[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-claude-code-setup-guide-researchers-zh":3,"tags-claude-code-setup-guide-researchers-zh":32,"related-lang-claude-code-setup-guide-researchers-zh":46,"related-posts-claude-code-setup-guide-researchers-zh":50,"series-tools-a1f4d887-c321-4cc3-b406-ba4c0c019ebf":87},{"id":4,"title":5,"content":6,"summary":7,"source":8,"source_url":9,"author":10,"image_url":11,"keywords":12,"language":20,"translated_content":10,"views":21,"is_premium":22,"created_at":23,"updated_at":23,"cover_image":11,"published_at":24,"rewrite_status":25,"rewrite_error":10,"rewritten_from_id":26,"slug":27,"category":28,"related_article_id":29,"status":30,"google_indexed_at":31,"x_posted_at":10,"tweet_text":10,"title_rewritten_at":10,"title_original":10,"key_takeaways":10,"topic_cluster_id":10,"embedding":10,"is_canonical_seed":22},"a1f4d887-c321-4cc3-b406-ba4c0c019ebf","Claude Code 研究者安裝指南","\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fclaude-code\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa> 不是開在瀏覽器分頁裡。它直接跑在終端機。這差很多。你不用一直複製貼上，工具就能看檔案、改程式、跑指令。\u003C\u002Fp>\u003Cp>說真的，這對研究工作很實用。很多時間不是花在寫新演算法。是花在清資料、修 bug、重跑分析。\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fclaude\" target=\"_blank\" rel=\"noopener\">Claude\u003C\u002Fa> 這類工具，剛好吃這種苦工。\u003C\u002Fp>\u003Cp>如果你平常做 empirical research，又常碰 \u003Ca href=\"https:\u002F\u002Fwww.python.org\" target=\"_blank\" rel=\"noopener\">Python\u003C\u002Fa>、R、SQL，那你最好先搞懂它。不是每個人都要每天用，但你得知道它能做到哪裡，不能做什麼。\u003C\u002Fp>\u003Ch2>為什麼終端機版更順手\u003C\u002Fh2>\u003Cp>\u003Ca href=\"\u002Fnews\u002Fopenclaw-solo-builder-autonomous-agents-zh\">Cla\u003C\u002Fa>ude Code 的核心優勢很直白。它住在 shell 裡。你打一段自然語言，它可以去看本機檔案，接著直接改 code，甚至幫你跑命令。這種流程，跟一般聊天機器人完全不同。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775058377783-c0u8.png\" alt=\"Claude Code 研究者安裝指南\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>拿 \u003Ca href=\"https:\u002F\u002Fchat.openai.com\u002F\" target=\"_blank\" rel=\"noopener\">ChatGPT\u003C\u002Fa> 來比最簡單。瀏覽器聊天很適合想架構、想除錯方向。可是一旦要碰你的 repo，它就得靠你貼內容。\u003Ca href=\"\u002Fnews\u002Fopenclaw-324-fixes-skills-setup-friction-zh\">Cla\u003C\u002Fa>ude Code 可以直接讀工作目錄。這代表它看得到檔名、資料夾結構、腳本脈絡。\u003C\u002Fp>\u003Cp>Paul Goldsmith-Pinkham 的說法很像在講一個研究助理。這比喻其實不誇張。你給它一個範圍清楚的任務，它就能一路做下去。你不必每一步都手動接管。\u003C\u002Fp>\u003Cul>\u003Cli>可以直接讀本機檔案。\u003C\u002Fli>\u003Cli>可以執行腳本與指令。\u003C\u002Fli>\u003Cli>可以在專案內原地改檔。\u003C\u002Fli>\u003Cli>可以維持多輪工作脈絡。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>對研究者來說，最有感的是迭代速度。你少掉很多機械式操作。多出來的時間，可以拿去檢查結果對不對。講白了，這才是研究真正值錢的地方。\u003C\u002Fp>\u003Cp>我覺得另一個重點常被忽略。這類工具的價值，不一定在想點子。更多時候是在執行。它不一定幫你生出新假說，但它能讓你更快試更多假說。\u003C\u002Fp>\u003Ch2>安裝、訂閱、和你該怎麼開始\u003C\u002Fh2>\u003Cp>安裝 Claude Code 不算麻煩。