1. 为什么 Worktree 并行跑 Claude Code 会翻车
如果你同时推进三四个任务，又习惯用 Claude Code 帮你写代码，大概率遇到过这种场面：在feature/perf-opt分支让 Claude Code 生成了一版 batch 优化逻辑，还没提交，运维喊你紧急修 master 上的模型加载失败。你git stash、切分支、改完、切回来、git stash pop，结果 Claude Code 的上下文已经乱了——它看到的文件内容和你脑子里的逻辑对不上，甚至把 A 分支的未提交改动带到了 B 分支，生成一堆不属于当前任务的代码。
这不是 Claude Code 的锅，是「单工作目录 + 频繁切分支」这个组合本身的问题。Claude Code 会记住当前工作区的文件状态、对话里提到的变量名、你让它改过的函数。切分支时这些上下文不会自动重置，未提交的改动还会跟着你跑。Worktree 隔离开发就是来解决这个的：每个分支拥有独立的物理工作目录，每个目录里跑一个 Claude Code 实例，上下文和文件状态天然隔离，互不干扰。
但这里有个容易被忽略的环节：多个 Claude Code 实例如果各自配 Key、各自填 Base URL，管理成本会爆炸。我试过在三个 worktree 里分别配不同的 Key，结果月底对账时完全分不清哪个任务花了多少。所以这篇的视角是 Agent / Harness——Worktree 负责隔离工作目录和上下文，TaoToken 负责让所有实例共用同一把 Key 和同一个 Base URL，调用统一记在一个账户上。两者职责不重叠，配合起来才顺。
2. 前置准备：一把 TaoToken Key 喂饱所有 worktree
Worktree 本身不改任何隔离逻辑，它只是给每个分支开一个独立目录。真正需要统一的是 Claude Code 的接入配置。你不需要在每个 worktree 里重复注册、重复配 Key，只需要在 TaoToken 创建一个 Key，然后把 Claude Code 的 Base URL 指向https://taotoken.net/api。
具体操作：打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 创建账号，进控制台生成一把 API Key。这把 Key 会被所有 worktree 里的 Claude Code 共用。如果你还没生成，直接去 API Keys 页面：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite
创建好 Key 之后，Claude Code 的配置有两种方式：环境变量或者配置文件。我推荐环境变量，因为 worktree 目录是独立的，但 shell 环境是共享的，配一次全局生效，不用在每个目录里重复写。
# 在 ~/.bashrc 或 ~/.zshrc 里加这两行 export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_API_KEY="sk-你的TaoTokenKey"配完之后source ~/.zshrc生效。这样无论你在哪个 worktree 目录里启动claude，它都会走 TaoToken 的 Base URL，用同一把 Key。工作目录和上下文仍然按 worktree 隔离，但调用入口是统一的。
注意：Base URL 填
https://taotoken.net/api，不要多加/v1之类的后缀，Claude Code 会自己拼接路径。填错了会报 404 或者连接被拒。
如果你用的是 Claude Code 的配置文件方式，可以在~/.claude/settings.json里写：
{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-你的TaoTokenKey" } }两种方式选一种就行，别同时配，否则环境变量优先级更高，容易搞混。配好后可以用claude --version确认 CLI 能正常启动，但真正验证接入是否成功，要等下一步在 worktree 里发请求。
3. 可复制配置：三个 worktree 的完整搭建流程
假设你的主仓库叫ml-serving，当前在 master 分支。现在要并行处理三个任务：热修复模型加载失败、性能优化、ONNX 格式支持。先创建三个 worktree：
# 确保主仓库干净，先提交或 stash 当前改动 cd /path/to/ml-serving git status # 创建三个 worktree，路径用 ../项目名-任务名 的命名方式 git worktree add ../ml-serving-hotfix hotfix/model-loading git worktree add ../ml-serving-perf feature/perf-opt git worktree add ../ml-serving-onnx feature/onnx-support # 查看所有 worktree，确认创建成功 git worktree list输出应该类似：
/path/to/ml-serving e3f2a1d [master] /path/to/ml-serving-hotfix a1b2c3d [hotfix/model-loading] /path/to/ml-serving-perf b4c5d6e [feature/perf-opt] /path/to/ml-serving-onnx c7d8e9f [feature/onnx-support]这里有个坑：worktree 路径不能和主仓库重叠，否则 git 会报fatal: '../ml-serving-hotfix' is a main working tree。用../项目名-任务名的命名方式，既避免重叠，又一目了然。
接下来在每个 worktree 目录里启动 Claude Code。因为前面已经配好了全局环境变量，这里不需要任何额外配置：
# 终端 1：热修复 cd ../ml-serving-hotfix && claude # 终端 2：性能优化 cd ../ml-serving-perf && claude # 终端 3：ONNX 支持 cd ../ml-serving-onnx && claude三个终端各跑一个 Claude Code 实例，每个实例只看自己 worktree 目录里的代码。热修复那个实例不知道 perf 分支上有什么改动，perf 实例也看不到 onnx 分支的代码。上下文完全隔离，但三个实例的 API 调用都走同一把 TaoToken Key。
如果你想让每个 worktree 有自己的任务说明，可以在每个目录根放一个.claude.md：
# 当前任务：修复模型加载失败 - 分支：hotfix/model-loading - 目标：定位 protobuf 版本兼容问题并修复 - 约束：不改动推理核心逻辑，只修加载路径这样即使隔了一周再回到这个 worktree，Claude Code 也能快速恢复上下文。这个文件是 per-worktree 的，不会串到别的分支。
4. 验证请求：确认三个实例各看各的代码
