安装并演示 Warp自然语言生成命令安装并演示 Claude Code一句话生成系统监控面板安装并演示 GitHub Copilot CLI命令解释与生成三者协同修改监控面板 提交代码准备工作macOS 14本文以 macOS 为准已安装 HomebrewGitHub 账号需开通 CopilotFree 计划可用Anthropic 账号用于 API 调用需预购额度一、安装与演示 Warp ── 自然语言直接生成命令1.1 安装brew install --cask warp首次启动根据引导完成注册、选择主题、开启 AI 功能。若 macOS 提示“无法验证”前往「系统设置 → 隐私与安全性」点击“仍要打开”。1.2 演示用自然语言找出大文件找出当前用户主目录下最大的5个文件按大小降序显示跳过隐藏文件和Library目录然后按 Shift Enter。Warp 会自动识别为自然语言请求并生成类似下方的命令find ~ -type f -not -path ‘/.’ -not -path ‘/Library/’ -exec ls -lh {} ; 2/dev/null | sort -k5nr | head -5审阅无误后点击 Run 执行结果立即展示。二、安装与演示 Claude Code ── 一句话编写监控面板2.1 安装curl -fsSL https://claude.ai/install.sh | bash添加配置echo ‘export PATH“HOME/.local/bin:HOME/.local/bin:HOME/.local/bin:PATH”’ ~/.zshrc source ~/.zshrc验证claude --version应输出版本号例如 2.1.1382.2 获取并配置 API Key打开 console.anthropic.com 登录。预购额度点击 Add funds最低充值 $5有效期一年按使用量扣费。创建 Key左侧 API Keys → Create Key复制密钥格式 sk-ant-api03-…。写入环境变量echo ‘export ANTHROPIC_AUTH_TOKEN你的完整密钥’ ~/.zshrcsource ~/.zshrc验证密钥有效务必带上 anthropic-version 请求头curl -H “x-api-key: $ANTHROPIC_AUTH_TOKEN”-H “anthropic-version: 2023-06-01”https://api.anthropic.com/v1/models返回模型列表 JSON 即表示成功。2.3 初始化cd ~ mkdir ai-demo cd ai-demo # 建立演示目录claude # 启动 Claude Code首次运行的交互选择主题任意选择按方向键 回车确认。“是否要启用 Claude Code 推荐的配置”选择yes。“是否信任当前目录”选择yes。进入交互模式提示符 后即可开始。2.4 演示生成实时监控面板在 Claude Code 交互模式中直接输入以下需求可一次复制粘贴用Python写一个实时系统监控面板要求使用psutil和rich库显示CPU使用率、内存使用率、磁盘使用率每秒刷新一次所有代码写在一个monitor.py文件里代码写完后自动运行一次验证Claude Code 会依次完成检查依赖 → 发现缺 psutil、rich → 自动执行 pip install psutil rich创建 monitor.py询问是否创建 → 选择 Yes写入完整代码自动运行 python3 monitor.py验证输出如果依赖未能自动解决比如出现 ModuleNotFoundErrorClaude Code 会再次尝试修复无需手动干预。2.5 验证与修改打开一个新的终端窗口或标签执行cd ~/ai-demopython3 monitor.py你会看到彩色仪表盘实时跳动按 CtrlC 退出。回到 Claude Code 的会话如果已退出可重新运行 claude继续提出修改需求现在每列指标前面加上emoji图标CPU用内存用磁盘用Claude Code 会修改 monitor.py 并重新运行。切回 Warp 执行 python3 monitor.py即可看到添加了 emoji 的面板。三、安装与演示 GitHub Copilot CLI ── 命令的即时解释与生成3.1 安装与登录brew install copilot-clicopilot --version # 示例输出1.0.44首次登录copilot浏览器弹出 GitHub 授权页面授权后回到终端输入 y 信任目录。3.2 演示解释复杂命令用单次提问模式 -pcopilot -p “解释这个命令find . -name ‘*.py’ -exec grep -l ‘main’ {} ;”Copilot 会返回这段命令的含义列出当前目录及子目录下包含字符串 main 的所有 .py 文件名。每个部分的解释find .、-name、-exec、grep -l、{}、; 的含义。额外建议建议添加 -type f 限定普通文件把 ; 替换为 可提高效率。3.3 演示生成命令copilot -p “用find找出当前目录下所有.py文件并统计总行数”Copilot 会直接生成类似 find . -name ‘*.py’ -exec cat {} ; | wc -l 的推荐命令复制即可执行。四、三者协同 ── 修改面板并提交代码现在演示三个工具如何在一个 Warp 窗口内串联工作。4.1 用 Claude Code 修改监控面板启动 Claude Code如已退出cd ~/ai-democlaude输入自然语言修改需求把监控间隔改成2秒然后在终端再加一行显示网络发送和接收的字节数Claude Code 自动修改 monitor.py完成后输入 /exit 退出。4.2 用 Warp 自然语言运行面板直接在 Warp 输入框输入运行 monitor按 Shift EnterWarp 生成 python3 monitor.py点击 Run。你会看到修改后的监控面板包含网络字节数和更慢的刷新间隔。按 CtrlC 停止。4.3 用 Copilot CLI 提交代码在 Warp 普通终端中执行copilot进入交互模式后输入提交刚才的代码修改Copilot 会生成 git add monitor.py git commit -m “feat: 调整刷新间隔并添加网络字节数显示” 之类的命令询问是否执行选择 Yes 即可完成本地提交。当问及是否推送远程时可根据需要回答。五、总结三个工具的职责清晰Warp自然语言输入层将自然语言翻译为可执行命令解决命令记不住、拼写繁琐的问题。Claude Code项目级 AI 程序员自主规划步骤、操作文件、管理依赖、运行验证省去文档查阅和手动编码。GitHub Copilot CLI命令行速查员即时解释与生成命令替代查手册和搜索。