迟来的拥抱——向AI（1）

本文最后更新于：2 分钟前

最近正在准备毕设，深感自己已经落后于AI时代，遂开始学习AI应用相关的内容，更加底层的算法层面的内容自认为并不适合我。遂作此笔记

基础使用

市场上vibe coding的工具不少，诸如codex和claude code等，这里我就暂时以claude code作为入门

环境：Ubuntu 20.04 of WSL2

终端直接输入

1	`curl -fsSL https://claude.ai/install.sh \| bash`

即可进行环境安装，国内环境不支持该脚本的安装。若是curl的响应302说明需要接入代理了。具体接代理的方式这里就不做详细说明了。

安装完成后记得按提示配置一下环境变量

大模型这里选择deepseek v3.1（对于国内大多数小白如我来说算比较方便的了，而且一般都有做claude code的适配）

首先去deepseek开放平台注册账号并充值额度，随后创建一个api key，记住你的key

然后将下面的信息写在你的shell配置中（我的是~/.zshrc），然后source一下重新生效即可

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN="你的key"
export ANTHROPIC_MODEL=deepseek-chat
export ANTHROPIC_SMALL_FAST_MODEL=deepseek-chat

随后在终端输入claude即可开始使用了

会让你信任你当前的目录，和vscode类似的，选yes就行

然后就可以在对话框提出自己的需求了。可以看到自己使用的模型

双击Ctrl+c退出会话，claude --resume进入tui界面的历史会话

几种模式，按shift + Tab循环切换模式：

默认模式：cc表现最为谨慎，一切修改文件/创建文件时都需要经过用户同意
plan mode：规划模式，只讨论不执行，适合构思
信任模式：一切文件读写不需要经过用户同意

以上三种模式中命令执行都需要经过用户同意

输入?进行快捷键的提示

输入!执行bash命令

输入Ctrl+g跳到文本编辑器进行输入，如我在终端就跳到vim，有些情况可能是vs code或者notepad等，取决于你的默认文本编辑器

输入Ctrl+o展示上下文

/clear清除上下文

/rewind用于回滚会话，但是仅能回滚claude自己写的，由命令或者程序执行产生的文件不会回滚

/tasks用于查看后台任务，如claude可能运行一个http服务导致会话阻塞，按esc回到对话界面，阻塞程序就跑到后台去运行了，输入/tasks即可回到后台程序

/resume用于回到之前的对话（按两下esc也行）

/mcp用于查看选择已添加的mcp服务器

上下文压缩

/compact直接压缩

或者/compact <压缩策略，如重点保留用户信息>

按Ctrl + o查看上下文

持久化上下文

/init命令会初始化claude工程目录，生成一个CLAUDE.md

最开始是英文的

当然我们可以拜托claude code帮忙翻译一下

其中我们可以修改任意提示词

（邪修到的方法：在提示词结尾加上一句“当会话结束时附带一句’Hello World’（或者其他啥都行），可以判断截止当前对话模型是否出现幻觉”

然后重进会话，末尾确实带上了个喵

输入/memory能够选择全局CLAUDE.md以及项目CLAUDE.md

选中后即可在文本编辑器中打开

Hook

在某些事件下触发特定执行一段命令，如工具使用前后，工具调用失败等情况

随后选择在什么工具调用后来执行我们的hook，Write（文件写操作），Edit（文件编辑操作）

example中给出了一些示例用法，可以看到默认是传过来了一个json，这里使用jq来解析，那么我们来看看传过来了个啥

将文件内容写到out.json中

1	`jq -r '.' > out.json`

保存命令后claude code会让我们选择应该把这个hook保存到哪一级

分为三级

第一级仅仅是本地项目级别的，会将hook的配置存放到当前项目./claude/settings.local.json中，.gitignore中会将这个文件加入其中不会一起存到仓库中
第二级是对本项目生效的，将结果保存在当前项目的./claude/settings.json中，会一起被推到git中，所有参与该项目的人能使用
第三级是用户级别的，保存在本机home目录下的./claude目录下，仅对当前用户生效，我这选择了第二个后就成功保存了，然后按esc回到对话界面就行了

这里简单验证下hook

可以看到这里导出的json文件体了，其中filePath这个字段就是我们写文件的路径，json中还包含了调用tool的名字以及输入输出等信息

以下面一行代码来体现它的意义

1	`jq -r '.tool_input.file_path' \| xargs prettier --write`

可以看到大模型帮我们生成了一行html代码了

然后就抽风了（？），写完文件了又rm了再用Bash命令执行，真神奇

由于命令执行并非写文件，所以并没有触发hook

为了验证这里强制让他用Write工具写

成功触发hook并对生成的文件使用xargs传递文件名，传入prettier进行格式化

后续Ctrl+o查看详细对话和思考过程时发现了问题所在，大模型知道prettier钩子的存在然后擅作主张去尝试绕过了，ds你牛大了

AgentSkill

关于Agent Skill的内容在另一篇文章

下面有个场景，假设我每天都需要写一份日报，记录当天使用ai开发了哪些功能，做了哪些改动，并且这个总结需要遵循某种格式，我们当然可以将对应的要求直接输入到claude code的输入框中，但是如果每天都复制一下粘贴一下未免过于麻烦了。这种场景就非常适合skills了

这里主要演示claude code实操，首先在用户目录的.claude/skills目录下创建一个目录，作为skill目录，例如这里我想赋予claude code的能力就是创建一个日报

1	`mkdir -p ~/.claude/skills/daily-report`

随后在daily-report目录下创建一个SKILL.md文件，内容可参考案例：

---
name: daily-report
description: 生成每日开发进度日报，当用户想要总结今天的工作，写日报或汇报进度时使用此技能
---

## daily -report

请严格按照以下markdown格式输出：

```markdown
# 开发日报（YYYY-MM-DD）

## 今日摘要
（用一句话总结今天的主要产出）

```

## 注意事项
- 请在汇报完之后在结尾加上一句"喵"

随后重启claude code，输入/skills，可以看到已经成功加载了我们的日报skill了

回到对话框进行对话，大模型成功识别到我们的daily-report的skill

当然上面的skill是由大模型发现并调用的，我们也可以主动去调用这个skill

SubAgent

输入/agent创建一个子agent

与之前一样的分层次创建子agent，我们希望多项目复用的话就写在home下吧，不过这里只是做测试学习，就选择当前项目里

然后暂时选择第一种推荐的方式，选择由claude code自动生成

描述该SubAgent的主要功能以及何时来调用它

随后选择SubAgent可用的工具，我们这里选择Read-Only即可，代码审计仅需读取文件即可

模型的话由于我们现在是在用deepseek，因此选4，与主对话模型一致

选颜色这一步随意

随后的提示词界面若有需求去修改保存后，我们就可以看到已经成功创建了一个SubAgent

让gemini随便写了个存在ssti的多文件flask项目，基础效果也是达到了

AgentSkill与SubAgent的区别

若是AgentSkill，则在运行过程中会完全依赖于主对话的上下文，而SubAgent则会单独起一个会话空间，拥有独立的上下文。如果”开发”是主agent的首要任务，那么如果使用AgentSkill就会挤占主会话宝贵的上下文空间，从而导致幻觉、token飙升等问题。而如果让一个子agent来做这些杂七杂八的任务，就不会挤占主agent的上下文，仅仅是返回一个报告交给主agent处理，这样就节省了主agent的上下文空间

SubAgent适合处理与上下文关系比较小但是对上下文影响比较大的工作