最近折腾 AI 编程工具的朋友应该都看到了,Claude Code 这个终端里的 agentic 编码工具热度一直没降。但很多人卡在第一步:默认模型额度不灵活,账号也不好弄。于是圈子里开始流行一种组合玩法——Claude Code + GLM-5 + Superpowers,用 Claude Code 的 agent 能力,接上 GLM-5 的底座,再叠加 Superpowers 这套 skills 工作流,直接把终端 AI 从"聊天助手"升级成"能干完整项目流程的工程师"。
这篇我把自己的完整配置过程、踩过的坑、还有几个典型报错的解决方案都整理出来。内容覆盖 Claude Code 在 Windows / Mac / Ubuntu 的安装、VSCode 集成、接入 GLM-5 的 settings.json 写法、Superpowers 的安装与常用 skills,最后附带一张问题排查表。不管你是刚接触 CLI 工具的新手,还是想把模型底座换掉的老手,照着一路做下来,应该能少走不少弯路。
1. 整体思路拆解:为什么是这三样组合
1.1 三个角色各干什么
先说清楚这个组合里每个成员负责的职责,避免很多人误以为它们三是一回事。
Claude Code是 Anthropic 出的命令行编程代理,核心特点是能直接操作你的项目:读文件、改代码、执行终端命令、跑测试,甚至能根据错误输出自己迭代修复。它和普通聊天的区别在于,它真正"住"在项目目录里,有完整的文件读写能力和命令执行权限,是一个 agent 形态的工具,而不是一个问答框。
GLM-5在这个组合里充当模型底座。Claude Code 本身只是一个壳,真正负责理解任务、生成代码的是背后的大模型。默认情况下它走 Anthropic 官方模型,但 Claude Code 留了一个口子:允许通过环境变量把 API 地址和密钥替换成任何兼容 Anthropic 协议的服务。智谱开放平台就提供了兼容端点,于是"Claude Code 跑 GLM-5"就成了很顺理成章的配置方案。
Superpowers是 Jesse Vincent(也就是键盘圈很出名的 Obra)开源的一套 skills 库。它的作用不是给 Claude Code 加"功能",而是加"流程"。它内置了 brainstorming、coding workflow、writing 等一系列规范化的技能包,触发之后 AI 不会上来就闷头写代码,而是会先做需求分析、列方案、拆步骤,然后按计划执行,中途还会自我检查。
1.2 这个组合解决了什么痛点
单独用 Claude Code,其实已经能干活了,但有几个实际痛点:
一是模型成本与灵活度。官方额度的分配方式对高频使用的开发者来说不够灵活,而接 GLM-5 这类模型,按 token 计费,用多少花多少,对重度用户来说成本更可控,而且模型参数和版本选择也可以随时换。
二是默认行为太"莽"。Claude Code 默认模式是你说什么它直接干,但复杂需求直接开干往往容易跑偏。Superpowers 补齐了项目管理的环节,让 AI 先规划再行动,实际生成代码的质量和可维护性都会好很多。
三是可复现性。每个人手动改一堆配置,很容易出错。把 settings.json 和 skills 目录整理好之后,整个配置是可以复制到团队里共享的,新同事拿到就能用。
这套组合本质上是"把最擅长执行任务的 agent 骨架、最划算的模型底座、最规范的工作流方法"绑在一起。下面从安装开始,一步步落到实操。
2. 环境准备与 Claude Code 安装全流程
2.1 前置条件:Node 版本和终端选择
Claude Code 是个 npm 全局包,所以第一个前提是 Node.js 环境。我的建议是 Node 18 以上,我目前用的是 Node 20 LTS,跑得很稳。装好之后先确认版本:
node -v npm -v如果还没装 Node,去官网下 LTS 版本就行,Windows 下安装包会自动配好 PATH。Mac 用户如果有 Homebrew,也可以brew install node。Ubuntu 下建议用 nvm 管理 Node 版本,因为系统 apt 源的 Node 版本通常偏老。
终端方面,Windows 推荐 Windows Terminal + PowerShell,Mac 直接用自带终端或者 iTerm2 都行,Ubuntu 无所谓。Claude Code 的交互界面依赖终端对 ANSI 颜色的支持,太老的终端模拟器可能显示异常,遇到乱码优先换终端而不是去改配置。
2.2 Windows、Mac、Ubuntu 三平台安装步骤
安装命令三平台是统一的,全局安装:
npm install -g @anthropic-ai/claude-codeMac 和 Ubuntu 如果遇到权限报错,前面加sudo。但我个人不建议直接用 sudo 装全局 npm 包,因为这会把包写到系统目录,后续升级卸载都可能碰到权限问题。更好的做法是配置 npm 全局目录到用户目录下,这也是 nvm 安装 Node 后的默认行为。
如果不希望全局安装,也可以每次用npx @anthropic-ai/claude-code启动,但这样每次都会检查版本,启动速度会慢一些,长时间用还是建议全局装。
装完验证版本:
claude --version如果能正常输出版本号,说明安装成功,并且 npm 的全局 bin 目录已经在 PATH 里了。如果提示找不到命令,说明 PATH 没配好,后面排查部分我会专门讲。
2.3 VSCode 插件安装与 CLI 的关系
很多人会问:VSCode 插件和 CLI 到底是不是同一个东西?我用了一段时间之后的结论是:CLI 是核心,VSCode 插件是它的图形界面外壳。
在 VSCode 扩展市场搜 "Claude Code for VS Code",装完之后侧边栏会出现一个面板,可以直接输入提示词,也能看到 Claude Code 正在执行的任务、文件改动、终端命令输出。这个面板底层调用的还是同一个 claude 命令,所以它和终端里的 CLI 共享配置、共享认证状态。
配置第三方模型时,改了~/.claude/settings.json之后,VSCode 插件需要重载窗口才生效。另外要注意 VSCode 插件版本和 CLI 版本不一致的情况,我遇到过插件自带的 claude 二进制版本落后,导致加了新模型名不被识别,这时候在扩展面板里更新插件就能解决。
2.4 配置文件都放在哪
Claude Code 的配置分两层:
- 全局配置在
~/.claude/目录下,主要文件是settings.json和CLAUDE.md。 - 项目配置在项目根目录的
.claude/目录下,同样有settings.json和CLAUDE.md。
全局配置对所有项目生效,项目配置只对当前项目生效,两者合并时项目配置优先级更高。这个设计很实用,你可以全局配一套默认模型和权限,然后在某个项目里覆盖成别的模型。
CLAUDE.md是给 Claude Code 读的行为说明文件,相当于"员工手册"。你可以在里面写"请始终使用中文回复""修改代码前先列出改动清单""不要动 test 目录下的文件"这类规则,Claude Code 每次启动都会读这个文件,效果比每次对话时临时叮嘱要稳定得多。
3. 核心配置:把 GLM-5 接入 Claude Code
3.1 原理:Anthropic API 兼容端点是怎么回事
接触过 Claude Code 配置的朋友应该有印象,有一个基础配置困惑:它是 Anthropic 自家模型专用的工具,怎么就能接 GLM-5 了?
