Claude Code&Codex技术收集

AI辅助Claude Code

Claude Code与Codex区别

Claude Code基础介绍

AI辅助Claude Code

国内网络环境可以安装Claude code吗

Claude Code如何安装Agent

Claude Code创建Agent时会自动安装Agent需要的MCP和skills吗？

默认Claude Code安装有MCP和skills吗

Claude Code如何使用本地大模型

使用Claude code 生成一套系统例子，比如记账系统

Claude Code可以编写常用语言，常用终端应用

常用编码没有通过指定Agent对吗？

如何语音给Claude code发送指令

网页数据爬取哪个 skills效果最好直接使用浏览器的登录状态

web-access需要chrome浏览器具备哪些条件

Q:国内网络环境可以安装Claude code吗

A:...

可以安装，但要分两步：装本体（没问题）、连 API（国内直连不行，必须中转 / 代理 / 本地模型）。

下面按 “能不能装 → 怎么装 → 怎么用（关键）” 说清楚。

一、安装本体：国内网络完全可以

Claude Code 是一个 npm 包 / 独立脚本，安装本身不访问 Anthropic 官网，只从 npm 拉代码。

1）先装 Node.js（≥18，推荐 20 LTS）

Windows：官网 msi 或

plaintext

winget install OpenJS.NodeJS.LTS

macOS：

plaintext

brew install node

验证：

plaintext

node -v

npm -v

2）换国内 npm 源（关键，否则慢 / 超时）

bash

运行

npm config set registry https://registry.npmmirror.com

3）安装 Claude Code（二选一）

方式 A：npm 安装（跨平台）

bash

运行

npm install -g @anthropic-ai/claude-code

claude --version

方式 B：官方脚本（macOS/Linux/WSL）

bash

运行

curl -fsSL https://claude.ai/install.sh | bash

✅ 结论：安装这一步，纯国内网络就能搞定，不需要翻墙。

二、运行 / 调用模型：国内直连不行，必须解决 API 问题

Claude Code 默认访问：

plaintext

api.anthropic.com

这个域名国内直接连不通，会超时 / 连接失败。

国内可用的 3 种方案（2026 实测）

方案 1：用国内兼容中转（最省事，不翻墙）

用兼容 Anthropic 协议的国内 API 服务商（如部分中转平台、灵芽、玉兔等），设置环境变量指向中转地址：

bash

运行

# mac/linux

export ANTHROPIC_BASE_URL=https://你的中转域名

export ANTHROPIC_API_KEY=你的key

# Windows cmd

setx ANTHROPIC_BASE_URL https://你的中转域名

setx ANTHROPIC_API_KEY 你的key

然后直接：

plaintext

claude

优点：不用翻墙、不用海外手机号、国内可支付。

方案 2：接入本地模型（你之前问的）

Claude Code 支持 OpenAI 兼容接口，可以接本地跑的：

Llama 3、CodeLlama、Qwen、GLM 等

用 Ollama / LM Studio /vLLM 起一个本地 OpenAI 兼容服务

然后设置：

bash

运行

export ANTHROPIC_BASE_URL=http://localhost:11434/v1

export ANTHROPIC_API_KEY=sk-xxx

（具体地址看你本地服务）

优点：完全不走外网，纯本地，最稳。

方案 3：终端代理 / 翻墙

bash

运行

# 示例（根据你的代理改）

export http_proxy=http://127.0.0.1:7890

export https_proxy=http://127.0.0.1:7890

claude

优点：直接用官方 Claude；缺点：需要稳定代理 / 翻墙。

三、一句话总结

安装：国内网络完全可以，换 npm 镜像即可。

使用：不能直连官方 API，必须用：

国内兼容中转（推荐）

本地模型（最稳）

终端代理 / 翻墙

Claude Code如何安装Agent

先讲清楚：Claude Code 里的 Agent（智能体）不是 “额外安装” 的软件包，而是在 Claude Code 内部直接创建 / 管理的子助手（Subagent）。你不需要 npm /pip 再装别的东西，只要装好了 Claude Code，就自带 Agent 功能。