如果你本來就有 \u003Ca href=\"https:\u002F\u002Fnodejs.org\" target=\"_blank\" rel=\"noopener\">Node.js\u003C\u002Fa>，可以用 \u003Ca href=\"https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002F@anthropic-ai\u002Fclaude-code\" target=\"_blank\" rel=\"noopener\">npm\u003C\u002Fa> 裝。Anthropic 也提供獨立安裝方式，官方文件寫得很清楚，支援 Mac、Linux，Windows 則可透過 WSL。\u003C\u002Fp>\u003Cp>裝好後，進到專案資料夾，輸入 \u003Ccode>\u003Ca href=\"\u002Fnews\u002Fopenclaw-flaw-exposes-ai-admin-hijack-risk-zh\">cla\u003C\u002Fa>ude\u003C\u002Fcode> 就能開始。接著你會用訂閱或 API key 驗證。價格有三層：Pro 每月 20 美元，Max 每月 100 美元，Max 20x 每月 200 美元。\u003C\u002Fp>\u003Cp>很務實的建議是，先從 20 或 100 美元開始。除非你確定自己會大量使用，不然沒必要一開始就衝最高檔。Goldsmith-Pinkham 自己是重度使用者，所以才選 Max。一般人通常不用那麼猛。\u003C\u002Fp>\u003Cblockquote>“If you’re already paying $20\u002Fmonth for Claude’s chat functionality, you already have access to Claude Code—try it out right now.”\u003C\u002Fblockquote>\u003Cp>這句話很直接。也很難反駁。你如果本來就有 Claude 訂閱，那試用 Claude Code 的門檻其實很低。等於多了一個終端機入口，成本卻不高。\u003C\u002Fp>\u003Cp>但有一個安全觀念要先講清楚。你的檔案留在本機沒錯。可是一旦 Claude 讀到內容，資料還是會透過 Anthropic 的 API 當作 context 傳出去。這不是小事。\u003C\u002Fp>\u003Cul>\u003Cli>Pro：每月 20 美元。\u003C\u002Fli>\u003Cli>Max：每月 100 美元。\u003C\u002Fli>\u003Cli>Max 20x：每月 200 美元。\u003C\u002Fli>\u003Cli>支援 Mac、Linux、WSL。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>所以你要有界線。IRB 資料、PII、密碼、醫療資料，最好不要直接丟進去。除非你有受控環境，也有明確規範。否則就別冒險。\u003C\u002Fp>\u003Cp>講白了，Claude Code 很好試，但也很吃判斷。它不是保險箱。它只是更聰明的工作介面。\u003C\u002Fp>\u003Ch2>真正卡住你的，是 context window\u003C\u002Fh2>\u003Cp>很多人只看功能，不看限制。這通常會踩雷。Claude Code 最重要的技術概念之一，就是 context window。你每送一次指令，模型都會把前面的提示、回覆、檔案讀取、工具輸出一起算進去。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775058416924-smji.png\" alt=\"Claude Code 研究者安裝指南\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>Goldsmith-Pinkham 提到，Claude 的 context window 大約是 200,000 tokens。這數字看起來很大。真的很大。可是你只要開始讀檔、貼 log、來回修幾輪，它就會比你想像中快滿。\u003C\u002Fp>\u003Cp>一旦 session 太長，品質常常會掉。模型會忘掉前面的限制，開始偏題，或是漏看你之前定下的規則。很多人以為是模型變笨，其實常常只是上下文太亂。\u003C\u002Fp>\u003Cul>\u003Cli>Claude context window 約 200,000 tokens。\u003C\u002Fli>\u003Cli>長 session 容易讓品質下降。\u003C\u002Fli>\u003Cli>檔案讀取和工具輸出都算進去。\u003C\u002Fli>\u003Cli>Compaction 會把歷史壓成摘要。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Claude Code 可以自動 compaction。你也可以手動用 \u003Ccode>\u002Fcompact\u003C\u002Fcode>。更好的做法，是叫它把進度寫到檔案。像是目前做了什麼、改了哪些決策、還剩下哪些步驟，全都存進 repo。\u003C\u002Fp>\u003Cp>然後開一個新 session，再把那份摘要讀回來。這樣 context 乾淨很多。也比較不會因為聊天記憶太長，導致結果亂掉。\u003C\u002Fp>\u003Cp>我覺得這點對研究特別重要。研究不是短跑。你常常要回頭查。把狀態寫進檔案，比把狀態放在聊天記錄裡可靠太多。\u003C\u002Fp>\u003Ch2>終端機設定別亂省\u003C\u002Fh2>\u003Cp>Goldsmith-Pinkham 也提到，終端機本身值得花時間整理。這不是裝飾品。你要長時間用 Claude Code，就得讓 shell 好用一點。