用 Codex 在 WSL 里安装并配置 Claude Code：一次真实的 AI 代操作记录

Lunar*2026-03-13 13:14

这篇文章记录了一次比较真实的安装过程：我们不是在一台"干净、完整、什么工具都有"的 Linux 上安装 Claude Code，而是在一个条件比较受限的 WSL 环境里，让 Codex 直接接管终端，把 Claude Code 的安装、配置、验证和清理全部做完。

📌 适用场景

如果你的环境也有下面这些特征，这篇记录会非常有参考价值：

  • 你在使用 WSL
  • 你想让 AI 代理（Agent）直接代操作，而不是自己手敲全部命令
  • 机器上没有现成的 Node.js / npm
  • 连 curl、wget 这种基础下载工具都不一定有
  • 你希望 Claude Code 走 API key + 中转站，而不是通过浏览器 OAuth 登录

🎯 本次目标

这次要达成的目标非常明确，拒绝稀里糊涂的"一键安装"：

  1. 在当前的受限 WSL 环境里成功安装 Claude Code。
  2. 配置好全局的 claude 环境变量与命令入口。
  3. 通过 API key 顺利接入自定义的中转站。
  4. 验证命令和模型调用真的能跑通。
  5. 清理安装过程中留下的失败下载和调试残留文件。

🔍 1. 先判断环境，不要上来就装

Codex 接管终端后的第一件事不是"直接安装"，而是先摸清底层环境。实际的检查结果是：

  • 系统：Ubuntu Core 24 on WSL2
  • node：不存在
  • npm：不存在
  • curl：不存在
  • wget：不存在
  • 机器上已经有一部分 Claude 相关目录，但状态极其不完整。

💡 避坑点：

这一步很关键。因为 Claude Code 最常见的安装方式是 npm install -g @anthropic-ai/claude-code。但在一个连 Node 都没有的环境里，硬走 npm 路线只会无谓地浪费时间解决依赖问题。

⚠️ 2. 发现已有残留，先判断是不是"坏安装"

Codex 接着检查了系统中已有的 Claude 目录，发现了以下线索：

  • ~/.claude/
  • ~/.claude.json
  • ~/.claude/downloads/claude-2.1.74-linux-x64
  • ~/.local/share/claude/versions/2.1.74

表面上看起来像是"装过了"，但继续深挖就发现了不对劲：

  1. 下载下来的二进制文件大小只有约 47 MB。
  2. 官方 manifest 里对应的 Linux x64 包大小应该是约 235 MB。
  3. 版本目录下只有一个 0 字节的占位文件。

结论很直接： 这不是"已安装"，而是一次失败或网络中断后留下的"半安装状态"。

🛠️ 3. 安装策略调整：为什么改用"手动拉取官方二进制"？

官方给的另一条路线是原生安装脚本，大意类似：

bash 复制代码 
curl -fsSL [https://claude.ai/install.sh](https://claude.ai/install.sh) | bash

问题在于当前环境没有 curl，而且脚本本身也高度依赖 curl 或 wget。所以 Codex 做了一个更稳的替代方案：

  1. 先从官方发布地址读取 latest 版本。
  2. 再读取对应版本的 manifest.json。
  3. 拿到 Linux x64 二进制的官方 SHA256 哈希值。
  4. 用 Python 脚本直接下载二进制。
  5. 本地校验 SHA256。
  6. 校验通过后再落位安装。

这套做法有两个核心好处：

  • 完全不依赖系统里有没有 curl / wget。
  • 能先确认本地拿到的包是不是完整、可信的，避免损坏的二进制文件带来灵异 Bug。

📥 4. 下载官方版本并做校验

Codex 实际做的事不是盲目下载，而是先查发布元数据。下载逻辑可以概括为：

text 复制代码 
1. 读取 latest，得到当前版本号（如 2.1.74）
2. 读取 manifest.json，找到 linux-x64 的 checksum
3. 下载官方 claude 二进制
4. 对下载结果做 sha256 校验

这次拿到的有效版本是 2.1.74。在校验通过之后，才继续下一步。这里遇到一个中间坑：

  • 单线程下载太慢。
  • 第一次并发 Range 下载虽然下满了大小，但合并出来的文件哈希不对。
  • 解决方案： 后面改成"分片分别落文件，再顺序合并"，问题迎刃而解。