下面分：开启 Agent → 创建 Agent → 导出 / 导入 Agent → 国内网络注意事项。

一、先确认 Claude Code 本体已装好

国内网络用 npm 安装即可（换国内源）：

bash

运行

npm config set registry https://registry.npmmirror.com

npm install -g @anthropic-ai/claude-code

claude --version

启动 Claude Code：

cd 你的项目文件夹

claude

二、进入 Agent 管理界面（核心）

在 Claude Code 对话里输入：

plaintext

/agents

会看到菜单：

Create New Agent（创建新智能体）

List Agents（列出已有）

Edit Agent（编辑）

Delete Agent（删除）

三、创建一个 Agent（一步步来）

选 Create New Agent

选择作用域：

User（全局）：所有项目可用，存在 ~/.claude/agents/

Project（项目级）：只在当前项目可用，存在 .claude/agents/

给 Agent 起名：比如 debug-agent、code-review-agent

写系统提示词（可让 Claude 自动生成）：

你是专业 debug 助手，擅长读堆栈、定位报错、给出最小复现和修复方案

选择工具权限：

只读：只允许读文件、看日志

全权限：允许改代码、跑命令、git 操作

选择模型：推荐 Sonnet（平衡速度 / 能力）

保存 → 完成

之后在对话里用：

plaintext

@debug-agent 帮我排查这个报错

四、导入别人写好的 Agent（常用）

Agent 本质是一个 JSON 文件，比如：

plaintext

~/.claude/agents/debug-agent.json

你可以：

从别人那里拿到 .json 配置

放到对应目录（User 或 Project）

重启 Claude Code，/agents 就能看到

五、国内网络关键点（避坑）

创建 Agent 本身不需要外网，配置存在本地

Agent 调用模型才需要 API 连通：

官方：api.anthropic.com（国内不通）

国内方案：

用兼容中转（设置 ANTHROPIC_BASE_URL）

本地模型（Ollama /vLLM，OpenAI 兼容接口）

示例（本地 Ollama + Qwen）：

bash

运行

export ANTHROPIC_BASE_URL=http://localhost:11434/v1

export ANTHROPIC_API_KEY=sk-xxx

claude

然后 Agent 就会走本地模型。

六、一句话总结

Agent 不用额外安装，Claude Code 内置 /agents 命令直接创建

配置存在本地 JSON，可自由导出 / 导入

国内：创建免费，调用模型才需要中转 / 本地模型

Q:Claude Code创建Agent时会自动安装Agent需要的MCP和skills吗？

A:...

不会自动安装，完全不会。

我直接把机制说死，避免你绕弯：

一句话结论

创建 Agent（/agents → Create）时：

❌ 不会自动下载任何 MCP Server

❌ 不会自动安装任何 Skills

❌ 不会自动补依赖

✅ 只做一件事：生成一个 Agent 配置文件（JSON），记录：名字、系统提示、权限、启用哪些 Skills、允许哪些 MCP 工具

也就是说：Agent 只是 “引用” 已有的 Skills 和 MCP，不会自动安装它们。

举个最直白的流程（你就懂了）

1. 你先手动装好 MCP（全局或项目）

bash

运行

claude mcp add my-fs npx -y @modelcontextprotocol/server-filesystem /my/project

→ MCP 才真正可用

2. 你再手动装好 Skill（全局或项目）

bash

运行

npx skills add @vercel-labs/agent-skills/react-best-practices -g

→ Skill 出现在 ~/.claude/skills/

3. 你创建 Agent 时，只是勾选

plaintext

/agents → Create → 勾选：

- MCP：my-fs

- Skills：react-best-practices

→ Agent 配置里多了一行："skills": ["react-best-practices"]、"mcp": ["my-fs"]

它不会去帮你下载 MCP、不会去帮你装 Skill，只做 “勾选引用”。

官方设计意图（很明确）

MCP：属于 “基础设施”，必须用户手动添加 / 启动

Skills：属于 “能力库”，必须用户手动安装到 ~/.claude/skills 或 .claude/skills

Agent：属于 “角色配置”，只负责组合已有的 MCP + Skills

国内用户最容易踩的坑

你以为：

“我创建 Agent 时勾选了 MCP/Skill，它自己会装。”

实际：

勾选完直接报错，因为 MCP 没启动、Skill 没下载。

必须你自己先把 MCP 和 Skill 装好，Agent 才能用。

Q:默认Claude Code安装有MCP和skills吗

A:...

默认安装完 Claude Code，系统里是「零 MCP、零 Skills」的，一个都没有预装。

一、默认状态（刚装完 Claude Code）

✅ 自带：基础文件读写、终端执行、内置斜杠命令（如 /run、/clear）

❌ 没有任何 MCP Server（filesystem、git、postgres 等都没有）

❌ 没有任何 Skills（代码审查、安全审计、架构设计等都没有）

❌ 没有 Agent（Agent 是你后来手动创建的）

你可以直接在终端验证：

bash

运行

claude mcp list   # 默认：空列表

npx skills list   # 默认：空列表

二、那它 “默认能干啥”？

读 / 写当前目录文件

执行本地命令（如 npm install、git status）

纯对话、写代码、改代码、解释代码

没有联网、没有数据库、没有浏览器、没有第三方 API 能力

三、MCP / Skills 什么时候才有？

都要手动装：

MCP：claude mcp add ... 或手动写 .claude/mcp.json

Skills：npx skills add ... 或手动放到 ~/.claude/skills

Agent：/agents create，然后勾选你已经装好的 MCP/Skills

四、一句话记牢

Claude Code 本体 ≠ 任何扩展。

基础版是 “裸引擎”；MCP/Skills/Agent 全是后装扩展，默认都不带。

Q:Claude Code如何使用本地大模型

A:...