他推薦 \u003Ca href=\"https:\u002F\u002Fghostty.org\" target=\"_blank\" rel=\"noopener\">Ghostty\u003C\u002Fa>，還有 \u003Ca href=\"https:\u002F\u002Fzellij.dev\" target=\"_blank\" rel=\"noopener\">Zellij\u003C\u002Fa>。\u003C\u002Fp>\u003Cp>Ghostty 主打速度和 GPU 繪圖。Zellij 則是 terminal multiplexer，分割視窗很方便。這兩個搭起來，做研究很舒服。你可以一邊看 Claude Code，一邊看 log 或輸出結果。\u003C\u002Fp>\u003Cp>這種雙欄工作法很實際。你不會只盯著模型講話。你也能即時看到程式跑得對不對。錯了就停，別讓它一路亂改下去。\u003C\u002Fp>\u003Cul>\u003Cli>Ghostty 適合看大量輸出。\u003C\u002Fli>\u003Cli>Zellij 很適合分割窗格。\u003C\u002Fli>\u003Cli>左右並排方便除錯。\u003C\u002Fli>\u003Cli>終端機順手，工作阻力就低。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>對研究者來說，這會直接影響體感。工具不只是功能夠不夠。介面順不順，也很重要。你如果每天都要碰，這種細節會一直累積。\u003C\u002Fp>\u003Cp>Goldsmith-Pinkham 也把 AI coding 工具分層看。他提到 \u003Ca href=\"https:\u002F\u002Fcursor.com\" target=\"_blank\" rel=\"noopener\">Cursor\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopenai\u002Fcodex\" target=\"_blank\" rel=\"noopener\">OpenAI Codex\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Faistudio.google.com\u002Fapps\u002Fcli\" target=\"_blank\" rel=\"noopener\">Gemini CLI\u003C\u002Fa>，還有 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopen-code-ai\u002Fopen-code\" target=\"_blank\" rel=\"noopener\">Open Code\u003C\u002Fa>。這個比較有用，因為它告訴你 Claude Code 不是唯一解。\u003C\u002Fp>\u003Cp>但如果你想要的是「貼近專案檔案、直接在終端機裡工作」，Claude Code 目前確實很有競爭力。它不是魔法。它就是很會做 terminal agent 這件事。\u003C\u002Fp>\u003Ch2>跟其他工具比，差在哪裡\u003C\u002Fh2>\u003Cp>如果只看價格，Claude Code 不算最便宜。可是在研究工作流裡，重點不是單價。是你能不能少做重複工。這裡的差異很明顯。\u003C\u002Fp>\u003Cp>像 \u003Ca href=\"https:\u002F\u002Fwww.cursor.com\u002F\" target=\"_blank\" rel=\"noopener\">Cursor\u003C\u002Fa> 比較偏向 IDE 內整合。你在編輯器裡就能叫它幫忙。這對日常寫 code 很順。可是它的工作場景，還是圍繞編輯器本身。\u003C\u002Fp>\u003Cp>Claude Code 比較像直接進到你的專案現場。它在 shell 裡看檔案、跑測試、改內容。這種模式很適合資料分析、批次處理、腳本修正。尤其當你的流程本來就離不開 terminal 時。\u003C\u002Fp>\u003Cul>\u003Cli>Claude Code：偏 terminal agent。\u003C\u002Fli>\u003Cli>Cursor：偏 IDE 內協作。\u003C\u002Fli>\u003Cli>ChatGPT：偏對話與推理。\u003C\u002Fli>\u003Cli>Gemini CLI：偏命令列整合。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果拿研究場景來看，差異更清楚。你在做回歸、畫圖、清理資料、重跑 pipeline 時，terminal agent 很自然。你不需要一直切視窗。這省下來的不是幾秒，是整段注意力。\u003C\u002Fp>\u003Cp>另一個差別是上下文來源。瀏覽器聊天靠貼內容。IDE 工具靠編輯器內資訊。Claude Code 則直接讀工作目錄。對大型專案來說，這很有感。它比較像真的進到 repo 裡做事。\u003C\u002Fp>\u003Cp>不過也別神化。它還是會犯錯。尤其是跨很多檔案、很多步驟的任務。你還是得檢查。這點沒有捷徑。\u003C\u002Fp>\u003Ch2>研究者最該先懂的背景\u003C\u002Fh2>\u003Cp>AI coding 工具這幾年變很多。從純聊天，到 IDE 插件，再到終端機 agent，差別不只是介面。差別在它能不能接近你的真實工作流程。研究工作特別吃這件事。\u003C\u002Fp>\u003Cp>因為研究不是只寫一個乾淨 demo。你會碰到舊資料、怪格式、臨時腳本、半壞掉的 pipeline。這些東西最花時間，也最容易讓人煩。AI 工具能幫忙的，往往就是這些瑣碎部分。\u003C\u002Fp>\u003Cp>但研究環境也比一般 side project 更敏感。你會碰到未公開資料、受限資料、合約資料。這時候就不能只看方便。你得看政策、法規、和資料治理流程。\u003C\u002Fp>\u003Cp>所以我的看法很簡單。Claude Code 很值得學。不是因為它神。是因為它夠貼近真實工作。你只要做過幾次資料清理，就會知道它能省多少手工。