1. 刚装完 Claude Code 却只会聊天？先搞清这四层能力

很多人第一次打开 Claude Code，输入一句“帮我写个接口”，它确实能吐代码，但用两天就发现：改文件要反复确认、跑测试得自己复制命令、多个模块串行处理慢得离谱。问题不在模型，而在于你只用了它的“对话层”，没碰 CLI 参数、MCP、SubAgent、Hooks 这四层真正提效的能力。

Claude Code 是 Anthropic 推出的命令行 AI 编程工具，本质是一个跑在终端里的 Agent：它能读写你本地的文件、执行 shell 命令、调用外部工具，并通过自然语言驱动整个开发流程。适合谁？适合已经习惯终端、手上有真实项目、想让 AI 从“补全代码”升级到“执行任务”的开发者。如果你平时用 Cursor 或网页版对话，Claude Code 的差异在于批量文件操作和显式任务分发。

这篇按四层递进写：CLI 基础操作 → MCP 扩展 → SubAgent 分工 → Hooks 自动化。每一层都给可复制的配置片段和逐项验证动作，你照着敲就能跑通。中间会用到 TaoToken 作为模型接入层，把 Base URL、Key、Model ID 三件套配好，后面所有能力才有稳定的模型底座。我试过把四层拆开单独练，比一上来就堆配置清晰得多。

先明确一个认知：CLI 是入口，MCP 是手脚，SubAgent 是分身，Hooks 是自动开关。四者不是并列功能，而是从“能对话”到“能自动干活”的递进关系。下面逐层拆。

2. 前置准备：用 TaoToken 配好 Claude Code 的模型接入

在碰 MCP 和 Hooks 之前，得先让 Claude Code 能稳定调用模型。Claude Code 默认走 Anthropic 官方通道，但很多国内开发者会遇到网络和额度问题。TaoToken 提供兼容 Anthropic 协议的接入方式，把请求地址换掉即可，CLI 的其他行为不变。

你需要准备三样东西：Base URL、API Key、Model ID。Base URL 用https://taotoken.net/api，Key 在控制台的 API Keys 页面生成，Model ID 填你实际要用的模型名。这三件套在后面的 MCP、SubAgent、Hooks 里会反复出现，因为每个环节都可能需要独立指定模型。

第一步，生成 Key。打开 TaoToken 控制台的 API Keys 页面（deep link：https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite），新建一个 Key 并复制。注意 Key 只显示一次，丢了就重建。

第二步，配置环境变量。Claude Code 读取ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY两个变量。在~/.zshrc或~/.bashrc里加：

export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_API_KEY="sk-你的Key"

改完执行source ~/.zshrc生效。如果你用 Windows，在系统环境变量里加同名项即可。

第三步，验证连通。运行claude进入交互，输入/status，看当前模型和连接状态。再输入一句“读取当前目录的 package.json 并总结依赖”，如果它能正确读文件并回答，说明接入成功。这一步别跳过，后面 MCP 报错十有八九是这里没通。

关于模型选择，Claude Code 支持/model切换。你可以先用一个通用模型跑通流程，等进入 SubAgent 阶段再按任务类型分配不同 Model ID。TaoToken 的模型列表在文档里能查到（deep link：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite），选一个支持长上下文的即可。

配好之后，CLI 的/init、/memory、/diff这些命令才有意义。下一节进入 CLI 基础操作，把日常高频命令过一遍。

3. 可复制配置：CLI 基础操作与 settings 片段

CLI 层是每天都要用的，核心是把斜杠命令和自然语言结合。Claude Code 的斜杠命令分几类：会话管理、项目操作、代码审查、配置。你不需要背全部，记住高频的十几个就够。

会话管理里，/clear清空历史、/compact压缩上下文、/cost看 Token 消耗、/rewind回退上一步。项目操作里，/init初始化项目生成 CLAUDE.md、/memory更新记忆文件、/diff看代码差异、/review做代码审查、/test生成并运行测试。配置里，/config改设置、/model切模型。

真正提效的是自然语言驱动文件操作。比如“读取 src/main.py 并把所有 print 改成 logging”，它会批量改；“运行 pytest 并总结失败用例”，它会执行命令再分析。这比手动复制粘贴快得多。

现在给一份可复制的 settings 配置。Claude Code 的配置放在~/.claude/settings.json，项目级放在.claude/settings.json。下面这份是入门可用的最小配置：