可以，Claude Code 能直接连本地大模型，核心就两件：本地起一个兼容 OpenAI / Anthropic 协议的模型服务 → 给 Claude Code 配环境变量 / 配置文件指向它。下面给你最稳、国内最常用的一套（Ollama 方案，最简单），再补一个 llama.cpp 方案（性能更好）。

一、原理一句话

Claude Code 本身不跑模型，它只发 HTTP 请求，默认发往 Anthropic 官网。

你把：

ANTHROPIC_BASE_URL 改成本地地址（如 http://localhost:11434/v1）

ANTHROPIC_API_KEY 随便填（本地服务大多不校验）

ANTHROPIC_MODEL 写成你本地模型名

它就会去调用本地模型。

二、最简单方案：Ollama（推荐新手）

1）安装 Ollama（Windows/macOS/Linux 都可以）

官网：https://ollama.com

装完在终端验证：

bash

运行

ollama -v

2）拉一个代码模型（国内网络可直下）

bash

运行

# 推荐：qwen2.5-coder 7B/14B，中文+代码强

ollama pull qwen2.5-coder:14b

# 备选：deepseek-coder、codellama 等

# ollama pull deepseek-coder:6.7b

3）启动本地服务（默认 11434 端口，已自带兼容接口）

bash

运行

ollama run qwen2.5-coder:14b

# 服务会常驻，别关这个窗口/进程

验证接口：浏览器打开 http://localhost:11434/v1/models → 能看到模型列表就 OK。

4）配置 Claude Code 走本地

方式 A：临时生效（每次开终端要输一次）

bash

运行

# macOS/Linux

export ANTHROPIC_BASE_URL=http://localhost:11434/v1

export ANTHROPIC_API_KEY=ollama

export ANTHROPIC_MODEL=qwen2.5-coder:14b

claude

bash

运行

# Windows PowerShell

$env:ANTHROPIC_BASE_URL="http://localhost:11434/v1"

$env:ANTHROPIC_API_KEY="ollama"

$env:ANTHROPIC_MODEL="qwen2.5-coder:14b"

claude

方式 B：永久生效（推荐，一次配置长期用）

macOS/Linux

bash

运行

echo 'export ANTHROPIC_BASE_URL=http://localhost:11434/v1' >> ~/.zshrc

echo 'export ANTHROPIC_API_KEY=ollama' >> ~/.zshrc

echo 'export ANTHROPIC_MODEL=qwen2.5-coder:14b' >> ~/.zshrc

source ~/.zshrc

claude

Windows

编辑 C:\Users\你的用户名\.claude\settings.json（没有就新建）：

{

  "env": {

    "ANTHROPIC_BASE_URL": "http://localhost:11434/v1",

    "ANTHROPIC_API_KEY": "ollama",

    "ANTHROPIC_MODEL": "qwen2.5-coder:14b"

  }

}

保存后新开终端，直接输 claude 即可。

5）免登录（国内用户必做，否则会弹 Anthropic 登录）

bash

运行

# macOS/Linux

mkdir -p ~/.claude

echo '{"hasCompletedOnboarding": true}' > ~/.claude.json

Windows：

在 C:\Users\你的用户名\.claude\ 新建 .claude.json，内容：

{"hasCompletedOnboarding": true}

这样启动 Claude 不会再要求登录。

三、进阶方案：llama.cpp（性能更高，适合大模型）

如果你要跑 27B/35B 量化模型（如 Qwen3.5-27B），用 llama.cpp 推理更快、显存占用更低。

1）编译 llama.cpp（带 CUDA 加速，没有 GPU 就关闭 CUDA）

bash

运行

git clone https://github.com/ggerganov/llama.cpp

cd llama.cpp

# Linux/macOS

make CUDA=1

# Windows 用 Visual Studio 编译，或用 w64devkit

2）下载 GGUF 量化模型（如 Qwen3.5-27B-Coder-GGUF）

放到 ./models 目录。

3）启动 llama-server（开兼容接口，端口 8123）

bash

运行

./llama-server -m models/qwen3.5-27b-coder.Q4_K_M.gguf -p 8123

4）Claude Code 配置指向它

bash

运行

export ANTHROPIC_BASE_URL=http://localhost:8123/v1

export ANTHROPIC_API_KEY=llama.cpp

export ANTHROPIC_MODEL=qwen3.5-27b-coder

claude

其余免登录步骤同上。

四、常见坑（国内用户重点看）

启动 Claude 仍弹登录：.claude.json 没写对，或路径错（Windows 注意隐藏文件夹）。

连不上本地模型：

Ollama/llama-server 没启动，或端口不对

防火墙拦截了 11434/8123 端口

报错 model not found：ANTHROPIC_MODEL 必须和本地模型名完全一致（如 qwen2.5-coder:14b）。

速度慢：优先用 7B/14B 模型，或开启 GPU 加速（llama.cpp CUDA、Ollama 自动用 GPU）。

五、国内推荐模型清单（代码 + 中文强）

qwen2.5-coder:14b：最佳平衡，中文 + 代码都强，16G 显存够用

deepseek-coder:6.7b：轻量快，适合 8G 显存

qwen3.5-27b-coder：更强，需 24G+ 显存（llama.cpp 量化后可跑）

Q:使用Claude code 生成一套系统例子，比如记账系统

A:...