配置完不代表接入成功，得实际发请求验证。验证分两层：第一层确认 Claude Code 能通过 TaoToken 正常调用模型，第二层确认每个 worktree 的上下文确实隔离。
第一层验证，在任意一个 worktree 里启动 Claude Code 后，直接问一个简单问题：
cd ../ml-serving-hotfix claude # 在 Claude Code 交互界面里输入： # 当前目录下有哪些文件？列出前 10 个如果 Claude Code 能正常返回文件列表，说明 Base URL 和 Key 都配对了，请求成功走到了 TaoToken。如果报401 Unauthorized，检查 Key 是否复制完整；如果报404，检查 Base URL 是不是多写了路径。
第二层验证，在三个 worktree 里分别发起一个能暴露上下文的请求。比如在每个 worktree 里让 Claude Code 读一个只属于该分支的文件：
# 在 hotfix worktree 里 # 让 Claude Code 读取 hotfix 分支特有的修复文件 # 输入：读取 src/model_loader.py 的前 20 行，告诉我它引用了哪个版本的 protobuf # 在 perf worktree 里 # 输入：读取 src/batch_processor.py，告诉我当前的 batch size 是多少 # 在 onnx worktree 里 # 输入：读取 src/onnx_converter.py，告诉我它支持哪些算子关键观察点：hotfix 实例读到的model_loader.py应该是 hotfix 分支的版本，perf 实例读到的batch_processor.py应该是 perf 分支的版本。如果 hotfix 实例读到了 perf 分支才有的 batch 优化代码，说明 worktree 隔离没生效，大概率是你cd错了目录，或者 worktree 创建时分支指定错了。
实测下来，三个实例各自返回自己分支的文件内容，互不串扰。同时打开 TaoToken 控制台的用量页面，能看到三个实例的调用都记在同一个账户下，按时间排列。这就是「隔离 + 统一」的效果：工作目录和上下文按 worktree 隔离，调用入口和计费按 TaoToken 统一。
5. 本篇常见错排查
5.1 Claude Code 报 401 或 403
最常见的原因是 Key 没配对。先确认环境变量是否生效：
echo $ANTHROPIC_API_KEY echo $ANTHROPIC_BASE_URL如果输出为空，说明 shell 配置没 source，或者你写在了错误的配置文件里。如果你用的是 zsh，检查~/.zshrc；bash 检查~/.bashrc。另外确认 Key 没有多余空格，复制时容易带上换行。
5.2 worktree 创建失败：路径已存在
git worktree add报fatal: '../ml-serving-hotfix' already exists，说明目录已经存在。要么换个路径名，要么先删掉旧目录。如果旧目录是之前创建的 worktree，用git worktree remove ../ml-serving-hotfix清理，别直接rm -rf，否则 git 的 worktree 记录会残留。
5.3 在 worktree 里 push 污染远程引用
原文提到不要在 worktree 里直接git push。正确做法是回到主仓库，用git fetch . worktree/perf-opt:feature/perf-opt把 worktree 的提交拉到主仓库，再正常 push。如果你已经在 worktree 里 push 了，远程分支可能多了一个引用，去远程仓库删掉对应分支再重新走流程。
5.4 三个实例的调用混在一起分不清
如果你在 TaoToken 控制台看到调用记录但分不清哪个是哪个任务，可以在每个 worktree 的.claude.md里约定一个任务标识，让 Claude Code 在每次对话开头带上这个标识。或者更简单：按时间顺序对，热修复通常最先完成，perf 和 onnx 耗时更长。长期来看，如果你要跑大量并行任务，可以考虑用 Coding Plan 来管理调用配额：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding_plan&utm_campaign=rewrite
5.5 worktree remove 失败：有未提交修改
git worktree remove在有未提交改动时会拒绝执行。先cd进那个 worktree，git status看有什么改动，提交或 stash 后再 remove。如果确认不要了，用--force强制删除，但建议先确认没有重要代码。
6. 把 Key 统一到 TaoToken，Worktree 只管隔离
回到最初的问题：Worktree 解决的是「多任务并行时工作目录和上下文隔离」，TaoToken 解决的是「多个 Claude Code 实例的接入统一」。两者配合的完整工作流是：每个任务一个 worktree，每个 worktree 一个 Claude Code 实例，所有实例共用一把 TaoToken Key 和同一个 Base URL。
你拿到 Key 后能完整复现原文的 EnterWorktree / ExitWorktree 流程：创建 worktree、在目录里启动 Claude Code、让每个实例只看自己分支的代码、完成后回主仓库合并、清理 worktree。区别只在于，原来在每个 worktree 目录直接启动claude的那一步，现在变成了先配好 TaoToken 的 Base URL 和 Key，再启动。多个实例的调用统一记在 TaoToken 账户上，对账和配额管理都省事。
如果你还没创建 Key，去 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite 生成一把。接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite ，里面有 Base URL 和参数的完整说明。想先验证模型能不能通，可以直接用模型对话页面发一条测试请求：https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=model_chat&utm_campaign=rewrite
最后给一个实用建议：worktree 数量控制在 3 到 5 个。超过这个数，你的大脑会开始混淆哪个目录对应哪个任务。我试过同时开 7 个，结果在错误的目录里改了半小时代码。给 worktree 目录名加上任务关键词，比如../ml-serving-hotfix、../ml-serving-perf，比纯分支名好认。热修复永远用 worktree，这是它最高频也最救命的场景——线上出问题时，你不需要停下手中的工作，新建一个 worktree，修完删掉，全程不影响主工作区。
