.md`，对你本机的所有项目生效 3）项目级 `./CLAUDE.md`，只对当前项目生效，可提交到 Git 4）本地级 `./CLAUDE.local.md`，只对当前项目生效，不提交到 Git 加载越靠后的内容，AI 越倾向于优先遵循，所以优先级是 本地级 > 项目级 > 用户级。但组织级比较特殊，它虽然加载最早，却 **不可被个人或项目设置排除**，属于公司强制执行的底线规范。 建议团队共享的规范写在项目级，个人偏好写在本地级，两边互不干扰。 ### 团队共建 CLAUDE.md Claude Code 的创始人推荐把 CLAUDE.md 用 Git 来管理，让团队成员共同维护。 每当有人在 Code Review 中发现 AI 犯了什么错误，就把修正追加到 CLAUDE.md 里。时间久了，这个文件就沉淀了团队的开发经验和规范，变成了整个团队的 AI 使用手册。 我们自己团队也是这么做的。像面试鸭后端项目的 AGENTS.md，里面沉淀了技术栈选型、Spring Boot 分层规范、统一响应格式、异常处理方式、数据库命名规则等约定。新同事入职直接看这份文件就能上手，Claude 也能自动遵循这些规范生成代码，省了大量沟通成本。  ### 重要规则一定要存文件 当你在对话中用 `/compact` 压缩上下文时，项目根目录的 CLAUDE.md 会被重新读取和注入。但你在对话中口头说的指令，比如后面的代码都用 async/await，压缩后就没了。 所以，凡是重要的规则，一定要写进 CLAUDE.md，不要只在对话里说。这一点跟我之前讲的上下文工程也是相通的，持久化的信息要落到文件里，别光靠 AI 的短期记忆。 ## 七、排查不生效的问题 如果你发现 AI 好像没在遵守 CLAUDE.md 里的规则，可以按这个顺序排查： 1）运行 `/memory` 命令，看看你的 CLAUDE.md 有没有被正确加载 2）检查指令是不是太模糊了。比如格式化好代码这种 AI 没法执行，改成使用 2 空格缩进、单行不超过 80 字符 3）检查不同文件之间有没有矛盾的指令。如果 CLAUDE.md 里说用 MyBatis Plus，某个 rules 文件里又说用 MyBatis Flex，AI 可能随便选一个 4）如果某个操作必须在特定时机执行，比如每次提交前跑 lint，就不要靠 CLAUDE.md 了，改用 Hooks  ## 最后哔哔 没想到吧，就这么一个 Markdown 文件，其实是 AI 编程时代最重要的基础设施之一。 以前我们写 README.md 是给人看的，现在写 CLAUDE.md 是给 AI 看的。但本质都一样，就是把项目的重要信息组织好、传达清楚。区别在于，给 AI 写的说明书要更精炼、更具体、更可执行。 如果你还没有为自己的项目写一份 CLAUDE.md，马上就可以试试。从最简单的 20 行开始，把技术栈、构建命令、和 AI 总是犯错的几个规则写进去，你会立刻感受到它的强大。 我是鱼皮，持续分享 AI 编程干货。觉得有用的话记得点赞收藏和关注~ 也欢迎在评论区聊聊：你用 AI 编程时，踩过哪些坑？最讨厌 AI 跟你回复什么？
终于，Claude Code 封号的原因被曝光了！竟然针对中国用户，植入隐形代码？！
大家好，我是程序员鱼皮。 这两天 Claude Code 又炸了，国内开发者被大面积封号，很多人稳定用了一年的号也翻车了，甚至有百人规模的公司被团灭，一众天才程序员就此陨落！  众所周知，A ÷ 一直在封禁中国用户，但之前没有人搞清楚，自己明明都跑到美国了，它到底是怎么把自己揪出来的？ 直到昨天，国外开发者对 Claude Code 做了逆向工程，直接把 A ÷ 的底裤扒了下来，原来它在客户端里偷偷藏了一套隐蔽的用户标记系统。  好家伙，这下全世界的开发者都见识到了 A ÷ 的丑恶嘴脸。 我看完整个技术分析之后，也是被恶心到了。 下面我用傻子都能懂的语言给大家解释一下 Claude Code 封号的手段，建议各位在吃饭的时候别看，我怕你气到吃不下去。 ## Claude Code 封号原因 先简单概括一下 Claude Code 的封号思路：Claude Code 会偷偷读取你电脑上的本地信息，然后用一种肉眼完全看不到的方式，悄悄给你发送给 AI 服务器的每一个请求，打上「这个人是中国用户」的隐形标记，传回 Anthropic 的服务器。  根据多位独立研究者的验证，这套检测机制有一个触发条件，就是你必须设置了一个叫 `ANTHROPIC_BASE_URL` 的环境变量，把 Claude Code 的请求指向了非官方的 API 地址。换句话说，如果你直接连的是官方的 `api.anthropic.com`，这套标记机制不会激活。  但问题是，国内大多数用户都需要通过中转站来用 Claude Code，所以很多中国开发者都设置了这个变量，也都会被这套机制检查到。 ### 两条识别路径 在这个前提下，Claude Code 通过 2 条路径来判断你是不是中国用户。 **第一条路径，读取你电脑的系统时区。** 只要你的系统时区是 `Asia/Shanghai` 或者 `Asia/Urumqi`，Claude Code 就会把你标记为中国用户。 而绝大多数中国开发者虽然切换了网络，但一般不会去改电脑时区，毕竟还要正常看时间和日历，所以这条路径几乎能命中所有人。  **第二条路径，把你的中转地址跟一份域名黑名单做比对。** 因为国内访问不了 Claude 的官方 API，很多开发者和公司都是通过中转站来调用的。Claude Code 会把你在 `ANTHROPIC_BASE_URL` 里填的地址提取出来，跟一份内置的域名名单做匹配。  这份名单本身也是被混淆加密存储的，被逆向大佬解码后发现一共有 **147 个域名**。 我看了一下这份名单，真蚌埠住了。 上来就是中国顶级域名 `cn`，直接腰斩。 紧接着就是百度、阿里、字节等国内大厂的域名。（诶，怎么没有腾讯的？） 而且连阿里和百度的内网域名都没放过！很难想象 Anthropic 的 CEO Dario 之前在百度经历了什么。 此外 DeepSeek、智谱等几乎所有国内 AI 公司的域名和关键词也在名单里，剩下的大头就是各种 API 中转服务的域名了。看看你正在用的中转站在里面么？  ### 更离谱的操作 前面讲了 Claude Code 怎么识别中国用户，你可能已经觉得够离谱了，但接下来才是真正让我大开眼界的部分。 Claude Code 识别出你是中国用户之后，是怎么把这个信息传回服务器的呢？ 每次你在 Claude Code 里输入提示词，它在把请求发给 Anthropic 服务器之前，都会在最前面拼一段系统提示词。 这段提示词里有一行平平无奇的日期信息，长这样： ``` Today's date is 2026-06-30. ``` 就是这行看起来人畜无害的文字，Claude Code 会在发送请求之前，对它动两处手脚。 **第一处，改日期分隔符。** 如果检测到你的时区是中国时区，日期格式会从 `2026-06-30` 变成 `2026/06/30`，连字符变斜杠。 **第二处，改单引号的 Unicode 编码。** 根据你中转地址的匹配结果不同，`Today's` 里面那个单引号会被替换成不同的 Unicode 字符，分别代表不同的含义。 - `'`（U+0027，正常 ASCII 单引号）= 没命中任何名单 - `'`（U+2019，右单引号）= 命中了域名列表 - `ʼ`（U+02BC，修饰字母撇号）= 命中了 AI 实验室关键词 - `ʹ`（U+02B9，修饰字母角分符）= 两个都命中了 这四个字符长得一模一样，你在编辑器和终端里根本看不出区别。但在机器层面，它们是完全不同的编码值。  这种手法叫做 **隐写术**，就是把秘密信息藏在看起来完全正常的内容里。 就像你写了一封普通的信，但其中某些字母用了不同品牌的墨水，收件人用特殊仪器一扫就能读出暗号，而你拿着信怎么看都觉得一切正常。 Anthropic 的服务器收到请求后，只需要检查一下那个单引号是哪个 Unicode 字符、日期用的是连字符还是斜杠，立刻就能判定这条请求来自中国用户、是否通过中转站、是否和国内 AI 公司有关。  