2026年了，给你的终端装上一颗“国产最强大脑”：Claude Code + GLM-4.7 实战指南

你有没有幻想过《钢铁侠》里的 Jarvis？

你只需要说：“Jarvis，帮我查一下A股的收盘数据，分析出涨幅前三的板块，然后写一个Python脚本把这些数据可视化。”然后，你就可以去喝咖啡了，屏幕上代码自动飞舞，任务自动完成。

在 Claude Code 出现之前，这只是科幻电影。在 GLM-4.7 出现之前，实现这一点的成本高达每小时几十美金。

今天，我们要教你用 Claude Code（目前体验最好的Agent框架） 搭配 GLM-4.7（国产高智商性价比之王），在你的普通笔记本上，复刻一个平民版的 Jarvis。

为什么要“移花接木”？

很多朋友会问：“Claude Code 不就是 Anthropic 公司的产品吗？为什么要用 GLM 的模型？”

这就好比 “买车” 和 “换引擎”。

• Claude Code (CC) 是那辆法拉利的车身。它拥有极好的操控系统（CLI命令行），能直接操作你的电脑文件、运行终端命令。它是目前市面上体验最丝滑的系统级 Agent。

• GLM-4.7 则是智谱AI推出的国产核动力引擎。它的逻辑推理能力在2026年已经完全对标国际顶尖水平，更懂中文语境，最关键的是——便宜！

我们要做的，就是把 GLM-4.7 这颗“强劲且省油”的心脏，装进 Claude Code 这辆“豪华超跑”里。

保姆级实操——3分钟搭建你的AI员工

别被命令行吓到，跟着我做，只需要三步。

1.安装车辆（Claude Code）

首先确保你的电脑有 Node.js 环境（没有去官网下个安装包就行）。

然后在终端输入：npm install -g @anthropic-ai/claude-code

能看到版本号即安装成功

2.更换引擎（配置 GLM 模型）

安装好后，我们需要把默认的 Claude 模型替换成 GLM，GLM官网接入Claude Code的配置文档：https://docs.bigmodel.cn/cn/guide/develop/claude

不过我自己的习惯是自己到C盘---用户---Administrator里头的.claude文件夹 ，手动建立一个setting.json配置文件。

API Key可以从https://open.bigmodel.cn/ 的右上角控制台——右上角API Key，新建一个。

json参数替换你的GLM api_key即可。

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://open.bigmodel.cn/api/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "填写自己的APIKEY即可",
    "API_TIMEOUT_MS": "3000000",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1",
    "ANTHROPIC_MODEL": "glm-4.7-coding-preview",
    "ANTHROPIC_SMALL_FAST_MODEL": "glm-4.7-coding-preview",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-4.7-coding-preview",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-4.7-coding-preview",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-4.7-coding-preview"
  },
  "enabledPlugins": {
    "infopic@local-infopic-plugin": true
  },
  "alwaysThinkingEnabled": true
}

然后你就可以在你的AI编程工具（我目前习惯了腾讯的CodeBuddy）的命令行里输入：claude，连上你的私人Jarvis

基础实战——让它帮你“算算运气”（彩票模拟器）

环境搭好了，它到底有多强？别整那些枯燥的代码了，我们来做一个很多人的梦想实验：“如果我每天花 10 块钱买彩票，坚持 10 年，我到底是会变成亿万富翁，还是血本无归？”

步骤 1：下达“白话”指令

我们在 >> 提示符后直接输入中文指令（注意，我们甚至不需要告诉它彩票规则，GLM-4.7 自己懂）：

>> 用 Python 写一个脚本，模拟“双色球”彩票。规则是：我每天花 10 元随机买 5 注，坚持 10 年。计算我的累计投入和累计中奖金额，最后画一张“盈亏走势图”保存在桌面。

步骤 2：看着它“自动驾驶”

这时候，GLM-4.7 的大脑开始飞速运转，终端里会开始刷屏。请注意观察它是如何拆解任务的：

1. 思考与环境检查：它意识到需要画图，于是它自动执行pip install matplotlib（如果你没装过的话）。

1. 逻辑构建：它会自动写出双色球的中奖规则（6红1蓝，一等奖概率等等）。

1. 代码生成与运行：它创建并运行了 lottery_simulator.py。

步骤 3：见证残酷的真相

几秒钟后，它提示任务完成。打开桌面上的图片，你可能会看到一条一路向下的残酷曲线。

为什么要选这个例子？

1. 零门槛：不需要懂金融，不需要懂代码，只需要懂“钱”。

1. 成功率 100%：它只依赖 Python 基础库，不需要联网爬虫（爬虫容易被封），也不需要复杂的 API Key，实操绝对不会翻车。

1. Agent 能力体现：虽然是个小脚本，但体现了 Agent 的“逻辑拆解”（懂规则）、“环境管理”（装库）、“文件操作”（保存图片）全流程。

进阶魔法——MCP与Skills（给AI装上“三头六臂”）

如果说前面的操作只是让 AI 当个“码农”，那接下来的 MCP (Model Context Protocol) 和 Skills (技能)，才是真正让它进化成“超级管家”的关键。

简单说：MCP 是给 AI 装上“义肢”连接外部世界，Skills 是给 AI 植入“肌肉记忆”让它学会独门绝招。

一、MCP 实战：三行命令，打通“视、听、读”全能感官

以前你想让 AI 读个网页、看个视频，可能得来回复制链接。现在，我们要利用 GLM（智谱）官方提供的三个神器，直接在命令行里给 Claude Code 挂载“外挂”。

请在终端里依次执行以下三行命令（注意替换成你的 API Key）：

1. 挂载“千里眼”：联网搜索 (Web Search)

