Claude Code完全上手指南：从安装到做出真实产品

---

核心观点速览

1. CLAUDE.md 是整个工作流的基石：它是你写给 AI 的"永久备忘录"，每次新对话都会自动加载，解决了 AI 跨对话"失忆"的核心痛点。
2. Skills 的精髓在于"按需加载"：不是技能越多越好，少量优质的 Skills 比一堆低质量的更有效——这与大多数人"囤积技能包"的直觉相反。
3. Hooks 填补了 AI 不可靠的缺口：当规则足够明确时，用确定性执行（100% 触发）替代 AI 的"自由心证"，是更高效也更稳定的方案。
4. Vibe Coding 的核心方法论不是"让 AI 写代码"，而是"迭代式验证"：先规划、再实现、测试出错就截图反馈，循环往复直到产品完成。

---

一、从零开始：安装与环境搭建

Papaya 的教学从最基础的安装开始，覆盖了 Windows 和 Mac 两个平台。

Windows 用户需要额外安装 Git（Claude Code 依赖 Git 来管理和追踪代码变动），然后在 PowerShell 中粘贴一行安装命令即可。** Mac 用户**可以跳过 Git 步骤，直接在终端机中执行安装命令。

Papaya 特别提到了 VS Code（Visual Studio Code）这个编辑器——虽然 Claude Code 可以直接在终端中运行，但 VS Code 提供了图形化界面，对初学者更友善。首次在 VS Code 中输入 claude 启动时，会自动安装对应的扩展（Extension），提供侧边栏操作面板。

关于订阅方案：对初学者最建议的起点是每月 20 美元的 Pro 方案。如果经常跑大型复杂项目，可以考虑升级到 Max 方案以获得更高的用量上限。

行动启示：安装过程非常简单，真正的门槛不在技术，而在于"愿不愿意迈出第一步"。Windows 用户记得先装 Git，Mac 用户可以直接开始。

---

二、CLAUDE.md——AI 的"永久记忆"

这是整个视频中最核心的概念，值得重点理解。

Papaya 用一个写故事的例子来说明问题：他在"角色.md"文件中设定了小花是一个内向的女孩，但当他开启新对话让 Claude 继续写故事时，Claude 却把小花写成了"开朗活泼的女孩"——完全偏离了设定。

这里暴露了 Claude Code 两个关键特性：

1. 前一次对话的记忆不会自动延续到新对话——每次开新对话，Claude 都从零开始
2. Claude 不会每次都读取项目中的所有文件——为了节省上下文容量，它会自行判断哪些文件相关，再选择性读取

解决方案就是 CLAUDE.md。这份文件的特殊之处在于：Claude 每次执行任务前都会自动读取里面的内容，等于是写给 AI 的最重要备忘录。把角色设定放进 CLAUDE.md 后，小花的性格就再也不会"跑偏"了。

而且 CLAUDE.md 是活的——随时可以补充新规则。比如 Papaya 把"标题是用来引导故事走向"这条规则也写了进去，之后在提示词里就不需要反复提醒。

深度思考：CLAUDE.md 的本质是一种持久化的系统提示。它解决的不仅是"记忆"问题，更是"一致性"问题——确保 AI 在不同对话、不同任务中都遵循同一套规则。这个设计理念对所有使用 AI 工具的人都有启发：与其每次都重复告诉 AI 规则，不如一次性写好"宪法"。

---

三、Skills——按需加载的能力模块

当项目越来越复杂、CLAUDE.md 里的规则越写越多时，问题就来了：每次新对话一开始，CLAUDE.md 就已经占掉一大块上下文空间。而且太多不相关的信息会让 Claude "注意力分散"，更难专注于当前任务。

Skills（技能）的解决思路是：把那些"不是每次都用到"的规则和流程从 CLAUDE.md 拆分出去。Skills 只在"需要用到的时候"才会被加载，节省上下文空间的同时让工作流更稳定。

Skills 的使用方式极其简单：

1. 在 GitHub 上找到想要的 Skill（比如搜索"Claude Code Skills"）
2. 复制该页面的 URL
3. 粘贴到 VS Code 的 Claude Code 对话框中，请 Claude 代为安装

Papaya 演示了两个实例：

• pptx Skill：让 Claude 掌握制作 PowerPoint 简报的技巧
• Nano Banana 2 Skill：让 Claude 通过 Gemini API 生成图片