而且整个过程不需要额外的网络请求，不会留下任何可疑的流量痕迹，因为这些修改后的字符在显示层面和正常字符一模一样。 这也是为什么这事一直没人发现，直到有人对 Claude Code 的程序文件做了逆向工程。 可能有人会问：A ÷ 直接封掉所有用中转站的用户不就完了，为什么要搞这么复杂？ 因为很多海外的企业和开发者也会因为安全合规等原因使用自定义 API 网关，如果一刀切全封就会误伤大量正常用户。所以 A ÷ 选择了一种更「聪明」的方式：先静默标记、持续收集情报，等积累了足够多的数据之后，再在服务端做针对性的封禁决策。 **说白了，就是先暗中观察你，等掌握了足够证据再动手。** 另外提醒一下，如果你真的收到了封号邮件，想申诉解封，打开邮件的时候也要小心！ 因为有人发现 Anthropic 的邮件里埋了追踪像素，你一打开邮件它就能获取到你的真实 IP 地址，相当于二次确认你在中国。  看到这里，你会发现，Claude Code 为了封你的号，背后做了多大的努力。我倒是真佩服 A ÷ 这股劲儿，怪不得人家能做到这么大呢？ ## 大家怎么看？ 逆向了 Claude Code 的那位国外开发者老哥，直接怒斥 Anthropic 在 Claude Code 里嵌入了「间谍软件」。 虽然有人认为这不算间谍软件，只是一种反滥用的合规措施；但更多人认为，在用户完全不知情的情况下搞隐蔽标记，就是不对。  我觉得吧，Claude Code 不是一个普通的聊天软件，它运行在你的终端里，拥有文件系统权限，能读写你的代码和配置，甚至能执行各种 Shell 命令。开发者把这么大的信任给了它，结果它背着你在每一条请求里偷偷夹带私货，这种事情一旦被发现，大家以后用它的时候心里都会有根刺，总想着它是不是还在背后搞别的什么小动作。 **今天它能上报你的时区，明天就能偷偷上报你所有的数据。** 而且 Anthropic 自己在安全政策文档里一直标榜「透明」和「可信」，结果自家产品里用隐写术藏标记，被外界觉得「双标」也是很正常的。 另外还有一个很现实的问题，这套机制对真正搞大规模转售和模型蒸馏的人来说，想绕过并不难，改个时区、换个域名就完事了。最终被精准打击的，反而是那些正常付费使用的普通开发者。 总之就是，想正常用上 Claude，现在是越来越难了，很多人的时间和金钱，全浪费在对抗 A ÷ 上了。  ## 我们面临的 AI 困境 最近这段时间，我作为一名 AI 编程博主，明显感受到了 AI 困境和 Tokens 焦虑。 除了 Claude Code 封号之外，OpenAI 的 Codex 在 6 月也连搞了两波封禁，200 刀的账号没有任何预警直接封停。  Cursor 也是一直存在地区限制，有不少人反映更新到 3.9 版本后无法使用模型了。  再看国内这边，DeepSeek V4 正式版即将引入峰谷定价，高峰时段 API 价格直接翻倍。  智谱的 GLM Coding Plan 因为算力紧张搞了限量发售，天天盯着都抢不到。  豆包也推出了付费专业版，用最直接、最不绕弯子的方式告诉我，高级版每月 500 元。  如今 AI 的能力的确是越来越强了，但能稳定用上的门槛也越来越高了。 **以前每次有新模型发布我都很兴奋，现在更多的则是焦虑。** 如果别人能正常用上最强的 AI 模型和工具，你用不上，生产力就会有明显的差距。而且老板可不管你是被封号了还是被限流了，活儿该干还得干。  我现在已经不奢求 AI 再有什么突破性进展了，只希望一件事，就是让我正常用，别今天封号、明天涨价、后天限流的。 OK 就分享到这里，最后送大家一套我免费开源的 [《Vibe Coding 零基础入门教程》](https://ai.codefather.cn/vibe)，上千张图、几十万字，带你从 0 开始快速学会 AI 编程，做出自己的产品、跑通变现全流程，一次拿捏。 > 开源指路：https://github.com/liyupi/ai-guide  评论区聊聊，你们怎么看这件事？有人中招了么？
我用claude fable5开发了一个桌面端软件（mac版本）
## Typora 试用到期，我干脆用 Claude Fable 5 搓了个自己的 Markdown 编辑器（Mac） 昨天打开 Typora，弹窗：试用到期。 要么掏钱，要么换一个。我盯着弹窗想了几秒，现在都 2026 年了，AI 写代码这么猛，不如自己搓一个——要啥功能加啥功能，不要的概念一个不留。 于是有了「轻墨写作」。   ## 先交代下怎么做的 整个项目基本是 Claude Fable 5 写的。我的分工是提需求、挑毛病、验收，它的分工是其它所有。 技术栈 Tauri 2 + React 19 + TypeScript，不是 Electron 套壳，包体小、启动快，Mac 上手感很跟手。 必须单独夸一下 Fable 5 的审美：UI 真不是糊弄事。三套主题、视图切换的进场动画、右侧浮层大纲，都是它一把出的。我只说了句想要「纸墨编辑部」的气质，它给的配色和字体方案就基本到位，我没怎么返工。 改界面也省心。今天我丢了句「第一行怎么差的这么高啊」，它自己定位到原因、给出两个方案，我说删，它就连 Rust 菜单带 CSS 全清干净，测试一条没挂。 ## 它现在长这样 刻意做得小而专，没有文件树、收藏、标签、模板库这些概念，侧栏就是最近文档历史，打开 md 就写： - **四种视图**：写作 / 源码 / 分屏 / 专注。分屏拖中缝调比例、双侧滚动同步；专注模式自带计时。 - **渲染该有的都有**：代码高亮、KaTeX 公式、Mermaid 图表、脚注双向跳转；表格在预览里点单元格直接改，Tab 巡航，⌘Z 能撤。 - **AI 助手**：接任意 OpenAI 兼容网关（OpenAI / one-api / Ollama 都行），编辑器右键就能续写、润色、翻译、总结，流式输出随时停。 - **AI 痕迹追踪**：这个是我的私货——AI 写的字带底纹标识，人改过的自动降级成「人机混合」色，数据页能看到这篇文章人写 / AI / 混合各占多少。写公开内容心里有数。 - **一键复制公众号格式**：全内联样式 HTML 进剪贴板，公众号后台直接粘贴不跑样。 - **数据页**：GitHub 风格的写作热力图，看自己哪天偷懒了。 - **本地优先**：文档、AI 密钥全存本机，不联网上传，崩溃了有草稿恢复兜底。     ## 最后 现在版本 0.4.2，我自己已经完全切过来了，Typora 卸了。 下载和介绍页（只有mac版本）：https://lightink-promo.pages.dev 有想要的功能评论区说。反正写代码的是 Fable 5，我动动嘴就行。
llm-wiki：把 AI 会话沉淀成可长期复用的本地知识库
> 开源地址：[https://github.com/fengguanghuai/llm-wiki](https://github.com/fengguanghuai/llm-wiki) > 关键词：AI Agent、长期记忆、知识库、Claude Code、Codex CLI、Gemini CLI、Markdown、Python CLI ## 一、为什么需要 llm-wiki 过去一段时间，越来越多开发者开始把 Claude Code、Codex CLI、Gemini CLI 等 AI Agent 融入日常研发流程。它们能帮我们读代码、改代码、排查问题、整理文档，甚至在多仓库、多工具链之间协作。 但实际用久了之后，会遇到一个很明显的问题： > AI 会话很多，真正可复用的经验却很容易散落在历史记录里。 比如： - 某个 adapter 当时为什么这样解析会话文件？ - 某次 sync 输出文件为什么发生覆盖，后来是怎么修复的？ - 某个 CLI 命令的参数和目录约定在哪里说明过？ - 某个项目设计决策能不能被不同 AI Agent 共享？ 如果每次都让 AI 从零开始问、从零开始读、从零开始猜，长期来看会浪费大量上下文成本。 `llm-wiki` 的目标就是解决这个问题：**把多个 AI Agent 的会话记录和人工精选笔记，沉淀成一份本地 Markdown 知识库，让它成为可检索、可维护、可迁移、可长期复用的项目记忆。** ## 二、项目简介 `llm-wiki` 是一个本地 Python CLI 工具，命令名是 `pel`。 它可以把 Claude Code、Codex CLI、Gemini CLI 等工具产生的本地会话记录转换为 Markdown，并按照 `raw/`、`wiki/`、`inbox/`、`concepts/`、`entities/` 等目录约定组织起来。 项目特点很克制： - **本地优先**：知识库就是一堆 Markdown 文件，没有数据库绑定。 - **零第三方运行依赖**：Python 3.11+ 标准库实现，不依赖 Node.js、不强制虚拟环境、不需要额外服务。 - **显式沉淀**：不是黑盒自动总结，而是 `capture → inbox → promote` 的可控流程。 - **多 Agent 共享**：Codex、Claude Code 等可以通过同一个 `SKILL.md` 指向同一个 wiki 根目录。 - **可追溯**：原始会话放在 `raw/`，长期结论放在 `wiki/`，修订写入 `log.md`。 一句话概括： > llm-wiki 不是另一个笔记软件，而是一个面向 AI Agent 时代的本地长期记忆层。  ## 三、它解决的核心问题 ### 1. AI 会话历史难复用 AI Agent 的会话记录往往保存在各自工具目录里，比如： - Claude Code：`~/.claude/projects/*/*.jsonl` - Codex CLI：`~/.codex/sessions/`、`~/.codex/archived_sessions/` - Gemini CLI：`~/.gemini/tmp/` 这些文件对工具自己有用，但对人来说并不适合直接阅读，也不方便跨工具检索。 `llm-wiki sync` 会把它们转换成统一的 Markdown： ```bash pel sync ``` 转换后，会话会进入： ```text raw/sessions/<adapter>/ ``` 比如： ```text raw/sessions/claude_code/ raw/sessions/codex_cli/ raw/sessions/gemini_cli/ ``` 这样原始证据就被保留下来了。 ### 2. 原始记录和长期知识混在一起 会话记录很长，里面有命令输出、工具调用、尝试过程、上下文噪音。它们适合作为证据，但不适合作为最终知识。 所以 `llm-wiki` 把知识库分成两层： ```text raw/ # 原始素材，只读证据层 wiki/ # 长期沉淀，可维护知识层 ``` 你可以先把一条结论捕获到 inbox： ```bash pel capture "Claude Code 子会话输出文件名应优先使用源文件 stem，避免多个 agent-*.jsonl 因父 sessionId 相同而互相覆盖。" ``` 再把它提升到长期页面： ```bash pel inbox pel promote <inbox-note> --to memory ``` 也可以提升到不同类型的知识页： ```bash pel promote <inbox-note> --to concept pel promote <inbox-note> --to entity pel promote <inbox-note> --to project pel promote <inbox-note> --to synthesis ``` 这套流程的好处是：**原始材料保留，长期结论可控。** ### 3. 多个 AI Agent 无法共享记忆 很多人会同时使用多个 AI 工具，比如： - Codex 负责代码修改 - Claude Code 负责复杂阅读和重构 - Gemini CLI 用来辅助分析 如果每个工具都有一套自己的历史和记忆，最终会变成“多个孤岛”。 `llm-wiki` 的设计是：所有 Agent 共享一个中心 wiki。 初始化时可以加上： ```bash python -m pelib.cli init --wiki-root "../LLM-WIKI Vault" --title "My LLM Wiki" --link-agents ``` 它会生成共享 skill，并链接到： ```text ~/.codex/skills/llm-wiki ~/.claude/skills/llm-wiki ``` 这样 Codex 和 Claude Code 看到的是同一份知识库，而不是各自复制一份。 ## 四、目录结构设计 初始化后，wiki 根目录大致如下： ```text <wiki_root>/ ├── CLAUDE.md ├── AGENTS.md ├── raw/ │ └── sessions/ ├── wiki/ │ ├── index.md │ ├── MEMORY.md │ ├── log.md │ ├── inbox/ │ ├── concepts/ │ ├── entities/ │ ├── projects/ │ ├── syntheses/ │ └── playbooks/ ├── site/ └── outputs/queries/ ``` 几个核心目录的定位： | 目录 | 作用 | |---|---| | `raw/` | 原始素材和会话转换结果，尽量只读 | | `wiki/MEMORY.md` | 长期记忆的简短结论 | | `wiki/inbox/` | 临时捕获，等待整理 | | `wiki/concepts/` | 可复用概念，例如“Session Adapter 输出命名策略” | | `wiki/entities/` | 实体页，例如某个系统、工具、模型、项目 | | `wiki/projects/` | 项目专题 | | `wiki/syntheses/` | 综合分析和阶段性总结 | | `wiki/log.md` | 操作与修订日志 | 这个结构有一个很重要的原则： > raw 保留证据，wiki 沉淀判断，log 记录变化。 ## 五、快速开始 ### 1. 克隆项目 ```bash git clone https://github.com/fengguanghuai/llm-wiki.git cd llm-wiki ``` ### 2. 初始化知识库 ```bash python -m pelib.cli init --wiki-root "../LLM-WIKI Vault" --title "My LLM Wiki" ``` 如果希望自动为 Codex / Claude Code 创建共享 skill 链接： ```bash python -m pelib.cli init --wiki-root "../LLM-WIKI Vault" --title "My LLM Wiki" --link-agents ``` 在 Windows 上，如果创建符号链接遇到权限限制，可以先不加 `--link-agents`，后续手动配置或以管理员权限处理链接。 ### 3. 查看状态 ```bash python -m pelib.cli status python -m pelib.cli doctor ``` `status` 用来看当前项目指向哪个 wiki 根目录，`doctor` 用来检查必要文件是否存在。 ### 4. 同步历史会话 先 dry-run： ```bash python -m pelib.cli sync --dry-run ``` 确认没有问题后正式同步： ```bash python -m pelib.cli sync ``` 也可以只同步某个 adapter： ```bash python -m pelib.cli sync --adapter claude_code python -m pelib.cli sync --adapter codex_cli python -m pelib.cli sync --adapter gemini_cli ``` ### 5. 