AI 编程工具使用浅谈

朦胧之
138 阅读4分钟

AI 编程工具使用流程

屏幕截图 2026-04-10 214422.png

  • Gemimi 进行需求探究生成需求概要
  • Claude Code 根据需求概要文档生成详细设计
  • Claude Code 根据详细设计文档生成开发计划
  • Codex 通过开发计划文档，实现项目代码、代码审查和问题修复
  • 人工参与所有审核和相关问题处理

Claude Code 安装

  • 终端安装
  • 环境配置
  • 配置模型
  • 运行测试

1. 终端安装

2. 环境配置

  • 安装claude code时环境变量不会自动添加
  • 运行claude会报错如下：
    • 'claude' 不是内部或外部命令，也不是可运行的程序或批处理文件。
    • 把 C:\Users\xxxx.local\bin\claude.exe 添加到系统环境变量path中就不会报错了

环境变量.jpeg

3. 配置模型

  • 国外模型 Opus、Codex、Gemini
  • 推荐国产模型 kimi、GLM，C:\Users\xxx\.claude 目录下setting.json文件中添加下面配置
  • kimi 配置：
{
    "autoUpdatesChannel":"latest",
    "env":{
        "ANTHROPIC_AUTH_TOKEN":"你的API Key",
        "ANTHROPIC_BASE_URL": "https://api.moonshot.cn/anthropic",
        "ANTHROPIC_DEFAULT_HAIKU_MODEL": "kimi-k2.5",
        "ANTHROPIC_DEFAULT_OPUS_MODEL": "kimi-k2.5",
        "ANTHROPIC_DEFAULT_SONNET_MODEL": "kimi-k2.5",
        "ANTHROPIC_MODEL": "kimi-k2.5"
    }
}

4. 运行测试

  • 安装完成后可以看到模型已经切换成我们刚才配置的kimi了。

模型配置.png

5. 配置codex模型

直接复制这套：

npm i -g @openai/codex
codex login

然后进 Claude Code：

/plugin marketplace add openai/codex-plugin-cc
/plugin install codex@openai-codex
/reload-plugins
/codex:setup

测试：

/codex:review

6. 配置kimi2.6模型

在配置文件 ~/.claude/settings.json 中填入你的 API Key：

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.kimi.com/coding/",
    "ANTHROPIC_API_KEY": "你的API-Key",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "kimi-for-coding",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "kimi-for-coding",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "kimi-for-coding",
    "ANTHROPIC_MODEL": "kimi-for-coding"
  }
}

7. 配置Rules的方式

方式一：使用 CLAUDE.md 文件

这是最基础、最直接的配置方式，适合存放项目通用的核心原则。

markdown

# 项目概述
这是一个电商后端服务，使用 Spring Boot 3.x 构建。

# 代码规范
- 使用 Lombok 简化实体类代码。
- 所有的货币金额字段，统一使用 `BigDecimal` 类型。

# Git 规范
- 禁止自动 commit。
- Commit message 格式：`<type>: <subject>`，例如 `feat: 新增用户导出功能`。

# 安全红线
- 禁止SQL拼接，必须使用参数化查询。
- 禁止在代码中硬编码任何密钥。

如果CLAUDE.md文件过长（建议控制在200行以内），可以使用@符号来导入其他文件，让主文件保持精简。

markdown

# 这是我的主配置文件
@docs/architecture.md
@docs/api-conventions.md

💡 快速生成：  运行 /init 命令，Claude Code会自动扫描你的代码库，并为你生成一份基础的 CLAUDE.md 草稿。

方式二：使用 .claude/rules/ 目录

当项目规范变得复杂时，推荐使用此方式。你可以按功能创建多个Markdown文件，Claude会自动加载它们。

text

your-project/
└── .claude/
    └── rules/
        ├── coding-style.md   # 编码风格
        ├── testing.md        # 测试规范
        └── security.md       # 安全要求

高级用法：路径特定规则

你可以通过YAML前置元数据（frontmatter）精确指定规则仅对特定文件生效。

markdown

---
paths:
  - "src/api/**/*.ts"   # 仅对 src/api 目录下的 .ts 文件生效
  - "!src/**/*.test.ts" # 排除测试文件
---

# API层开发规范
- **必须**使用 `async/await` 处理异步操作。
- **禁止**在API层直接操作数据库，必须通过Service层调用。

AI 编程工具分类

  • 第一类，AI编码 Agent：Claude Code、Codex、Cursor
  • 第二类，上下文管理：CLAUDE.md、AGENTS.md、.cursorrules、SKILL.md
  • 第三类，能力扩展：MCP协议、数据库MCP、内部MCP
  • 第四类，规范驱动：Spec-kit、Kiro
  • 第五类，工程辅助：SonarQube、CI/CD

AI编码 Agent

你跟AI打交道的入口。

上下文管理

告诉AI这个项目是什么、哪些地方不能动、哪些规矩要守。代表形式：

  • CLAUDE.md（Claude Code的项目级上下文文件）
  • AGENTS.md (其他Agent工具的类似约定)
  • .cursorrules（Cursor的规则文件）
  • SKILL.md（专项技能文件）
  • 各种记忆系统（Cline Memory Bank、MemGPT等）

能力扩展

AI 默认只能读代码。让它做别的事，需要扩展。

  • MCP给AI接外部能力的标准协议
  • Sourcegraph（代码搜索和依赖分析）
  • GitHub/GitLab MCP Server（让AI能直接读PR、issue、commit历史）
  • 数据库MCP Server（让AI能查schema、跑查询）
  • 各类内部系统的MCP Server（企业自己搭建）

规范驱动

先写规范再写代码，先定义spec、验收标准、接口契约，再让AI基于spec生成代码。

  • Spec-kit
  • Kiro
  • Tessl

工程辅助

提升工程质量的工具：

  • SonarQube (静态代码分析)
  • 测试框架 (Jest、Pytest等)
  • CI/CD集成
  • Cross-provider review (让Codex和Claude Code相互review对方的产出)
avatar
文章
阅读
粉丝