1. 为什么你的 Claude Code 越用越不顺手
很多人把 Claude Code 装好、API 通道配通之后，就停在“能用”这一步了。用一阵子你会发现三个特别典型的问题：它怎么把我文件改坏了、它怎么用着用着变笨了、它对每个人都一样怎么让它懂我。这三个问题其实都指向同一件事——你还没把settings和记忆体系改到位。
这篇是零基础实战教程的第三部分，专门讲 Claude Code 的深度使用与进阶技巧。核心检索词就是 Claude Code 进阶配置，我会围绕settings.json文件与 API 通道的对接展开，给你可复制的配置片段和逐步验证动作，帮你确认 Claude Code 能正常发起请求，并排查常见报错。目标很明确：从零跑通一条稳定的 AI Coding 工作流。
先说清楚适合谁看。如果你已经完成了前两部分——装好了 Node.js、Git、VS Code，也把 Claude Code 装上并配好了基础 API——那这篇就是给你准备的。如果你还没配通 API，也没关系，第二节我会把前置动作再走一遍，确保你手里有一个能用的 Key 和 Base URL。
我自己的习惯是：模型能力是地板，配置质量才是天花板。花时间把配置做好，比追最新模型版本更有实际收益。这句话你会在后面反复体会到。Claude Code 的能力可以按 7 层扩展来理解：CLAUDE.md 是项目说明书，每次会话自动加载；Hooks 是事件触发器；Skills 是专业知识包；Plugins 把前几者打包分发；LSP 给 AI 装上 IDE 级代码导航；MCP 连接外部工具和数据源；子 Agent 独立上下文并行干活。前 3 层是基础配置，后 4 层是高级扩展。本篇重点落在前 3 层，尤其是settings.json和记忆体系。
2. TaoToken 前置：把 API 通道和 Key 准备好
在动settings.json之前，你得先有一个能用的 API 通道。Claude Code 默认走 Anthropic 官方接口，但很多零基础读者会遇到网络、计费、模型选择的问题。这里我用 TaoToken 作为统一入口来演示，因为它把模型对话、Coding Plan、控制台、API Keys 都放在一个地方，配置起来路径清晰。
第一步，打开官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，注册并登录。登录后进入控制台 https://taotoken.net/console ，在左侧找到 API Keys 页面 https://taotoken.net/api-keys ，点“创建新的 API Key”。创建完一定要立刻复制，因为很多平台只显示一次。这个 Key 就是你后面要写进环境变量或settings.json的凭证。
第二步，确认你的 Base URL。TaoToken 的 API 地址是 https://taotoken.net/api ，注意这个地址不带任何查询参数。Claude Code 通过ANTHROPIC_BASE_URL环境变量来识别接口地址，所以你要把它设成这个值。如果你用的是 Claude Code 的 Anthropic 兼容模式，Base URL 就填这个；如果你走的是 OpenAI 兼容的客户端，路径可能略有不同，以接入文档 https://taotoken.net/doc 为准。
第三步，选模型。TaoToken 的模型对话页面 https://taotoken.net/models 可以让你先在线试一下模型是否可用。对于 Claude Code 日常编码，我建议先用 Sonnet 级别的模型，速度快、质量稳、成本适中。遇到复杂架构或疑难 Bug 再切 Opus。Haiku 适合大批量简单任务，比如格式化、小修改。你可以在模型对话里发一句“用 Python 写一个快速排序”，看返回是否正常，确认通道通了再往下走。
这里有个关键点：Claude Code 读取的是环境变量，不是你在网页上选的模型。所以网页测试只是确认 Key 和通道没问题，真正生效的是你本地的配置。第四步，把 Key 和 Base URL 记在一个安全的地方，别直接提交到 Git。后面我会教你怎么用.gitignore和settings.local.json把它隔离好。
如果你打算长期用 Claude Code 做编码和 Agent 任务，可以看一下 Coding Plan https://taotoken.net/coding-plan ，它更适合高频调用场景。但零基础阶段，先用按量计费的 API Key 跑通流程就够了，别一上来就买套餐。
3. 可复制配置：settings.json 与三层记忆体系
这一节是全文的核心，我会给你可以直接复制的配置片段。Claude Code 的配置分好几层，从全局到项目级层层覆盖。先记住三个位置：全局配置在~/.claude/settings.json，影响所有项目；项目级配置在项目根目录的.claude/settings.json，只影响当前项目，可以提交 Git 给团队共享；个人私有配置在.claude/settings.local.json，不提交 Git，优先级最高。
先看最基础的settings.json。这个文件控制权限、默认模型、自动压缩阈值等。下面这段可以直接复制，路径是~/.claude/settings.json：