这也是这次安装里很典型的一点：Codex 不是只会"照着教程跑死命令"，而是会根据现场失败情况灵活更换工程方案。

🔗 5. 手动安装 Claude Code 命令入口

由于官方内置的安装器在这个环境里表现并不稳定，最后采用的是 "手动落位 + 手动建入口" 的方式。

最终保留的二进制路径是：

text 复制代码 
~/.local/share/claude/native/claude-2.1.74

命令入口则是一个符号链接：

text 复制代码 
~/.local/bin/claude

对应的 Shell 侧处理是确保 ~/.local/bin 在 PATH 环境变量里。Codex 在 ~/.bashrc 里补了这段逻辑：

bash 复制代码 
if [ -d "$HOME/.local/bin" ] && [[ ":$PATH:" != *":$HOME/.local/bin:"* ]]; then
    PATH="$HOME/.local/bin:$PATH"
fi

这样新开一个 Shell 之后，直接输入 claude -v 就能拿到版本号了。

🔑 6. 改用 API key，而不是浏览器登录

一开始 Claude Code 默认拉起的是浏览器 OAuth 登录流程，但考虑到环境受限，后面决定改用 API key + 中转站。

这时 Codex 没有把 key 硬塞到临时环境变量里，而是规范地写进了 Claude Code 的用户级配置文件：
文件路径： ~/.claude/settings.json

配置结构大致如下：

json 复制代码 
{
  "$schema": "[https://json.schemastore.org/claude-code-settings.json](https://json.schemastore.org/claude-code-settings.json)",
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "sk-xxxx",
    "ANTHROPIC_BASE_URL": "[https://your-gateway.example.com](https://your-gateway.example.com)",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1"
  }
}

参数解析：

  • ANTHROPIC_AUTH_TOKEN：用来存放 API key。
  • ANTHROPIC_BASE_URL：用来指向你的中转站或 API 网关。
  • CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1：可以减少一些非必要的遥测或背景请求。

🐛 7. 真实踩坑：默认模型能连通，但不可用

配置完之后，并不是"立刻就好了"。Codex 用最小请求做联调：

bash 复制代码 
claude -p "Reply with exactly OK and nothing else."

结果返回的不是鉴权失败，也不是路径错误，而是中转站返回了类似这样的错误：

"当前模型 claude-sonnet-4-6 负载已经达到上限，请稍后重试"

这说明本地配置其实已经通了 ，问题出在网关后面的默认模型不可用。于是 Codex 做了第二轮探测：临时把默认模型切到 claude-opus-4-6 再测。结果请求立即成功返回：OK。

所以最终把模型指定也一并写进了配置：

json 复制代码 
{
  "$schema": "[https://json.schemastore.org/claude-code-settings.json](https://json.schemastore.org/claude-code-settings.json)",
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "sk-xxxx",
    "ANTHROPIC_BASE_URL": "[https://your-gateway.example.com](https://your-gateway.example.com)",
    "ANTHROPIC_MODEL": "claude-opus-4-6",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "claude-opus-4-6",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "claude-opus-4-6",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "claude-opus-4-6",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1"
  }
}

⚠️ 注意： 这不是"最佳通用模板"，而是针对这条中转线路的实测可用配置。如果你的网关后面 sonnet 正常，就没必要全部照抄成 opus，毕竟 opus 通常更贵。

✅ 8. 最后怎么验证它真的可用？

这次最终做了三层严谨的验证，缺一不可：

1. 验证命令是否存在

bash 复制代码 
claude -v
# 预期输出: 2.1.74 (Claude Code)

2. 验证认证状态

bash 复制代码 
claude auth status

得到的关键信息是：

json 复制代码 
{
  "loggedIn": true
}

3. 验证真正的模型调用（端到端测试）

bash 复制代码 
claude -p "Reply with exactly OK and nothing else."
# 预期输出: OK

只有到了这一步，才算安装和配置真正完成！

🧹 9. 安装完成后，Codex 又做了什么清理？

这一步很多网上的教程都不会写，但在工程实践中实际非常有必要。因为这次过程里产生过不少残留：

  • 失败下载下来的损坏二进制包
  • /tmp 里的临时安装脚本
  • 分片下载留下的临时目录
  • 大量的调试日志
  • 失败安装生成的 0 字节占位版本文件
  • 测试时生成的本地会话记录和备份目录