关键在于 Claude Code 支持两个环境变量:ANTHROPIC_BASE_URL和ANTHROPIC_AUTH_TOKEN。它请求模型时,只会往ANTHROPIC_BASE_URL指向的地址发 Anthropic 格式的请求,然后带上ANTHROPIC_AUTH_TOKEN作为认证凭证。也就是说,不管背后是什么模型,只要服务方提供了一个兼容 Anthropic 请求格式的 API 端点,Claude Code 就能正常使用。
智谱开放平台提供了 Anthropic 兼容格式的端点,这就是"Claude Code + GLM-5"能成立的根本原因。配置的方式也很直接:把请求地址指向智谱的兼容端点,把认证令牌换成智谱 API Key,再把模型名指定为 GLM-5 对应的模型字符串即可。
3.2 settings.json 的完整写法
我实际使用的是全局配置,在~/.claude/settings.json里写入:
{ "env": { "ANTHROPIC_BASE_URL": "https://open.bigmodel.cn/api/anthropic", "ANTHROPIC_AUTH_TOKEN": "你的智谱APIKey", "ANTHROPIC_MODEL": "glm-5", "ANTHROPIC_SMALL_FAST_MODEL": "glm-5" }, "permissions": { "allow": [ "Bash", "Read", "Edit", "WebFetch" ], "deny": [ "Bash(rm -rf /)" ] } }解释几个关键字段:
ANTHROPIC_BASE_URL:兼容端点的地址。注意,不同时期的官方文档给出的路径可能不一样,一定要以你拿到的官方文档为准,如果请求报 404,多半是路径不对。ANTHROPIC_AUTH_TOKEN:智谱 API Key,从开放平台控制台创建。ANTHROPIC_MODEL:主模型名,就是专门用来处理复杂任务的模型,这里填 GLM-5 对应的模型标识。ANTHROPIC_SMALL_FAST_MODEL:小号快速模型,Claude Code 内部有些简单任务(比如标题总结、快捷分类)会走这个模型,成本更低、响应更快。如果你不确定是否有独立的快模型,也可以和主模型保持一致。permissions:权限控制,allow 列表里放行的操作不会每次弹确认。开发阶段建议把Bash整体放行,否则每执行一条命令都问你一次,体验会非常割裂。
3.3 环境变量方式和配置文件方式怎么选
除了配置文件,环境变量也可以实现同样的效果。临时用一次可以这样:
export ANTHROPIC_BASE_URL="https://open.bigmodel.cn/api/anthropic" export ANTHROPIC_AUTH_TOKEN="你的APIKey" export ANTHROPIC_MODEL="glm-5" claude但我不建议把这种方式作为日常方案,原因有三个:环境变量是 session 级的,关掉终端就没了;每次都要手动 export,容易漏配;团队协作时没法统一管理。
配置文件方式的好处是持久化、结构化,而且可以和 permissions、hooks 等配置放在一起,整体迁移也方便。所以我的建议是:临时测试用环境变量,正式使用用 settings.json,并且把这份文件纳入版本管理,方便团队同步。
3.4 验证配置是否生效
配置完之后,启动 Claude Code,先发一句最简单的指令,比如"用一句话介绍你自己",看回复风格和模型签名。更可靠的方式是用斜杠命令查看当前会话信息,在对话框中输入:
/status它会列出当前模型、上下文用量、工作目录等信息。确认 main model 显示的是 glm-5 而不是默认的 Claude 模型,就说明接入成功了。
如果显示的还是 Claude 模型,或者报"model not found"之类的错误,优先怀疑环境变量没被正确读到。在 Claude Code 对话框中输入/env可以直接查看当前生效的环境变量列表,省得到系统里到处翻。
3.5 按项目切换模型的技巧
Claude Code 支持全局和项目两层配置,这意味着你可以针对不同项目设置不同的模型。比如有一个成本敏感的批量脚本项目,用快模型就够了;另一个复杂架构设计项目,就用更强的主模型。
具体做法是:全局 settings.json 里写默认的 GLM-5 配置,然后在某个项目的.claude/settings.json里覆盖ANTHROPIC_MODEL为其他模型。项目级配置和全局配置是合并关系,同名 key 用项目值覆盖全局值,不会互相干扰。