用 Claude Code 生成完整记账系统（本地模型可用）

我直接给你 一套可让 Claude Code 自动生成完整项目的指令 + 项目结构 + 运行方法。

你复制粘贴到 Claude Code 里，它就会全自动生成：前端 + 后端 + 数据库 + 接口 + 页面。

一、先准备（10 秒）

确保你已经：

安装了 Claude Code

配置了本地模型（Ollama / 本地大模型）

进入一个空文件夹

bash

运行

mkdir bookkeeping

cd bookkeeping

二、直接复制这段指令给 Claude Code

启动：

bash

运行

claude

然后粘贴下面整段，发送：

plaintext

请帮我生成一个完整的【个人记账系统】，包含：

功能：

1. 添加账单（金额、分类、备注、日期）

2. 查看账单列表

3. 按日期/分类筛选

4. 统计支出、收入、余额

5. 简单 dashboard 图表

技术栈：

- 前端：HTML + CSS + JavaScript（原生，不用框架）

- 后端：Node.js + Express

- 数据库：JSON 文件（简单无需安装数据库）

- 接口：RESTful API

生成要求：

1. 生成完整可运行项目

2. 自动创建所有文件：

   - package.json

   - server.js

   - 前端页面 index.html

   - 接口逻辑

   - 数据存储 data.json

3. 自动生成启动命令

4. 代码可直接运行，无报错

5. 界面简洁可用

现在开始生成完整项目。

三、Claude Code 会自动生成这些文件

它会自动创建、写入、格式化以下结构：

plaintext

/bookkeeping

  ├── server.js          # 后端服务

  ├── data.json          # 数据库

  ├── index.html         # 前端页面

  ├── package.json       # 依赖

  └── README.md          # 使用说明

四、生成完后，它会告诉你运行方法

通常是：

bash

运行

npm install

npm start

然后打开：

plaintext

http://localhost:3000

五、如果你想更简单、纯前端版本（不用后端）

粘贴这个指令：

plaintext

生成一个纯前端本地记账系统，使用 localStorage 存储，不需要后端，HTML+CSS+JS，可直接浏览器打开使用。

六、如果你想让系统更专业

粘贴：

plaintext

升级成：

- 分类管理

- 月份切换

- 饼图统计

- 增删改查

- 深色模式

我能直接帮你生成可直接运行的成品代码

你只要告诉我：

1.要前端纯本地还是前后端完整

2.要不要图表

3.要不要用户登录

我马上给你完整可复制代码，不用你等 Claude 生成。

Q:Claude Code可以编写常用语言，常用终端应用

A:...

超直白结论：完全可以！而且是 Claude Code 最强功能之一

我直接给你说清楚：Claude Code 就是专门用来写「各种编程语言 + 各种终端应用」的 AI 工具，你说需求，它直接写、直接改、直接跑。

一、Claude Code 支持的常用编程语言（全能覆盖）

你随便说一种，它都能写、能调试、能重构：

✅ 最常用

JavaScript / TypeScript（原生支持最强）

Python

Java

C / C++

Go

PHP

Ruby

Rust

C#

Swift / Kotlin

Dart (Flutter)