最后 Codex 进行了清理，只保留了真正需要的内容：

  • ~/.local/bin/claude
  • ~/.local/share/claude/native/claude-2.1.74
  • ~/.claude/settings.json
  • Claude Code 运行时还会继续使用的正常目录

这一步做完之后，你的 WSL 环境会干净很多，不会留下历史包袱。

💡 10. 这次过程里最值得总结的几点

  1. 先探环境，再选安装路线： 没有 node / npm，就不要死磕 npm，转换思路海阔天空。
  2. "像装过"不代表"真的能用"： 看到 ~/.claude 和下载目录，不代表安装已经完成。文件大小、校验和、入口是否存在都要一一核实。
  3. 中转站问题和本地配置问题要分开看： 如果报的是模型拥塞，不一定是你本地的网络或鉴权配错了。
  4. 端到端验证必须包含真实请求： 只看 claude -v 没意义，真正有价值的是 claude -p "..." 能不能成功返回结果。
  5. 事后顺手清理残留： 失败下载、临时日志、测试记录如果不清，后面排障时目录结构会越来越乱。

🛡️ 我会给自己的一个安全建议

如果你准备把 API key 发给 AI 代理代为配置，最好把它当成一次性暴露过的凭据来处理：

  1. 配置确认无误后，去中转站或上游后台旋转（Rotate）并作废旧 key。
  2. 生成新 key，并手动更新进 ~/.claude/settings.json。
  3. 绝对不要在博客、截图、聊天记录里保留真实的密钥片段。

📝 参考命令速查

功能 命令
查看版本 claude -v
查看认证状态 claude auth status
最小请求测试 claude -p "Reply with exactly OK and nothing else."
重新加载环境变量 source ~/.bashrc

结语

这次最有意思的地方，并不是"Claude Code 到底该怎么安装"，而是观察 Codex 在一个不那么理想的环境里，是如何一步一步把问题拆开解构的：

从判断环境缺什么 ➡️ 识别坏安装 ➡️ 更改安装路线 ➡️ 校验二进制 ➡️ 手动建入口 ➡️ 配 API key 和网关 ➡️ 真实请求验证 ➡️ 最后清理残留。

如果你愿意让 AI 代理真正接管终端，这种**"先诊断、再实施、再验证、再清理"**的闭环工作流，通常比单纯照抄干瘪的安装文档要稳健得多。

相关推荐
GEO_Huang1 小时前
想要排名稳？数谷 GEO 优化助力企业品牌升级
大数据·人工智能·百度·aigc·rpa·geo
说实话起个名字真难啊1 小时前
windows 安装openclaw的优势
人工智能·ai·openclaw
IT观测1 小时前
国内GPU算力服务哪家好——企业AI发展的核心支撑分析
人工智能·gpu算力
沸点小助手1 小时前
最近沉迷养龙虾Openclaw，决定让龙虾1号成为我的设计助理 | 掘金沸点周报3.13
人工智能
ComPDFKit1 小时前
法律文件自动化工具推荐：来自用户的真实口碑测评
人工智能
FeelTouch Labs1 小时前
KohakuRAG：层次化RAG的新范式
人工智能·rag·kohakurag
黑巧克力可减脂1 小时前
OpenClaw应用场景全解析：以AI之“爪”，破局效率困局——从古典智慧看现代科技革新
人工智能
黑巧克力可减脂2 小时前
从零到一上手OpenClaw：超详细安装教程，借古人智慧破局部署难题
人工智能
Coding茶水间2 小时前
基于深度学习的管道缺陷检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
开发语言·人工智能·深度学习·yolo·机器学习
热门推荐
01GitHub 镜像站点02OpenClaw 使用和管理 MCP 完全指南03本地部署 OpenClaw + DeepSeek-R1 完全指南04OpenClaw 飞书机器人不回复消息？3 小时踩坑总结05得物前端部门，没了06Qwen3.5 开源全解析：从 0.8B 到 397B，代际升级 + 全场景选型指南07OpenClaw macOS 完整安装与本地模型配置教程（实战版）08OpenClaw 连接飞书完整指南：插件安装、配置与踩坑记录09Window 10部署openclaw报错node.exe : npm error code 12810OpenClaw 接入 QQ Bot 完整实践指南