如果有多个供应商，你也可以使用 [[CC-Switch]] 来可视化管理这些API key，以及claude code 的skills。
多平台安装指令
curl -fsSL
Claude Code 配置 GLM Coding Plan
curl -O "https://cdn.bigmodel.cn/install/claude_code_env.sh" && bash ./claude_code_env.sh
手动配置Claude-code
export ANTHROPIC_BASE_URL="https://codeyy.top"
export ANTHROPIC_AUTH_TOKEN="my_ANTHROPIC_AUTH_TOKEN"
export ANTHROPIC_BASE_URL="
export ANTHROPIC_AUTH_TOKEN="my_ANTHROPIC_AUTH_TOKEN"
进一步的，还有claude-code-router这种项目，可以帮助把 OpenAI 格式的 API 转换成 Anthropic 格式的 API, 以实现 claude code 理论上可以接入任何API格式的供应商。 另外，还有类似的产品/应用程序，比如codex、 Gemini CLI，使用逻辑上也比较相似。
目前我使用的是 claude code+GLM Coding Plan， 已经能满足需求，暂时没有尝试更加先进的模型。
配置
类似 VS Code 的配置生效策略，claude code 也设计了多层配置：
作用域 位置 影响范围 与团队共享？
Managed 系统级 managed-settings.json 机器上的所有用户 是（由 IT 部署）
User ~/.claude/ 目录 您，跨所有项目 否
Project 存储库中的 .claude/ 此存储库上的所有协作者 是（提交到 git）
Local .claude/*.local.* 文件 您，仅在此存储库中 否（gitignored）
具体参考官方文档： claude code 配置
\[我的claude code 配置\]\]，主要可以配置指令权限、读写文件夹权限、沙箱模式。 Memory 使用大模型很重要的一点是上下文，claude code中可以通过 Manage Claude's memory 来管理，实现更加智能化的编程体验。 Claude Code 在分层结构中提供四个内存位置，每个位置都有不同的用途： 内存类型 位置 用途 用例示例 共享对象 企业策略 ? macOS: /Library/Application Support/ClaudeCode/CLAUDE.md ? Linux: /etc/claude-code/CLAUDE.md ? Windows: C:\\Program Files\\ClaudeCode\\CLAUDE.md 由 IT/DevOps 管理的组织范围内的说明 公司编码标准、安全策略、合规要求 组织中的所有用户 项目内存 ./CLAUDE.md 或 ./.claude/CLAUDE.md 项目的团队共享说明 项目架构、编码标准、常见工作流 通过源代码控制的团队成员 项目规则 ./.claude/rules/\*.md 模块化、特定主题的项目说明 特定于语言的指南、测试约定、API 标准 通过源代码控制的团队成员 用户内存 \~/.claude/CLAUDE.md 所有项目的个人偏好设置 代码样式偏好、个人工具快捷方式 仅您（所有项目） 项目内存（本地） ./CLAUDE.local.md 个人的项目特定偏好设置 您的沙箱 URL、首选测试数据 仅您（当前项目） Claude Code 会从当前工作目录开始， 向上递归（但不包括根目录/）并读取它找到的任何 CLAUDE.md 或 CLAUDE.local.md 文件。 核心概念 详细介绍： Claude Code 架构深度解析：mands、Skills、Agents、Plugins 一文说清 1. mands（手动快捷键） 本质：斜杠命令（如/review），用户手动触发，主动权在用户 创建：项目或全局目录下的Markdown文件，文件名即命令名，支持$1等参数 适用：高频、确定性任务（代码审查、格式化、测试运行等） 2. Skills（AI自动技能包） 本质：按需加载的能力模块，AI根据对话自动判断激活 核心机制：懒加载（启动仅加载元数据，需用时才加载完整内容） 创建：含SKILL.md（功能说明）、执行脚本等文件的目录 适用：模糊指令、智能化任务（PDF处理、代码翻译、数据分析等） 3. Agents（独立工作分身） 本质：拥有独立上下文和专属系统提示词的Claude实例 核心优势：上下文隔离，避免污染主对话记忆 创建：通过/agents交互式创建或配置文件定义（含角色、权限、提示词） 适用：复杂、耗时、多步骤任务（批量翻译、深度安全审计、项目级代码审查等） 4. Plugins（打包分发容器） 本质：整合mands、Skills、Agents的分发工具，非功能本身 价值：统一安装、版本管理、团队协作、生态共享（支持官方插件市场） 用法：打包后通过claude plugin install一键安装 推荐安装：\`\` 特性 mand Skill Agent Plugin 触发方式 手动/cmd AI自动判断 AI自动/手动 - 上下文 主对话 主对话 独立隔离 - 加载时机 调用时 懒加载 需要时 安装时 适用场景 高频确定性 模糊指令 复杂批量 打包分发 如何选择使用哪个功能？ 