这个技巧对同时维护多个项目的人来说非常实用,不用每次切换项目都改全局配置。
4. Superpowers:把 Claude Code 升级成完整工作流
4.1 Superpowers 到底是什么
先说结论:Superpowers 是一套 skills 集合,它改变的是 Claude Code 的工作方式,而不只是增加几个命令。
在默认状态下,你给 Claude Code 一个需求,它通常会直接开始处理。需求简单还好,但需求一旦复杂,比如"给我设计一个用户认证模块",它可能会直接开始写代码,写着写着发现需求没明确、方案没确认,最后产出一堆南辕北辙的东西。这不是模型笨,而是缺少一个"先自上而下规划、再自下而上执行"的约束。
Superpowers 提供的 skills 就是干这个的。比如 brainstorming 技能,它会强制 Claude Code 先做需求探索:问清楚目标用户、核心场景、边界条件,输出多个候选方案,和你讨论确认之后再往下走。coding workflow 技能则会把实现阶段拆成多个步骤,每完成一步都会自查,避免一次性生成一大坨无法定位问题的代码。
它还会把每次会话的工作内容保存到项目的.claude/skills目录下的工作区文件里,这样跨会话也能保留上下文,而不是每次打开都失忆。
4.2 安装方式:命令安装和手动安装都要会
Superpowers 的安装方式分两种,我建议都掌握,因为有些网络环境或版本下某一种方式可能不生效。
方式一:通过 Claude Code 自带的插件系统安装。在 Claude Code 对话框中输入:
/plugin install superpowers@superpowers它会从 GitHub 仓库拉取并安装到本地,过程是全自动的。装完之后输入/可以看到 superpowers 开头的斜杠命令。
方式二:手动 clone 到本地 skills 目录。这种方式我更推荐,因为你能看清楚它到底装了什么,出了问题也更容易排查。步骤:
git clone https://github.com/obra/superpowers.git ~/.claude/superpowers mkdir -p ~/.claude/skills ln -s ~/.claude/superpowers/skills/* ~/.claude/skills/Windows 下没有ln -s命令,可以以管理员身份打开 CMD,用mklink /J做目录链接,或者直接把 skills 文件夹复制过去。复制的方式最省事,缺点是后续升级 Superpowers 仓库时,需要重新复制。
4.3 配置 SKILL_PATH 与验证
有些版本的 Claude Code 需要显式声明技能目录路径,在 settings.json 的 env 块里加上:
{ "env": { "SKILL_PATH": "~/.claude/skills" } }注意,这里的~能不能被正确解析取决于 Claude Code 的处理逻辑。如果你配了之后发现技能没加载,试试写成绝对路径,比如/Users/你的用户名/.claude/skills或C:\Users\你的用户名\.claude\skills,这是一个常见的坑。
验证是否安装成功:启动 Claude Code,输入/看命令列表里有没有superpowers相关命令。也可以直接问它"你现在有哪些 skills 可用",它能准确列出来就说明加载成功了。
4.4 常用 skills 和一次实际工作流演示
我用得最多的几个 skills 是:
- brainstorming:需求分析、方案设计、项目启动前的头脑风暴。
- coding workflow:进入编码工作流,先列 TODO,再逐步实现和测试。
- writing:写文档、写博客、整理发布内容,有完整的提纲-草稿-润色流程。
- browser/computer use 类技能:操作浏览器做端到端验证,触发条件是需要安装额外的控制工具。
举一个实际例子。我让它给一个小工具设计"批量重命名文件"的功能,触发 brainstorming 后,它先问了我几个问题:重命名规则是什么?是否需要预览?冲突时怎么处理?要不要支持撤销?这些问题其实都是平时容易被忽略的需求细节。确认完方案之后进入 coding workflow,它列出了 5 个步骤,每一步都有明确的完成条件,实现完还会主动跑测试用例。整个过程比直接甩一句"帮我写个重命名脚本"要可靠得多。
4.5 和 GLM-5 配合使用时的注意点