\u003C\u002Fp>\u003Ch2>結論：先拿小專案試一次\u003C\u002Fh2>\u003Cp>如果你是研究者，我會建議你先拿一個小專案試。像是資料清理腳本、畫圖程式、或一個很煩的分析流程。不要一開始就拿核心資料庫開刀。先測流程，再談擴大。\u003C\u002Fp>\u003Cp>最重要的習慣有三個。第一，保持 session 短。第二，把進度寫到檔案。第三，敏感資料別亂丟。這三個做好，Claude Code 才比較像工具，不會變成麻煩製造機。\u003C\u002Fp>\u003Cp>我自己的預測是，接下來一年，研究者會越來越常把 terminal agent 放進日常流程。不是因為大家愛追新玩具，而是因為它真的省時間。問題只剩一個：你要先學會怎麼用，還是等 deadline 逼你學。\u003C\u002Fp>","Claude Code 直接跑在終端機裡，適合做研究的資料清理、除錯和腳本修改。這篇整理安裝方式、價格、context window、終端機設定，以及研究工作流該注意的安全界線。","paulgp.substack.com","https:\u002F\u002Fpaulgp.substack.com\u002Fp\u002Fgetting-started-with-claude-code",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775058377783-c0u8.png",[13,14,15,16,17,18,19],"Claude Code","研究工作流","終端機 AI","context window","AI coding tools","Anthropic","terminal agent","zh",1,false,"2026-04-01T13:15:40.380912+00:00","2026-04-01T13:15:40.179+00:00","done","426f9984-bb2f-4aed-8691-10da00a734fd","claude-code-setup-guide-researchers-zh","tools","1e2b9ee3-510a-4d07-855a-766d0be9874c","published","2026-04-09T09:00:53.335+00:00",[33,35,37,39,41,43,45],{"name":15,"slug":34},"終端機-ai",{"name":13,"slug":36},"claude-code",{"name":17,"slug":38},"ai-coding-tools",{"name":18,"slug":40},"anthropic",{"name":16,"slug":42},"context-window",{"name":19,"slug":44},"terminal-agent",{"name":14,"slug":14},{"id":29,"slug":47,"title":48,"language":49},"claude-code-setup-guide-researchers-en","Claude Code Setup Guide for Research Workflows","en",[51,57,63,69,75,81],{"id":52,"slug":53,"title":54,"cover_image":55,"image_url":55,"created_at":56,"category":28},"d058a76f-6548-4135-8970-f3a97f255446","why-gemini-api-pricing-is-cheaper-than-it-looks-zh","為什麼 Gemini API 定價其實比看起來更便宜","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778869845081-j4m7.png","2026-05-15T18:30:25.797639+00:00",{"id":58,"slug":59,"title":60,"cover_image":61,"image_url":61,"created_at":62,"category":28},"68e4be16-dc38-4524-a6ea-5ebe22a6c4fb","why-vidhub-huiyuan-hutong-bushi-quan-shebei-tongyong-zh","為什麼 VidHub 會員互通不是「買一次全設備通用」","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778789450987-advz.png","2026-05-14T20:10:24.048988+00:00",{"id":64,"slug":65,"title":66,"cover_image":67,"image_url":67,"created_at":68,"category":28},"7a1e174f-746b-4e82-a0e3-b2475ab39747","why-buns-zig-to-rust-experiment-is-right-zh","為什麼 Bun 的 Zig-to-Rust 實驗是對的","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778767879127-5dna.png","2026-05-14T14:10:26.886397+00:00",{"id":70,"slug":71,"title":72,"cover_image":73,"image_url":73,"created_at":74,"category":28},"e742fc73-5a65-4db3-ad17-88c99262ceb7","why-openai-api-pricing-is-product-strategy-zh","為什麼 OpenAI API 