Claude Code 核心 CLI 命令全解析,详细的使用教程指南

Claude Code 核心 CLI 命令全解析,详细的使用教程指南p Claude Code 作为一款直接运行在终端的 AI 辅助编程工具 其核心能力在于通过命令行界面与开发者现有的工作流深度融合 启动这款工具的基础命令是 code claude code 在终端输入该命令后 系统会启动一个交互式的 REPL 环境 开发者可以在其中与 AI 进行对话 p

大家好,我是讯享网,很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



 

Claude Code 作为一款直接运行在终端的 AI 辅助编程工具,其核心能力在于通过命令行界面与开发者现有的工作流深度融合。启动这款工具的基础命令是 claude。在终端输入该命令后,系统会启动一个交互式的 REPL 环境,开发者可以在其中与 AI 进行对话。

Claude Code 核心命令全解析,详细的使用教程指南

如果希望在启动时直接携带特定的问题,可以使用 claude "query" 的形式,例如输入 claude "分析这个文件,UI给我美观一下",这样 Claude 会在进入交互环境后立即开始分析项目背景。

 Claude 会在进入交互环境

对于需要将 AI 集成到脚本或自动化工作流中的场景,SDK 查询模式提供了极大便利。使用 claude -p "query" 标志可以在执行完查询后直接退出,而不是留在交互界面中。这种非交互模式非常适合处理管道内容,开发者可以通过 cat logs.txt | claude -p "explain" 这种方式,将日志文件的内容直接传递给 Claude 进行分析。

 

在日常开发中,保持对话的连贯性至关重要。Claude Code 允许通过 -c 标志继续最近的一次对话,命令为 claude -c

   

如果是在非交互模式下也想延续之前的上下文,则组合使用 claude -c -p "query"。对于需要精准追溯某次特定任务的情况,-r 标志可以通过会话 ID 恢复对话,例如 claude -r "abc123" "Finish this PR",这确保了开发者在不同时间段处理同一任务时,AI 能够拥有完整的历史记忆。

       

为了满足不同项目的环境需求,命令行标志提供了丰富的自定义选项。

   

下表展示了 Claude Code 在启动和运行过程中的常用命令及标志,涵盖了从环境配置到会话管理的各个维度。

命令/标志 功能描述 示例用法 claude 启动标准交互式 REPL 环境 claude -p, –print 打印响应结果后退出,不进入交互模式 claude -p “check for errors” -c, –continue 继续当前目录中最近的一次对话 claude –continue –add-dir 添加额外的工作目录供 Claude 访问 claude –add-dir ../lib ../apps –model 指定当前会话使用的模型(如 sonnet 或 opus) claude –model sonnet –verbose 启用详细日志记录,显示工具执行详情 claude –verbose claude update 将工具更新到官方发布的最新版本 claude update claude mcp 进入模型上下文协议(MCP)服务器配置 claude mcp

 

在管理多个模块的项目时,–add-dir 标志的作用尤为突出。它允许 Claude 同时访问主目录之外的其他代码库。这在处理微服务架构或者单仓多包(Monorepo)项目时非常有用,确保 AI 能够理解跨包的调用逻辑。

   

模型选择也是影响生成质量的关键因素。虽然默认模型通常能胜任大多数任务,但在处理极其复杂的架构设计时,通过 –model opus 切换到性能更强的模型往往能获得更深刻的见解。对于追求速度的简单重构任务,则可以维持在默认状态。

基础命令与核心标志参考

系统提示词的自定义标志赋予了开发者调整 AI “性格”和“规则”的最高权限。–system-prompt 会完全替换默认的指令集,这相当于给 AI 提供了一个全新的行为框架。而 –append-system-prompt 则更具普适性,它会将自定义的要求附加到默认指令之后。比如使用 claude –append-system-prompt “Always use TypeScript”,既能保留 Claude Code 自动读取文件和运行测试的内置能力,又能确保它生成的每一行代码都符合项目的技术栈要求。

   

进入交互模式后,高效的操作依赖于快捷键的运用。Ctrl+C 是最常用的中断手段,用于取消当前的输入或生成。Ctrl+D 则用于发送 EOF 信号以安全退出会话。为了保持界面的整洁,开发者可以使用 Ctrl+L 清除屏幕,这并不会删除对话历史。

     

对话的深度调节可以通过 Tab 键实现,它负责切换扩展思考(Extended Thinking)模式。当面对复杂的算法逻辑或深层次的 Bug 排查时,开启扩展思考能让 AI 在给出答案前进行更周密的自我验证。权限模式的切换则依靠 Shift+TabAlt+M,它允许开发者在“自动接受模式”、“计划模式”和“正常模式”之间快速跳转,平衡操作的便捷性与安全性。

对话模式切换

多行输入的处理在编写复杂的 Prompt 时非常关键。最通用的方式是在行尾输入 加上回车(或Shift+Enter)。对于 macOS 用户,Option+Enter 是默认的快捷键,而通过执行 /terminal-setup 命令,还可以在 iTerm2 或 VS Code 终端中安装 Shift+Enter 的绑定。

   

