ClaudeCode简称 CC时至今日它依然是 AI 编程圈最火热、也是最实用的 AI Agent。不管你是程序员还是其他脑力工作者都值得试一试或许会成为你日常工作的得力助手。一、背景介绍Claude Code简称 CC时至今日它依然是 AI 编程圈最火热、也是最实用的 AI Agent。不管你是程序员还是其他脑力工作者都值得试一试或许会成为你日常工作的得力助手。下面这个截图是借用 Claude Code DeepSeek V4没写一行代码的情况下全程使用提示词自动生成的一个商品库存管理系统从实际效果来看非常惊艳很多功能可以直接使用。不得不说AI 正在重新定义软件开发。即使没有任何技术基础也可以借助 AI 完成整个项目的开发。下面我把整个项目的实现过程完整的分享给大家如有描述不对的地方欢迎大家留言指出二、实现过程在介绍项目之前先简单介绍一下 Claude Code。它是 Anthropic 推出的 AI 编程工具可以直接在终端里运行你跟它聊天描述需求它就能自主分析项目、写代码、跑命令、修 Bug、测试全程自主执行。除了基础的代码生成它还能使用工具和 Skills 技能包、连接 MCP 外部服务、用 Plugins 插件扩展能力甚至可以实现多个智能体一起协作扩展性很强。同时它在写文档方面表现也不俗只需要告诉 AI 你的需求它就能生成整套项目文档。说了这么多如何用呢下面我们一起来看看。2.1安装 Claude Code方式一原生安装Claude Code 的安装非常的简单只需要一行命令即可搞定。官方文档推荐的安装方式如下根据相应的操作系统打开终端输入对应的脚本命令然后回车即可。例如macOS、Linux 操作系统脚本如下curl -fsSL https://claude.ai/install.sh | bashWindows 操作系统脚本如下curl -fsSL https://claude.ai/install.cmd -o install.cmd install.cmd del install.cmd验证claude code是否安装成功。claude --version如果出现如下版本号内容说明安装成功。方式二npm 安装如果安装过程中发现无法访问 claude 服务此时可以采用 npm 方案来安装。首先确保电脑有Node.js环境和npm软件依赖安装工具没有的话直接到Node官网下载对应的安装包然后双击一路安装即可。无论使用什么操作系统都可以通过npm的如下命令来安装Claude Code。npm install -g anthropic-ai/claude-code如果安装过程很慢可以通过如下命令换成国内镜像地址再重新执行以上命令。# 设置国内镜像 npm config set registry https://registry.npmmirror.com2.2安装 CC swtichClaude Code 安装完成之后此时如果在终端输入claude会提示要求你登录。由于国内用户无法注册 Anthropic 的账号因此无法直接调用 claude 官方纯血版的模型所以如果要使用 Claude Code需要走代理进行中转。目前最主流的解决方案是安装CC swtich工具利用它实现代理模型的统一管理全程通过页面操作即可完成模型调用的切换。访问 CC swtich 官网根据系统环境选择相应的安装包然后双击一路安装即可。2.2.1、模型配置打开 CC swtich你会发现它能代理的编程工具非常多比如Claude、Codex、Gemini、OpenClaw等等此时我们只需要选中Claude Official它指向的是我们要代理的Claude Code工具然后点击右上角的加号添加我们要代理的模型。此时会发现它支持的模型供应商也非常的多。目前全球主流的 AI 模型厂商包括第三方中转平台都支持配置。就目前情况来看国内用户使用最多的模型有三款GLM-5.2、Kim-2.6 和 DeepSeek V4其中 GLM-5.2 表现最优在编程和长上下文任务上号称接近 Claude Opus 4.8 水平其次 Kim-2.6它支持超长百万上下文对标 Claude Opus 4.6最后就是 DeepSeek V4它可能不是最强的但是它的性价比确是最高的。原因很简单答案就在下面这三张图里。从目前的官方产品定价来看GLM-5.2 和 Kim-2.6 价格相差不大但是 DeepSeek V4 的百万 tokens 输出价格是前者的 20% 左右相当于打 2 折性价比极高也是大多数人都能用得起的模型。如果想要输出的效果更好可以优先使用 GLM-5.2如果注重性价比可以选择 DeepSeek V4。在实际使用过程中也可以将两者都配置上根据项目的输出效果随时进行切换。2.2.2、模型接入下面以 Claude Code 接入 DeepSeek V4 模型为例具体的配置过程如下。首先访问 DeepSeek 的开放平台点击API keys菜单创建一个 key 并记录下它等会会用到。如果账号里没钱点击充值菜单随便充个几块钱确保账号里面有余额就行。然后切换到 CC swtich 工具页面点击添加供应商选择DeepSeek填入上面创建的 key。在页面的下方还有一个高级选项卡可以把主模型全部设置为 DeepSeek-V4-Pro因为相比 DeepSeek-V4-Flash 模型Agent 能力和复杂推理更强。最后点击右下角的添加按钮即可完成添加流程。接着点击对应模型的启动按钮即可快速完成模型的接入。最后打开终端并输入claude随便输入一句话AI 能给出回复说明切换模型成功。其它模型的接入方式也跟这个步骤类似在此就不重复介绍了。如果想退出当前窗口输入/exit或者按ctrl c即可退出。