AI TOOLS

EP11. "Claude Code 与 Computer Use:Anthropic 官方两个 Agent 范例"

首页 › AI 工具 › Claude · Developer and Platform · Claude API · EP11
约 10 分钟· #EP11#Claude#Claude API
🔒 登录后可标记已读
  • 这篇笔记讲的不是"怎么调 API",是 Anthropic 自己做的两款应用——Claude Code(终端里跑的编程助手)跟 Computer Use(能操作整台桌面电脑的工具集),课程拿这两个当"什么是 AI Agent"的具体范例
  • 两者共同示范了 Agent 该有的几个特征:会调用工具、能完成多步骤任务、能跟环境互动、能自主解决问题——理解了这两个范例,再学后面 [EP12](./EP12_agent工作流模式.md) 的 Agent 抽象概念会更有手感
  • Claude Code 装好后,靠 /init 生成一份 CLAUDE.md,会自动被塞进后续每一次对话的上下文——这就是这个「Aiden Memo」项目本身也在用的机制(本篇笔记所在项目根目录就有一份 CLAUDE.md)
  • Claude Code 能透过 claude mcp add 接上任意 MCP server,直接把 [EP09](./EP09_mcp服务端开发基础.md)/[EP10](./EP10_mcp客户端-resources与prompts.md)讲的 MCP 概念用在日常开发场景里,官方举了 Sentry、Playwright、Figma、Jira、Slack 等一串现成整合
  • 前置知识:读过 [EP09](./EP09_mcp服务端开发基础.md),理解 MCP server 提供 Tools/Prompts/Resources 三种能力;不需要先懂 Computer Use 的具体 API 细节,这篇笔记只讲课程给出的概念层面内容

重点内容


两款 Anthropic 官方应用:理解 Agent 的敲门砖

Claude Code:"一个跑在终端里的编程助手,能帮你处理各种编程任务"——包括编辑文件、修 bug、支持整个开发流程。

Computer Use:"一组工具的集合,让 Claude 能跟一整台桌面电脑环境互动"——能访问网站、操作桌面应用程序、在视觉界面里导航操作。

📌 课程安排的学习路径是:Claude Code → Computer Use → Agent 基础概念,一步步建立对"Agent 到底是什么"的直觉,再进到抽象层面的 Agent/Workflow 讨论(见 [EP12](./EP12_agent工作流模式.md))。

两者共同体现的 Agent 核心特征:

  • 工具整合与调用
  • 多步骤任务执行
  • 跟环境互动
  • 自主解决问题

Claude Code 环境搭建

Claude Code 是一个直接跑在命令行里的编程助手,在 MacOS、Windows WSL、Linux 的终端里都能用。

主要能力:

能力说明
文件操作在项目里搜索、读取、编辑文件
终端访问直接在对话里执行命令
网页访问搜文档、抓代码范例等
MCP Server 支持接上额外的 MCP server,扩充更多工具

安装三步:

  1. 装 Node.js(去 nodejs.org/en/download 下载;已经装过的话,跑 npm help 确认)
  2. 装 Claude Code:
npm install -g @anthropic-ai/claude-code
  1. 启动并登入:终端跑 claude

第一次跑 claude 命令时,会提示你用 Anthropic 账号登入认证。装好之后,Claude 就能直接在终端环境里帮你处理编程项目。更详细的安装说明在 docs.anthropic.com。


Claude Code 实战工作流

Claude Code 在整个软件项目周期里,扮演的是协作工程伙伴的角色,从最初的环境搭建一路帮到部署。

/init 指令:扫描你的代码库,生成一份 CLAUDE.md 文件——这份文件会"自动被塞进后续所有对话的上下文里"。支持几种作用域:

  • Project(项目级):整个团队共用
  • Local(本地级):个人专属,不进 git
  • User(用户级):跨所有项目都生效

其他常用指令:

  • /clear:清空当前对话历史,重新开始
  • #:往 CLAUDE.md 里快速加一条笔记

推荐工作流,三步:

  1. 喂上下文:先让 Claude 读、分析相关文件
  2. 规划方案:让 Claude 先想清楚该怎么做,还不要急着写代码
  3. 实作:基于已经建立好的上下文,真正执行方案

加强版:测试驱动开发流程:

  1. 喂上下文给 Claude
  2. 一起想清楚要测哪些用例
  3. 先把这些测试写出来
  4. 再写代码去让测试通过

实战案例:实现一个文档转换工具——先请 Claude 读相关文件、拟一份计划、再实际实现方案(包含测试,以及把这个工具注册成一个 MCP server)。


用 MCP Server 扩充 Claude Code

Model Context Protocol 让 Claude Code 能透过 MCP server 接上外部服务和工具,进一步扩充能力边界。MCP server 提供三类组件:Tools(做动作)、Prompts(模板)、Resources(读数据)——跟 [EP09](./EP09_mcp服务端开发基础.md)/[EP10](./EP10_mcp客户端-resources与prompts.md) 讲的完全是同一套东西,只是这里是在 Claude Code 这个产品里直接用。

注册 MCP server,命令行语法:

claude mcp add [server-name] [command-to-start-server]

文档处理 server 的例子:

claude mcp add documents uv run main.py

注册完之后,Claude Code 每次启动都会自动连上这个 server。

示范:文档转换——做一个带 document_path_to_markdown 工具的 MCP server,让 Claude 能把 PDF、Word 文档转成 Markdown 格式。

几个官方点名的热门 MCP 整合:

MCP Server用途
sentry-mcp从 Sentry 日志里挖 bug、协助修复
playwright-mcp浏览器自动化,做测试用
figma-context-mcp读取 Figma 设计稿
mcp-atlassian接 Confluence 和 Jira
firecrawl-mcp-server网页抓取
slack-mcp发消息、回复 thread

💡 把多个 MCP server 组合起来用(比如同时接 Sentry + Jira + Slack + 内部工具),能打造出一套贴合团队既有工作流的定制开发环境——不用为了用 Claude Code 而改变团队原本的工具链。

常见错误

  • ❌ 一上来就让 Claude Code 直接写代码,跳过「喂上下文 → 规划 → 实作」这三步——复杂任务少了前两步,容易走偏方向,回头返工成本更高
  • ❌ 装完 Claude Code 从来不跑 /init——没有 CLAUDE.md,每次对话都要重新解释一遍项目背景,Claude 记不住项目特有的规则
  • ❌ 分不清 /init 生成的 Project / Local / User 三种作用域——团队共用的规则该放 Project 级(会进 git),个人偏好放 Local 级(不进 git),混着放容易造成团队规则被个人设置覆盖或反过来污染团队配置
  • ❌ 需要接外部服务(Sentry/Jira/Slack 之类)时,手动写脚本对接——先查一下有没有现成的 MCP server(claude mcp add 直接注册),很可能已经有官方或社区维护的实现

Sources

官方文档:

  1. Building with the Claude API(Claude Academy 课程)— https://academy.claude.com/courses/building-with-the-claude-api