> ## Documentation Index
> Fetch the complete documentation index at: https://docs.zxiaoruan.cn/llms.txt
> Use this file to discover all available pages before exploring further.
# 基础配置
## Claude Code
> 官网直达：[Claude Code 设置 - Anthropic](https://docs.anthropic.com/zh-CN/docs/claude-code/settings#环境变量)
### 国内CC平替-智谱
前往[点击注册](https://www.bigmodel.cn/claude-code?cc=fission_glmcode_sub_v1\&ic=J2QPQGUXXQ\&n=199****3721)购买包月套餐，推荐lite的包月20块一档的，如果有长期但量不多的需求可以买包年的
> \[!NOTE]
>
> 据悉：走上面链接注册除了首月半价，还能叠加9折！
>
> 注意：只有pro以上的用户配有图像识别和联网搜索
>
> 推荐理由：不做类似openwebui这种大项目，够用了，还便宜量大
#### 智谱环境变量配置
> 截止到2025-09-19的推荐配置
| 变量名 | 设置内容 |
| -------------------------------- | -------------------------------------------------------------------------------- |
| ANTHROPIC\_AUTH\_TOKEN | API密钥 |
| ANTHROPIC\_BASE\_URL | [https://open.bigmodel.cn/api/anthropic](https://open.bigmodel.cn/api/anthropic) |
| ANTHROPIC\_MODEL | glm-4.5 |
| ANTHROPIC\_DEFAULT\_HAIKU\_MODEL | glm-4.5-air |
#### 视觉MCP配置
`win`键+`r`键，输入`cmd`，回车，输入`claude mcp add zai-mcp-server --env Z_AI_API_KEY=这里改成你的KEY -- npx -y @z_ai/mcp-server`
#### 智谱联网MCP配置
`win`键+`r`键，输入`cmd`，回车，输入`claude mcp add -s user -t http web-search-prime https://open.bigmodel.cn/api/mcp/web_search_prime/mcp --header "Authorization: Bearer 这里输入你的密钥"`
### 环境变量
| 变量名 | 设置内容 |
| --------------------------------- | -------------------------- |
| ANTHROPIC\_AUTH\_TOKEN | 【使用第三方API必填】API密钥 |
| ANTHROPIC\_BASE\_URL | 【使用第三方API必填】API地址 |
| ANTHROPIC\_MODEL | 默认模型 |
| ANTHROPIC\_DEFAULT\_HAIKU\_MODEL | 后台小任务模型 |
| BASH\_DEFAULT\_TIMEOUT\_MS | bash 命令的默认超时 |
| BASH\_MAX\_TIMEOUT\_MS | 模型可以为长时间运行的 bash 命令设置的最大超时 |
| BASH\_MAX\_OUTPUT\_LENGTH | bash 输出在中间截断之前的最大字符数 |
| CLAUDE\_CODE\_MAX\_OUTPUT\_TOKENS | 为大多数请求设置最大输出令牌数 |
| MCP\_TIMEOUT | MCP 服务器启动的超时时间（以毫秒为单位） |
| MCP\_TOOL\_TIMEOUT | MCP 工具执行的超时时间（以毫秒为单位） |
### 用量查看
#### 安装
```
npx ccusage@latest
```
#### 使用方法
```cmd theme={null}
# 查看每日报告
ccusage
ccusage daily
# 查看每周报告
ccusage weekly
# 查看每月报告
ccusage monthly
# 查看不同会话的报告
ccusage session
# 按每 5 小时计费窗口进行查看
ccusage blocks
# 实时监控
ccusage blocks --live
```
#### 添加到 Claude Code 的状态栏
打开`~/.claude/settings.json`，添加
```json theme={null}
{
"statusLine": {
"type": "command",
"command": "npx ccusage statusline"
}
}
```
## CodeX
> 也可以看一下这篇帖子：[点击访问原帖](https://linux.do/t/topic/980364)
### 配置文件
文件目录`~/.codex/auth.toml`
```json theme={null}
"OPENAI_API_KEY": "你的第三方api_key"
```
文件目录`~/.codex/config.toml`
```toml theme={null}
model = "gpt-5-codex" # Codex 0.36.0 支持
model_reasoning_effort = "high" # 使用最大推理能力
model_reasoning_summary = "detailed" # 在终端显示详细的推理总结（ctrl+T查看）OpenAI 没有推理过程，只有推理总结
model_verbosity = "high" # 不懂，总之要拉满
model_supports_reasoning_summaries = true # 强制启用推理总结，针对于自定义 API KEY 的
[model_providers.供应商名称]
name = "供应商名称"
base_url = "基础URL，注意带后缀，可能是V1也可能是其他的，遵循gong'ying'h's"
wire_api = "responses或者chat，视供应商情况填写，优先responses"
requires_openai_auth = true
hide_agent_reasoning = false # 允许显示更多的 AGENT 内部思考过程
disable_response_storage = true # 不允许 OpenAI 服务端存储你的对话
approval_policy = "never" # 配了但没用，总之先放着，建议通过 /approvals 配置
sandbox_mode = "workspace-write" # 配了但没用，总之先放着，建议通过 /approvals 配置