针对习惯于命令行操作的开发者,Claude Code 提供了类似 Vim 的编辑模式。通过输入 /vim 命令即可开启。在 NORMAL 模式下,可以使用标准的 hjkl 进行光标移动,使用 wb 按单词跳转。编辑操作如 dd 删除整行、cc 修改整行以及 . 重复上次修改等功能均得到了支持。这极大地提升了在终端环境下直接调整输入内容的效率。

 

命令历史的检索同样借鉴了现代 Shell 的优秀特性。Ctrl+R 开启的反向搜索功能允许开发者通过关键词快速定位以前输入过的复杂命令。在匹配结果中,按 Tab 可以接受匹配并继续编辑,按 Enter 则直接执行。这种设计减少了重复输入长段 Prompt 的负担。

历史提示词

后台任务管理是 Claude Code 区别于普通聊天机器人的重要特征。它支持异步运行 Bash 命令,这意味着在进行耗时较长的构建或测试任务时,开发者无需在终端前枯燥等待。通过在指令前加上 ! 前缀进入 Bash 模式,可以直接运行如 ! npm test 这样的命令。如果该任务运行时间较长,可以按 Ctrl+B 将其移至后台。AI 会获得一个任务 ID,并在任务完成后通过工具检索输出。

 

斜杠命令构成了交互界面的功能骨架。这些内置命令以 / 开头,直接控制工具的核心行为。例如,/clear 用于在长对话导致上下文过载时清空历史,/compact 则通过压缩对话内容来节省 Token 消耗。对于项目管理,/init 会在项目根目录生成 CLAUDE.md 文件,作为 AI 了解项目规范的长期记忆库。

斜杠命令

   

为了方便记忆,我们可以将常用的斜杠命令按照功能场景进行分类。

类别 核心命令 适用场景 项目管理 /init, /memory, /todos 初始化配置、编辑长期记忆、管理任务清单 环境控制 /config, /status, /doctor 调整全局设置、查看运行状态、诊断安装问题 会话控制 /clear, /compact, /rewind 整理上下文、压缩 Token、回退代码或对话状态 辅助开发 /review, /bug, /sandbox 发起代码审查、报告工具错误、启动安全沙箱执行 资源分析 /context, /cost, /usage 可视化当前上下文占用、统计 Token 成本及额度

自定义斜杠命令为团队协作和个性化流转提供了无限可能。开发者可以将常用的提示词保存为 Markdown 文件并存放在 .claude/commands/(项目级)或 ~/.claude/commands/(用户级)目录下。如果创建了一个名为 optimize.md 的文件,内容为分析性能,那么在终端输入 /optimize 即可触发该任务。

 

在自定义命令中,参数的传递非常灵活。使用 \(ARGUMENTS 可以捕获所有输入的参数,而 \)1\(2 等占位符则可以实现位置参数的精准引用。例如定义一个 /fix-issue \)1 命令,在使用时输入 /fix-issue 101,AI 就会自动将 101 代入到预设的 Prompt 中。

 

更进阶的用法是在斜杠命令中集成 Bash 执行。通过 ! 前缀,可以让 AI 在运行指令前先获取环境信息。一个典型的 Git 提交命令可以在执行前先通过 ! git status 获取状态,再结合 AI 生成的 Commit 信息完成提交。这种动态交互能力让静态的 Prompt 变成了具有感知能力的脚本。

 

针对特定角色或任务,Claude Code 的子代理(Sub-agents)功能允许开发者通过 JSON 格式动态定义专家。通过 –agents 标志,可以创建一个名为 reviewer 的代理,为其设置专门的系统 Prompt 和限定的工具集。例如限定它只能使用 ReadGrep 工具,并指定使用 sonnet 模型。这种分而治之的策略在处理大型架构重构或深度 Debug 时,能有效防止 AI “分心”,提高执行的精确度。

 

模型上下文协议(MCP)的引入,将 Claude Code 的触角延伸到了外部系统。通过 /mcp 命令,开发者可以管理与 GitHub、Jira 或各种数据库的连接。MCP 服务器公开的 Prompt 会自动转化为 /mcpserverprompt 格式的斜杠命令。例如通过 /mcpgithublist_prs 直接在终端查看待处理的拉取请求。这种跨系统的集成,真正实现了让 AI 成为开发环境的中枢。

 

在选择使用斜杠命令还是代理技能(Skills)时,通常遵循复杂程度原则。斜杠命令适合那些快速、高频且相对简单的指令片段,它们通常是单个 Markdown 文件。而代理技能则适合具有多步骤、跨文件协作和需要复杂脚本支撑的工作流。技能通常以目录形式存在,包含 SKILL.md 和相关的脚本资源。如果某个任务需要 AI 自动发现并执行,那么将其构建为技能是更好的选择;如果需要开发者显式控制触发时机,斜杠命令则更加得心应手。

   

通过掌握这些核心命令与交互技巧,开发者可以将 Claude Code 从一个简单的聊天窗口转变为一个深入代码逻辑、感知环境状态、并能自动化执行复杂任务的超级终端助手。

 

介绍完上文的内容,我想额外介绍一个对开发者同样重要的效率工具 —— Apifox。作为一个集 API 文档、API 调试、API 设计、API 测试、API Mock、自动化测试等功能于一体的 API 管理工具,Apifox 可以说是开发者提升效率的必备工具之一。

Apifox
Apifox

小讯
上一篇 2026-04-25 08:19
下一篇 2026-04-25 08:17

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/274316.html