{ "permissions": { "allow": [ "Read", "Glob", "Grep", "Edit", "MultiEdit", "Write(src/**)", "Write(tests/**)", "Bash(npm *)", "Bash(pnpm *)", "Bash(git status)", "Bash(git diff *)", "Bash(git log *)", "Bash(git add *)", "Bash(git commit *)" ], "deny": [ "Read(**/.env*)", "Read(**/*.pem)", "Read(**/*.key)", "Write(**/.env*)", "Bash(rm -rf *)", "Bash(sudo *)", "Bash(git push *)", "Bash(git rebase *)" ], "defaultMode": "acceptEdits" }, "model": "sonnet", "autoCompactThreshold": 80 }allow是白名单，日常安全操作不该每次都问你；deny是黑名单，安全红线自动封堵。defaultMode设成acceptEdits表示文件编辑自动接受，但危险命令仍然会拦。如果你更谨慎，可以把它改成default，让每次操作都确认。model字段设默认模型，autoCompactThreshold设成 80 表示上下文用到 80% 时自动压缩。
注意：allow要按你的工具链改。用 yarn 就加Bash(yarn *)，用 bun 就加Bash(bun *)。deny那几行建议原样留着，它们是安全底线。权限设置要谨慎，过于宽松的权限可能导致 AI 执行你不期望的操作。初学者建议先保持默认，让自己有机会审查每一步。
接下来是 API 通道的对接。Claude Code 通过环境变量读取 Base URL 和 Key。你可以在 shell 配置文件里写，比如 macOS 的~/.zshrc或 Linux 的~/.bashrc：
export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_API_KEY="你的_TaoToken_API_Key" export ANTHROPIC_MODEL="sonnet"Windows PowerShell 用户可以在系统环境变量里设置，或者用$env:ANTHROPIC_BASE_URL="https://taotoken.net/api"临时设置。设完记得重启终端，让环境变量生效。验证方式是echo $ANTHROPIC_BASE_URL（macOS/Linux）或echo $env:ANTHROPIC_BASE_URL（PowerShell），看输出是不是你设的值。
如果你不想用环境变量，也可以在settings.json里配。但 Key 写在settings.json里有泄露风险，所以更推荐放在settings.local.json，并且确保它被.gitignore忽略。下面是一个settings.local.json的示例，路径是项目根目录的.claude/settings.local.json：
{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "你的_TaoToken_API_Key", "ANTHROPIC_MODEL": "sonnet" } }然后是三层记忆体系。第一层是 CLAUDE.md，你主动写，会话启动时全量加载。它分三级：全局级~/.claude/CLAUDE.md写个人习惯，比如“永远用中文回答”；项目级在项目根目录CLAUDE.md，写技术栈、架构、规范、进度，可以提交 Git；文件夹级在子目录CLAUDE.md，写模块专属约定。三层叠加生效，优先级是文件夹级 > 项目级 > 全局级。
一个项目级 CLAUDE.md 模板，可以直接复制修改：
# 项目名称 ## 项目概述 一句话描述这个项目做什么。 ## 技术栈 - 前端：Next.js 14 + TypeScript + Tailwind CSS - 后端：Next.js API Routes - 数据库：Prisma + SQLite ## 编码规范 - 使用函数式组件 + React Hooks - 组件文件使用 PascalCase 命名 - API 路由返回统一格式：{ success: boolean, data?: any, error?: string } ## 当前开发状态 - 项目初始化完成 - 书签 CRUD API 开发中 - 前端页面待开发 ## 注意事项 - 不要修改 prisma/migrations/ 目录 - 环境变量在 .env 文件中，不要提交到 Git第二层是 Auto Memory，cc 自己记的笔记。在会话里输入/memory，选“启用 Auto Memory”。它会记录你的偏好、反馈、项目决策，只在当前项目生效，按需读取，占 token 很少。第三层是自建参考文档，仿照 Skill 的渐进式披露机制。比如品牌视觉规范放docs/brand-visual.md，然后在 CLAUDE.md 里加指引：“修改前端视觉时必读 docs/brand-visual.md”。这样 cc 只在需要时才读完整文档，不占多余上下文。
最后是.claudeignore，类似.gitignore，告诉 Claude Code 哪些文件不用关注：