# allow network in workspace-write mode
[sandbox_workspace_write]
network_access = true
# 下面为MCP的例子，超时可以设置startup_timeout_ms = 60000
[mcp_servers.MCP名称]
command = "方式"
args = ["参数"]
```
### 通过开源项目配置MCP
[点击访问GitHub](https://github.com/mcp-router/mcp-router)
1. 下载后打开 MCP Servers，通过不同的方式添加 MCP 服务
2. 添加成功提示
3. 添加 MCP 服务完成后，需要点击开启按钮，这个同时也会测试服务是否能正常使用
4. 添加 MCP App，因为 MCP Router 没有集成 codex，需要添加自定义应用并使用它的 token
5. 安装 mcpr-cli 服务，因为使用的是 mcpr-cli 服务的 connect 操作，需要额外安装一个 mcp
`npm install -g mcpr-cli@latest`
6. 配置 mcp-router 到 Codex
7. 在 `config.toml` 中配置添加如下：
```toml theme={null}
# 只需要配置单个的 mcp-router 服务即可
[mcp_servers.mcp-router]
command = "npx"
args = ["-y", "mcpr-cli@latest", "connect"]
env = { MCPR_TOKEN = "mcpr_iF8iNeMZft1Zv-iYF2ur50L5W4xXUMuX" }
```
8. 再测试 mcp 服务可用性，同样适用 mcp-server-time 测试
### AGENTS.md
在实际操作过程中，发现只声明可用工具而不引导具体用法，经常会偏离预期，因此建议复制如下完整的配置，按需调整。
```
## Tool Priority
- Filename search: `fd`.
- Text/content search: `rg` (ripgrep).
- AST/structural search: `sg` (ast-grep) — preferred for code-aware queries (imports, call expressions, JSX/TSX nodes).
## AST-grep Usage (Windows)
- Announce intent and show the exact command before running complex patterns.
- Common queries:
- Find imports from `node:path` (TypeScript/TSX):
- `ast-grep -p "import $$ from 'node:path'" src --lang ts,tsx,mts,cts`
- Find CommonJS requires of `node:path`:
- `ast-grep -p "require('node:path')" src --lang js,cjs,mjs,ts,tsx`
- Suggest rewrite (do not auto-apply in code unless approved):
- Search: `ast-grep -p "import $$ from 'node:path'" src --lang ts,tsx`
- Proposed replacement: `import $$ from 'pathe'`
## Search Hygiene (fd/rg/sg)
- Exclude bulky folders to keep searches fast and relevant: `.git`, `node_modules`, `coverage`, `out`, `dist`.
- Prefer running searches against a scoped path (e.g., `src`) to implicitly avoid vendor and VCS directories.
- Examples:
- `rg -n "pattern" -g "!{.git,node_modules,coverage,out,dist}" src`
- `fd --hidden --exclude .git --exclude node_modules --exclude coverage --exclude out --exclude dist --type f ".tsx?$" src`
- ast-grep typically respects `.gitignore`; target `src` to avoid scanning vendor folders:
- `ast-grep -p "import $$ from '@shared/$$'" src --lang ts,tsx,mts,cts`
- If needed, add ignore patterns to your ignore files rather than disabling ignores.
```
### 系统通知
Codex 支持在任务执行完成后执行自定义事件，我们可以利用这一特性实现 Windows 系统弹窗通知。
Codex 文档见 [https://github.com/openai/codex/blob/main/docs/config.md#notify](https://github.com/openai/codex/blob/main/docs/config.md#notify)
* \~/.codex/config.toml
```toml theme={null}
notify = ["powershell.exe","-NoProfile","-ExecutionPolicy","Bypass","-File","C:\\Users\\\\.codex\\notify.ps1"]
```
* \~/.codex/notify.ps1
```powershell theme={null}
param(
[Parameter(Mandatory = $true)]
[string]$json
)
# 解析 JSON（Codex 把一段 JSON 作为 argv[1] 传进来）
try {
$payload = $json | ConvertFrom-Json
} catch {
$payload = @{}
}
$title = 'Codex'
$msg = $payload.'last-assistant-message'
if (-not $msg) {
if ($payload.type) {
$msg = "Event: $($payload.type)"
} else {
$msg = 'Codex has an update.'
}
}
# 可选：截断过长文本，注意只用 ASCII 的三点号，避免乱码
if ($msg -and $msg.Length -gt 240) {
$msg = $msg.Substring(0,240) + '...'