2.3项目开发Claude Code 工具安装完成后接下来就正式进入项目开发阶段了。在开始之前建议不要一次性把全部需求丢给 Claude Code 来完成虽然也能做但是从实际情况来看输出质量并不高。比较合理的做法是先把需求拆分类似于写一篇小说一样先列一个整体纲要这篇小说主要表达的主题内容是什么然后再分章节一篇一篇的写最后做一个总结收尾。这样做的好处就是整体流程可控输出的质量不会出现太大的偏离。比如我们要开发一个商品库存管理系统通常我们会按照如下流程一步一步的来完成。第一步定义产品形态- 编写产品需求文档定义产品的核心需求以及功能边界第二步架构设计- 基于第一步的构想设计产品的原型交互流程图以及系统架构比如用户如何操作、系统采用什么技术开发怎么部署等等第三步数据库设计- 基于第二步的结果做数据库表结构的设计用于用户数据的持久化存储第四步后端开发- 基于第二步和第三步的结果进行后端系统的开发第五步前端开发- 基于第二步和第四步的结果进行前端系统的开发第六步系统部署- 基于前几步的输出结果对系统进行部署以便进行测试第七步测试交付- 基于前几步的输出结果对系统进行全面测试通过后一并交付换成使用 AI 来实现思路也是差不多只不过实现的方式更加简单。2.3.1、编写提示词比如我想做一个商品库存管理系统第一版不需要太多的功能只要能把项目跑起来就行。此时可以先简单的描述一下自己的需求借助 AI 给我出一个提示词方案示例如下。因为输出的内容太多了接着我让 AI 给我输出一份精简版的提示词内容如下你是一名资深全栈架构师请从零开发一个可直接运行的商品库存管理系统Inventory System。 ## 技术栈 后端 - Java 8 - Spring Boot - MyBatis Plus - MySQL 8 - Maven - Lombok - EasyExcelExcel导入 前端 - Vue3 - Vite - Element Plus - Axios - Pinia - Vue Router 部署 - Docker - docker-compose - 前后端、MySQL均采用本地目录挂载方式部署。 ## 第一版功能 ### 1、登录 固定账号admin 固定密码admin 无需数据库。 ### 2、首页 Dashboard 统计 - 商品总数量 - 临期商品数量距离到期≤30天 - 已过期商品数量 下方展示临期商品列表 - 商品名称 - 商品编码 - 库存 - 到期日期 - 剩余天数 ### 3、商品管理 支持 - 商品分页查询 - 商品名称搜索 - 新增商品 - 编辑商品 - 删除商品 - Excel批量导入 商品字段 - 商品名称 - 商品编码 - 分类 - 规格 - 生产日期 - 有效期月 - 到期日期自动计算 - 库存数量 - 库存单位 - 备注 ## 数据库 请设计合理的MySQL表结构并提供完整SQL。 ## 项目要求 - 代码必须完整、可直接运行不允许省略代码或使用伪代码。 - 前后端完全分离接口采用 RESTful 风格。 - 返回结果统一格式统一异常处理。 - 项目目录清晰符合企业开发规范。 - 提供 README、数据库 SQL、Dockerfile、docker-compose.yml。 - 最终执行 docker compose up -d 即可完成部署。 ## 开发方式 请按以下顺序逐步开发每完成一步暂停等待我确认后继续 1. 项目整体架构设计 2. 数据库设计SQL 3. Spring Boot 后端 4. Vue3 前端 5. 登录功能 6. Dashboard 首页 7. 商品管理 8. Excel 导入 9. Docker 部署 10. README 每一步都要保证可以正常运行如发现问题先修复再继续开发。然后在本地电脑随便找个位置创建一个文件夹inventory_system在当前文件夹下右键打开终端并输入claude命令把当前的提示词直接粘贴到命令行窗口最后回车。不到 1 分钟它就把整个项目的开发流程设计完了输出结果如下。剩下的步骤就不用多说了直接输入继续并回车让它完成剩下的部分。最后整个项目完成后目录的效果如下因为项目采用的是docker进行部署如果电脑里面没有docker可以访问它的官方网站根据对应系统的版本下载相应的软件包双击一路安装即可。安装完成之后因为本地电脑限制80端口可能被限制访问了可以将nginx的访问端口改成8081告诉 claude code让它自己来完成。在停顿的途中我们还可以让它新增其它功能比如新增一个库存预警功能用于记录库存不足的商品信息。全程无需写一行代码通过对话以聊天的形式即可完成所有的改动。2.3.2、访问系统项目开发完成之后它会给我们一个项目的完整访问路径。打开浏览器访问目标地址http://localhost:8081/#/login会看到类似如下结果。登录页面首页仪表盘商品管理页面库存预警页面在实测过程也碰到一些 bug比如在商品管理页面对商品进行编辑时发现了库存数量和最低库存设置功能有些异常。此时可以以对话的形式告诉claude code让它修改调整为可用。修改成功后重新刷新页面页面布局相比上一版好多了库存数量可以正常设置。从结果来看AI 做出来效果给人整体感觉还是很震撼的整个过程耗时大概 30 分钟左右。如果想继续迭代也可以以对话的形式发送给claude code让它增加新的功能模块就像搭积木一样一层一层的继续堆叠。三、小结最后回到大家可能最关心的问题用 AI 做这个项目总共花了多少钱。访问 deepseek 的开放平台统计了一下输入型 token 总计消耗2000万多一点输出型 token 总计消耗11万多一点。总计费用大概 1.87 元。还好没那么夸张有可能是错开了高峰期因此整体费用显得要便宜些。