Claude Code 是 Anthropic 在 2025 年推出的 CLI 工具，到 2026 年已經是不少 Terminal 重度使用者的日常主力。它能直接讀寫檔案、跑指令、操作 git、接 MCP 外部工具，跟 Claude/ChatGPT 網頁版那種「貼程式碼、得回覆、自己改」的工作流完全不同。這篇從安裝到 hooks / MCP / 排程一次整理。

零基礎先不要被 Terminal 嚇到。真正的入門順序很短：裝 Node.js、裝 Claude Code、登入、在一個安全資料夾跑第一次對話、建立 CLAUDE.md。等它能穩定讀檔、改小段文字、讓你看得懂 diff 之後，再往 hooks、MCP、排程任務推進。完整逐步版放在 Claude Code 新手入門。

Claude Code 是什麼

Claude Code 是 Anthropic 官方推出的 agentic 開發工具，有 CLI、Desktop 和 Cloud 三種形式。在 Terminal 裡輸入 claude，就能跟 Claude 對話，它會直接操作檔案系統。

跟 Claude/ChatGPT 網頁版的差別在這裡：Claude/ChatGPT 活在瀏覽器裡，貼程式碼給它看，它回修改建議，再手動複製貼上。Claude Code 直接讀專案資料夾，改完自己存檔。

實際使用感：輸入「把這個函式的錯誤處理補上」，它真的打開檔案、找到那個函式、加上 try-catch、存檔。只需要看 diff 確認沒問題就好。

Claude Code Terminal 介面示意

跟其他 AI coding 工具最大的差異：Claude Code 沒有圖形介面。沒有側邊欄、沒有漂亮的按鈕，就是一個 Terminal。對習慣 CLI 的人是優點，對不習慣的人是門檻。完整的對比見 Claude Code vs Cursor。

安裝步驟

前置需求

  • Node.js 18 以上（建議用 nvm 管理版本）
  • macOS 或 Linux（Windows 用 WSL2）
  • Anthropic 帳號

安裝流程

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

裝完之後在 Terminal 輸入：

claude

第一次啟動會要登入 Anthropic 帳號，跟著指示走就好。登入成功後就可以開始對話。

裝完先跑一個簡單的測試確認環境沒問題：

claude "列出目前資料夾裡的所有 .md 檔案"

它應該會用 ls 或 glob 幫你找出來。能正確回應代表安裝成功。

常見安裝問題

Node.js 版本太舊：用 node -v 檢查，低於 18 就升級。nvm 的話 nvm install 18 && nvm use 18。

權限問題：macOS 上如果遇到權限錯誤，不要用 sudo npm install -g，改用 nvm 管理 Node.js 就不會有這個問題。

新手入門的完整步驟在 Claude Code 新手入門。

核心功能

Claude Code 是一款 Terminal AI，它在你的資料夾裡工作

Claude Code 最基本的能力就是在 Terminal 裡當 AI 助手。它能做的事：

  • 讀寫檔案：直接看程式碼、修改、建立新檔案
  • 執行指令：跑 git、npm、任何 CLI 工具
  • 搜尋程式碼：用 grep/glob 在整個專案裡找東西
  • 理解上下文：它會讀 CLAUDE.md 和相關檔案，知道專案在做什麼

實用場景：程式碼審計。丟一句「檢查最近的 commit 有沒有安全問題」，它會跑 git diff、逐個檔案看、回報潛在風險。原本 review 要花 30 分鐘的東西，3 分鐘看完它的報告就好。

Hooks：自動化觸發

Hooks 讓你在特定事件發生時自動執行動作。比方說：

  • 每次 Claude Code 要執行 bash 指令前，先檢查有沒有危險操作
  • 對話結束時，自動更新工作記憶
  • 檔案修改後，自動跑 linter

設定在 settings.json 裡。一個常見的 hook 設定：在 Claude Code 要跑任何 git push --force 之前先擋下來，避免手殘推壞 production。

Hooks 是 Claude Code 跟純聊天工具最大的差別之一。它讓 AI 的行為可以被約束、被自動化。

MCP：無限擴充能力

MCP（Model Context Protocol）是 Claude Code 的外掛系統。透過 MCP，可以讓 Claude Code 連接各種外部工具。

常見的 MCP server：瀏覽器操作、資料庫查詢、外部 API。設定好之後，可以直接在 Terminal 裡跟 Claude 說「查一下這個 API 的回傳格式」，它就會透過 MCP 去呼叫。

MCP 的設定檔放在 .claude/ 資料夾底下，JSON 格式，定義每個 server 的連接方式和可用工具。

Scheduled Tasks：排程任務

Claude Code 支援 /loop 指令設定重複任務，可以每日或每週執行。官方文件目前寫明 /loop 是 session-scoped，會在建立 7 天後到期；若要不依賴目前 session 的 durable 排程，要用 Routines、Desktop scheduled tasks 或 GitHub Actions。