捕获和沉淀结论 ```bash python -m pelib.cli capture "这是一条值得长期复用的工程经验" python -m pelib.cli inbox python -m pelib.cli promote <inbox-note> --to memory ``` ### 6. 检索知识库 ```bash python -m pelib.cli query "adapter 输出冲突" python -m pelib.cli query "capture promote" python -m pelib.cli query "旧知识库迁移" ``` ### 7. 修正知识并留痕 如果你手动修改了某个页面，可以追加一条修订记录： ```bash python -m pelib.cli correct "wiki/MEMORY.md" "修正了某条结论的适用范围" ``` ## 六、命令速查 | 命令 | 说明 | |---|---| | `init` | 初始化配置、wiki 骨架和共享 skill | | `status` | 查看项目配置和 Agent 链接状态 | | `doctor` | 检查 wiki 根目录、AGENTS.md、CLAUDE.md、shared skill | | `write-skill` | 重新渲染共享 SKILL.md | | `link-agents` | 将 shared skill 链接到 Codex / Claude Code | | `sync` | 同步本机 AI 会话到 raw/sessions | | `capture` | 捕获一条待整理结论 | | `inbox` | 查看待整理结论 | | `promote` | 将 inbox 内容提升到长期页面 | | `promote-batch` | 批量提升 inbox 内容 | | `query` | 检索长期知识页 | | `correct` | 记录人工修订日志 | | `adapters` | 查看已注册 adapter | ## 七、适合哪些场景 ### 1. 开源项目的设计决策沉淀 比如一个工具项目会持续出现这类问题： - CLI 命令为什么这样设计 - adapter 如何兼容不同工具的会话格式 - raw 和 wiki 两层目录为什么要分开 - Windows 下符号链接失败时如何处理 - 同步时如何避免重复转换和输出覆盖 - 旧知识库迁移时哪些内容应保留 这些内容很多不会自然出现在 README 里，但它们会影响后续维护和贡献者理解。 `llm-wiki` 适合把这些设计背景沉淀下来，后续让 AI 先查项目记忆，再参与代码修改或文档补充。 ### 2. 多 AI 工具协作 如果你同时用 Codex、Claude Code、Gemini CLI，`llm-wiki` 可以作为它们共享的本地记忆层。 一个 Agent 今天沉淀的知识，另一个 Agent 明天可以读取。 ### 3. 需要本地化和可控性的知识库 相比云端知识库，`llm-wiki` 更适合对本地可控性有要求的场景： - Markdown 文件可直接查看 - Git 可版本管理 - Obsidian 等工具可直接打开 - 不绑定某个 SaaS 平台 - 不依赖数据库迁移 ## 八、设计取舍 `llm-wiki` 没有把目标做成“大而全”的知识管理平台，而是选择了几个很明确的取舍。 ### 1. 不做黑盒记忆 它不会偷偷把所有会话总结成某种不可见的向量库，而是把过程暴露出来： ```text capture → inbox → promote ``` 你知道哪些内容被沉淀了，也可以随时修改。 ### 2. 不绑定数据库 知识库就是 Markdown 文件。 这意味着： - 可以直接 grep - 可以用 Git 做版本管理 - 可以用 Obsidian 打开 - 可以被任意 AI Agent 读取 ### 3. 不追求复杂依赖 项目使用 Python 3.11+ 标准库实现，运行依赖尽量保持为零。 这对本地工具很重要：越少依赖，越容易长期维护。 ## 九、一个项目相关案例 下面用 `llm-wiki` 项目本身举一个例子：在重新同步历史会话时，发现 Claude Code 和 Gemini CLI 的部分会话会输出到同一个 Markdown 文件，导致后写入的内容覆盖先写入的内容。 第一步，同步会话： ```bash pel sync ``` 第二步，把问题和修复结论捕获下来： ```bash pel capture "Session adapter 生成输出路径时，不能只依赖事件里的 sessionId；遇到子会话或同 sessionId 多文件时，应优先使用源文件 stem 保证输出唯一。" ``` 第三步，提升为概念页： ```bash pel inbox pel promote <note> --to concept --title "Session Adapter 输出命名策略" ``` 以后再维护同步逻辑时，就可以： ```bash pel query "输出命名策略" ``` 或者让 AI Agent 先读取 `llm-wiki`，再结合当前 adapter 代码和测试做判断。 这样，一次修复就不只是一次提交，而会变成可复用的项目维护知识。 ## 十、当前版本定位 当前项目更像是一个面向开发者和小团队的本地知识库基础设施，重点解决： - 会话历史归档 - 多 Agent 共享记忆 - 显式知识沉淀 - Markdown 化长期维护 - 本地优先和可迁移 它不是为了替代 Obsidian、语雀、Notion 这类笔记工具，而是更偏向于成为 AI Agent 的“工作记忆底座”。 如果你已经在日常研发里大量使用 AI Agent，那么 `llm-wiki` 可以帮你把这些碎片化会话变成长期资产。 ## 十一、总结 AI Agent 能提升单次任务效率，但真正的长期收益来自知识复用。 `llm-wiki` 做的事情很朴素： - 把会话留下来 - 把结论挑出来 - 把知识组织好 - 让不同 Agent 都能读 - 让历史经验能被下一次任务复用 对于经常使用 AI 辅助研发的人来说，这类本地长期记忆工具会越来越重要。 项目地址： [https://github.com/fengguanghuai/llm-wiki](https://github.com/fengguanghuai/llm-wiki) 欢迎试用、提 issue，也欢迎根据自己的工作流改造。
关于claude code cli使用第三方模型出现： API Error: 400 The `content[].thinking` in the thinking mode...问题
近期由于Claude Code更新了新的版本(2.1.156),使用第三方模型出现：` API Error: 400 The content[].thinking in the thinking mode must be passed back to the API.`的问题，目前我已通过以下方案修复: ```js 1.关闭所有的claude运行窗口 2.打开终端卸载当前版本，npm uninstall -g @anthropic-ai/claude-code 3.回退版本至150（当前会自动更新版本至156），npm install -g @anthropic-ai/claude-code@2.1.150 4.验证版本，claude --version 5.注意不要进入claude，要先关闭自动更新，否则进入claude后会直接自动更新 6.打开C:\Users\具体用户\.claude 7.找到settings.json，并点击编辑，加入以下配置： ```  ```js "DISABLE_AUTOUPDATER":1, "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1" "autoUpdates": false, ``` **注意"DISABLE_AUTOUPDATER":1, 的上一行配置需要加上英式逗号** 保存后即可打开！ 本方案来源于网络并经过整理
