一本面向零基础读者的 Claude Code 中文完全教程。覆盖 CLI（命令行）与 Desktop（桌面应用）两种使用模式，从安装配置到高级功能，从概念原理到实战项目。
- 本资料为非官方指南，不代表 Anthropic官方文档。
- 所有功能以 Anthropic 官方文档和 Claude Code 实际版本为准。
- 本 PDF 会随着 Claude Code 更新持续维护。
- 建议读者优先查看 GitHub 仓库中的最新版 Markdown 原稿。
- 零编程基础新手
- 轻度编程经验的 AI 工具用户
- 想从 Cursor/Copilot/Codex 迁移的开发者
三条推荐路径：
- 🟢 快速上手路线：第 0 章 → 第 1 章 → 第 2 章 → 第 3 章 → 第 4 章 → 第 5 章 → 附录 A
- 🟡 系统学习路线（逐章阅读）：适合想完整掌握所有功能的读者
- 🔴 进阶扩展路线：第 7 章 → 第 8-15 章 → 附录，适合已入门、想深入定制的用户
💡「简单来说」— 用大白话解释复杂概念
本章定位：基础启蒙第一课。不讲操作、不装软件，先搞懂 Claude Code 到底是什么、为什么厉害、能帮你做什么。读完这章，你会对 CC 有一个完整的心智模型。
预计阅读时间：15 分钟
💡 一句话定位：Claude Code 不是代码补全工具，也不是 AI 聊天机器人——它是一个运行在终端里的项目级 AI 工程助手。
它能读懂你整个项目、自己做计划、动手改代码、执行命令、检查结果，直到把活干完。
2022 年底，ChatGPT 横空出世。
三年多过去了，我们每个人对这种 AI 的用法都很熟悉了——你问一句，它答一句。你觉得答得不好，换个问法再问一次。
这种「一问一答」的模式，帮你查资料、写文案、翻译文字都没问题。但遇到真正需要「干活」的事情，它就无能为力了。
这就是 AI 聊天机器人 和 AI 智能体（Agent） 的本质区别。
💡「简单来说」： 聊天 AI = 只动嘴的军师，Agent = 能自己动手干活的助手。
Claude Code 为什么能做到「自己干活」？我们来拆解它的核心机制。
要理解 Claude Code，你先认识三个角色：
| 角色 | 是什么 | 能干嘛 | 举例 |
|---|---|---|---|
| 大模型（LLM） | AI 的大脑 + 眼睛 | 理解你的需求、观察环境、做出决策 | "我应该先创建一个 HTML 文件" |
| 工具（Tools） | AI 的手脚 | 读写文件、搜索网络、执行命令、调用服务 | 真的在你的电脑上创建一个文件 |
| Agent 程序 | 连接大脑和手脚的神经系统 | 把大模型的决策翻译成工具调用，再把结果反馈给大模型 | Claude Code 本身 |
🔰「新手建议」：你不用记住所有工具的名字——现在只需要理解这个「大脑指挥手脚干活」的比喻就够了。
普通聊天 AI 是这样工作的：
你提问 → AI 回答 → 结束
Claude Code 是这样工作的：
这个过程就叫 LLM Loop（大模型循环）。它让 AI 从「一问一答」变成了「持续干活」。
市面上有很多 Agent 产品，但 Claude Code 的循环设计得特别出色。用一个比喻：
- 普通 Agent = 实习生。你推他一步，他走一步。推得不明确，他就停了。
- Claude Code = 成熟的职场人。你给他一个目标，他自己规划步骤、调用工具、执行操作、检查结果。卡住了？他会自己上网搜索找解决方案。遇到报错？他会自己 Debug。
这就是「自主决策循环」：感知环境 → 推理决策 → 调用工具 → 评估结果 → 继续循环。整个过程你只需要在开始说一句话，中间最多点几次「同意」。
市面上 AI 编程工具不少，我们来对比一下，帮你快速建立坐标系。
很多人会问：既然 Copilot 也能帮我写代码，为什么还要用 Claude Code？
核心区别在于：Copilot 更像一个贴身助理——你写代码时它在旁边看着，猜你接下来要写什么，帮你补全。但 Claude Code 更像一个外包团队——你把整个需求丢给它，它自己规划、写代码、跑测试、修 Bug，最后交给你一个能用的东西。
Copilot 适合帮你写得快。
Claude Code 适合帮你做完事。
更合理的用法是：日常编码用 Copilot 提效，复杂项目或从零开发时用 Claude Code 完整交付。
很多人会问：Cursor 不也能在编辑器里跟 AI 对话改代码吗，CC 有什么不同？
核心区别在于：Cursor 更像一个会 AI 的编辑器——你在编辑器里写代码，AI 帮你改、帮你补、帮你解释。但 Claude Code 更像一个会用编辑器的 AI——它不依赖你手动打开文件、选中代码，你只需要说目标，它自己决定要改哪些文件、执行什么命令。
