ClaudeCode（简称 CC），时至今日，它依然是 AI 编程圈最火热、也是最实用的 AI Agent。不管你是程序员，还是其他脑力工作者，都值得试一试，或许会成为你日常工作的得力助手。
一、背景介绍
Claude Code（简称 CC），时至今日，它依然是 AI 编程圈最火热、也是最实用的 AI Agent。不管你是程序员，还是其他脑力工作者，都值得试一试，或许会成为你日常工作的得力助手。
下面这个截图，是借用 Claude Code + DeepSeek V4，没写一行代码的情况下，全程使用提示词自动生成的一个商品库存管理系统，从实际效果来看，非常惊艳，很多功能可以直接使用。不得不说，AI 正在重新定义软件开发。
即使没有任何技术基础，也可以借助 AI 完成整个项目的开发。下面，我把整个项目的实现过程完整的分享给大家，如有描述不对的地方，欢迎大家留言指出！
二、实现过程
在介绍项目之前，先简单介绍一下 Claude Code。
它是 Anthropic 推出的 AI 编程工具，可以直接在终端里运行，你跟它聊天描述需求，它就能自主分析项目、写代码、跑命令、修 Bug、测试，全程自主执行。
除了基础的代码生成，它还能使用工具和 Skills 技能包、连接 MCP 外部服务、用 Plugins 插件扩展能力，甚至可以实现多个智能体一起协作，扩展性很强。
同时，它在写文档方面表现也不俗，只需要告诉 AI 你的需求，它就能生成整套项目文档。
说了这么多，如何用呢，下面我们一起来看看。
2.1安装 Claude Code
方式一：原生安装
Claude Code 的安装，非常的简单，只需要一行命令即可搞定。
官方文档推荐的安装方式如下：
根据相应的操作系统，打开终端，输入对应的脚本命令，然后回车即可。
例如，macOS、Linux 操作系统，脚本如下：
curl -fsSL https://claude.ai/install.sh | bashWindows 操作系统，脚本如下：
curl -fsSL https://claude.ai/install.cmd -o install.cmd && install.cmd && del install.cmd验证claude code是否安装成功。
claude --version如果出现如下版本号内容，说明安装成功。
方式二：npm 安装
如果安装过程中，发现无法访问 claude 服务，此时可以采用 npm 方案来安装。
首先确保电脑有Node.js环境和npm软件依赖安装工具，没有的话，直接到Node官网下载对应的安装包，然后双击一路安装即可。
无论使用什么操作系统，都可以通过npm的如下命令来安装Claude Code。
npm install -g @anthropic-ai/claude-code如果安装过程很慢，可以通过如下命令，换成国内镜像地址，再重新执行以上命令。
# 设置国内镜像 npm config set registry https://registry.npmmirror.com2.2安装 CC swtich
Claude Code 安装完成之后，此时如果在终端输入claude，会提示要求你登录。由于国内用户无法注册 Anthropic 的账号，因此无法直接调用 claude 官方纯血版的模型，所以如果要使用 Claude Code，需要走代理，进行中转。
目前最主流的解决方案是，安装CC swtich工具，利用它实现代理模型的统一管理，全程通过页面操作即可完成模型调用的切换。访问 CC swtich 官网，根据系统环境选择相应的安装包，然后双击，一路安装即可。
2.2.1、模型配置
打开 CC swtich，你会发现它能代理的编程工具非常多，比如Claude、Codex、Gemini、OpenClaw等等，此时我们只需要选中Claude Official，它指向的是我们要代理的Claude Code工具，然后点击右上角的加号，添加我们要代理的模型。
此时会发现，它支持的模型供应商也非常的多。目前全球主流的 AI 模型厂商，包括第三方中转平台，都支持配置。
