Claude Code入门：记忆配置、MCP接入与权限管理实战

打开官网文档，很多人会被“Memory、MCP、Permissions、Subagents”这些词吓退。Claude Code 的核心其实只有三件事：一个能读写本地文件的 AI 助理、一份帮助它记住项目背景的记忆文件、一组让它调用外部工具的标准接口。这篇上篇就围绕这三件事展开，逐步拆解账号准备、环境安装、记忆配置和 MCP 接入。非工程师只要会打开终端、能分清文件夹，就可以照本文配置出一套属于自己的 AI 助理。

1. 背景与核心概念

1.1 Claude Code 是什么

Claude Code 是 Anthropic 推出的一款终端型 AI 助理，英文全称是 terminal-based AI coding assistant。它不像 Claude.ai 那样只是网页聊天框，而是直接运行在本地终端里，可以读取你自己的文件、执行命令、调用外部服务。简单说，你给一句自然语言指令，它会拆解成具体操作，在允许范围内帮你完成。

很多非工程师会有一个疑问：我不是程序员，为什么要用一个命令行工具？其实 Claude Code 适合的任务不止写代码，还包括批量整理文件、合并多份文档、提取信息、生成报告、按格式转换数据。这些任务用普通聊天软件也能做一部分，但聊天软件看不到你本地文件，每次都要复制粘贴内容，效率很低。Claude Code 可以直接访问指定目录，让“整理文件”这件事变成一句话指令。

当然，它也有学习成本。你需要知道“记忆”和“MCP”这两个扩展概念，以及怎么给它设定权限边界。这也是本文要重点解决的问题。

1.2 需要区分的三组概念

第一组是 Claude 与 Claude Code。Claude 是大模型产品，可以在网页端使用；Claude Code 是运行在你电脑上的命令行工具，它调用 Claude 模型完成指令，但它多了文件访问和命令执行能力。

第二组是提示词（Prompt）与记忆（Memory）。提示词是你在会话里输入的一句话；记忆是保存在文件里的背景信息，比如项目目标、目录结构、工作习惯。每次新会话开始，Claude Code 都会自动读取记忆文件，相当于让 AI 带着“上一次积累的背景知识”来工作，不需要你重复交代。

第三组是插件与 MCP。我们在浏览器里说的插件，通常是注入到网页里的扩展；MCP 是 Model Context Protocol（模型上下文协议），开放标准，专门用来让大模型统一调用外部工具。一个 MCP 服务器可以连接文件系统、GitHub、数据库、Notion 等。把 MCP 理解为“给 AI 装上的规范接口”更准确。

1.3 为什么要在意记忆和 MCP

不配置记忆和 MCP，Claude Code 也能工作，但你会遇到几个典型问题：每天打开终端都要重新介绍项目背景；AI 无法帮你读取本地文件，只能处理你粘贴进来的内容；想让它自动整理某个文件夹，它却碰不到那个文件夹。

配置记忆之后，AI 会知道自己身处什么项目、该用什么风格回复、哪些文件可以改动。配置 MCP 之后，AI 可以通过标准协议访问文件夹、读取文件、调用指定服务。这两件事叠加在一起，Claude Code 才从一个“聊天窗口”变成“本地 AI 助理”。

2. 环境准备与版本说明

环境准备部分，不同系统的细节会有差异。本文以常见的 macOS 和 Linux 环境为例，Windows 用户建议优先使用 WSL（Windows Subsystem for Linux）来运行，可以避免不少路径和 Shell 兼容问题。

2.1 准备 Claude 账号

运行 Claude Code 需要一个能正常登录 claude.ai 的账号，并且账号需要具备使用 Claude Code 的权限。不同套餐对终端工具的开放规则可能不同，登录时如果提示没有权限，需要先到账号页面确认当前套餐是否支持，再决定是否升级。网络环境方面，需要保证你的电脑能正常访问 Claude 服务，如果访问本身有问题，后续登录会一直卡在授权页面。

2.2 安装 Node.js 与 npm

Claude Code 通过 npm 发布，所以先要安装 Node.js 运行时。npm 是 Node.js 自带的包管理器，安装 Node.js 之后，npm 会一起可用。

先去 Node.js 官网下载 LTS 版本，安装完成后打开终端验证：

bash复制node -v
npm -v

如果能看到类似 v20.x.x 和 10.x.x 的版本号，说明环境正常。Node.js 版本建议使用 18 或更高，具体以 Claude Code 官方要求为准。如果电脑里已经装了多个 Node.js 版本，建议用 nvm 管理，避免全局工具链混乱。