Cursor 适合你在写代码时辅助你。
Claude Code 适合你不用写代码时替代你。
更合理的用法是：用 Cursor 做轻量编辑和代码审查，用 Claude Code 做重度开发和完整项目交付。
很多人会问：Codex 也是命令行 Agent，也能自主干活，和 CC 有什么不同？
核心区别在于：Codex 更像 OpenAI 生态里的工程助手——它背后是 GPT 系列模型，深度绑定 OpenAI 的工具链。而 Claude Code 更像 Anthropic 生态里的长期工程伙伴——它不仅有 Claude 模型驱动，还有更成熟的 Harness 设计、更丰富的 Skills/Hooks/Plugins 生态，以及更灵活的模型接入（支持第三方）。
Codex 适合已经在 OpenAI 生态中的开发者。
Claude Code 适合想要最成熟 Agent 体验、不想被单一模型绑定的用户。
更合理的用法是：如果你已经深度使用 OpenAI 全家桶，Codex 是不错的延伸；如果你想体验当前最强的 Agent 驾驭系统，Claude Code 是更好的选择。
| 工具 | 一句话概括 | 收费 | 强项 | 弱项 |
|---|---|---|---|---|
| GitHub Copilot | 代码自动补全插件 | 付费 | 在你写代码时智能预测下一行 | 只能补全，不能自主干活 |
| Cursor | AI 增强版 VS Code | 付费 | 在编辑器内对话 + 改代码，体验流畅 | 付费额度有限制 |
| Codex / OpenAI CLI | OpenAI 的命令行 Agent | 付 API 费 | 背后是 GPT 系列模型 | 使用门槛较高 |
| Claude Code | Anthropic 的终端 Agent | 订阅或 API | 自主干活能力最强，harness 最好 | 终端界面，小白上手需要适应 |
💡「简单来说」：Copilot 帮你写一段代码，Cursor 帮你改一个文件，Claude Code 帮你做完整个项目。
🔰「新手建议」：不用纠结「我该用哪个」——这本书就是教你用好 Claude Code 的。掌握它之后，其他工具你也能很快上手。
你可能听过一个词——Harness（驾驭系统）。
用大白话解释：Harness 就是 Agent 这个「身体」的设计水平。同样的大脑（大模型），装在不同的身体里，表现天差地别。
举个例子：同样是调用 Claude Sonnet 模型：
- 你在 Claude 网页版里问它 → 它只能给你文字建议
- 你通过 Claude Code 调用同一个模型 → 它能读你的整个项目、修改文件、运行命令、测试结果
一样的脑子，不一样的身体，能干的事完全不一样。
Claude Code 的 Harness 设计好在哪？几个关键点：
- 🔄 自主循环：不是推一步走一步，而是自己持续推进直到任务完成
- 📂 终端原生：直接运行在你的电脑上，不受浏览器沙箱限制
- 🧠 超长上下文：能记住整个项目的来龙去脉，不会做着做着「失忆」
- 🛡️ 权限清晰：什么操作要问你、什么可以直接做，边界分明
- 🧩 官方 Skill：Anthropic 团队提前设计了大量开箱即用的技能包
🔰「新手建议」：不用深究 Harness 这个词。你只需要知道——Claude Code 不只是给大模型套了个壳，它的「身体」经过精心设计，这才是它真正厉害的地方。
知道了 Claude Code 的原理，你可能会想：它具体能帮我干什么？
使用 Claude Code 的人大致分三类，每一类用它做完全不同的事。
第一类：完全不会编程的人
这群人用 CC，不是为了写代码，是为了省掉重复劳动。对他们来说，CC 就是一个「能操作电脑的 AI」。
他们用它做的事包括：
- 整理文件夹：批量重命名、分类归档、删除重复文件
- 处理表格：合并 Excel、筛选数据、生成图表
- 写东西：公众号文章、周报、邮件、PPT 大纲
- 搜资料：总结网页内容、对比多篇文章、提取关键信息
- 设置提醒：定时任务、自动检查、格式校验
🔰「新手建议」：如果你是这一类，不用学任何编程知识。你只需要学会两件事——怎么把文件放到 CC 能看到的文件夹里，以及怎么用自然语言说清楚你要什么。
第二类：会一点编程，但不想什么都自己写
这群人可能是学生、设计师、产品经理，或者自学过一点前端。他们能用 CC 加速自己本来就做得到的事，做那些「会做但懒得做」的工作。
他们用 CC 的典型场景：
- 做一个网页工具（番茄钟、倒计时、表单收集）
- 写一个数据爬虫脚本
- 搭一个博客或作品集网站
- 把设计稿截图丢给 CC，让它生成前端页面
- 给已有的项目加一个小功能