需手动精确触发→mand 无需手动触发： 任务复杂、会污染主对话→Agent 单次简单任务→Skill 需分享/团队使用→Plugin打包 注意最小权限原则：按需求分配工具权限（如审查类Agent仅只读权限） 提示词技巧 一、基础技巧：精准提问，减少无效沟通 1. 明确上下文和约束条件 Claude Code 无法默认知晓你的项目环境、技术栈和业务规则，提问时必须明确说明，避免反复修正。 反面示例： 帮我写一个用户登录接口 正面示例： 帮我用 Python + FastAPI 写一个用户登录接口，要求： 接收用户名和密码参数，使用 POST 请求 密码需用 bcrypt 加密验证 验证通过后返回 JWT 令牌，过期时间 24 小时 包含参数校验和异常处理，返回统一的 JSON 格式响应 2. 限定输出格式和风格 根据你的使用场景（如直接运行、文档嵌入、学习参考）指定输出要求： 指定代码风格：遵循 PEP8 规范、使用 Google 代码注释风格 指定输出结构：只输出代码，不写解释、先写核心代码，再逐行解释 指定兼容性：兼容 Python 3.8+、适配 MySQL 8.0 3. 分阶段提问，避免一次性提复杂需求 对于大型功能（如电商订单系统），拆分小模块逐个提问： 先问「订单数据模型设计（Python + SQLAlchemy）」 再问「订单创建接口实现」 最后问「订单状态更新和异常处理」 二、进阶技巧：场景化交互，提升代码质量 1. 代码生成：从「需求」到「可运行代码」 提供输入输出示例：让 Claude 更贴合你的业务逻辑 帮我写一个 Python 函数，输入是包含手机号的字符串列表（如 \["13800138000", "abc123", "13900139000"\]），输出是过滤后的有效手机号列表，需符合中国大陆手机号规则，且去重。 要求添加鲁棒性设计：主动要求异常处理、边界条件考虑 帮我写一个计算两数相除的函数，要求处理除数为 0、非数字输入的情况，返回友好的错误提示，而不是直接抛出异常。 2. 代码优化：从「能用」到「好用」 指定优化目标：性能、可读性、内存占用、安全性等 优化这段 Python 代码，目标是提升大数据量下的运行速度，同时保证代码可读性： \[粘贴你的代码
要求解释优化思路：不仅要结果，还要理解原理
优化这段代码后，详细说明你做了哪些修改，以及每个修改的原因和带来的收益。
- 代码调试：精准定位并修复问题
完整提供报错信息：包括错误类型、报错行、运行环境、输入数据
这段代码运行时报错「IndexError: list index out of range」，运行环境是 Python 3.9，输入数据是 [1,2,3]，帮我定位问题并修复，同时说明错误原因：
粘贴你的代码
要求复现和验证：确保修复方案有效
修复后，请提供一个可复现的测试用例，包括输入、预期输出、实际输出，验证修复效果。
- 代码解释：从「看懂」到「理解本质」
指定解释深度：适合新手/进阶/专家
用新手能理解的方式解释这段代码的核心逻辑，逐行说明每个步骤的作用，避免使用专业术语，必要时用比喻解释。
要求关联知识点：举一反三
解释这段代码后，补充说明涉及的核心编程知识点（如闭包、异步IO），以及这些知识点在实际开发中的常见应用场景。
三、高级技巧：最大化 Claude Code 的价值
- 利用「上下文记忆」进行连续交互
Claude 支持长上下文对话，可基于历史对话持续深入：
基于上一轮你写的用户登录接口，现在我需要添加「密码重置」功能，要求：
验证用户手机号和验证码
重置密码时更新加密后的密码
与原有接口复用相同的数据库模型
- 生成配套文档/测试用例
生成注释/文档字符串：
为这段代码添加详细的文档字符串（docstring）和关键行注释，符合 Sphinx 文档生成规范。
生成单元测试：
为这段函数生成完整的单元测试用例（使用 pytest），覆盖正常场景、边界场景、异常场景。
- 跨语言/框架迁移代码
明确迁移目标和约束：
将这段 JavaScript + Express 的接口代码迁移到 Go + Gin 框架，要求保持业务逻辑不变，适配 Go 的语法和最佳实践，同时说明两种框架的核心差异。荚烟裙级