2.3 安装 Claude Code

使用 npm 全局安装 Claude Code：

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

安装完成后，验证命令是否可用：

bash复制claude --version

如果能显示版本号，说明安装成功。如果系统提示 command not found，通常是 npm 全局安装目录没有加入 PATH，需要调整环境变量，或者重装 Node.js 后重新打开终端再试。

2.4 登录与验证

在终端输入 claude 启动工具：

bash复制claude

第一次启动会进入登录流程。终端会显示一个授权链接，复制到浏览器打开，登录你的 Claude 账号并确认授权。授权完成后回到终端，就能看到交互提示符，也就是一个可以输入自然语言指令的输入框。

部分版本支持通过 claude --login 单独触发登录流程。如果你启动后发现版本较旧，可以先执行 claude --help 查看当前版本支持的参数，再按提示操作。

2.5 规划项目目录

Claude Code 的工作方式依赖于“当前工作目录”。我建议先建一个专用目录来练习，比如：

code复制ai-assistant-demo/
├── CLAUDE.md
├── .mcp.json
├── notes/
└── scripts/

• CLAUDE.md：项目记忆文件，AI 每次启动会自动读取。
• .mcp.json：MCP 配置文件，存放你要挂载的外部工具。
• notes/：普通文档文件夹，用于验证 AI 的文件读写能力。
• scripts/：可选，用于存放少量脚本。

在实际项目里，目录结构可复杂可简单。关键是记住：Claude Code 的权限和记忆都跟当前目录强相关，换一个目录启动，它读到的记忆文件就不同。这也是很多新手觉得“AI 失忆”的根本原因，往往只是换错了目录。

3. 核心概念：记忆、权限与 MCP

3.1 记忆的分层模型

Claude Code 的记忆不是一条记录，而是分层的。

第一层是会话级记忆，只存在于当前对话过程中，关闭会话后消失。第二层是项目级记忆，对应项目根目录的 CLAUDE.md，只要在这个目录下启动 Claude Code，它都会自动读取，这是最常用的一层。第三层是用户级记忆，对应家目录下的 ~/.claude/CLAUDE.md，存放个人偏好，比如“默认用中文回复”“修改文件前先展示 diff”，无论你在哪个项目目录启动都会生效。第四层是可选的技能与自定义指令，可以在配置目录里维护更复杂的指令片段。

分层的好处是职责清晰：项目记忆放项目特有的信息，用户记忆放个人通用偏好。如果全都塞在一个文件里，维护成本会快速上升。

3.2 CLAUDE.md 如何被使用

CLAUDE.md 不是插件，也不是配置文件，它就是一个 Markdown 文档。Claude Code 在每次新会话启动时，会把这份文件的内容作为背景信息注入给模型。

这意味着三件事。第一，文件内容要写得像“操作手册”，而不是“日记”。第二，文件更新后，正在进行的会话不会自动重新读到新内容，通常需要重启会话才会生效。第三，不要在文件里放密钥和敏感个人信息，因为它在必要情况下会被模型读取，而任何记忆方案都不该替代专用的密钥管理。

新手常见误区是：把 CLAUDE.md 当成聊天记录，越写越长。正确的做法是保持精简，只放长期稳定、可复用的信息。

3.3 权限模型：让 AI 在“监视下”干活

Claude Code 在执行文件写入、命令运行等高权限操作前，会征求你的允许。你可以选择单次允许、拒绝，也可以针对特定命令设置“总是允许”。

对非工程师，我的建议是：一开始不要设置太多“总是允许”。每次操作都看一眼，Claude Code 会先告诉你它想执行什么命令，确认无误后再放行。这种模式虽然多了一步，但能显著降低误操作风险。权限白名单可以在使用过程中逐步建立，而不是第一次就全放开。

3.4 MCP 协议：给 AI 装一个规范的工具接口

MCP 全称 Model Context Protocol，模型上下文协议，设计目标是让大模型能够通过统一标准调用外部工具。类比一下：USB-C 接口统一了充电和数据传输，MCP 则统一了“AI 调用工具”的方式。