💡「简单来说」：你会指挥，CC 会执行。你不需要记住每一个 CSS 属性，只需要能判断结果对不对。
第三类：专业开发者
对程序员来说，CC 的角色更像是一个能独立干活的队友。它不只是代码补全，而是：读项目 → 理解架构 → 出方案 → 写代码 → 跑测试 → 看结果 → 修问题，自己完成一整圈。
专业开发者常用 CC 做：
- 接手新项目时的快速上手（让 CC 读一遍项目，生成架构说明）
- 修 Bug（描述现象 + 贴报错日志，CC 自己定位并修复）
- 写测试（把测试覆盖率从 40% 补到 80%）
- 代码审查（让 CC 检查 diff，指出潜在问题）
- 重构小模块（限定范围，要求不改行为只改结构）
- 写文档和 PR 描述（自动生成 commit message 和变更说明）
名字里带「Code」让很多人误以为它只能写代码。实际上越来越多人在用它做跟代码毫无关系的事。
我们调研了多个 Claude Code 深度用户，以下是他们最常提到的非编程场景：
内容创作
公众号写作者用 CC 做选题调研：把几篇参考文章丢进去，让 CC 提炼核心观点、找出差异化角度、生成大纲。视频创作者用 CC 分析脚本结构、匹配画面素材、统计时长节奏。
数据整理
不需要打开 Excel 写公式。把 CSV 或 Excel 文件放到项目文件夹，用自然语言告诉 CC 你想怎么处理。它会自己选工具（Python 脚本、命令行工具、甚至直接读写），你只需要看结果。
自动化工作流
重复超过三次的事情，就可以让 CC 帮你自动化。比如：每次发布文章前自动检查标题字数、封面尺寸、标签格式；每天早上自动汇总昨天的业务数据发到飞书群。
💡「简单来说」：只要你的工作流程是「读东西 → 想一下 → 写东西 → 发出去」，CC 就能介入其中任何一个环节。
说清楚能力之后，也要说清楚边界。Claude Code 不是万能的，以下场景不要用它：
- 🚫 操作生产数据库：一行错误的 SQL 足够让你加班到天亮
- 🚫 处理支付和资金：任何涉及钱的逻辑，AI 的幻觉概率不可接受
- 🚫 动安全模块：认证、加密、权限这些，需要人类审计
- 🚫 你无法验收的任务：如果你判断不了它做得对不对，就别让它独立做
🔰「新手建议」：一句话记住——CC 是你的队友，不是你的替身。你永远要对最终结果负责。
Claude Code 能做的不只是写代码。它真正的价值在于：让一个不会编程的人能操作电脑完成任务，让一个会编程的人能把精力从执行层提升到决策层。
你不必成为程序员才能用它，也不必害怕终端界面。它归根到底就是一个工具——一个你说人话、它帮你干活的工具。
还有一个被很多人忽视的关键区别：Claude Code 是运行在你的电脑上的程序，而不是一个网页服务。
这意味着什么？
| 网页版 AI | Claude Code | |
|---|---|---|
| 操作文件 | 你需要手动上传、下载 | 直接读写你电脑里的文件 |
| 执行命令 | 不能 | 可以用你的终端做任何事 |
| 权限控制 | 无（你自己负责） | 四种模式，精细控制 |
| 隐私 | 对话内容上传到云端 | 大脑在云端推理，但身体在本地执行 |
💡「简单来说」：CC 的大脑在云端（调用 API 推理），但身体在你的电脑上（操作真实文件）。这个分工，让它比任何纯网页 AI 产品都强大。
用一句话帮你记住 Claude Code 的能力边界：
| 层级 | 能做什么 | 比如 |
|---|---|---|
| 🟢 基础 | 写代码、解释代码、修 Bug | 「帮我把这段代码加上注释」 |
| 🟡 进阶 | 读懂整个项目、修改功能、运行测试 | 「在番茄钟里加一个统计页面」 |
| 🔴 高级 | 自主从零交付完整项目，做你的项目执行 Agent | 「帮我从零做一个 AI 写作助手网站」 |
💡 你现在在哪一层不重要——读完这本书，你至少能达到 🟡 层，练完实战篇就是 🔴 层。
- ✅ Claude Code 是 AI Agent（智能体），不是聊天机器人——它能真正「干活」
- ✅ 核心机制是 LLM Loop：大模型思考 → 调用工具 → 执行操作 → 看到结果 → 继续思考，直到任务完成
- ✅ 跟 Copilot、Cursor、Trae 等工具比，CC 的优势在于 自主完成整个项目，而不仅是辅助写代码
- ✅ 「同样的模型，不同的身体」——CC 的 Harness 工程才是它最核心的竞争力
- ✅ 五种核心场景：Web Coding、一次性复杂任务、自动化、批量处理、自我诊断
- ✅ 它运行在你的电脑上，可以直接操作本地文件和终端
下一章我们将了解 Claude Code 的两种使用模式——CLI 命令行 和 Desktop 桌面应用，帮你选出最适合自己的方式。