✅ 前端

HTML / CSS / React / Vue / Svelte

✅ 后端

Node.js、Spring、Django、Flask、Gin

✅ 脚本 / 工具

Shell、PowerShell、Batch

SQL

YAML / JSON / TOML 配置

二、Claude Code 可以直接写终端应用（CLI 工具）

这是它最擅长、最原生的领域！

你一句话，它就能给你写出：

命令行工具

系统脚本

自动化脚本

批量处理工具

监控脚本

安装 / 部署脚本

例子（你直接复制给 Claude Code 就能生成）

plaintext

帮我写一个 Linux 终端工具：

功能：

1. 查看系统 CPU / 内存 / 磁盘

2. 彩色输出

3. 支持 -h --help

语言：Bash

plaintext

帮我写一个 Windows 批量重命名工具，终端运行，PowerShell 脚本

plaintext

帮我写一个终端记账工具，Python CLI

plaintext

帮我写一个文件自动备份脚本，Shell

它会直接生成完整代码 + 自动保存文件 + 自动给运行命令，一步到位。

三、Claude Code 写代码的 4 个超级能力

直接写文件：自动创建、自动写入

直接运行命令：你说 “运行”，它就跑

直接调试报错：报错→分析→修复→再跑

跨语言混合写：前端 + 后端 + 脚本一起生成

四、你随便说一个，我现在就能让 Claude Code 直接生成！

比如你可以说：

帮我写一个 Python 终端计算器

帮我写一个 JS 读取 Excel 的工具

帮我写一个 C 语言小程序

帮我写一个 Go 小服务

帮我写一个 Java 学生管理系统

帮我写一个 Shell 自动化部署脚本

你随便说一个语言 + 一个功能，我马上让 Claude Code 给你成品可运行代码！

Q:常用编码没有通过指定Agent对吗？

A:...

结论：日常直接写代码、CLI 记账系统 = 不需要手动自定义 Agent，分两层讲清楚边界

1、原生自带主 Agent（默认内置，不用你手动创建自定义 Agent）

Claude Code 本体出厂就是一个通用编码主 Agent，自带内置原生工具：读写文件、执行 bash、创建目录、创建代码、运行测试、调试程序，开箱就能写全语言 / 终端 CLI 程序（前面记账系统、Python 终端工具全靠这个默认主 Agent 完成）。

自带内置工具≠MCP、自定义 Skills：内置文件 / 终端能力是底层原生工具，不属于 MCP 扩展、自定义 Skills；

你没在.claude/agents/写自定义 Agent 配置、没手动/agent加载自定义角色 → 全程只用默认内置主 Agent，不算手动指定自定义 Agent。

2、MCP / 自定义 Skills / 自定义 Agent 三者是可选扩展，默认不自动安装

① MCP

MCP 是外接第三方服务协议（数据库、Github、浏览器等），默认零 MCP 服务，需要手动/mcp add安装 / 配置.mcp.json才加载；

写单机记账、本地 CLI、纯前后端项目完全不需要 MCP。

② Skills

自定义 Skills 存放在.claude/skills/，属于用户自定义复用工作流，默认项目无自定义 Skills；原生编码能力不靠 Skills，没有配置也能正常生成项目代码。

③ 自定义 Agent

.claude/agents/xxx.md才是你手动新建的专属角色 Agent（安全审查、数据库专家、前端专项代理），不手动创建文件 = 不存在自定义 Agent；只有大型拆分任务才手动指定启用子 Agent，普通开发不用。

3、一句话区分场景

普通写代码 / CLI 工具（记账系统、终端小工具）：只用内置默认主 Agent、原生自带工具 → 无自定义 Agent、无额外 MCP、无自定义 Skills（就是你现在的用法）；