定價是產品策略，不是註腳","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778749859485-chvz.png","2026-05-14T09:10:26.003818+00:00",{"id":76,"slug":77,"title":78,"cover_image":79,"image_url":79,"created_at":80,"category":28},"c757c5d8-eda9-45dc-9020-4b002f4d6237","why-claude-code-prompt-design-beats-ide-copilots-zh","為什麼 Claude Code 的提示設計贏過 IDE Copilot","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778742645084-dao9.png","2026-05-14T07:10:29.371901+00:00",{"id":82,"slug":83,"title":84,"cover_image":85,"image_url":85,"created_at":86,"category":28},"4adef3ab-9f07-4970-91cf-77b8b581b348","why-databricks-model-serving-is-right-default-zh","為什麼 Databricks Model Serving 是生產推論的正確預設","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778692245329-a2wt.png","2026-05-13T17:10:30.659153+00:00",[88,93,98,103,108,113,118,123,128,133],{"id":89,"slug":90,"title":91,"created_at":92},"de769291-4574-4c46-a76d-772bd99e6ec9","googles-biggest-gemini-launches-in-2026-zh","Google 2026 最大 Gemini 盤點","2026-03-26T07:26:39.21072+00:00",{"id":94,"slug":95,"title":96,"created_at":97},"855cd52f-6fab-46cc-a7c1-42195e8a0de4","surepath-real-time-mcp-policy-controls-zh","SurePath 推出即時 MCP 政策控管","2026-03-26T07:57:40.77233+00:00",{"id":99,"slug":100,"title":101,"created_at":102},"9b19ab54-edef-4dbd-9ce4-a51e4bae4ebb","mcp-in-2026-the-ai-tool-layer-teams-use-zh","2026 年 MCP：團隊真的在用的 AI 工具層","2026-03-26T08:01:46.589694+00:00",{"id":104,"slug":105,"title":106,"created_at":107},"af9c46c3-7a28-410b-9f04-32b3de30a68c","prompting-in-2026-what-actually-works-zh","2026 提示工程，真正有用的是什麼","2026-03-26T08:08:12.453028+00:00",{"id":109,"slug":110,"title":111,"created_at":112},"05553086-6ed0-4758-81fd-6cab24b575e0","garry-tan-open-sources-claude-code-toolkit-zh","Garry Tan 開源 Claude Code 工具包","2026-03-26T08:26:20.068737+00:00",{"id":114,"slug":115,"title":116,"created_at":117},"042a73a2-18a2-433d-9e8f-9802b9559aac","github-ai-projects-to-watch-in-2026-zh","2026 必看 20 個 GitHub AI 專案","2026-03-26T08:28:09.619964+00:00",{"id":119,"slug":120,"title":121,"created_at":122},"a5f94120-ac0d-4483-9a8b-63590071ac6a","claude-code-vs-cursor-2026-zh","Claude Code 與 Cursor 深度對比：202…","2026-03-26T13:27:14.279193+00:00",{"id":124,"slug":125,"title":126,"created_at":127},"0975afa1-e0c7-4130-a20d-d890eaed995e","practical-github-guide-learning-ml-2026-zh","2026 機器學習入門 GitHub 實用指南","2026-03-27T01:16:49.712576+00:00",{"id":129,"slug":130,"title":131,"created_at":132},"bfdb467a-290f-4a80-b3a9-6f081afb6dff","aiml-2026-student-ai-ml-lab-repo-review-zh","AIML-2026：像課綱的學生實驗 Repo","2026-03-27T01:21:51.467798+00:00",{"id":134,"slug":135,"title":136,"created_at":137},"80cabc3e-09fc-4ff5-8f07-b8d68f5ae545","ai-trending-github-repos-and-research-feeds-zh","AI Trending：把 AI 資源收成一張表","2026-03-27T01:31:35.262183+00:00"]