就目前情况来看，国内用户使用最多的模型有三款，GLM-5.2、Kim-2.6 和 DeepSeek V4，其中 GLM-5.2 表现最优，在编程和长上下文任务上号称接近 Claude Opus 4.8 水平；其次 Kim-2.6，它支持超长百万上下文，对标 Claude Opus 4.6；最后就是 DeepSeek V4，它可能不是最强的，但是它的性价比确是最高的。
原因很简单，答案就在下面这三张图里。
从目前的官方产品定价来看，GLM-5.2 和 Kim-2.6 价格相差不大，但是 DeepSeek V4 的百万 tokens 输出价格是前者的 20% 左右，相当于打 2 折，性价比极高，也是大多数人都能用得起的模型。如果想要输出的效果更好，可以优先使用 GLM-5.2；如果注重性价比，可以选择 DeepSeek V4。
在实际使用过程中，也可以将两者都配置上，根据项目的输出效果，随时进行切换。
2.2.2、模型接入
下面以 Claude Code 接入 DeepSeek V4 模型为例，具体的配置过程如下。
首先，访问 DeepSeek 的开放平台，点击API keys菜单，创建一个 key 并记录下它，等会会用到。如果账号里没钱，点击充值菜单，随便充个几块钱，确保账号里面有余额就行。
然后，切换到 CC swtich 工具页面，点击添加供应商，选择DeepSeek，填入上面创建的 key。
在页面的下方，还有一个高级选项卡，可以把主模型全部设置为 DeepSeek-V4-Pro，因为相比 DeepSeek-V4-Flash 模型，Agent 能力和复杂推理更强。最后点击右下角的添加按钮，即可完成添加流程。
接着，点击对应模型的启动按钮，即可快速完成模型的接入。
最后，打开终端并输入claude，随便输入一句话，AI 能给出回复，说明切换模型成功。
其它模型的接入方式，也跟这个步骤类似，在此就不重复介绍了。
如果想退出当前窗口，输入/exit，或者按ctrl +c即可退出。
2.3项目开发
Claude Code 工具安装完成后，接下来就正式进入项目开发阶段了。在开始之前，建议不要一次性把全部需求丢给 Claude Code 来完成，虽然也能做，但是从实际情况来看，输出质量并不高。
比较合理的做法是，先把需求拆分，类似于写一篇小说一样，先列一个整体纲要，这篇小说主要表达的主题内容是什么，然后再分章节，一篇一篇的写，最后做一个总结收尾。这样做的好处就是，整体流程可控，输出的质量不会出现太大的偏离。
比如我们要开发一个商品库存管理系统，通常，我们会按照如下流程一步一步的来完成。
- 第一步：定义产品形态- 编写产品需求文档，定义产品的核心需求以及功能边界
- 第二步：架构设计- 基于第一步的构想，设计产品的原型交互流程图以及系统架构，比如用户如何操作、系统采用什么技术开发，怎么部署等等
- 第三步：数据库设计- 基于第二步的结果，做数据库表结构的设计，用于用户数据的持久化存储
- 第四步：后端开发- 基于第二步和第三步的结果，进行后端系统的开发
- 第五步：前端开发- 基于第二步和第四步的结果，进行前端系统的开发
- 第六步：系统部署- 基于前几步的输出结果，对系统进行部署，以便进行测试
- 第七步：测试交付- 基于前几步的输出结果，对系统进行全面测试，通过后一并交付
换成使用 AI 来实现，思路也是差不多，只不过实现的方式更加简单。
2.3.1、编写提示词
比如我想做一个商品库存管理系统，第一版不需要太多的功能，只要能把项目跑起来就行。
此时可以先简单的描述一下自己的需求，借助 AI 给我出一个提示词方案，示例如下。
因为输出的内容太多了，接着，我让 AI 给我输出一份精简版的提示词，内容如下：