【解决方案】Claude Code + VSCode插件报错API Error: 400 The content[].thinking
今天用CC的VSCode插件写代码，突然报错： ~~~ API Error: 400 The content[].thinking in the thinking mode must be passed back to the API. ~~~ 事出突然，又挺简单的，就写个流水账吧哈哈哈。 拿着报错问了AI，让我升级CC到最新，不行，还是报错。 后来查到，主要问题就是CC更新的问题，新版本不兼容DeepSeek4。 我在B站搜到说降低到2.1.150，就可以。 ~~~ npm install -g @anthropic-ai/claude-code@2.1.150 claude --version ~~~ 降低完了，试过之后还是报错。又搜到一个评论说148可以。但是我执行148之后，版本降回来了，却没下任何包，那有可能我今天就是从148更新到153，然后又降回来了。所以我也没试。 后来一想，有可能是VSCode插件自动更新了。  插件这边也需要降级，顺便把自动更新给取消了。  选择2.1.145这个版本，点击之后直接下载一个VSIX文件  点击从VSIX安装，选择刚刚那个文件，重启扩展，就可以了。 
claude code 注册失败，大家知道什么原因吗？
 刚刚尝试claudecode 注册失败，是什么原因呢？我使用了qq邮箱， 是因为中国大陆的地区限制，还是claudecode 就是单纯的限制了注册呢
CloudCLI：将AI编程助手带入图形界面的革命性工具
# CloudCLI：将AI编程助手带入图形界面的革命性工具 原文链接：https://mp.weixin.qq.com/s/sU_kqyBwDKpUUa2DTPjA0g 新建了个公众号：[程序员凯凯] 大家有空也可以来looklook~ > 让Claude Code等AI编程工具的使用体验从命令行升级到图形界面，随时随地高效开发 在AI编程工具蓬勃发展的今天，[Claude Code](https://docs.anthropic.com/en/docs/claude-code)、[Cursor CLI](https://docs.cursor.com/en/cli/overview) 等工具已经彻底改变了开发者的工作方式。然而，这些强大的工具大多基于命令行界面，对于习惯图形化操作的用户来说仍有一定门槛。 今天，我要向大家介绍一个改变游戏规则的项目——**CloudCLI**（又名Claude Code UI），它将这些优秀的AI编程工具带入了图形界面时代。  ## 什么是CloudCLI？ CloudCLI是一个开源的桌面和移动端UI工具，专为Claude Code、Cursor CLI、Codex和Gemini-CLI等AI编程助手设计。它提供了一个统一的图形界面，让开发者可以在本地或远程环境中轻松使用这些强大的AI工具。 ### 核心特点 - **跨平台支持**：在桌面、平板和移动设备上无缝运行 - **多工具集成**：支持Claude Code、Cursor CLI、Codex和Gemini-CLI - **响应式设计**：适配各种屏幕尺寸，随时随地高效工作 - **项目可视化**：清晰展示激活的项目和会话状态 ## 为什么需要CloudCLI？ 传统的AI编程工具虽然功能强大，但命令行界面存在以下局限： 1. **学习曲线陡峭**：需要记忆各种命令和参数 2. **可视化不足**：无法直观查看项目状态和历史记录 3. **移动办公困难**：在手机或平板上操作不便 4. **多项目管理复杂**：切换和管理多个项目效率低下 CloudCLI通过图形化界面解决了这些问题，让AI编程工具更加亲民和易用。 ## 怎么安装 ### 命令形式 启动 CloudCLI UI，只需一行 npx（需要 Node.js v22+）： ``` npx @cloudcli-ai/cloudcli ``` 或进行全局安装，便于日常使用： ``` npm install -g @cloudcli-ai/cloudcli cloudcli ``` 打开 http://localhost:3001 ，系统会自动发现所有现有会话。  ## 核心功能展示 ### 1. 交互式聊天界面 内置直观的聊天UI，让与AI Agents的交流变得像聊天一样自然：  ### 2. 集成Shell终端 无需离开界面即可直接访问AI Agents的CLI功能，兼具图形界面的便利性和命令行的强大功能。  ### 3. 文件浏览器 交互式文件浏览器让项目导航和文件管理变得轻而易举，支持拖拽操作和快速预览。  ### 4. 项目Git代码管理仪表板 一目了然地查看所有激活的项目、会话状态和资源使用情况。  ## 快速安装指南 ### Windows系统安装 ```bash npx @cloudcli-ai/cloudcli 或者 npm install -g @cloudcli-ai/cloudcli cloudcli ``` 安装完成后，在浏览器中访问 `http://localhost:3001` 或 `127.0.0.1:3001` 即可开始使用。 ### 首次使用配置 1. **创建账户**：设置用户名和密码 2. **配置Git信息**（可选）：随意填写即可 3. **选择AI Agent**：目前支持Claude Code、Gemini、Cursor CLI等 4. **完成授权**：按照提示完成AI工具的授权流程 #### 命令安装：  #### 命令启动：  #### 配置用户名密码： 随意要记住  #### 配置Git用户名邮箱 随意，写代码的人根据规范配置  #### 选择CLI 如果有则选择没有则安装一下 其他网上教程有 点击Complete Setup 我这也有个ClaudeCode安装指南 ClaudeCode凯神安装：[第一章：从零到起飞，10分钟让AI为你写代码](https://www.codefather.cn/post/2034201556655570946) 后续也更新ClaudeCode凯神实战指南~ ：[Claude Code凯神实战指南：从入门到精通，凯神带你忘本其他 AI](https://www.codefather.cn/post/2034116869597782017) 喜欢的可以关注一下，谢谢🙏大家的认可！大家一起继续努力💪~  #### 设置中文  #### 开始使用  ## 实际应用场景 ### 场景一：远程开发 无论身处何地，只要有网络连接，就能通过手机或平板访问强大的AI编程助手，处理紧急问题或进行代码审查。 ### 场景二：团队协作 团队成员可以共享项目状态和会话信息，提高协作效率。 ### 场景三：代码审查 通过图形界面直观查看AI生成的代码修改建议，一键接受或拒绝更改。 ### 场景四：学习进阶 新手开发者可以通过图形界面逐步熟悉AI编程工具的使用，降低学习门槛。 ## 界面预览 ### 桌面视图 桌面界面展示了项目概览和聊天主界面，左侧是项目导航，中间是聊天窗口，右侧是文件浏览器。 ### 移动体验 响应式设计确保在移动设备上也能获得良好的使用体验，支持触控操作和手势导航。 ### CLI选择 在多种AI编程工具之间轻松切换，根据项目需求选择最适合的AI助手。 ## 未来展望 CloudCLI项目正在快速发展中，未来计划增加以下功能： - **更多AI工具支持**：集成更多流行的AI编程助手 - **插件系统**：允许开发者扩展和定制功能 - **团队协作功能**：增强团队共享和协作能力 - **离线模式**：支持离线使用基本功能 ## 如何参与 CloudCLI是一个开源项目，欢迎开发者贡献代码和提出建议： - **GitHub仓库**：https://github.com/siteboon/claudecodeui - **Discord社区**：https://discord.gg/buxwujPNRE - **Bug报告**：https://github.com/siteboon/claudecodeui/issues ## 总结 CloudCLI代表了AI编程工具发展的一个新方向——从命令行走向图形化，从专业工具变成大众化平台。它不仅降低了使用门槛，更拓宽了应用场景，让AI编程助手真正成为每个开发者随时随地可用的生产力工具。 无论你是资深开发者还是编程新手，CloudCLI都值得你尝试。它可能会彻底改变你使用AI编程工具的方式，让你的开发工作更加高效和愉悦。 **立即体验**：访问 CloudCLI Cloud: https://cloudcli.ai/ 开始你的AI编程之旅！ --- *本文介绍的CloudCLI工具正在快速发展中，具体功能以官方最新发布为准。欢迎在评论区分享你的使用体验和建议！*
Claude Code 全攻略：命令大全 + 实战工作流（建议收藏）