常見的排程任務：

  • 每天早上跑內容排程，把寫好的草稿發到 Buffer
  • 定時做程式碼健檢
  • 每週整理工作記憶，把過期的資訊清掉

排程任務搭配 hooks 使用特別強。任務跑完自動觸發通知、自動更新狀態檔，整個流程不用人介入。

Claude Code 排程任務流程

CLAUDE.md：讓 AI 記住你的規則

Claude Code 設計最聰明的地方就是 CLAUDE.md，它能記住所有你需要它記得的事情（在設計好的前提下）。

在專案根目錄放一個 CLAUDE.md，Claude Code 每次啟動時自動讀取。可以在裡面寫：

  • 專案的程式碼規範
  • 禁止做的事（比如不准 git push --force）
  • 偏好的工具和流程
  • 檔案結構說明

合理的演化：從 10 行開始，每次踩到坑就加一條規則。三個月後會有一份非常個人化的 AI 操作手冊。

這跟 Cursor 的 .cursorrules 類似，但 Claude Code 的生態系讓 CLAUDE.md 可以做更多事，像是跨檔案的規則引用、分層載入。

跟 Cursor 的差異

兩個都用過，結論是：定位完全不同。

比較項目Claude CodeCursor
介面Terminal（CLI）IDE（圖形介面）
上手難度中高，要熟 Terminal低，裝了就能用
彈性極高，能跑任何指令中等，受 IDE 框架限制
自動化hooks + 排程 + MCP有限
適合誰CLI 愛好者、DevOps、重度自動化前端、一般開發者、想快速上手

選 Claude Code 的常見理由是工作流本來就在 Terminal 裡。git、npm、docker，全部在 Terminal 操作。多一個 AI 助手在同一個環境裡，比切到另一個 IDE 自然得多。

完整的 Cursor 對比看 Claude Code vs Cursor 比較。

Claude Code / Cursor / Copilot 怎麼選

使用情境建議工具理由
熟 Terminal、要 repo-wide 任務、排程、自動化Claude CodeCLI 原生，能讀寫檔案、跑指令、接 hooks / MCP；長期排程改用 Routines 或 Desktop scheduled tasks
寫前端、需要即時預覽、想在 IDE 內看 diffCursor圖形介面、inline diff、多檔 Composer 更順
團隊已經活在 GitHub PR / issue 流程GitHub CopilotPR review、issue → PR、組織治理整合最深
自建 OpenAI-family coding pipelineCodexAPI / token billing 入口，適合客製化整合

這張表來自 Claude Code vs Cursor 的核心判斷：Claude Code 和 Cursor 不是誰取代誰，而是入口不同。Claude Code 是 Terminal agent，Cursor 是 AI IDE，Copilot 是 GitHub 工作流外掛。

進階使用場景

多 Agent 管理

OpenClaw 是一個用 Claude Code 搭起來的多 agent 系統。四個 agent 各自負責不同的事：Opus 做策略、Sonnet 跑機械任務、Codex 寫程式、Gemini 給意見。

Claude Code 是這整個系統的操作介面。在 Terminal 裡切換 agent、分派任務、檢查各個 agent 的輸出。

內容產製

長文初稿可以在 Claude Code 裡產出。給它大綱和風格指南，它生成草稿，再修改潤飾。整個過程不用離開 Terminal。

程式碼審計

每次有新的 commit，可以讓 Claude Code 做一輪安全檢查。它會看 diff、找潛在的注入風險、檢查有沒有機密資訊不小心被 commit 進去。

踩坑紀錄

Context window 爆掉：Claude Code 的對話有 token 上限。一開始把所有記憶檔都塞進 CLAUDE.md，800 多行，每次對話光載入就吃掉一大堆 context。後來拆成分層架構，只在需要時才讀特定檔案，context 用量砍了一半。

Hook 寫壞導致無窮迴圈：把 hook 設定成「每次檔案變更就跑 lint」，但 lint 會自動修正檔案，觸發下一次 hook。連鎖反應跑了幾十次才被 Ctrl+C 停掉。教訓：hook 的觸發條件要設防護，避免自己觸發自己。

排程任務時區問題：設定排程時用了 UTC，但伺服器在台灣時區。結果早上 8 點的任務在凌晨 0 點就跑了。檢查排程的時候務必確認 wall clock 跟設定的時區一致。

新手從這裡開始

第一次接觸 Claude Code 的建議路線：

  1. 先裝好環境，跑幾個簡單的對話，感受一下
  2. 在專案裡建一個 CLAUDE.md，寫三條最在意的規則（或直接請 Claude 幫你寫）
  3. 試著讓它幫忙做一件每天都在做的事
  4. 踩到坑就更新 CLAUDE.md，慢慢累積

更詳細的新手指南可以看 Claude Code 新手入門。

小企鵝的經驗

小企鵝主力是 Claude Code，每天 Terminal 第一件事就是啟動它。寫文章、寫程式、管理排程、管多 agent 系統，全部在裡面完成。CLAUDE.md 已經演化成一整套規則系統，從最初 10 行長到現在分層的多檔案架構，這套規則設計是 Claude Code 跟其他 AI coding 工具差別最大的地方。

OpenClaw 多 agent 系統就是基於 Claude Code 搭起來的：Opus 做策略 / Sonnet 跑機械任務 / Codex 寫程式 / Gemini 第三方意見。一般使用者用不到這個複雜度，但想試試多 agent 工作流的話，Claude Code 是目前唯一支援得起來的工具。

Cursor 沒進日常工作流，因為工作流本來就在 Terminal 裡。試 Cursor 那種 IDE 路線是透過 Antigravity，能直接看著專案、寫 code 時 AI 主動跳出提示對習慣 IDE 的人很順手。但小企鵝的工作偏「設定好讓它自己跑」的自動化路線，hooks + 排程 + MCP 目前是其他工具追不上的。

延伸閱讀

整理：Penna｜小企鵝 Penchan