一个 MCP 系统包含三层：

• MCP 客户端：Claude Code 本身。
• MCP 服务器：提供具体能力，比如连接文件系统、GitHub、数据库的服务器程序。
• 工具调用流程：用户授权后，Claude Code 把请求发到 MCP 服务器，对方返回结果，再交回模型解释或继续操作。

对非工程师来说，不需要自己实现协议。只需要理解：MCP 服务器是什么、从哪里启动、配置在哪个文件里。之后就可以通过配置文件把一个个外部工具挂载给 Claude Code。

3.5 三者协作流程

一次完整任务通常是这样流动的：

用户输入自然语言指令 → Claude Code 读取记忆文件（CLAUDE.md）作为背景 → 模型判断需要访问哪些外部工具 → 通过 MCP 服务器访问文件或服务 → 在用户确认后执行写入或命令 → 返回结果并给出总结。

记忆负责“让 AI 知道你身处什么项目”，MCP 负责“让 AI 能碰到外部世界”，权限确认负责“让 AI 不乱来”。三件事解决后，一个相对可靠、可放心的本地 AI 助理才算搭建完成。

4. 配置你的第一个 AI 助理

4.1 启动会话并确认工作目录

打开终端，进入之前创建的项目目录：

bash复制cd ai-assistant-demo
claude

首次启动时，Claude Code 会提示你授权某些操作。第一次建议选择“逐次允许”，不要直接点“总是允许”。如果终端显示当前目录路径，说明 AI 已经明确知道自己工作在哪个目录下。

可以用一句简单指令测试基本能力：

text复制请告诉我当前工作目录里有哪些文件，以及这个目录的用途。

正常情况下，它会结合目录内容回答。如果它提示没有文件读取权限，说明当前授权策略太严格，可以按需允许读取操作。

4.2 创建项目级 CLAUDE.md

在项目根目录新建一个 CLAUDE.md，内容结构可以参考下面的模板：

markdown复制# 项目：AI 助理演示项目

## 项目简介
这是一个用于学习 Claude Code 配置的演示目录。
目录中包含文档、笔记和脚本示例，不包含真实业务数据。

## 常用命令

- 启动 Claude Code：cd ai-assistant-demo 后执行 claude
- 查看目录内容：ls -la
- 检查 MCP 配置：cat .mcp.json

## 文件约定

- 文档统一使用 Markdown 格式
- 文件名使用小写字母加连字符，例如 meeting-notes-2025-01.md
- 非必要不要修改 CLAUDE.md 之外的配置文件

## 工作习惯

- 回复使用中文，技术名词保留英文
- 修改文件前先展示将要修改的内容，征求确认后再写入
- 重要操作执行前给出风险提示

## 约束

- 不要读取或写入包含密码、密钥、令牌的文件
- 未经确认，不要删除任何文件

每一段都有明确职责：项目简介帮助 AI 快速建立上下文；常用命令方便 AI 在执行操作时参考；文件约定统一输出格式；工作习惯影响 AI 的回复风格；约束条件则明确安全边界。

不要把 CLAUDE.md 写成一篇文章。这里放的是“规则”，而且只放长期稳定信息。临时任务直接写在会话里即可，没必要写进记忆文件。

4.3 配置全局偏好

全局记忆文件位于家目录下，路径类似 ~/.claude/CLAUDE.md。如果目录不存在，手动创建即可。

bash复制mkdir -p ~/.claude

内容示例：

markdown复制# 个人偏好

- 默认使用中文回复，专业术语保留英文
- 回答先给结论，再给详细步骤
- 修改文件前展示 diff
- 不要用官腔，使用清晰、直接的语言
- 涉及删除操作时，必须先给出备份方案

全局偏好配置文件适合放所有项目通用的规则。它会跟项目级 CLAUDE.md 叠加生效，如果有冲突，通常以更具体的项目规则为准，但不同版本的表现可能有差异，关键规则建议不要依赖这种隐含优先级，直接在项目文件里写明。

4.4 验证记忆是否生效

完成上面的配置后，退出当前会话，重新启动 claude：

text复制请问这个项目的定位是什么？对文件命名有什么要求？

如果 AI 能准确回答刚才写进 CLAUDE.md 的内容，说明记忆已生效。如果回答得像“第一次见面”，则要检查：

• 当前目录是否还是项目根目录。
• CLAUDE.md 文件名和位置是否正确。
• 是否已完成会话重启。

5. 用 MCP 连接外部工具

5.1 为什么先从文件系统工具开始

MCP 服务器有很多种，但对非工程师来说，最有价值也最容易理解的是文件系统工具。它可以让 Claude Code 直接读取某个目录下的文件、创建文件、重命名文件。配合记忆文件，AI 才能真正完成“本地文档整理”这类任务。

