Claude Code 完整使用指南：從安裝到進階工作流的一次說清楚

Claude Code 是 Anthropic 推出的命令列 AI 編程助手，讓 Claude 能直接在你的終端機裡讀取代碼、執行指令、修改文件——不需要複製貼上，不需要切換視窗，AI 直接在你的工作環境裡運作。

這篇文章是 Claude Code 的完整使用指南，從安裝設定到進階工作流一次說清楚。

安裝與初始設定

系統需求：Node.js 18 或以上版本。在終端機輸入 node --version 確認。

安裝：

npm install -g @<a href="/zh/glossary/core-concepts/anthropic/">Anthropic</a>-ai/claude-code

驗證安裝：

claude --version

第一次設定：在你的專案目錄裡輸入 claude，它會引導你完成認證（登入 Anthropic 帳戶或輸入 API Key）。設定完成後，Claude Code 就能存取你當前目錄的所有文件。

基本操作模式

互動模式（最常用）：直接在終端機輸入 claude，進入對話介面。你可以用自然語言描述任務，Claude Code 會讀取相關文件、執行指令、修改代碼。

單次指令模式：

claude "解釋這個函式的作用" --file src/utils.py
claude "幫我寫這個功能的單元測試"

管道模式：把其他指令的輸出傳給 Claude：

git diff HEAD~1 | claude "這個 commit 做了哪些修改？有沒有潛在的問題？"
cat error.log | claude "分析這些錯誤，告訴我最可能的根本原因"

Claude Code 能做什麼

代碼理解和解釋：「這個 Class 的設計邏輯是什麼？」「為什麼這個函式要這樣寫？」Claude Code 能讀取整個文件，給出有上下文的解釋，不是表面的語法說明。

代碼修改和重構：「把這個函式重構成更易讀的版本」「幫我把這段 callback hell 改成 async/await」。Claude Code 會直接在文件裡做修改，不需要你手動複製貼上。

調試和錯誤分析：把錯誤訊息或 stack trace 貼給它，或者讓它執行你的代碼然後分析輸出。「執行這個測試，然後告訉我為什麼失敗」。

測試生成：「幫 src/auth.py 的所有 public 函式寫單元測試」。Claude Code 能讀取現有的測試風格，生成風格一致的測試。

文件生成：「幫這個 API 寫 README，說明所有的 endpoints 和參數」。

Shell 任務自動化：「把 images/ 目錄裡所有超過 1MB 的圖片找出來，列出文件名和大小」「查看哪些 Python 文件超過 300 行，可能需要拆分」。

進階工作流：讓 Claude Code 真正有效率

CLAUDE.md：給 Claude 的專案說明書

在你的專案根目錄建立 CLAUDE.md 文件，Claude Code 每次啟動時都會自動讀取。把你的專案背景、架構說明、編碼規範、常用指令放在這裡：

# 專案說明
這是一個 Flask + PostgreSQL 的後端 API 服務，部署在 Railway。

## 架構
- `src/models/` 資料庫 Model
- `src/routes/` API 路由
- `src/services/` 業務邏輯
- `tests/` 測試

## 常用指令
- 啟動開發服務器：`flask run --debug`
- 跑測試：`pytest tests/ -v`
- 資料庫 migration：`flask db upgrade`

## 編碼規範
- 所有函式必須有 type hints
- 公開函式必須有 docstring
- 使用 Black 格式化

有了這個文件，你就不需要每次都向 Claude Code 解釋專案結構。

斜線指令（Slash Commands）

在互動模式裡，斜線指令能快速執行特定操作：

• /clear：清除對話歷史，從乾淨的狀態開始（Context 很長時用）
• /compact：壓縮對話歷史，保留要點但減少 Token 消耗
• /cost：查看當前對話消耗了多少 Token 和費用
• /model：切換使用的 Claude 模型
• /help：查看所有可用指令

任務分解策略

Claude Code 在處理複雜任務時，最有效的方式是先讓它「規劃再執行」：

我需要在這個 Flask 應用裡加入 JWT 認證。
先告訴我你的實作計畫（需要修改哪些文件、加入什麼依賴、架構怎麼設計），
不要立刻動手，讓我確認方向後再開始。

這個方式能避免 Claude Code 走偏方向、在錯誤的路上做太多工作。

費用管理和最佳實踐

Claude Code 按 Token 計費（通過你的 Anthropic API Key）。幾個控制費用的做法：

使用 /cost 監控：定期查看當前對話的費用，感受什麼樣的任務消耗多少 Token。

適時 /clear：Context Window 裡累積了很多不再需要的對話歷史，用 /clear 重置比繼續累積更經濟。

任務完成後退出：完成一個大任務後，退出 Claude Code 再重新開始一個新任務，而不是在同一個很長的對話裡繼續做完全不相關的事。

精準描述需求：模糊的需求讓 Claude Code 需要來回確認，消耗更多 Token。第一次就說清楚「在 src/auth.py 的 login() 函式裡加入 rate limiting，每個 IP 每分鐘最多 5 次嘗試，用 Redis 實作」比「幫我加 rate limiting」省很多時間和費用。

Claude Code vs 其他 AI 編程工具

和 GitHub Copilot 的差別：Copilot 主要是代碼補全（你打字它幫你補）；Claude Code 是對話式的多步驟任務執行（你描述目標它幫你達成）。兩者不是競爭關係，很多開發者兩個都用。

和 Cursor 的差別：Cursor 是內建 AI 的 IDE（圖形介面）；Claude Code 是命令列工具（終端機）。Cursor 在 UI 操作上更直覺，Claude Code 在複雜的 shell 任務和 CI/CD 流程整合上更強。

Claude Code 最有優勢的場景：大型 codebase 的跨文件理解和修改、需要執行 shell 指令的任務（如資料庫操作、Git 操作、部署腳本）、CI/CD 流程中的自動化任務。