这就好比给 AI 拉了一根网线，让它不再是断网的傻瓜。

claude mcp add-s user-t http web-search-prime https://open.bigmodel.cn/api/mcp/web_search_prime/mcp --header "Authorization: Bearer 你的_GLM_API_KEY"

1. 挂载“显微镜”：深度网页阅读 (Web Reader)

搜索只能看概览，这个工具能让 AI 深入读取每一个网页的详细内容。

claude mcp add -s user -t http web-reader https://open.bigmodel.cn/api/mcp/web_reader/mcp --header "Authorization: Bearer 你的_GLM_API_KEY"

1. 挂载“透视眼”：视频理解 (Video Understanding)

这是最炸裂的。给它一个 B 站或 YouTube 链接，它能直接“看”懂视频里讲了什么。

claude mcp add -s user zai-mcp-server --env Z_AI_API_KEY=你的_GLM_API_KEY -- npx -y "@z_ai/mcp-server"

或者你可以直接修改配置文件，在C:\Users\Administrator\.claude.json 进行配置。

"mcpServers": {
  "web-search-prime": {
    "type": "http",
    "url": "https://open.bigmodel.cn/api/mcp/web_search_prime/mcp",
    "headers": {
      "Authorization": "Bearer 你的_GLM_API_KEY"
    }
  },
  "web-reader": {
    "type": "http",
    "url": "https://open.bigmodel.cn/api/mcp/web_reader/mcp",
    "headers": {
      "Authorization": "Bearer 你的_GLM_API_KEY"
    }
  },
  "zai-mcp-server": {
    "type": "stdio",
    "command": "npx",
    "args": [
      "-y",
      "@z_ai/mcp-server"
    ],
    "env": {
      "Z_AI_API_KEY": "你的_GLM_API_KEY",
      "Z_AI_MODE": "ZHIPU"
    }
  }
}

🔥 见证奇迹的时刻：一个指令调动所有工具

配置好后，我们来个高难度的。场景：我想学习 DeepSeek 最新的技术，但我不想自己读长文，也不想看半小时的视频。

在终端输入指令：

>> 请帮我搜索 DeepSeek 最新的技术架构分析，阅读一篇深度技术博客，同时观看这个相关的技术解读视频 [https://haokan.baidu.com/v?pd=wisenatural&vid=9905444489934965204]，最后综合这三方信息，给我写一份简短的技术总结。

GLM-4.7 的动作流（Chain of Thought）：

1. 调用 Web Search：搜索“DeepSeek 架构分析”。

1. 调用 Web Reader：抓取并阅读搜索到的技术博客全文。

1. 调用 Video Tool：解析视频内容，提取关键帧信息。

1. 大脑融合：综合文字与视频信息，生成总结。

这就是cc自主调用MCP工具解决问题的能力。

二、Skills 实战：一键“前端代码美容术”

MCP 解决了“连接”问题，Skills 则解决“重复劳动”问题。你是不是经常需要对写好的代码进行优化？比如：检查无障碍性、规范 CSS 类名、优化图片加载。与其每次都啰嗦一大堆 Prompt，不如直接教它一个 Skill（技能）。

1. 定义技能

安装就一句话指令的事，比如这个前端设计skills，对前端优化很有用。

npx skills-installer install @anthropics/claude-code/frontend-design --client claude-code

然后我们可以告诉 Claude Code，给站点做前端UI的优化。

1. 实战演练

其实每次大模型更新我都会给自己的几个站点做优化，这次就拿cc的这个前端设计Skills做优化。想进一步深入学习MCP和Skills的同学，可以看看之前写的这篇文章 Claude Skills 功能深度解析 | 从提示词工程到流程工程的革命性升级

>> 使用frontend-design skill，优化当前站点

终极福利——如何以“白菜价”拥有这套神装？

看到这里，你手里的工具已经极其强大了：

• Claude Code：顶级的交互外壳（免费）。

• GLM MCP：顶级的视觉听觉插件（配置免费）。

• 唯一的成本：GLM-4.7 的 API 算力消耗。

虽然 GLM-4.7 已经比国外的模型便宜很多，但在 Agent 模式下，因为它需要反复思考、调用工具、读取网页，Token 消耗是普通聊天的数倍。

这里有一个只有内部玩家才知道的“省钱漏洞”：智谱的【拼好模】活动。

官方为了推广 Agent 生态，推出了极其“不讲武德”的资源包套餐。

• 平时按量：跑完上面那套“视频+搜索”的复杂任务，可能需要十几块钱。

• 拼好模套餐：通过拼团订阅资源包，折算下来，相当于把价格打到了 “地板价”。这就好比你去吃自助餐，原本单点一盘澳龙要 200，现在团购入场券只要 50 块，随便吃！

这是最适合新手低成本跑通 Agent 全流程的机会。用一杯咖啡钱，雇佣一个拥有“天眼”和“超级大脑”的私人助理，这笔账怎么算都划算。

👉 [扫码二维码直达“拼好模”活动专区]

在 2026 年，“会写代码”不再是核心竞争力，“会指挥 AI 写代码”才是。

我们今天通过 Claude Code + GLM-4.7 + MCP，其实是在搭建一个属于未来的工作流：人类只负责“定义意图”（我要什么结果）， AI 负责“路径规划”（用什么工具）， AI 负责“执行落地”（写代码、看视频、改文件）。

赶紧按照上面的步骤，打开你的终端，输入第一行命令。相信我，当你看着屏幕上的光标自动跳动、任务自动完成的那一刻，你会感觉自己真的拥有了钢铁侠的 Jarvis。

等配置好你的私人Jarvis，第一个想连接的软件是什么？微信？飞书？还是你的股票账户？第一个想交给它的“懒人任务”是什么？（比如：每天自动监控特价机票？还是自动总结老板的视频会议？）

欢迎在评论区分享你的脑洞！