}
# 只用 Toast，不要任何 Popup 兜底
Import-Module BurntToast -ErrorAction Stop
New-BurntToastNotification -Text $title, $msg | Out-Null
```
## Gemini Cli
### 环境变量
```
变量名： GOOGLE_GEMINI_BASE_URL
变量值： https://API地址
变量名： GEMINI_API_KEY
变量值： sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
```
## MCP推荐
## 1. Context7
[点击访问GitHub](https://github.com/upstash/context7)
查询技术规范
### ClaudeCode
```
{
"mcpServers": {
"context7": {
"command": "npx",
"args": ["-y", "@upstash/context7-mcp"]
}
}
}
```
### Codex
```toml theme={null}
[mcp_servers.mcp-deepwiki]
command = "npx"
args = ["-y", "mcp-deepwiki@latest"]
```
## 2. Deepwiki
[点击前往GitHub](https://github.com/regenrek/deepwiki-mcp)
查询开源项目解析
```json theme={null}
{
"mcpServers": {
"mcp-deepwiki": {
"command": "npx",
"args": ["-y", "mcp-deepwiki@latest"]
}
}
}
```
## 3. 互通各家AI-Cli
```json theme={null}
"codex": {
"command": "cmd",
"args": [
"/c",
"codex",
"mcp"
]
},
"claude-code": {
"command": "cmd",
"args": [
"/c",
"claude",
"mcp",
"serve"
]
},
"gemini-cli": {
"command": "cmd",
"args": [
"/c",
"npx",
"-y",
"gemini-mcp-tool"
]
},
```
## 4. Desktop Commander
[点击前往GitHub](https://github.com/wonderwhy-er/DesktopCommanderMCP?tab=readme-ov-file#option-4-add-to-claude_desktop_config-manually--auto-updates-requires-nodejs)
【AI总结生成：】提供本地终端控制、文件系统访问、代码编辑和自动化能力。它可执行命令、搜索文件、分析数据、编辑文本，并与本地进程交互，打造统一的开发操作入口。
```json theme={null}
{
"mcpServers": {
"desktop-commander": {
"command": "npx",
"args": [
"-y",
"@wonderwhy-er/desktop-commander@latest"
]
}
}
}
```
## 5. Sequential Thinking
[点击前往GitHub](https://github.com/modelcontextprotocol/servers/tree/main/src/sequentialthinking#usage-with-claude-desktop)
【AI总结生成：】用于结构化思维过程，支持分步推理、分支探索与动态修正，适合解决复杂问题或需要保持上下文的任务。
```json theme={null}
{
"mcpServers": {
"sequential-thinking": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-sequential-thinking"
]
}
}
}
```
## 6.serena
[点击前往GitHub](https://github.com/oraios/serena?tab=readme-ov-file#using-uvx)
【AI总结生成：】提供语义级代码检索与编辑能力，支持多语言，通过符号级操作提升代码理解与修改效率，尤其适用于大型代码库。
### ClaudeCode
在你的项目目录下，通过如下命令添加 Serena：
```bash theme={null}
claude mcp add serena -- --context ide-assistant --project $(pwd)
```
其中 `` 是你运行 Serena MCP 服务端的方式。例如使用 `uvx` 时，命令如下：
```bash theme={null}
claude mcp add serena -- uvx --from git+https://github.com/oraios/serena serena start-mcp-server --context ide-assistant --project $(pwd)
```
ℹ️ Serena 自带一份工具说明文本，Claude 需要读取它才能正确使用 Serena 的工具。从 v1.0.52 起，Claude Code 会自动读取 MCP 服务端的说明。如果你使用的是旧版本，或 Claude 未能成功读取说明，可以手动请求它“读取 Serena 的初始说明”，或运行 `initial_instructions` 工具来加载说明文本。若要启用该功能，请在配置中显式添加 `included_optional_tools`。
### Codex
Codex 是全局添加 MCP 服务端，而非按项目添加。请将以下内容添加到 `~/.codex/config.toml`（如文件不存在请新建）：
```toml theme={null}
[mcp_servers.serena]
command = "uvx"
args = ["--from", "git+https://github.com/oraios/serena", "serena", "start-mcp-server", "--context", "codex"]
```
启动 Codex 后，请激活项目：
```
Activate the current dir as project using serena
```
如果未激活项目，将无法使用 Serena 的工具！
你可以查看 `~/.codex/log/codex-tui.log` 来确认是否有错误发生。
Serena 的仪表盘默认会启动，但由于 Codex 的沙箱限制，浏览器可能不会自动打开。你可以手动访问：
```http theme={null}
http://localhost:24282/dashboard/index.html
```
⚠️ Codex 有时会错误地显示工具执行失败，即使实际执行成功。这是已知问题，不影响使用。
## 7. Chrome-Devtools
```cmd theme={null}
# Claude Code
claude mcp add chrome-devtools npx chrome-devtools-mcp@latest
# Codex
codex mcp add chrome-devtools -- npx chrome-devtools-mcp@latest
# Gemini CLI
# 编辑Gemini设置文件
nano ~/.gemini/settings.json
# 或者使用你喜欢的编辑器
code ~/.gemini/settings.json
# 添加Chrome DevTools MCP配置：在 settings.json 文件中添加以下配置：
{
"mcpServers": {
"chrome-devtools": {
"command": "npx",
"args": ["chrome-devtools-mcp@latest"]
}
}
}
# 带参数的高级配置
{
"mcpServers": {
"chrome-devtools": {
"command": "npx",
"args": [
"chrome-devtools-mcp@latest",
"--channel=canary",
"--headless=true",
"--isolated=true"
]
}
}
}
#验证配置，输入：Check the performance of https://developers.chrome.com
```