文件系统服务器的官方参考实现可以通过 npm 包 @modelcontextprotocol/server-filesystem 启动，本质是一个本地服务，Claude Code 通过 MCP 协议调用它。

5.2 通过 .mcp.json 添加 MCP 服务

在项目根目录创建 .mcp.json，写入以下内容：

json复制{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/绝对路径/ai-assistant-demo/notes"
      ]
    }
  }
}

这里解释四个关键点：

• mcpServers 是固定字段，里面可以配置多个服务器。
• filesystem 是这个服务器的名称，可自定义，但要容易识别。
• command 表示启动方式，这里用 npx 运行 npm 包，适合快速体验。
• args 是启动参数，最后一项必须是绝对路径，它决定了 MCP 允许访问的目录边界。

注意：路径必须改成你电脑上的真实绝对路径。如果路径写错，MCP 启动会失败。另外，只在 notes 目录开放权限，比直接开放整个用户目录安全得多。

如果你的 Claude Code 版本较新，也可以通过命令管理 MCP：

bash复制claude mcp list

这个命令可以查看当前项目挂载了哪些 MCP 服务器。如果支持 add 命令，官方文档会给出具体用法，不同版本参数差异较大，这里不再展开。

5.3 验证 MCP 是否生效

启动 Claude Code：

bash复制claude

然后在对话框中输入：

text复制请查看 notes 目录下有哪些文件，并列出文件名。

如果 MCP 配置成功，AI 会尝试调用 filesystem 工具，并返回目录列表。如果它回复“没有权限访问该路径”或“找不到工具”，则按下面思路检查：

• npx -y @modelcontextprotocol/server-filesystem --help 能否独立运行。
• .mcp.json 路径是否填成了相对路径。
• 当前启动目录是不是 .mcp.json 所在目录。
• 文件系统路径是否存在且有读取权限。

5.4 如何挑选其他 MCP 服务器

MCP 生态还在快速变化，常见的服务器类型包括：

来源不明的 MCP 服务器不要装。MCP 服务器一旦运行，相当于给 AI 一个可以操作外部系统的入口，这跟普通插件不是一个量级。宁可先只用官方文件系统工具，也不要因为好奇装一堆来路不明的服务器。

6. 完整实战：整理一份会议纪要与行动计划

6.1 场景与准备

假设你是一个团队助理，手上有两份零散的工作文档，需要合并成一份季度回顾清单。手动操作要复制粘贴、调整格式，用 Claude Code 则可以一句话完成。

先在项目目录里创建几个测试文件，方便演示：

bash复制cd ai-assistant-demo
mkdir -p work
echo "事项1：完成课程问卷分析，负责人小明，截止1月15日" > work/task-01.txt
echo "事项2：更新团队周报模板，负责人小红，截止1月20日" > work/task-02.txt
echo "事项3：准备季度分享材料，负责人小刚，截止2月1日" > work/task-03.txt

这些 txt 文件就是初始素材。你可以把任意文档按同样方式放入工作目录。

6.2 第一次对话：让 AI 读取文件并生成计划

启动 Claude Code：

bash复制cd ai-assistant-demo
claude

输入：

text复制请读取 work 目录下所有 txt 文件，整理成一份“季度回顾清单”，每项包含任务名称、责任人、截止日期，保存为 quarterly-review.md。

接下来你会看到 AI 的执行过程。它可能会先尝试读取文件列表，然后逐个读取内容，再生成 Markdown 文档。涉及保存文件时，它会请求你的授权。确认后，文件被写入项目目录。

这个过程中，MCP 文件系统工具可以扮演两类角色：直接通过普通文件读写能力完成任务，或通过 MCP 工具完成更精细的目录访问。用户体验上不会有明显差别，但对理解工具边界有帮助。

6.3 检查生成结果

在终端里查看生成的文件：

bash复制cat quarterly-review.md

一份可能的输出如下：

markdown复制# 季度回顾清单

| 序号 | 事项 | 责任人 | 截止日期 |
| --- | --- | --- | --- |
| 1 | 完成课程问卷分析 | 小明 | 1月15日 |
| 2 | 更新团队周报模板 | 小红 | 1月20日 |
| 3 | 准备季度分享材料 | 小刚 | 2月1日 |