node_modules/ .next/ dist/ *.log .env配完这些，你的 Claude Code 就有了一个稳定的配置底座。下一节我们来验证它到底能不能正常发起请求。
4. 验证请求：从启动到成功返回的完整动作
配置写完不代表生效，必须验证。这一节我给你一套逐步验证动作，从启动 Claude Code 到确认请求成功返回，每一步都有预期结果。
第一步，确认环境变量生效。打开终端，运行：
echo $ANTHROPIC_BASE_URL echo $ANTHROPIC_API_KEY预期输出是你的 TaoToken Base URL 和 Key。如果输出为空，说明环境变量没生效，检查你是不是写在了正确的 shell 配置文件里，或者有没有重启终端。Windows PowerShell 用echo $env:ANTHROPIC_BASE_URL。
第二步，直接用 curl 测试 API 通道。这一步能排除 Claude Code 本身的干扰，确认 Key 和 Base URL 是通的：
curl https://taotoken.net/api/v1/messages \ -H "x-api-key: 你的_TaoToken_API_Key" \ -H "anthropic-version: 2023-06-01" \ -H "content-type: application/json" \ -d '{ "model": "claude-sonnet-4-6", "max_tokens": 100, "messages": [{"role": "user", "content": "说一句你好"}] }'预期返回是一段 JSON，里面有content字段，内容是模型回复的“你好”之类。如果返回 401，说明 Key 错了；如果返回连接超时，说明 Base URL 或网络有问题。这一步过了，说明通道没问题。
第三步，启动 Claude Code。在项目目录下运行：
claude预期进入交互式界面，底部显示当前模型和上下文余量。如果启动时报Invalid API Key，回到第二步检查 Key。如果报local proxy failed，说明 Base URL 配错了，或者本地有代理干扰，检查ANTHROPIC_BASE_URL是不是https://taotoken.net/api。
第四步，发一个最小请求。在 Claude Code 里输入：
请用一句话介绍你自己，不要调用任何工具。预期它返回一句自我介绍，并且不触发文件读写。如果它开始读文件或执行命令，说明你的权限配置太宽松，或者提示词触发了工具调用。这一步成功，说明 Claude Code 能正常发起请求并拿到回复。
第五步，测试文件操作。输入：
请创建一个 hello.txt，内容是一行 "Hello AI Coding"。预期它请求确认创建文件，你按 Enter 确认后，文件出现在当前目录。用cat hello.txt验证内容。这一步成功，说明权限配置和文件操作都正常。
第六步，测试上下文压缩。输入/context，看上下文占比。如果超过 60%，输入/compact，预期它把历史压缩成摘要，腾出空间。这一步是解决“用久了变笨”的核心武器。
第七步，测试模型切换。输入/model，看当前模型，然后输入/model opus切换。预期状态栏模型名变化。再切回/model sonnet。这一步确认模型切换生效。
走完这七步，你的 Claude Code 就算真正跑通了。如果哪一步失败，下一节我列了常见报错和排查方法。
5. 常见报错排查：401、local proxy failed、reading choices、OAuth
配置过程中最容易卡在几个报错上。这一节我按真实报错来对照，给你排查路径。每个报错都对应一个具体原因，别慌，按顺序查。
第一个，401 Unauthorized。这个最常见，意思是 Key 无效或没带上。排查顺序：先确认ANTHROPIC_API_KEY环境变量有没有值，用echo验证；再确认 Key 有没有复制完整，有没有多余空格；然后确认 Key 有没有过期或被删除，去控制台 https://taotoken.net/api-keys 看一眼；最后确认请求头字段对不对，Anthropic 兼容接口用x-api-key，不是Authorization: Bearer。如果 curl 测试也 401，那一定是 Key 问题，重新创建一个。
第二个，local proxy failed。这个报错通常出现在 Claude Code 启动或请求时，意思是本地代理连接失败。排查顺序：先确认ANTHROPIC_BASE_URL是不是https://taotoken.net/api，有没有多写路径或参数；再确认本地有没有残留的代理环境变量，比如HTTP_PROXY、HTTPS_PROXY，如果有就临时 unset 掉；然后确认网络能访问 TaoToken，用curl -I https://taotoken.net/api看返回；最后确认 Claude Code 版本是不是太旧，升级到最新版。这个报错九成是 Base URL 写错或本地代理干扰。