{ "model": "claude-sonnet-4-20250514", "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-你的Key" }, "permissions": { "allow": [ "Read", "Glob", "Grep" ], "ask": [ "Bash(git commit:*)", "Write" ] }, "includeCoAuthoredBy": false }

这份配置做了三件事：指定默认模型、把接入信息写进 env（这样不用依赖 shell 变量）、设置权限白名单。allow里的 Read/Glob/Grep 是只读操作，直接放行；ask里的 git commit 和 Write 会先问你，避免误改。includeCoAuthoredBy关掉后，提交信息不会带 Claude 署名。

路径要和原文一致：全局配置~/.claude/settings.json，项目配置<项目根>/.claude/settings.json。项目级会覆盖全局。改完重启claude生效。

验证动作：进入项目目录，运行claude，输入/config看当前配置是否加载。再输入“列出 src 下所有 Python 文件”，如果它直接返回列表而没弹权限确认，说明 allow 生效。然后输入“把 README 里的标题改成 XXX”，它应该弹确认，说明 ask 生效。

CLI 层练熟后，你会发现它只能操作本地文件和命令。要让它查数据库、调 API、读浏览器，就得靠 MCP。下一节进入 MCP 扩展。

4. MCP 扩展：让 Claude Code 接上外部工具与数据源

MCP 全称 Model Context Protocol，是 Anthropic 提出的开放协议，让 AI 工具能标准化地调用外部服务。你可以把它理解成“给 Claude Code 装插件”：装一个数据库 MCP，它就能查表；装一个浏览器 MCP，它就能测接口；装一个文件系统 MCP，它就能跨目录操作。

Claude Code 通过配置文件注册 MCP 服务器。配置放在~/.claude.json或项目级.mcp.json。下面是一个浏览器 MCP 的配置示例，用于测试 API 端点：

{ "mcpServers": { "browser": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-puppeteer"], "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-你的Key" } } } }

这里command是启动命令，args是参数，env是环境变量。注意 MCP 服务器本身可能也需要模型接入信息，所以三件套要写全。Base URL 用https://taotoken.net/api，Key 用你生成的，Model ID 在需要时通过参数传入。

注册后重启claude，输入/mcp查看已加载的服务器。如果看到 browser 在列表里且状态正常，说明注册成功。然后输入“用 browser 打开 http://localhost:8000/docs 并截图”，它会调用 Puppeteer 执行。

MCP 的价值在于把“AI 能做什么”从本地文件扩展到整个工具链。比如接一个 Postgres MCP，你可以直接说“查 users 表里最近注册的 10 个用户”，它会生成 SQL 并返回结果。接一个 GitHub MCP，你可以说“列出我仓库里所有 open 的 PR”。

踩过的坑：MCP 服务器启动失败最常见的原因是 npx 找不到包或网络超时。先手动跑一遍npx -y @modelcontextprotocol/server-puppeteer，看能否启动。如果卡住，检查 npm 源。另一个坑是权限，MCP 调用的工具默认需要确认，可以在 settings 的 permissions 里加白名单。

MCP 让 Claude Code 有了手脚，但一次只能干一件事。要并行处理多个模块，就得用 SubAgent。下一节进入任务分发。

5. SubAgent 分工与 Hooks 自动化：并行任务与自动触发

SubAgent 是 Claude Code 的显式任务分发机制。你通过 Task 工具把一个大任务拆成多个子任务，每个子任务由一个独立的 Agent 执行，可以并行。比如你要给一个 FastAPI 项目生成 CRUD，可以拆成“生成 User 模型”“生成 Order 模型”“生成 Product 模型”三个子任务，同时跑。

用法是在对话里描述任务并指定并行。比如：“用 Task 工具并行处理：任务一读取 src/models/user.py 并生成对应的 schema；任务二读取 src/models/order.py 并生成 schema；任务三读取 src/models/product.py 并生成 schema。”Claude Code 会为每个任务启动一个 SubAgent，各自独立上下文，最后汇总结果。

SubAgent 的关键是任务边界要清晰。如果两个子任务改同一个文件，会冲突。所以拆分时按文件或模块切分。每个 SubAgent 可以指定不同的 Model ID，比如简单任务用快模型，复杂任务用强模型。Model ID 通过 Task 参数传入，Base URL 和 Key 沿用全局配置。

Hooks 是自动化触发器。你可以在特定事件发生时自动执行命令，比如“每次 Claude Code 写完文件后自动跑格式化”“每次提交前自动跑测试”。Hooks 配置在 settings.json 的hooks字段：

