夜雨聆风Claude Code 安装怎么教程 细节问题、安装报错（一）
就像你拿到了一件梦寐以求的"神兵利器",在使用它之前,总需需要一些仪式感--让它认主、顺手。激活和配置
Claude Code就是这个过程。它可能看起来有点繁琐,但却是释放女人全部潜能的关键一步。
这一章,我们会手把手带你走完这"最后一公里",确保你的AI创意伙伴能以最佳状态为你服务。我们将一起完成:
成功激活:如何拿到并使用那把启动ClaudeCode的"钥匙"。
核心配置:理解几个关键设置,把它调教成最懂你的样子。
连接项目:让它认识你的工作环境,为接下来的创造做好准备。
别小看这些步骤。一个好的配置,就像是给你的伙伴配上了最合身身的装备。这几分钟的投入,将为你后续的开发节省数小时的时间。
准备好为你强大的"创意伙伴"正式上岗做最后的准备了吗"?我们开始吧!
GLM4.5 | Kimi K2 | Qwen |
成本效益绝对领先,量大管 饱。 现有新会员注册赠送token活 动。 使用反馈效果不错,但token 消耗量比较快。 | 参数规模惊人,代码能力媲美 claude3.7sonnet。长文档处 理,Agent编程 API价格4元/百万输入 tokens,16元/百万输出 tokens. 需要充值50元升级为Tier3级 别用户使用起来才会比较顺 畅。 | 多规模版本。 阶梯定价,灵活选择。 Qwen-Agent框架,工具调用。 消耗量大,比较费钱 |
海外的，需要有mo法，这里就不说，后续可以单独推一些中转站平台操作。
前期可以用这些国产的内容，作为过渡。用过程的内容做入门。
这里再说一个问题：
有一些公司他们会出coding plan。这个是针对于一个月的量，有固定的输出。额度，例如5小时使用，一周使用它有一个额度的上限。那前期上线这个内容作为初学者是完全够用的。
第二个就是API的形式API它更稳定，它不需要有限制，就是你充了多少钱，它具体后台就按照单位输出输入的价格。去给你一个相处的额度，只要有钱就可以操作，而且比较稳定。这个是可以稳定之后就可以持续的去输出，因为5小时一周的量，很多时候它不够用。
1.DEEPSEEK（最方便简单）
https://www.deepseek.com/
deepseek，我个人觉得就是量大管饱。非常好合适刚开始和一些文件整理工作。
10元、20元，完全够用。不够的话，可以充钱。用过国产的deepseek，才知道，其他的比较坑。哈哈哈哈哈，作为切入是比较好的，不过国产的其他，也是各有特点，建议都玩一下。
乐趣所在哦。
自己创建，并且只是显示一次，所以一定要自己保存好
在不同层面上使用。
复制下来：
类似的格式是：
一般把这个内容，发给claude code或者小龙虾就可以了，现在的AI都非常聪明，所以可以把这个做好。
2.智谱（glm）
https://bigmodel.cn/glm-coding?utm_source=bigModel&utm_medium=subscription-management&utm_content=glm-code&utm_campaign=Platform_Ops&_channel_track_key=NnjmU5vd
记得绑定实名
差不多的页面，核心还是和上面一样，充值——获取API——把API发给AI。
这里说一下这个计划coding plan会一个月有具体的额度。
你可以去使用，如果是前期的，你不是很懂，其实是可以买像40，80，200，就等于说是一个月买断，有具体具体多少的一个量。
你可以去操作。前期这边是购买了腾讯混元会员的coding plan，前期使用还是可以的。有一些国产它是可以能够混用的。可以前期尝试。
这里还有一个问题，很多时候我们出问题是出现在模型的名称上。例如有一些模型的名称，它是只能用于文本输出。如果你需要图生文这些它就没有办法识别。
你需要文生图，它又是另外一个模型，例如语音模型。视频模型，音频模型，每一个都是不一样的，所以你需要根据你自己的实际需求去申请相对应的模型额度。
对应的价格也是不一样的。一点在前期没有人跟我说这个部分的时候，踩了很多坑，花了很多时间。
发起调用
准备好 API Key 和选择模型后，您可以开始发起调用。以下是使用 curl 和 Python SDKJava SDK 的示例：
注意：使用 GLM 编码套餐 时，需要配置专属的 Coding 端点 - https://open.bigmodel.cn/api/coding/paas/v4而非通用端点 - https://open.bigmodel.cn/api/paas/v4注意：Coding API 端点仅限 Coding 场景，并不适用通用 API 场景，请区分使用。
https://open.bigmodel.cn/api/paas/v4/
原来的 Claude 代码
import anthropic
client = anthropic.Anthropic(
base_url="your-base-url",
api_key="your-api-key",
)
迁移到智谱，只需要修改三个地方
client = anthropic.Anthropic(
api_key="your-zhipuai-api-key", # 替换为智谱 API Key
