进阶使用技巧

Claude Code 高效使用

多模型切换

不同任务选不同模型，效率和成本差异显著：

# 日常编码 — 快速响应
claude --model YOUR_MODEL_ID

# 复杂重构/架构设计 — 深度推理
claude --model YOUR_REASONING_MODEL_ID

会话模式 vs 一次性命令

# 交互会话：适合持续开发
claude

# 一次性任务：适合 CI/CD 或脚本
echo "给这个函数加单元测试" | claude -p --output-format text

结合 Git 使用

# 让 Claude 帮你写 commit message
git diff --cached | claude -p "根据这个 diff 写一个简洁的 commit message，只输出 message 本身"

# 代码审查
git diff main..HEAD | claude -p "审查这些改动，指出潜在问题"

Cursor 高效使用

本节介绍 Cursor 自身的通用操作，不代表当前版本可稳定直连 Zivv。接入前请先阅读 Cursor 兼容性说明。

快捷键

操作	快捷键
行内编辑	Ctrl + K / Cmd + K
AI 聊天面板	Ctrl + L / Cmd + L
接受建议	Tab
拒绝建议	Esc

多文件上下文

在 Cursor 聊天中使用 @ 引用文件、符号或文档，让 AI 获得更精准的上下文：

• @filename.ts — 引用特定文件
• @symbol — 引用函数或类定义
• @docs — 引用项目文档

省钱策略

1. 选对模型

不同模型价格和能力差异大，根据任务复杂度选择合适的模型。完整模型列表请查看 模型广场。

2. 精简 Prompt

# ❌ 冗长
"请你帮我看看这段代码有什么问题，我觉得可能是异步的问题，也可能是类型的问题，你能帮我分析一下吗？"

# ✅ 精简
"这段代码的 bug 在哪？"

3. 合理使用 max_tokens

明确控制输出长度，避免生成大量不需要的内容：

# 只需要简短回答
client.chat.completions.create(
    model="YOUR_MODEL_ID",
    max_tokens=256,
    messages=[{"role": "user", "content": "这行代码有 bug 吗？"}],
)

流式输出最佳实践

流式输出不影响费用，但体验更好。推荐在以下场景开启：

• 长输出任务（代码生成、文档撰写）
• 交互式聊天界面
• 需要实时反馈的场景

# Python 流式输出
stream = client.chat.completions.create(
    model="YOUR_MODEL_ID",
    messages=[{"role": "user", "content": "写一个 REST API"}],
    stream=True,
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

错误重试最佳实践

import time
from openai import OpenAI

client = OpenAI(base_url="https://zivv.pro/v1", api_key="sk-你的Key")

def chat_with_retry(messages, max_retries=3):
    for attempt in range(max_retries):
        try:
            return client.chat.completions.create(
                model="YOUR_MODEL_ID",
                messages=messages,
            )
        except Exception as e:
            if "429" in str(e) and attempt < max_retries - 1:
                wait = 2 ** attempt  # 指数退避：1s, 2s, 4s
                time.sleep(wait)
                continue
            raise