安装后，Claude 会在执行任务前自动读取每个技能的名称和摘要，判断是否与当前任务相关，如果相关就按照 SKILL.md 中的指示执行。

一个重要的反直觉建议：Papaya 特别警告，不要囤积大量 Skills。原因有三：

1. 每个 Skill 的品质参差不齐
2. 功能可能重叠
3. 太多 Skills 让 Claude 要花更多时间筛选

正确做法是：只保留少量优质、架构清晰的 Skills。

行动启示：Skills 的生态可以类比手机上的 App Store——不是装得越多越好，而是要精选适合自己工作流的几个核心技能。Anthropic 官方的 GitHub 仓库（github.com/anthropics/skills）是最佳起点。

---

四、Hooks——确定性自动化

Papaya 提出了一个关键区分：当规则足够明确、条件足够简单时（"当 X 发生，就做 Y"），把这类流程交给 AI 处理是浪费算力的。

Hooks 的优势在于：一旦设定好条件，它百分之百一定会执行，不依赖 AI 的自由心证。

Papaya 的演示例子很实用：设定一个 Hook，当 Claude 完成任务时自动发桌面通知。这样你可以在 Claude 工作时去做别的事，任务完成时会立刻收到提醒。

深度思考：Hooks vs Skills 的本质区别是"确定性执行 vs 智能判断"。当你需要 AI 理解上下文并做决策时，用 Skills；当你只需要"条件触发 → 固定动作"时，用 Hooks。很多人只知道让 AI 做一切，忽略了最简单的自动化往往最可靠。

---

五、Subagents——并行处理的"分身术"

传统 AI 交互是线性的——你问一句，它答一句，就像医院只有一个诊间，病人只能排队。Claude Code 的 Subagents（子代理）打破了这种限制：它可以将工作拆分，委托给不同的 AI 小帮手同步并行。

Papaya 的演示：让 Claude 派出两个小帮手分别搜集不同主题的故事素材，两个任务同时进行，完成后由 Claude 汇总。

两种子代理类型：

1. 临时子代理：Claude 在任务中临时生成的，属于"一次性工作分身"，任务结束后自动回收
2. 持久化 Agent：通过 /Agents 命令创建，可在不同任务间反复使用。创建时可以指定：
   • 层级（Project 级别存储在项目内）
   • 工具权限（读取、编辑文件等）
   • AI 模型（比如用 Sonnet 兼顾效能和成本）
   • 颜色标记（多个 Agent 并行时便于区分）
   • 是否启用记忆

行动启示：对于需要从多个维度收集信息的任务（比如市场调研、竞品分析），Subagents 可以大幅缩短等待时间。

---

六、MCP——连接万物的"USB 线"

Papaya 用了一个非常直观的类比：MCP 就像 USB 连接线，可以让 AI 在需要时串接不同的外部工具。

默认情况下，Claude Code 无法访问你的邮箱、日历或笔记应用。但安装了对应的 MCP 后就可以了。

Papaya 演示了 Notion MCP 的安装过程：

1. 搜索"Notion MCP"，进入官方文档页面
2. 复制 URL，粘贴到 VS Code 请 Claude 安装
3. 重启 Claude Code，输入 /MCP 查看已安装的服务
4. 在浏览器中完成授权

安装完成后，Claude 就可以直接把项目中的故事内容拷贝到 Notion 笔记中，相当于多了一个项目之外的保存点。

MCP 的生态和 Skills 类似：知道想串接什么服务 → 关键字搜索找现成方案 → 交由 Claude 处理连线设定。

---

七、Vibe Coding 实战：从零开发 Chrome 扩展

这是整个视频的高潮部分。Papaya 从一个真实的需求出发：看英文 YouTube 时遇到不认识的单词，但字幕无法选取查询——于是决定用 Claude Code 开发一个具有 OCR 文字识别功能的翻译工具。

完整的 Vibe Coding 方法论

第一步：切换到最强模型 + 启用思考模式

Papaya 将模型切换到 Opus（擅长复杂逻辑推理和架构设计），并启用思考模式、调整推理深度等级。还可以通过 /plugins 安装外挂（比如 Frontend-Design 提升界面设计能力）。

第二步：Plan Mode（计划模式）先行

"在需求还很模糊的时候就让 Claude 直接开始盖房子"是最不想看到的。

正确做法是切换到 Plan Mode，把需求交代清楚——App 要解决什么问题、核心功能有哪些——并加上一句关键的话："如果有信息不足的地方需要我说明的，请先询问我。 ​"