专项任务（代码安全审计、对接线上数据库、标准化流水线）：才需要手动配置 MCP、自定义 Skills、自定义专项 Agent。

Q:如何语音给Claude code发送指令

Claude Code 语音发指令 3 种方案（官方原生 + 本地离线 Whisper + 第三方快捷键）

一、官方原生语音 /voice（最简单、云端转写，优先用）

1、前置条件

版本≥2.1.69：claude --version查看，升级：npm install -g @anthropic-ai/claude-code

必须登录 Claude.ai 账号登录，API Key / 亚马逊 Bedrock 密钥模式不能用官方语音（官方语音音频上传云端转写）

电脑麦克风授权终端启用权限

2、使用步骤

终端进入项目，启动claude

输入指令开启语音：

bash

运行

/voice #开启，再次输入/voice关闭

默认长按空格键说话，松开空格 → 语音自动转文字填入光标，回车直接发送指令

示例口述：用 Java 写 Android 记账 APP，MVVM 架构，Room 数据库，三个页面，松开空格自动生成文字，回车执行生成工程。

切换单击录制模式（新版≥2.1.116）：

bash

运行

/voice tap #单击空格开始录，再点结束

修改快捷键：/voice bind alt改成 Alt 键说话

优点：零额外安装、中英文识别；

缺点：音频云端上传、无法离线、灰度分批开放（没权限就用方案二）

二、本地离线语音（Whisper 本地转写，不上传音频，隐私首选｜MCP 插件）

方案 A：claude-listen 插件（一键安装）

bash

运行

# claude会话内执行安装MCP语音服务

/plugin marketplace add gmoqa/listen-claude-code

/plugin install claude-listen@gmoqa/listen-claude-code

使用：

bash

运行

/listen #开始录音，说完Ctrl+C结束，自动转文字发送指令

底层：本地 Faster-Whisper 离线转写，所有音频留在本机，支持中文、无网络可用

方案 B：voice-mcp 完整语音套件（语音输入 + AI 语音播报回复）

bash

运行

/mcp add voice-mcp

Claude 可主动调用录音：listen_and_confirm，说完 AI 复述文字确认再执行代码，适合长时间口述 UniApp/Android 需求

三、全局快捷键语音（系统级 Whisper，任意终端光标粘贴）

Windows/macOS 用WhisperDesktop、AutoHotkey(Win)/Keyboard Maestro(Mac)：

1.绑定快捷键（如 F12），按 F12 说话，松开自动转文字粘贴到终端光标

2.打开 claude，按快捷键口述需求，自动填入输入框回车发送

完全脱离 Claude 内置语音限制，全软件通用

四、常用语音指令示范（直接口述）

安卓：在当前目录新建 Java 原生 Android 记账软件，使用 MVVM+Room，实现收支录入、账单查询、月度统计

UniApp：生成 Vue3 版记账 UniApp，uview 组件，首页统计、记一笔、账单列表三个页面，本地缓存数据

终端工具：写一个 Python 终端记账 CLI，支持增删账单、统计收支

五、常见问题

/voice无效：①API 密钥模式→换 Claude 账号登录；②版本过低升级；③麦克风没给终端权限

不想音频上云：放弃官方/voice，安装voice-mcp或claude-listen本地 Whisper 方案

需要我帮你一键部署本地离线 Whisper 语音 MCP吗？

Q:网页数据爬取哪个 skills效果最好直接使用浏览器的登录状态

A:...

Claude Code 爬虫复用本机 Chrome 登录态｜优先级排行（从最优→备选）

第一名：web-access（eze-is/web-access）【首选，原生直连在用 Chrome，不用新开浏览器、不用二次登录】

唯一CDP 对接你日常正在打开的 Chrome，直接读取本机全部 Cookie、LocalStorage、网站登录会话，不启动独立浏览器进程，微信 / 企业后台 / 需要验证码的网站全部继承现有登录。

安装

bash

运行

# claude终端内

/skill install eze-is/web-access

使用指令（直接口述 / 文字）

plaintext

用web-access爬取当前已登录页面XX网址，提取表格数据导出csv

优势

你 Chrome 登好什么站，Claude 直接爬什么站，验证码、滑块、SSO 全免；

内置 Jina、curl、动态渲染、静态抓取自动智能切换；

无反爬特征（真实浏览器指纹），区别 Playwright 新开无头浏览器。

第二名：Crawlio-Browser MCP / Browser MCP（Chrome 扩展 + MCP 桥接）

Chrome 装配套插件，MCP 服务对接浏览器，复用完整用户配置文件（全站点登录缓存）。

bash

运行

# 全局初始化

npx crawlio-browser init

# claude挂载

/mcp add crawlio-browser

用法：打开XX链接，读取表格数据，自动走你 Chrome 登录状态。

第三名：auth-fetch-mcp（临时弹窗浏览器手动登录，保存会话）

适合偶尔爬虫、不想常驻 Chrome：打开网页→手动登录一次→点捕获，会话本地持久保存，下次直接复用登录。

bash

运行

claude mcp add --scope user auth-fetch -- npx auth-fetch-mcp@latest

第四名：Playwright-MCP（传统方案，无法直连现有 Chrome，只能存 state.json）

不能直接读取本机浏览器登录，只能：

打开浏览器手动登录；

导出 storage_state.json；

下次加载 json 恢复登录。

短板：每次新开独立浏览器，不能复用你正在使用的 Chrome 会话。

最简落地配置（推荐只用 web-access）

打开 Chrome，手动登录需要爬取的网站；

claude 内安装 web-access；

语音指令：web-access访问xxx网址，抓取页面所有列表数据保存excel。

需要我给你web-access 一键配置 + 爬虫指令模板吗？

最强爬虫 Skill：web-access 一键配置 + 直接复用 Chrome 登录态

这是目前 Claude Code 里唯一能直接用你当前 Chrome 已登录状态的技能，不用输账号、不用验证码、不用导出 Cookie，你登啥它就能爬啥。我给你 最精简、直接复制就能用 的全套配置，国内环境 100% 可用。

一、先关闭 Chrome 远程调试（必须做！）

Windows

1.关闭所有 Chrome

2.按 Win + R 输入：

plaintext

chrome.exe --remote-debugging-port=9222

macOS

bash运行

/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222

Linux

bash

运行

google-chrome --remote-debugging-port=9222

✅ 打开后 保持这个 Chrome 窗口不要关

这就是让 Claude 能 “接管你当前浏览器” 的关键开关。

二、安装 web-access Skill（直接复制）

打开 Claude Code：

bash

运行

claude

然后粘贴执行：

bash

运行

/skill install eze-is/web-access

等待 5 秒 → 显示 installed 就成功。

三、直接用！（复制下面指令）

1. 爬取当前已登录页面plaintext用 web-access 爬取当前打开的页面，提取所有列表数据，导出为 csv

2. 爬指定网址（自动带登录态）plaintext用 web-access 访问 https://xxx.com，爬取订单数据/文章列表/用户信息，保存成 data.csv