如果对结果格式不满意，直接追加指令：

text复制改成按截止日期倒序排列，并在每个事项前加上完成状态复选框。

AI 会重写文件。你不需要懂 Markdown 语法细节，只需要检查最终产物是否符合要求。

6.4 回滚方案：没有后悔药时的保险措施

AI 整理文档时，最怕的就是“把错误内容覆盖到原文件”。由于当前任务是生成新文件，风险较低。但如果你让 AI 修改重要文档，建议先做一次整体备份：

bash复制zip -r backup-$(date +%Y%m%d).zip work quarterly-review.md

把备份命令作为习惯写入操作流程。CLAUDE.md 中也可以加一条约束：

markdown复制- 对已有文件进行修改或删除前，先提醒用户备份

这条约束能显著降低误操作概率。文件覆盖、批量重命名、目录移动这些操作，一旦执行错误很难撤销，备份永远是第一位。

7. 常见问题与排查思路

7.1 命令找不到

claude 命令找不到，最常见的原因是 npm 全局安装目录没有加入 PATH。可以先查看安装位置：

bash复制npm config get prefix

然后把该目录加入 PATH。不同 shell 的配置方式不同，macOS 默认 shell 可以在 ~/.zshrc 中追加类似 export PATH="$PATH:$(npm config get prefix)/bin" 的配置，然后重开终端。

7.2 MCP 配置后不生效

先独立运行配置里的命令，比如：

bash复制npx -y @modelcontextprotocol/server-filesystem --help

如果这条命令都报错，说明不是 Claude Code 的问题，而是 npm 包本身无法执行。如果单独运行没问题，再回到 .mcp.json 检查路径是否绝对路径、目录是否存在。

7.3 记忆文件不生效

重点检查两件事：文件是否叫 CLAUDE.md，以及当前终端是否停留在项目根目录。子目录中启动 Claude Code，向上查找记忆文件的行为在不同版本中表现不一致，所以最稳妥的做法是每次都在项目根目录启动。

8. 最佳实践与工程建议

8.1 记忆分层与定期维护

建议把记忆分成三层：个人偏好放全局，项目稳定信息放项目根目录，临时任务放会话。每两周回看一次 CLAUDE.md，删除已经失效的约束，补充新产生的规则。过时的记忆比没有记忆更危险，因为 AI 会照着一份过期手册执行任务。

8.2 权限最小化与可审计性

不要给 Claude Code 全局管理员权限。MCP 文件系统工具的目录范围越窄越好，比如只开放 work/、notes/ 这类目录。执行高风险命令时要逐次授权，保留终端输出作为日志。出现问题时，先查最近几次 AI 决策过程，再决定是否调整权限配置。

8.3 敏感信息隔离

密钥、令牌、密码、身份信息这类内容，一个都不要放进 CLAUDE.md、会话记录或 MCP 参数里。如果项目需要读取数据库的密钥，推荐使用环境变量注入的方式，具体以官方文档为准。记忆文件只保存“怎么做事”，不保存“访问密码”。任何人拿到你的记忆文件，都不应该能直接登录你的任何服务。

8.4 成本控制与任务拆分

Claude Code 的实际消耗取决于模型用量。一次超长任务如果来回修改多次，消耗会比想象中快。建议把大任务拆成几个小步骤执行，每个步骤结束后检查输出，再进入下一步。这既能节省额度，也能降低任务中途跑偏的风险。

9. 总结与下篇预告

现在你已经完成了 Claude Code 的初始配置：装好了环境，创建了项目级记忆文件，挂载了文件系统 MCP，并且用一份“季度回顾清单”验证了完整流程。对非工程师来说，最难的不是启动终端，而是理解记忆、权限和 MCP 这三个名词背后的设计意图。一旦想明白它们的关系，后续使用就只剩下“用自然语言描述任务、检查 AI 的执行过程、确认最终产物”这三个动作。

下篇可以接着讨论几个更进阶的方向：如何把常用任务固化成项目模板、如何处理多项目之间的记忆复用、如何接入更多受控的 MCP 服务、以及如何用 Git 保护你的工作区。建议先把你自己的真实工作目录按本文流程配置一遍，遇到问题再回来对照排查清单。配置一次、理解一次，比收藏十篇教程都更有用。