 # 1. Claude 常用命令 - 查看版本： ```bash claude --version ```  - 启动交互界面（当前目录）： ```bash claude ``` - 指定目录启动： ```bash claude /path/to/project ``` - 升级到最新版本 ```bash claude update ``` # 2. Claude Code 界面说明 - 左下：模式指示器 Default / Accept Edits / Plan Mode，Shift+Tab 切换模式 >1、Default（默认模式） — 每次编辑文件或执行命令都需要你确认 2、Auto-Accept（自动接受模式） — 文件修改自动执行，无需逐一确认（但 shell 命令仍需确认） 3、Plan（计划模式） — 只读模式，Claude 只分析和规划，不做任何修改，等你审核计划后再执行 Skill-gallery、 - Claude Code 底部状态栏显示的不同状态  1、默认模式  2、自动接受模式  3、计划模式  - 对话中：工具调用 Claude 读文件、写文件、执行命令的详情嵌入在对话流中 - 中间：对话输入框 自然语言输入需求，支持Markdown，可拖拽文件/图片 - 底部：快捷键提示 Ctrl+C 中断· Ctrl+B 后台· ESC 返回/取消 - 输入 ? ，显示一些快捷键  # 3. Claude 常用指令速查 - Claude Code 指令 / 快捷键参考 | 指令 / 快捷键 | 作用 | 典型场景 | |---|---|---| | `/compact` | 压缩对话上下文，保留核心摘要 | 对话过长 token 超限时 | | `/clear` | 清空所有对话历史，全新开始 | 切换到完全不同的任务时 | | `claude -c` | 启动时恢复上一次对话 | 次日继续昨天未完成的工作 | | `Ctrl+B` | 将当前任务挂到后台运行 | 让 AI 后台编译，前台讨论下一步 | | `ESC×2` (`/rewind`) | 回退或总结（回滚 AI 操作） | AI 改错了代码，快速撤销 | | `↓ / /tasks` | 管理后台任务（查看/停止） | 检查后台编译/测试是否完成 | | `Ctrl+T` | 显示/隐藏任务列表面板 | 查看 Claude 创建的任务进度 | | `Alt+V` | 粘贴图像（Windows） | 截图粘贴给 Claude 分析 UI/报错 | | `/memory` | 打开并编辑 CLAUDE.md | 修改项目规则或个人偏好 | | `/init` | 自动生成 CLAUDE.md 初稿 | 新项目首次接入 Claude Code | | `/hooks` | 配置工具钩子（自动化触发） | 写文件后自动 prettier 格式化 | | `\+Enter` | 输入框内换行（不发送消息） | 输入多行代码或多段需求描述时 | | `Shift+Tab` | 循环切换三种工作模式 | 从 Plan Mode 切到 Accept Edits 执行 | - claude code 读取图片信息处理机制  # 4. Claude Code 的命令行输入 - Claude Code 是 Anthropic 推出的终端 AI 编码助手，在交互界面中通过 斜杠命令（Slash Commands）来控制 AI 助手的行为和上下文，合理使用斜杠命令，配合自然语言输入更加顺利完成开发操作。  Calude Code 执行初始化命令 - 在使用Claude Code的时候，一般都会首先添加工作目录。这里一般通过一个斜杠： `/`来表示输入指令。这里输入如下指令选定工作目录 ```bash /add-dir <你的工作目录> ``` - 在创建工作目录后，使用初始化工具对该目录下的项目进行初始化分析，生成一份`CLAUDE.md`文档。这个文档的作用是建立上下文，让Claude Code理解当前项目的目标和结构、设置代码风格和一些规则、设置Claude Code的角色。可以在进行初始化之后通过自然语言输入让其修改该初始化说明文档，进而实现所需的设定 在一个已完成的项目下，通过 `/init`完成项目分析的初始化 ## 4.1 /init – 初始化项目记忆指南 - 定义与语法： /init 无参数。运行此命令会扫描当前项目代码库，在项目根目录生成一个 `CLAUDE.md` 文件，作为该项目的知识指南。`CLAUDE.md` 通常包含项目结构摘要、主要模块说明、依赖列表等内容。 - 使用场景： 建议首次在新项目中使用 Claude Code时立即执行 /init。这样Claude会自动了解项目的大概结构和背景，相当于给Claude这个AI同事一本项目手册。/init 生成的 CLAUDE.md 可由Claude根据代码自动提取要点，你也可以在Claude的帮助下完善它——比如询问 “请列出项目架构的关键部分写入 CLAUDE.md” 等。完成后，将 CLAUDE.md 保存（甚至提交进仓库共享给团队）。之后每次在该项目目录启动Claude Code，它都会首先读取 CLAUDE.md，拥有持久的项目信息。 ```bash /init ```  ## 4.2 /help – 查看命令列表 ```bash /help ```  ## 4.3 /clear – 清除对话历史 ```bash /clear ``` - 定义与语法： /clear 无参数。用于清除当前会话的对话历史，使 Claude 忘记之前的所有对话内容。执行后，相当于开启一个新会话，但不会退出 Claude Code 界面。 - 使用场景： 当对话持续很久、上下文累积过多时，可以使用 /clear 来重置上下文窗口，保持思路清晰。例如在完成一个独立任务后，开始新任务前执行 /clear，Claude 将从空上下文开始理解你的下一指令。这在任务切换时非常有用，可以避免旧话题干扰新需求。此外，当Claude的回答出现偏离正轨或上下文混乱时，/clear 可以一键“重启”对话。 ## 4.4 /compact – 压缩对话内容 ```bash /compact ``` - 定义与语法： `/compact [instructions]` 可选附加“指令”参数。此命令会将当前对话历史总结压缩，并以该摘要作为新对话的开场上下文。可选的 instructions 参数允许你指定压缩时的侧重点，例如 /compact "保留尚未解决的问题" 会让 Claude 在总结时侧重未解决问题部分。 - 使用场景： 当会话长度接近模型上下文长度上限时，/compact 是延续长对话的救星。Claude 会将已有对话自动总结为更短的内容，从而释放大量上下文令牌供后续交流使用。这类似于有个 AI 秘书在会议途中帮你记录会议纪要，确保你们不会因为对话太长而“忘记”前情。