你是一名资深全栈架构师，请从零开发一个可直接运行的商品库存管理系统（Inventory System）。 ## 技术栈 后端： - Java 8 - Spring Boot - MyBatis Plus - MySQL 8 - Maven - Lombok - EasyExcel（Excel导入） 前端： - Vue3 - Vite - Element Plus - Axios - Pinia - Vue Router 部署： - Docker - docker-compose - 前后端、MySQL均采用本地目录挂载方式部署。 ## 第一版功能 ### 1、登录 固定账号：admin 固定密码：admin 无需数据库。 ### 2、首页 Dashboard 统计： - 商品总数量 - 临期商品数量（距离到期≤30天） - 已过期商品数量 下方展示临期商品列表： - 商品名称 - 商品编码 - 库存 - 到期日期 - 剩余天数 ### 3、商品管理 支持： - 商品分页查询 - 商品名称搜索 - 新增商品 - 编辑商品 - 删除商品 - Excel批量导入 商品字段： - 商品名称 - 商品编码 - 分类 - 规格 - 生产日期 - 有效期（月） - 到期日期（自动计算） - 库存数量 - 库存单位 - 备注 ## 数据库 请设计合理的MySQL表结构，并提供完整SQL。 ## 项目要求 - 代码必须完整、可直接运行，不允许省略代码或使用伪代码。 - 前后端完全分离，接口采用 RESTful 风格。 - 返回结果统一格式，统一异常处理。 - 项目目录清晰，符合企业开发规范。 - 提供 README、数据库 SQL、Dockerfile、docker-compose.yml。 - 最终执行 `docker compose up -d` 即可完成部署。 ## 开发方式 请按以下顺序逐步开发，每完成一步暂停，等待我确认后继续： 1. 项目整体架构设计 2. 数据库设计（SQL） 3. Spring Boot 后端 4. Vue3 前端 5. 登录功能 6. Dashboard 首页 7. 商品管理 8. Excel 导入 9. Docker 部署 10. README 每一步都要保证可以正常运行，如发现问题先修复，再继续开发。然后，在本地电脑随便找个位置创建一个文件夹inventory_system，在当前文件夹下右键打开终端并输入claude命令，把当前的提示词直接粘贴到命令行窗口，最后回车。
不到 1 分钟，它就把整个项目的开发流程设计完了，输出结果如下。
剩下的步骤就不用多说了，直接输入继续并回车，让它完成剩下的部分。
最后整个项目完成后，目录的效果如下：
因为项目采用的是docker进行部署，如果电脑里面没有docker，可以访问它的官方网站，根据对应系统的版本下载相应的软件包，双击一路安装即可。
安装完成之后，因为本地电脑限制，80端口可能被限制访问了，可以将nginx的访问端口改成8081，告诉 claude code，让它自己来完成。
在停顿的途中，我们还可以让它新增其它功能，比如新增一个库存预警功能，用于记录库存不足的商品信息。
全程无需写一行代码，通过对话以聊天的形式即可完成所有的改动。
2.3.2、访问系统
项目开发完成之后，它会给我们一个项目的完整访问路径。
打开浏览器访问目标地址http://localhost:8081/#/login，会看到类似如下结果。
- 登录页面
- 首页仪表盘
- 商品管理页面
- 库存预警页面
在实测过程，也碰到一些 bug，比如在商品管理页面，对商品进行编辑时，发现了库存数量和最低库存设置功能有些异常。
此时可以以对话的形式，告诉claude code，让它修改调整为可用。
修改成功后，重新刷新页面，页面布局相比上一版好多了，库存数量可以正常设置。
从结果来看，AI 做出来效果，给人整体感觉还是很震撼的，整个过程耗时大概 30 分钟左右。
如果想继续迭代，也可以以对话的形式发送给claude code，让它增加新的功能模块，就像搭积木一样，一层一层的继续堆叠。
三、小结
最后，回到大家可能最关心的问题，用 AI 做这个项目总共花了多少钱。
访问 deepseek 的开放平台，统计了一下，输入型 token 总计消耗：2000万多一点；输出型 token 总计消耗：11万多一点。
总计费用大概 1.87 元。
还好没那么夸张，有可能是错开了高峰期，因此整体费用显得要便宜些。