base_url="https://open.bigmodel.cn/api/anthropic" # 配置智谱 base_url
)
模型编码使用 智谱模型，其他代码保持不变
message = client.messages.create(
model="glm-5.1", # 使用智谱模型
max_tokens=1024,
messages=[{"role": "user", "content": "Hello!"}]
)
3.kimi
https://platform.kimi.com/console
Kimi API 提供了与 Kimi 大模型交互的能力，以下是一个简单示例代码：
<Tabs>
<Tab title="python">
```python theme={null}
from openai import OpenAI
client = OpenAI(
api_key="MOONSHOT_API_KEY", # 在这里将 MOONSHOT_API_KEY 替换为你从 Kimi 开放平台申请的 API Key
base_url="https://api.moonshot.cn/v1",
)
completion = client.chat.completions.create(
model = "kimi-k2.6",
messages = [
{"role": "system", "content": "你是 Kimi，由 Moonshot AI 提供的人工智能助手，你更擅长中文和英文的对话。你会为用户提供安全，有帮助，准确的回答。同时，你会拒绝一切涉及恐怖主义，种族歧视，黄色暴力等问题的回答。Moonshot AI 为专有名词，不可翻译成其他语言。"},
{"role": "user", "content": "你好，我叫李雷，1+1等于多少？"}
]
)
# 通过 API 我们获得了 Kimi 大模型给予我们的回复消息（role=assistant）
print(completion.choices[0].message.content)
```
</Tab>
<Tab title="node.js">
```js theme={null}
const OpenAI = require("openai")
const client = new OpenAI({
apiKey: "MOONSHOT_API_KEY", // 在这里将 MOONSHOT_API_KEY 替换为你从 Kimi 开放平台申请的 API Key
baseURL: "https://api.moonshot.cn/v1",
})
async function main(){
const completion = await client.chat.completions.create({
model: "kimi-k2.6",
messages: [
{"role": "system", "content": "你是 Kimi，由 Moonshot AI 提供的人工智能助手，你更擅长中文和英文的对话。你会为用户提供安全，有帮助，准确的回答。同时，你会拒绝一切涉及恐怖主义，种族歧视，黄色暴力等问题的回答。Moonshot AI 为专有名词，不可翻译成其他语言。"},
{"role": "user", "content": "你好，我叫李雷，1+1等于多少？"}
]
})
// 通过 API 我们获得了 Kimi 大模型给予我们的回复消息（role=assistant）
console.log(completion.choices[0].message.content)
}
main()
```
</Tab>
</Tabs>
为了成功运行上述代码，你可能需要准备：
Python 环境 或 Node.js 环境，我们推荐使用 Python 3.8 及以上版本的 Python 解释器；
OpenAI SDK，我们的 API 完全兼容 OpenAI 的 API 格式，因此你可以直接使用 Python 或 Node.js OpenAI SDK 进行调用，你可以通过如下方式来安装 OpenAI SDK：
API Key，你需要从 Kimi 开放平台中创建一个 API Key，将其传入
OpenAi Client以便于我们能正确识别你的身份；
如果您成功运行上述代码，且没有任何报错，那么您将看到类似如下的内容输出：
你好，李雷！1+1 等于 2。这是一个基本的数学加法问题。如果你有其他问题或需要帮助，请随时告诉我。
注：由于 Kimi 大模型的不确定性，实际的回复内容可能并不与上述内容完全一致。
from openai import OpenAI
client = OpenAI(
api_key="MOONSHOT_API_KEY", # <--在这里将 MOONSHOT_API_KEY 替换为你从 Kimi 开放平台申请的 API Key
base_url="https://api.moonshot.cn/v1", # <-- 将 base_url 从 https://api.openai.com/v1 替换为 https://api.moonshot.cn/v1
)
给obsidian+claudecode的Agent喂300条推文后输出质量的变化