不过，与 /clear 不同，/compact 保留了上下文的精华——在新会话中Claude仍可以参考之前对话的摘要继续讨论。 ## 4.5 /memory – 编辑会话记忆文件 ```bash /memory ``` - 定义与语法： /memory 无参数。用于直接打开并编辑当前项目的持久记忆文件 CLAUDE.md（或用户级别的全局记忆文件），方便查看和修改 Claude 的“长期记忆”。你也可以通过这个命令向 CLAUDE.md 添加或移除内容。 - 使用场景： CLAUDE.md 是 Claude Code 用于初始化上下文的指南文件，通常包含项目简介、架构要点、代码惯例等。通过 /memory 命令，你可以随时更新该文件的内容：比如在初始化项目后发现 CLAUDE.md 漏掉了一些关键业务术语解释，可以输入 /memory 打开文件，在其中添加术语解释列表并保存。保存退出后，可以 /clear 然后开始新会话，Claude 将自动参照更新后的 CLAUDE.md 来回答问题，减少对术语的误解。 - 一般选择当前项目记忆    > 简单理解就是： Project memory = 这个项目的专属规则/偏好 User memory = 你个人的全局习惯/偏好，跨项目通用 Auto-memory = 让 Claude 自己决定什么值得记，自动写入，不用你手动管 举几个典型场景： 1. **Project memory（项目记忆）** `./CLAUDE.md` > 适合写跟这个项目强绑定的内容 - "这是一个 React + TypeScript 项目，使用 pnpm" - "不要修改 `src/legacy/` 目录下的任何文件" - "测试命令是 `pnpm test`，构建是 `pnpm build`" - "API 接口统一放在 `src/api/`，不要分散" 2. **User memory（用户记忆）** `~/.claude/CLAUDE.md` > 适合写跟你个人习惯相关、所有项目通用的内容 - "回复一律用中文" - "代码注释保持简洁，不要废话" - "提交信息用英文，格式 `feat: xxx`" - "不要主动帮我重构我没提到的代码" 3. **Auto-memory（自动记忆）** > Claude 自己判断什么重要，自动写入，比如你在对话中说了： - "我们公司规定所有接口要加错误边界处理"——Claude 自动记下来 - "这个项目不用写单元测试"——自动记下来，下次不再建议你写测试 ------ 总结就是：**项目记忆管"这个项目怎么做"，用户记忆管"我这个人怎么工作"，自动记忆省去你手动整理的麻烦**。 ## 4.6 /status – 会话状态检查 ```bash /status ```  - 定义与语法： /status 无参数。显示当前 Claude Code 会话和系统状态，包括工作目录、登录账户、所用模型、加载的项目记忆等。这是一条只读命令，不会更改任何设置。 - 使用场景： 当你需要确认当前环境时（例如切换目录后不确定Claude是否跟随了新项目，或刚切换模型后想验证当前模型名），/status 可以立刻给出答案。它也是排查问题的起点：如果Claude行为异常，先看一下 /status 是否仍指向正确的路径和模型，是否有正确加载 CLAUDE.md 等。 ## 4.7 /cost – 令牌与费用统计 ```bash /cost ```  - 定义与语法： /cost 无参数。用于显示当前会话的令牌使用量统计，包括提示和回答分别用了多少 token，以及预估的 API 消耗费用。这对掌控 Claude Code 的使用成本非常有帮助。 - 使用场景： 如果你使用按量计费的API密钥或免费额度，随时关注对话的 token 消耗情况是个好习惯。执行 /cost 可以让你了解目前这场对话累计用了多少 token，并据此估算花费。在长时间编程会话或密集代码生成功能中，偶尔检查 /cost 有助于及时止损：发现token飙升可以选择提问更具体、压缩上下文等节约开销。另外，当你打算结束当天工作时，可以用 /cost 获取会话用量总结，核对是否在预算之内。 ## 4.8 /config – 查看或修改配置 ```bash /config ```  - 定义与语法： /config 可交互式查看和修改 Claude Code 配置参数。执行命令会显示配置菜单，你可以根据提示修改设置，例如启用/禁用自动压缩、设置主题、切换编辑模式等。部分配置也支持通过子命令直接设置，比如 /config set autocompact off 等。 - 使用场景： Claude Code 提供许多可定制选项，通过 /config 你可以根据个人习惯进行调整。例如：Autocompact（自动压缩）默认开启以防止上下文溢出，通常建议保持开启；待办事项（to-do）功能可以让Claude Code在长任务中列步骤，你可在配置中启用/停用；verbose输出用于调试，可通过 /config 打开，当需要看Claude内部推理步骤时很有用（对应快捷键 Ctrl+R 切换verbose模式）；还有主题配色、通知方式（如终端铃声提醒Claude完成思考）、编辑模式等。总之，/config 是你的个性化Claude控制面板。 ## 4.9 /model – 切换AI模型版本 ```bash /model ``` - 定义与语法： /model [model_name]。不带参数时通常会显示当前使用的模型，并提示可选模型列表；指定参数则可切换Claude所用的AI模型。Claude Code 常用的模型代号包括 Sonnet（较快、上下文较短）和 Opus（较慢但能力更强、上下文长度更大）等，或具体版本如 claude-4-100k 等。 - 使用场景： 根据任务需要选择合适的模型，能在速度和质量间取得平衡。默认情况下Claude Code启动用的是较快的模型。当你需要更深入的分析、更大的上下文或更高准确度时，可以通过 /model opus 切换到能力更强的模型。例如复杂架构设计讨论、批量代码重构等场景，Opus模型（类似GPT-4之于GPT-3.5的角色）会表现更佳。而在简单问答或需要快速响应的场景下，继续使用Sonnet模型更高效。/model 让你动态调整AI助手的大脑，以匹配任务要求。  **模型选项** | 选项 | 含义 | | ------------------------ | ------------------------------------------------------------ | | `1. Default` | 当前默认模型是 `qwen3-max-2026-01-23` | | `2. Sonnet (1M context)` | 均衡型，性价比高，适合日常编码 | | `3. Opus (1M context)` | 最强模型，适合复杂架构/难题，但最慢最贵 | | `4. Haiku` | 最快最便宜，适合简单问答/快速任务 | **价格** `$3/$15 per Mtok` = 输入 $3 / 输出 $15（每百万 token） **底部两个设置** | 项目 | 含义 | | ----------------- | ------------------------------------------------------------ | | `◐ Medium effort` | 思考力度，← → 可调节，分 low / medium / high，越高越慢越费 token | | `/fast` | 快速模式，仅 Opus 可用，关闭深度思考，速度更快 | ------ **一般怎么选：** - 日常写代码 → **Sonnet** - 复杂重构/架构设计 → **Opus**（配合 Plan Mode 效果最好） - 简单问题/快速查询 → **Haiku** ## 4.10 /doctor – 环境健康检查 ```bash /doctor ``` - 定义与语法： /doctor 无参数。执行后Claude Code会检查当前安装环境的健康状态，验证所需依赖和权限是否正确配置，并报告潜在问题。 - 使用场景： 当Claude Code行为异常（比如无法读取文件、工具调用总是失败等），/doctor 是排查问题的第一步。它会自动检查：Anthropic API连通性、已登录账户有效性、必需的依赖（git、GitHub CLI、ripgrep等）是否安装、Claude Code所需的文件权限是否授予等等。检查完后会输出一份报告，指出哪些项目通过，哪些存在问题。例如 “✘ 未检测到 GitHub CLI，请安装以使用 PR 功能” 或 “当前Anthropic API凭据无效” 等。有了这些信息，你可以据此修复环境，然后重试之前的操作。  # 5. Claude Code 进阶实战指南 ## 5.1 核心理念 Claude Code 的真正价值不在于某个单一功能，而在于将命令、模型、记忆、模式**串联成流**。开发者负责方向和判断，Claude 负责执行和细节。 --- ## 5.2 一套完整的开发工作流 以"接手新项目并开发新功能"为例，展示如何从头到尾组合使用各项能力。 ### 第一步：初始化项目认知 进入项目目录后，第一件事不是写代码，而是让 Claude 先"读懂"项目。 ```bash /init ``` 自动扫描代码库，生成 `CLAUDE.md` 初稿，包含技术栈、目录结构、常用命令等基础信息。生成后用 `/memory` 打开，补充人工经验： ```bash - 不要修改 src/legacy/ 目录 - 提交信息格式：feat: / fix: / chore: - 测试命令：pnpm test ``` 这份记忆会在之后每次对话自动加载，省去反复交代背景的成本。 --- ### 第二步：理解代码结构（Plan Mode） 熟悉陌生代码库，Plan Mode 是最安全的方式——只读不改，专注理解。 ```bash Shift+Tab × 2 → 进入 Plan Mode ``` 然后自然语言提问： ```bash 分析 src/auth/ 模块的整体架构，梳理用户登录的完整调用链 ``` Claude 会遍历相关文件、整理逻辑、输出结构图和说明，全程不碰任何代码。遇到复杂架构时，切换到 Opus 模型，思考更深： ```bash /model → 选择 Opus ``` --- ### 第三步：规划新功能（Plan Mode + Opus） 理解现有代码后，继续在 Plan Mode 里规划新功能，不要急着切换到执行模式。 ```bash 我需要给登录模块加上 OAuth 支持，请分析现有代码结构， 制定一个改动最小、风险最低的实现方案 ``` Claude 输出计划后，用 `Ctrl+G` 直接打开计划文件编辑，删掉不需要的步骤、补充业务约束，比对话描述修改精准得多。 > 💡 这一步不要省。花 10 分钟确认计划，能避免后面返工 1 小时。 --- ### 第四步：分模块执行（Auto-Accept + 后台任务） 计划确认后，切换到 Auto-Accept 模式开始执行： ```bash Shift+Tab × 1 → 进入 Auto-Accept 模式 ``` 对于耗时操作（跑测试、编译），挂到后台： ```bash Ctrl+B → 后台执行 Ctrl+T → 查看任务进度 ``` 前台继续和 Claude 讨论下一个模块，互不干扰。 **每完成一个独立模块，及时 `/clear`，避免上下文污染下一个任务：** ```bash /clear ``` 对话变长但还没到切换模块的时机，用 `/compact` 压缩而非清空： ```bash /compact "保留 OAuth 登录相关的讨论和决策" ``` --- ### 第五步：性能分析与优化 功能开发完成后，切回 Plan Mode，让 Claude 做一轮审视： ```bash Shift+Tab × 2 → Plan Mode 分析刚才新增的代码，找出潜在的性能问题和安全隐患，不要修改，只给报告 ``` 确认问题后，再切换到执行模式针对性优化。这样比"边写边优化"更清晰，也不容易引入新问题。 --- ### 第六步：收尾与记忆沉淀 开发完成后，用 `/memory` 把这次积累的项目经验写进 CLAUDE.md： ```bash - OAuth 相关逻辑统一在 src/auth/oauth/ 下 - 新增第三方登录时参考 GoogleOAuthProvider 的实现模式 ``` 下一个功能开发、或者团队其他人接手时，这些经验直接生效。 --- ## 5.3 模式与模型的选用原则 | 阶段 | 模式 | 模型 | |---|---|---| | 读代码 / 规划 | Plan Mode | Opus | | 日常编码 | Default | Sonnet | | 重复性修改 | Auto-Accept | Sonnet / Haiku | | 快速问答 | Default | Haiku | --- ## 5.4 一句话总结 > **Plan Mode 想清楚 → Auto-Accept 执行 → /compact 或 /clear 管理上下文 → /memory 沉淀经验** 把这条主线跑顺，Claude Code 才算真正用起来了。 --- 欢迎关注我的公众号【兮动人】，每天分享一些技术文章和实战经验。 
Claude Code宠物系统已上线，选择一个你喜欢的宠物吧
Claude Code的宠物系统已经上线了，输入`/buddy`可以孵化一个属于你自己的小宠物，蹲在你的终端输入框旁边，增加一点小乐趣~  有物种和属性，最有意思的是，竟然还有**稀有度**，就像养成小游戏一样！ 根据泄露的源码可以得知，一共有18种宠物，每个物种有不同的动画，动画如图：  稀有度分别为： - **Common** 灰色 最常见的一种 - **Uncommon** 绿色 稍微稀有 - **Rare** 青色 稀有 - **Epic** 紫色 很稀有 - **Legendary** 金色传说！！！ 每个宠物都有五个属性，属性值分别是： - **DENUGGING** 调试，调试的能力？ - **PATIENCE** 耐心，莫非耐心低就罢工了？笑~ - **CHAOS** 混乱 - **WISDOM** 智慧 - **SNARK** 刻薄，这个高了会不会说话很难听=.= 如果你看到我上面的小猫，一定认为我是欧皇了，NONONO，我的初始宠物其实是一只最普通的小水豚QAQ 但是！经过我多方查阅，终于找到了修改的方法，感谢互连网上的好心人 > 注：此方法只适用于本地，重新登录会覆盖本地配置，属于是订阅用户受害者了~ 根据公众号里面**卡兹克大佬**的分享，找到了那篇原帖子：帖子链接：https://linux.do/t/topic/1873901 在L站里面又找到了HTML刷宠物的代码，再次感谢！！！ **OK，我们开始修改小宠物（可怜的小水豚，再见了，笑~）** 在操作之前，先查看一下claude的版本，我的版本是`v2.1.89`，好像只有新版本才有小宠物 先找到自己的`~/.claude.json`，这个文件默认在`C:\Users\你的用户名`里面，这个文件就是咱们本地的配置文件了，打开后找到`userID`  打开http://blog.xuande.work/claude 选择你想要的宠物，点击开始搜索  如果没有结果的话多试几次，调整下次数，向上面那样就成功了，我们只需要复制那串`userId`即可，userID：408d55ab4f322d22e3871bfa4df6cc2ef8a261bf14e09f692c5d074cfba685ff 把这段覆盖上面`.claude.json`里面的`userID`  复制后保存，重启claude，就会发现我的小猫变成大胖猫了  还可以rua一下~，rua完会有小心心  当然，除了物种可以改，也可以改描述和名称  都打开电脑试一试吧~ 话说这宠物系统让我联想到了最近的洛克王国世界啊 **既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，求求了~**