3. 爬取后自动分析plaintext用 web-access 抓取页面数据，然后帮我分析、统计、生成报表

4. 语音口述版本plaintext/listen

然后说：plaintext

用浏览器当前登录状态，爬这个页面的表格，保存成 Excel

四、这个 Skill 为什么最强？（你一定会关心）

✅ 直接用你 Chrome 现在的登录状态（不用重新登录）

✅ 能过 99% 登录验证、验证码、滑块、企业微信登录

✅ 不留下任何机器人痕迹（就是你本人在操作）

✅ 支持动态页面、Vue/React 渲染、接口请求

✅ 国内网络 100% 可用

✅ 不用配置 Cookie、不用开发者工具

五、如果你想更猛：自动登录 + 自动爬 + 自动存

直接发指令：

plaintext

用 web-access 访问目标网站，保持登录状态，每天自动爬取最新数据，保存到本地文件

六、我可以直接给你：

自动爬虫脚本

自动导出 Excel/CSV

定时自动爬取

爬取后自动清洗数据

爬取后自动生成报表

你只要告诉我：

你要爬哪个网站？我直接给你专属指令！

Q:web-access需要chrome浏览器具备哪些条件

A:...

web-access 对接 Chrome 完整硬性条件（缺一无法复用登录态、CDP 连接失败）

一、版本硬性要求

Chrome ≥105（优先 115~ 最新正式稳定版），低于 105 CDP 协议残缺，web-access 无法读取 LocalStorage/Cookie、SPA 渲染异常；不支持 360、QQ、搜狗等改版 Chromium 浏览器（魔改 CDP 接口，指纹异常、反爬失效），只能原版 Google Chrome。

禁止 Chrome 便携绿色版、精简阉割版（缺少调试依赖文件）。

二、启动规则（最关键，决定能不能继承本机登录 Cookie）

1. 启动前必须全关所有 Chrome 窗口 + 后台进程

任务管理器杀掉所有chrome.exe，残留进程会忽略调试参数、9222 端口打不开。

2. 必须用带远程调试参数命令启动 Chrome

plaintext

# Windows运行（Win+R粘贴）

chrome --remote-debugging-port=9222 --no-first-run --no-default-browser-check

# Mac终端

/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222 --no-first-run

端口固定默认 9222，web-access 默认连 9222，改端口需要在 skill 内配置

启动后的 Chrome=爬虫载体浏览器，所有需要爬的网站，手动在这个窗口提前登录（登录信息存在该配置，web-access 自动复用）

不要中途手动另开 Chrome 图标（新开实例无调试端口，无法被调用）

Chrome136 + 新版本限制：不能直接使用默认用户目录开调试，大批量爬虫推荐指定独立用户目录（保留独立登录环境）：

plaintext

chrome --remote-debugging-port=9222 --user-data-dir="D:\ChromeSpiderData" --no-first-run

user-data-dir路径不要中文、空格

三、网络 & 端口放行条件

本机localhost:9222放行，Windows 防火墙 / 安全软件不要拦截 9222 入站端口；

验证是否生效：浏览器打开 http://127.0.0.1:9222/json/version，能返回 JSON = 端口正常，web-access 可连接；打不开 = 启动失败；

WSL/Linux 调用 Claude Code 时：WSL 需要访问 Windows 本机 IP+9222，不能直接localhost。

四、浏览器内部配置（反爬、过指纹必备）

关闭隐身 / 无痕模式：无痕配置隔离 Cookie，无法复用日常登录；

不要安装篡改指纹类插件：伪装 UA、Canvas 指纹、反指纹扩展会破坏原生浏览器指纹（web-access 反爬核心就是原生指纹）；广告拦截插件（AdGuard、油猴）按需关闭，避免拦截页面接口导致爬取不到数据；

目标网站提前人工登录、养号浏览 3~5 分钟，登录态写入 Cookie/Storage 后再发起爬虫指令；

chrome://flags全部默认，不要修改 CDP、开发者实验相关参数。

五、系统环境配套（关联 Claude Code 侧）

Node.js ≥22（web-access 运行依赖，Claude Code 环境必备）；

内存≥4G，大批量并发爬取建议 8G+，Chrome 多页面渲染占用内存高。

六、禁用会导致失效的配置

企业组策略锁定 Chrome 远程调试（公司办公电脑常见，策略禁用 9222 调试端口无法使用）；

Chrome 自动后台休眠、内存压缩（导致 CDP 连接断线）。

快速自检流程

全关 Chrome→命令行带 9222 启动→访问 127.0.0.1:9222 有 JSON→手动登录目标网站→Claude 调用 web-access 直接抓取（自带登录态）。