第三个，reading choices 相关报错。这个通常出现在 OpenAI 兼容客户端里，报错信息类似reading 'choices'或Cannot read properties of undefined (reading 'choices')。原因是客户端期望 OpenAI 格式的响应，但接口返回的是 Anthropic 格式，或者反过来。排查顺序：确认你用的客户端是 Anthropic 兼容还是 OpenAI 兼容；如果是 Claude Code，它走 Anthropic 格式，Base URL 用https://taotoken.net/api；如果是其他客户端走 OpenAI 格式，路径可能是https://taotoken.net/api/v1，具体以接入文档 https://taotoken.net/doc 为准；确认模型名写对了，别用了一个不存在的模型 ID。这个报错本质是格式不匹配，不是 Key 问题。
第四个，OAuth 相关报错。如果你用的是 Claude 官方订阅登录，可能会遇到 OAuth 流程失败。排查顺序：确认你是用/login走官方订阅，还是用 API Key；如果用 API Key，就不该走 OAuth，检查有没有残留的登录态；如果确实要用官方订阅，确认账号有 Pro/Max 会员；OAuth 失败时，清掉~/.claude下的登录缓存再试。零基础阶段我建议直接用 API Key，别碰 OAuth，少一层复杂度。
除了这四个，还有几个高频问题。Rate limit exceeded是请求太频繁，等一分钟再试，或者升级套餐。ENOENT: no such file or directory是 npm 缓存损坏，运行npm cache clean --force重装。claude 命令找不到是全局安装路径没进 PATH，运行npm config get prefix把输出路径加进系统 PATH。Windows 报“禁止运行脚本”是 PowerShell 执行策略限制，管理员身份运行Set-ExecutionPolicy RemoteSigned。
排查的核心心法：先隔离变量。用 curl 测通道，排除 Claude Code 干扰；用环境变量测 Key，排除配置文件干扰；用最小请求测模型，排除提示词干扰。一层层剥，问题一定定位得到。
6. 把配置变成习惯：长期稳定的 AI Coding 工作流
配置跑通只是开始，真正让 Claude Code 顺手的，是把几个动作变成肌肉记忆。这一节我分享几个实测下来最有用的习惯，帮你把 AI Coding 工作流稳定下来。
第一个习惯，改之前先存档。Git 就是你的游戏存档系统。让 AI 做大修改之前，先git add . && git commit -m "存档"。改坏了就git checkout .回退。我踩过的坑就是没 commit 就让 AI 大改，结果改坏了无法回退。记住这句话：改之前先存档。Claude Code 有不确定性，同一个需求问两次可能得到不同实现，这不是 bug 是特性，有 Git 兜底你才能安心让它尝试。
第二个习惯，上下文高于 60% 就/compact。别等到接近满载、cc 自动压缩才动手，那时候它已经开始遗忘了。先用/context看占比，看到哪个 MCP 或 Skill 吃 token 多，再决定压缩还是清理。宁可多/clear几次重新介绍背景，也不要一直聊一直聊。每个/clear都是给 AI 一次重新聚焦的机会。
第三个习惯，复杂任务从 Plan Mode 起手。按两次Shift+Tab进入 Plan Mode，或者输入/plan。在 Plan Mode 下 AI 只能读、搜、分析，不能改文件、不能跑命令。先让它探索和出方案，你审核满意后再切出来执行。一句话准则：如果你能用一句话说清期望的 diff，就不用规划；如果你说不清，就先规划。Windows 某些终端Shift+Tab跳不到 Plan Mode，用Alt+M。
第四个习惯，每被坑一次就更新 CLAUDE.md。最有生产力的一句话是：“更新 CLAUDE.md，让这件事不再发生”。三个月下来，这个文件就是你这个项目 Claude 犯过的所有错误的预防清单。同时每 3-6 个月审查一次配置，问三个问题：这条还需要吗？现在有更好的写法吗？这条是在弥补哪代模型的缺陷？
第五个习惯，用 Skills 把检查清单变成命令。把上线前的心理检查清单写成.claude/skills/review/SKILL.md，以后敲个/review就按你的规矩跑完。写一次，以后每次都是它替你查。常用的还有/commit、/deploy-check、/test、/security。
第六个习惯，大型代码库从子目录启动。在 monorepo 里别从仓库根目录启动 Claude，进入你要改的子目录再启动，工作范围被精准限定。每个子目录放一份小 CLAUDE.md，写明该目录专用的测试和 lint 命令。
最后，如果你要长期做编码和 Agent 任务，可以了解 Coding Plan https://taotoken.net/coding-plan ，它更适合高频场景。日常验证模型是否可用，用模型对话 https://taotoken.net/models 快速试。需要管理 Key 就去 API Keys https://taotoken.net/api-keys ，遇到配置问题查接入文档 https://taotoken.net/doc 。把这些入口存进书签，下次配置就不用到处找了。
配置这件事，做一次受益很久。你现在花半小时把settings.json和 CLAUDE.md 改到位，后面每个项目都能直接复用。模型会更新，但一套好的配置习惯不会过时。