{ "hooks": { "PostToolUse": [ { "matcher": "Write", "hooks": [ { "type": "command", "command": "npx prettier --write $CLAUDE_FILE_PATH" } ] } ], "PreToolUse": [ { "matcher": "Bash(git commit:*)", "hooks": [ { "type": "command", "command": "pytest --quiet" } ] } ] } }

这段配置做了两件事：PostToolUse 在 Write 之后跑 prettier 格式化；PreToolUse 在 git commit 之前跑 pytest。如果测试失败，提交会被拦截。$CLAUDE_FILE_PATH是 Claude Code 传入的环境变量，指向被操作的文件。

验证动作：改一个 Python 文件，看 prettier 是否自动执行。然后故意写一个失败的测试再提交，看是否被拦截。Hooks 的 matcher 支持工具名和命令模式，写错会导致不触发，用/config检查加载状态。

把 SubAgent 和 Hooks 结合，就能搭出自动化流水线：SubAgent 并行生成代码，Hooks 自动格式化和测试。这套组合在大型重构和批量操作里特别有用。

6. 常见报错排查：401、local proxy failed、reading choices、OAuth

接入和配置过程中，几个报错反复出现。下面按真实错误信息对照排查。

401 Unauthorized。最常见，Key 错了或没生效。检查ANTHROPIC_API_KEY是否和 TaoToken 控制台生成的一致，注意有没有多余空格。如果写在 settings.json 的 env 里，确认 JSON 格式正确，没有尾逗号。改完重启claude，用/status确认。

local proxy failed。通常是 Base URL 写错或网络不通。确认ANTHROPIC_BASE_URL是https://taotoken.net/api，不要带多余路径。用curl https://taotoken.net/api测连通性。如果返回 404 是正常的，说明域名可达；如果超时，检查本地网络。

reading choices 报错。这个多出现在模型返回格式异常时，通常是 Model ID 填错或模型不支持当前请求格式。检查 settings 里的 model 字段，确认是 TaoToken 支持的模型名。可以先用/model切换到一个已知可用的模型测试。

OAuth 相关报错。Claude Code 某些版本会尝试 OAuth 流程，如果你用 API Key 接入，需要在配置里禁用 OAuth。在 settings.json 里加"forceApiKeyAuth": true，或者确保没有残留的 OAuth token 文件。删除~/.claude/下的 token 缓存后重启。

还有一个隐蔽的坑：MCP 服务器报错但 CLI 不显示。用/mcp看状态，如果某个服务器是 failed，手动跑它的启动命令看报错。多数是 npx 包名写错或版本不兼容。

排查顺序建议：先确认三件套（Base URL + Key + Model ID）正确，再看 settings.json 格式，最后看 MCP 和 Hooks 的独立配置。每改一处就重启验证，别一次改多个地方。

7. 按阶段推进：从 CLI 到 Hooks 的实操闭环

四层能力不用一次全上。按阶段推进更稳。

第一阶段，只练 CLI。用/init生成 CLAUDE.md，用自然语言做文件读写和命令执行，把/diff、/review、/test用熟。目标是让 Claude Code 成为日常编码的默认入口。

第二阶段，加 MCP。先装一个浏览器 MCP 测接口，再装一个数据库 MCP 查数据。每装一个就用/mcp验证，确保独立可用。

第三阶段，上 SubAgent。找一个大任务拆成三个子任务并行跑，观察上下文隔离和结果汇总。注意任务边界，避免文件冲突。

第四阶段，配 Hooks。先加格式化，再加测试拦截，最后接 CI。Hooks 是自动化的最后一环，前面三层稳了再上。

如果你要长期跑编码和 Agent 任务，可以考虑 TaoToken 的 Coding Plan（deep link：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite），额度更适配高频调用。验证模型效果可以去模型对话页面（deep link：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=model-chat&utm_campaign=rewrite）先试。接入文档在 doc 页面（deep link：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite），Key 在 API Keys 页面（deep link：https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite）。

最后给一个实用技巧：把 CLAUDE.md 当成项目记忆文件，每次/memory更新后，Claude Code 在新会话里会自动读取。把项目规范、常用命令、目录结构写进去，比每次重复描述省事得多。四层能力练完，你会发现 Claude Code 不再是“会聊天的补全工具”，而是一个能执行任务的开发搭档。