需要我给你一键批处理脚本（Windows 双击直接启动带调试 Chrome）吗？

Claude Code与Codex区别

它们是两家公司、两套独立产品，不是同一套，也不是隶属关系；但定位很像，都是 “终端级 AI 编程智能体”，经常被放一起对比。

下面分几块讲清楚关系与区别。

1. 所属公司与出身完全不同

Claude Code

公司：Anthropic（Claude 大模型那家）

发布：2025 年 3 月

底层模型：Claude 3.5/4（Sonnet/Opus）

定位：终端原生、深度自主的编程 Agent

Codex（新版 Codex CLI）

公司：OpenAI（GPT、ChatGPT 那家）

发布：2025 年 5 月（新版智能体；老 Codex 模型 2021 年出，已退役）

底层模型：GPT-5 /o-series（codex-1 专项优化版）

定位：轻量、云 + 端结合的编程 Agent

所以：没有从属、没有共享代码、不是同一个团队，就是竞品。

2. 为什么总被放一起？（共同点）

两者都是Agentic 编程工具，不是简单补全：

都能：读整个代码库、跨文件改代码、执行 shell、跑测试、Git 提交

都以终端 CLI 为核心入口，可搭配任意 IDE

都主打：自然语言指挥 → AI 自主干活

社区常把它们当成 “两大主流终端 AI 编程智能体” 来对比。

3. 核心差异（关系的本质：路线不同）

架构与执行模式

Claude Code：

偏本地终端深度集成，逻辑大部分在本地执行

权限强、推理深、适合大型复杂代码库、重构、架构级改动

Codex（CLI）：

偏云端沙箱执行 + 轻量本地 CLI

更轻、更快、并行强、适合快速迭代、自动化、批量任务

安全与权限

Claude Code：本地确认 + 多级权限，更保守、透明

Codex：云端沙箱隔离，默认更自动化、少确认

能力倾向（2026 年现状）

Claude Code：长上下文、深度理解、复杂推理、教学解释强

Codex：速度、自动化、并行、DevOps 集成更强

生态与计费

Claude Code：绑定 Claude Pro/Max 订阅

Codex：绑定 ChatGPT Plus / 企业订阅，API 同配额

同赛道、同定位、技术路线不同：

Claude Code = 本地深度推理型工程师

Codex CLI = 云端高速自动化工程师

Claude Code基础介绍

Claude Code 是 Anthropic 推出的终端原生 AI 编程智能体（Agent），2025 年 3 月发布，核心是用自然语言驱动全流程开发，而非简单代码补全。

一、它是什么（一句话）

运行在本地终端里的 AI 工程师，能读写文件、执行 Shell、理解整个代码库、跨文件重构、跑测试、提交 Git，全程自然语言指挥，自主完成任务。

二、核心定位（和 Copilot 等区别）

❌ 不是 VS Code 插件、不是网页聊天、不是补全工具

✅ 是自主智能体（Agentic）：能自己规划、动手、调试、迭代

✅ 终端优先：直接用 CLI，可搭配任意 IDE（VS Code、JetBrains 等）

三、核心能力（2026 最新版）

全代码库上下文：自动遍历目录、理解模块依赖、跨文件修改

文件读写 + 代码生成：新建 / 编辑任意文件，支持 50+ 语言

Shell 命令执行：跑 git、npm、docker、测试、部署等

智能搜索：内置 ripgrep，秒搜全库，找依赖、查 bug 超快

自主调试与修复：自动报错→分析→改代码→重测，循环到通过

Git 全流程：建分支、改代码、提交、合并，全程自动化

MCP 扩展：可接入 GitHub、浏览器、数据库等外部工具

四、适用场景

快速开发新功能（自然语言描述需求→生成可用代码）

大型重构 / 技术债务清理（跨文件批量改）

陌生代码库快速上手（自动梳理架构、找核心逻辑）

自动化脚本 / CI 流程（写脚本、跑流水线）

非专业开发者写软件（会说话就能开发）

五、怎么用（快速上手）

订阅 Claude Pro/Max 或企业版

安装：npm install -g @anthropic-ai/claude-code

终端进入项目目录，运行：claude

直接对话：帮我把这个项目改成 TypeScript，修复所有报错

六、安全与隐私

本地运行：终端执行，数据不经过第三方服务器

权限可控：改文件 / 跑命令前必须你确认，默认安全

无代码上传：不索引你的代码库，隐私性强

七、和同类工具对比

GitHub Copilot：插件式、补全为主、弱上下文

Cursor：IDE 改造、强编辑、但终端能力弱

Claude Code：终端原生 + 全栈 Agent + 强系统权限，更像 “AI 工程师”

八、一句话总结

Claude Code = 终端里的全能 AI 程序员，你说需求，它干活，适合高效开发、大型重构、自动化流程，是当前最强的自主编程 Agent 之一。