Claude Code零基础入门：从环境搭建到国产模型对接全流程

为什么复杂项目里AI会"鬼打墙"

很多人用AI写代码时都有这样的体验：刚开始特别爽，但只要项目逻辑一复杂，对话就开始"鬼打墙"——AI会写出七八个功能重复的文件，修一个bug反而引入三个新bug。一度让人觉得AI就是个玩具。

这位B站UP主在视频里坦言自己也经历过"差点放弃"的阶段，直到用上Claude Code（视频中常被口语化称为"Cloud Code"）才意识到，问题可能不在AI本身，而在于使用的工具。Claude Code作为Anthropic官方推出的命令行AI编程工具，相比普通对话式AI，在处理多文件、复杂项目时有明显优势。这篇教程梳理了从零安装配置到实际写出可运行软件的完整路径。

环境搭建：两个必备软件

要运行Claude Code，首先需要安装两个基础软件：Node.js 和 Git Bash。

Node.js：JS运行环境

Node.js 是 JavaScript 的运行环境。由于 Claude Code 本身是用 JavaScript 编写的，想要运行它就必须先安装 Node.js。安装过程非常简单——进入 Node.js 官网下载安装包，双击后一路点击"next"即可完成"傻瓜式"安装。

我们先装这个Node.js

安装完成后需要验证是否成功：打开命令行，输入 node 回车，如果能看到版本信息，就说明安装成功。按 Ctrl+C 即可退出。

Node.js 于2009年由Ryan Dahl创建，最初的目的正是让JavaScript能脱离浏览器在服务器端运行。它基于Google Chrome的V8引擎，将JS的执行环境带到了操作系统层面。对于Claude Code这类命令行工具来说，Node.js的意义不只是提供运行时——它还附带了npm（Node Package Manager），这是目前全球最大的开源软件注册中心，托管了超过200万个软件包。开发者只需一条npm install命令，就能把任意发布在npm上的工具部署到本地，Claude Code正是通过这个机制分发和安装的。

Git Bash：版本控制与Linux指令支持

Git Bash 承担两个作用：一是用 Git 做版本控制，二是能用 Linux 指令来操作 Windows 系统。这一点很关键——Claude Code 对 Windows 原生指令支持不够友好，而它对 Linux 指令比较熟悉，所以需要 Git Bash 来充当桥梁。

就是英特尔平台的这个软件好

下载时注意，Windows 版本页面会有多个链接，一般选择第一个（Intel 平台）即可。同样双击安装、一路下一步，装完后在命令行输入 git，出现一堆介绍信息就代表安装成功。

Git Bash之所以能让Windows系统"理解"Linux指令，是因为它内置了一个轻量级的Unix模拟层（基于MSYS2/MinGW）。Linux与Windows在文件路径分隔符、权限管理、命令语法等方面存在显著差异，而大多数AI编程工具、后端框架和DevOps脚本都以Linux/Unix环境为基准编写。Git Bash通过在Windows上模拟Bash shell，使这些工具可以不加修改地运行，是开发者在Windows上进行跨平台开发的常见"垫片"方案。相比直接安装WSL（Windows Subsystem for Linux），Git Bash更轻量，安装包只有几百MB，对新手更友好。

安装Claude Code：一条npm命令搞定

Claude Code 本质上是一个 npm 包。npm 是 JavaScript 用来管理包的工具，通过它可以非常方便地安装 Claude Code。

在准备好 Node.js 的前提下，只需复制官方提供的安装指令，粘贴到命令行回车即可完成安装。安装后输入对应命令查看版本信息，确认安装无误。

整个流程体现了 Claude Code 作为命令行工具的轻量特性——不需要复杂的 IDE 配置，一条命令即可部署到位。

关键一步：对接国产模型

装好 Claude Code 后并不能直接使用，这是国内用户最容易卡住的地方。

为什么默认用不了

Claude Code 默认接入的是 Claude 模型，但 Anthropic 已经屏蔽了中国大陆 IP，国内用户无法直接使用。虽然可以通过"魔法"注册账户，但风险较大，账号容易被封，并不稳妥。

用DeepSeek作为替代

UP主给出的解决方案是对接国产模型，以 DeepSeek^广告（视频中称"tipsic"）为例。步骤如下：

进入 DeepSeek 开放平台，创建一个 API Key。注意创建完成后要立即复制——关闭窗口后就没有地方可以再次复制了。
配置三个环境变量：模型服务的网址（Base URL）、Token（即 API Key）、以及使用的模型名称。

那么这样我就配置了一个环境变量

配置环境变量的操作是：打开系统环境变量设置，点击"新建"，在弹出窗口中填写变量名（上）和变量值（下），三个变量依次配置完点击确定即可。这是整个教程中最容易出错、也最需要耐心的环节。

给他介绍一下啊

Claude Code支持替换底层模型的能力，依赖的是其对OpenAI兼容API格式的支持。DeepSeek的开放平台接口与OpenAI API格式高度兼容，因此只需将Base URL指向DeepSeek的服务端点，Claude Code便能把请求透明转发过去，无需修改任何工具本身的代码。这里配置的三个环境变量——ANTHROPIC_BASE_URL（或对应的Base URL变量）、API Key、以及模型名称——本质上是告诉Claude Code"去哪里发请求、用什么身份、调用哪个模型"。这种可插拔的模型后端设计，让Claude Code不仅能对接DeepSeek，理论上也能对接任何兼容OpenAI格式的本地或云端模型服务。

实战演示：用HTML做一个待办软件

环境变量配置好后，输入启动指令即可进入 Claude Code 的交互界面，开始让它写代码。

UP主用一个简单例子做演示：要求"用 HTML 做一个待办（代办）软件"。Claude Code 开始思考，并把代码写到当前工作目录下。过程中它会询问是否创建相关文件，选择"yes"确认即可。

完成后打开生成的软件实测：可以添加事项（如"开会"），点击可以标记完成，页面会区分"进行中"和"已完成"的事项。整体效果相当不错，一个基础的待办应用就这样跑起来了。

这个demo虽然简单，但完整展示了 Claude Code 的工作闭环：理解需求 → 生成文件 → 用户确认 → 产出可运行成果。

小结

这期教程的价值在于把国内用户使用 Claude Code 的三道坎讲清楚了：环境依赖（Node.js + Git Bash）、工具安装（npm 一键）、以及最关键的模型对接（用 DeepSeek 等国产模型绕过 IP 封锁）。对于被普通 AI 对话"鬼打墙"困扰的开发者来说，命令行工具 Claude Code 配合国产模型，确实是一条成本可控、门槛不高的入门路径。后续如何用它处理真正复杂的工程项目，才是检验工具价值的下一步。