Superpowers 的工作流会产生很多轮对话和上下文操作,这意味着 token 消耗比普通对话要大不少。接 GLM-5 时要注意两点:
一是确认你用的 GLM-5 版本支持足够的上下文窗口。因为 Superpowers 的 system prompt 本身很长,再加上 brainstorming 过程中会把方案、需求说明都写进场景里,如果上下文窗口太小,对话到一半就会开始丢信息。我实际使用时,超过 60 轮以上的会话确实会偶尔出现早期信息遗忘,长任务建议分阶段进行。
二是 API 的配额和计费。Superpowers 会让模型做很多"额外工作",比如反思、规划、总结,这些都要算 token。如果说普通对话是 1 倍消耗,Superpowers 工作流通常是 2-3 倍。好在国产模型本身便宜,整体成本还是在可接受范围。比较稳妥的做法是在开放平台后台设一个消费提醒额度,防止某次大任务跑出超大账单。
5. 实操记录与问题排查
5.1 常见报错速查表
这段时间我踩过不少坑,也帮朋友排查过一些问题,列一张速查表,基本覆盖了配置过程中最常见的几类报错:
| 报错信息大意 | 可能原因 | 解决方案 |
|---|---|---|
xxx is not a model this version of claude code recognizes | 内置模型列表中不包含该模型名,或 CLI 版本过旧 | 升级@anthropic-ai/claude-code到最新版本;用ANTHROPIC_MODEL环境变量强制覆盖模型名;如果仍报错,用/env检查模型名是否拼写正确 |
could not locate the claude cli on path | npm 全局目录不在 PATH 中,或安装不完整 | 找到 npm 全局 bin 目录(npm prefix -g可以查),把它加到 PATH;或者重装 Node 后重新安装 |
your organization has disabled claude subscription access | 当前账户/组织的订阅权限被关闭 | 确认登录状态,改用 API 方式(即设置ANTHROPIC_AUTH_TOKEN);这通常和第三方模型接入冲突,优先检查你配置的端点是否被 Claude Code 识别为官方服务 |
failed to run claude code: error: could not locate... | 终端会话中 PATH 未加载或安装目录不对 | 关闭重开终端,或手动 source 配置文件;确认 claude 命令真实存在且可执行 |
| 配置后仍然请求官方 API | 环境变量没生效 | 检查是否写入了错误的配置文件位置;确认是~/.claude/settings.json而不是项目配置;重启会话后看/env输出 |
| 中文回复不稳定 | 模型没有明确的中文指令 | 在CLAUDE.md中写入"请始终使用中文回复",并说明回复语言要求 |
5.2 报错实例一:模型名不识别
这个报错非常典型,很多人第一次接 GLM-5 时都会撞上:
glm-5" is not a model this version of claude code recognizes意思很清楚:Claude Code 的内置模型列表里没有这个名字。但这不一定是你的模型名写错了,更多时候是 CLI 版本太老,不认识新模型。解决路径从低到高:
先升级 CLI:
npm update -g @anthropic-ai/claude-code然后确认 settings.json 里的模型名和官方文档完全一致,比如有的版本下模型标识带日期后缀或版本号,不完全等于"glm-5"这种简称。
如果版本已经是最新,模型名也对,还是会提示,那就直接用ANTHROPIC_MODEL环境变量强制覆盖。经过前一步的配置,实际上大部分情况下模型名识别只是一个 warning,不影响实际请求。真正的问题是:如果你不设置ANTHROPIC_MODEL,Claude Code 会默认用内置的模型名去请求,而你接的端点根本不知道这个模型名是什么,结果就是 404。
5.3 报错实例二:CLI 找不到命令
Windows 下装完 Node 和 Claude Code,打开一个新终端执行claude却提示找不到命令,这个坑很常见。原因基本就两种:
一是 npm 全局安装目录不在 PATH 里。可以执行:
npm prefix -g拿到全局目录后,把它下面的 bin 目录(Windows 下通常是%APPDATA%\npm)加到系统 PATH 里,然后重开终端。
二是安装没有真的成功。检查一下:
npm ls -g @anthropic-ai/claude-code如果有输出但 claude 命令还是不存在,就考虑重装:
npm uninstall -g @anthropic-ai/claude-code npm install -g @anthropic-ai/claude-code如果重装还不行,卸干净之后换 nvm 重装 Node,再装一次,基本能解决。
5.4 报错实例三:订阅权限被禁
有时启动 Claude Code 会提示订阅访问被禁用,这个信息在接入第三方模型时特别容易让人困惑。原因是 Claude Code 会检测当前登录状态的订阅权限,如果你之前登录过官方账号,它可能优先走官方订阅而非 API 方式。
此时的关键是确保配置文件中显式设置了ANTHROPIC_AUTH_TOKEN,并且确认没有残留的官方登录缓存。执行/logout退出官方登录可以进一步排除干扰。接着重启 Claude Code,通过/status确认当前模型走的是你自己配置的端点。
5.5 卸载不干净的终极方案
卸载 Claude Code 本身很简单,一条命令:
npm uninstall -g @anthropic-ai/claude-code但"卸载干净"是另一回事,尤其是你想重新配置、清理历史状态的时候。全局包删除之后,还需要手动清理以下目录:
~/.claude/:全局配置和状态目录,包含 settings.json、历史会话、skills。~/.config/claude-code/:部分版本或平台下生成的配置缓存。- Windows 下的
%USERPROFILE%\.claude和%APPDATA%\Claude-Code。
VSCode 插件需要在扩展面板单独卸载,卸载后建议重载窗口,否则插件自带的 claude 二进制可能还残留在扩展目录里。如果只是遇到了诡异问题想排查,不一定要卸载,可以先备份 settings.json 后删掉~/.claude目录再重新登录配置,这个"软重置"比彻底卸载快得多。
5.6 几个小问题:语言、声音、PPT、Verilog
最后补充几个实用小技巧:
想让 Claude Code 稳定输出中文,最好的方式不是每次对话时强调,而是在CLAUDE.md里写明。我写的是"请始终使用中文回复,代码和命令的输出内容使用英文,解释性内容使用中文。"这样对话过程里不需要重复交代。
Claude Code 在发出通知或长任务完成时有声音提示,如果你在办公室里觉得烦,可以在设置中关闭声音选项,或在settings.json中配置相关开关,不同版本字段名不完全一致,用/config菜单改最直观。
至于"制作 PPT"这类需求,我的做法是让 Claude Code 用 markdown 写好大纲和章节内容,再用工具转成 PPT。可以配合 Superpowers 的 writing 工作流,质量会比直接生成 HTML 再截图高很多。
还有一个小众但好用的场景是让 Claude Code 写 Verilog 这类硬件描述语言,它对这类语法规则的掌握程度超出我的预期。用它做模块级代码生成和测试用例补充,效果很不错。这也说明 agent 类工具的应用面远不止 Web 开发,只要有清晰的代码和测试闭环,都能派上用场。
6. 组合配置后再谈几点经验
通过这套组合,我现在的日常开发方式是:终端里用 Claude Code 做主力 agent,接到 GLM-5 上控制成本,叠加 Superpowers 的工作流保证输出质量。如果你也想这么配,我的经验是:先拿一个小 demo 项目把全流程跑通,不要一上来就在生产项目上试。因为 agentic 工具的行为和普通脚本不一样,它有自主决策能力,换了模型底座之后表现会发生变化,你需要先摸清它在你的项目里会怎么执行命令、怎么处理文件,再放到真实项目里去用。
还有两个细节想提醒一下。第一个是 settings.json 纳入版本管理,团队里其他人 clone 之后就有一致的配置,不用每个人重新踩一遍配置坑。第二个是定期更新 Claude Code 本体,agent 类工具迭代非常快,新版本通常会修掉一些 agent 行为上的 bug,也会支持更新版本的 skills 协议,太旧的版本会和新的技能库不兼容。
最后分享一个我自己的习惯:每次 Claude Code 执行完一个大任务,我会让它把变更内容用简短文档记录下来,写到docs/目录。这样过了几天再回看,也能知道当时做了哪些改动、为什么这么改,对整个团队的协作帮助很大,也弥补了 CLI 工具在可视化 diff 方面不如 IDE 的短板。这个习惯配合 Superpowers 的工作流用下来,我觉得是整套组合里最值得保留的一部分。