Claude Code (下文简称 cc) = 编排引擎 + 大模型云端调用 + 工具系统 + 终端UI. 它是一个 ai agent, 运行在电脑本地, 可以直接在操作系统中 运行命令, 修改文件.

1. 基础用法

基础介绍, 安装, 国内开通 api 服务, 常用命令等 见参考[1].

1.1 常用命令

• /model, 切换当前 provider(供应商) 下的模型. 不切换时, 就是 settings.json 中配置的那个.
• /status, 查看 cc 工具版本, 模型版本, 当前的工作目录, 近期消耗费用等
• /usage, 查看费用消耗.
• /btw,
• /memory, 查看、添加或管理 Claude 在项目中记住的信息（如编码规范、项目结构约定），跨会话保留

1.2 CLAUDE.md 跨会话

每个 Claude Code 会话都从一个全新的上下文窗口开始。CLAUDE.md 可以跨会话传递知识. 会放在两个位置:

• ~/.claude/CLAUDE.md, 全局，所有项目生效（个人偏好）
• 项目根目录/CLAUDE.md, 当前项目，所有协作者共享（可提交到 git). 一般会放 项目简介（做什么、用什么技术栈）, 代码规范和约定, 不要做什么（禁忌）.

1.3 shell 命令执行环境

• mac/linux 用 bash.
• win 下用 git-bash(mingw).

2. Web Search 启用

Claude Code 内置的 web-search 工具在境内不可用，因为它依赖 Anthropic 官方 API 的新协议特性（tool_reference 模块），而火山引擎等第三方中转站还没适配这些协议，所以发过去直接静默失败或者返回空.

Q: 如何解决?
A: 需要让 cc 通过 MCP 或 skill 来完成 web-search, 见参考[2].
有人可能想到自己写一个 向百度发送http请求的脚本， 但这不可行, 因为百度会拦截爬虫.

以 byted-web-search 这个 skill 为例, 它提供了 web_search.py 脚本, 从环境变量中获取 KEY, 然后发送请求. 安装步骤为：

1. 执行 npx skills add https://skills.volces.com/skills/bytedance/agentkit-samples -s byted-web-search, 会安装在 ~/.agents/skills/byted-web-search中，然后直接复制到 ~/.claude/skills/byted-web-search中, 否则 cc 依旧发现不了。
2. 去火山引擎控制台开通 联网搜索 的 KEY. 然后放在 byted-web-search/.env 中即可. 内容为 WEB_SEARCH_API_KEY=ark-xxxx-4e648。
   

cmd 中可自己直接测试. 返回的有摘要. 所以 agent 通常不再从原始 url 检索, 而是直接用摘要.

3. deep research

2026.05 新增的特性.
一种 AI 工作流，让 AI 像研究员一样，自主地、多步骤地完成复杂的信息调研任务.
作为对比:

• 普通型: 单次搜索 -> 仅阅读摘要 -> 给出回答.
• deep research: 发散式搜索 -> 阅读原文(而非摘要) -> 交叉验证不同来源的说法(而非盲目听从) -> 撰写有引用来源的报告.

以下是cc中的直接介绍:

/deep-research                
[dynamic workflow] Deep research harness — fan-out web searches, fetch sources, adversarially verify claims, synthesize a cited report.

4. 工作流

依靠 deep research , 像 plan 模式那样直接给方案?
关闭会话后不丢失, 像 skill 那样持久化保存.

参考

1.my blog, cc 的安装及开通, AI编程 发展史与工具介绍
2. 火山引擎 web-search 服务