Claude 读取需求后会先丢出关键问题来补齐模糊地带，而且在涉及技术选型时，它通常会给出推荐方案，让没有编程背景的人也能轻松做决定。

第三步：审核计划后一键开工

计划拟定完成后，从头到尾看一遍，确认没问题就点"同意"。Claude 会按照核准的蓝图进入实施。

第四步：迭代式测试-反馈循环

这是 Vibe Coding 最核心的方法论：

Claude 做好一个功能 → 你去测试 → 出错了就截图/复制错误信息
→ 贴给 Claude 请它修正 → 修好后继续下一个功能

Papaya 的 Chrome 扩展在第一次测试时就出了 API Key 验证错误——他强调这在 Vibe Coding 中很常见，不用紧张。把错误信息贴回去，Claude 很快就修好了。

第五步：Git 版本控制保驾护航

功能稳定后，纳入 Git 版本控制。之后每新增或修正一项功能，都做一次 Git 提交。如果改坏了，一句话就能让 Claude 还原到最初的稳定版。

最终成果

一个功能完整的 Chrome 扩展：

• 快捷键进入截图模式，框选不认识的单词
• 自动 OCR 识别 + 翻译
• 内建单字本，自动记录所有识别过的内容
• Gemini API 自动生成例句
• 支持置顶重要单词，方便日后复习
• 三种排序方式（字母、创建日期、随机）

核心启示：Vibe Coding 不是"把需求丢给 AI 然后等结果"。它是一个有章法的协作流程：规划先行 → 分步实现 → 持续验证 → 版本管理。非程序员需要学的不是编程，而是如何当一个好的"产品经理"——把需求说清楚，把反馈做到位。

---

八、上下文管理：被忽略的关键细节

Papaya 提到了一个很多教程会忽略的实用话题：上下文容量管理。

在演示过程中，对话用量已达到 64%。当数值过高时，Claude 的表现会变得不稳定——容易忘记之前的对话或犯更多错误。

管理策略：

• 用量达到 70-80% 时，使用 /compact 命令压缩旧对话
• 或者直接开启新对话执行新任务
• 使用 /account 查看账号总用量和下次重置时间

---

附录

金句收录

1. "即使你不懂得任何程式语言，你也可以透过对话的方式，请 Claude 打造出任何你想要的生产力工具。"——Papaya

2. "CLAUDE.md 等同于是我们写给 AI 最重要的备忘录。"——Papaya

3. "Skills 跟 CLAUDE.md 最大的不同处，在于它是'需要用到的时候'才会载入。"——Papaya

4. "Hooks 的优点是一旦设定好条件，它就百分之百一定会执行，不依赖 AI 的自由心证。"——Papaya

5. "在需求还很模糊的时候就让 Claude 直接开始盖房子，是我们最不想看到的。"——Papaya

6. "有些人可能会因为想要让 Claude 变得更厉害，因此在网路上安装了一大堆 Skills。不过这个举动可能会适得其反。"——Papaya

7. "基本上我们就是重复这个流程：Claude 做好一个功能之后我们就去做个测试，如果测试出现了问题，我们就把错误讯息做个截图贴给 Claude。"——Papaya

术语表

术语	解释
Claude Code	Anthropic 推出的 AI 编程助手，可通过终端或 VS Code 使用
CLAUDE.md	项目根目录下的特殊文件，每次新对话自动加载，等同于给 AI 的永久备忘录
Skills	按需加载的能力模块，只在相关时被 Claude 读取，节省上下文空间
Hooks	确定性自动化规则，条件触发后 100% 执行，不依赖 AI 判断
Subagents	AI 子代理，可并行处理多个任务，分为临时型和持久型
MCP	Model Context Protocol，让 AI 连接外部服务（邮箱、日历、Notion 等）的协议
Vibe Coding	用自然语言描述需求来开发软件的编程方式
Plan Mode	Claude Code 的计划模式，先规划后执行，避免盲目开发
Opus / Sonnet / Haiku	Claude 的三种 AI 模型，分别对应高/中/低复杂度任务
/compact	压缩对话命令，清理旧上下文以释放空间

时间线索引

• [00:00] 开场介绍 + Claude Code 安装（Windows/Mac）
• [03:31] Claude Code 基本操作：模型切换、对话管理、@引用文件
• [07:39] CLAUDE.md 文件：解决 AI 跨对话失忆问题
• [09:41] 还原对话或文件的三种方式
• [10:25] Skills 详解：安装、使用、自定义创建、避免过度安装
• [16:09] Hooks 简介：确定性自动化（任务完成通知示例）
• [16:57] Subagents 简介：临时子代理 vs 持久化 Agent
• [19:15] MCP 简介：以 Notion MCP 为例的外部服务连接
• [20:42] 上下文压缩与账号用量管理
• [21:30] Vibe Coding 实战：用 Plan Mode 规划 → 开发 Chrome OCR 翻译扩展
• [26:55] 总结与结束