前阵子我把自己的终端工作流彻底重写了一遍项目名叫 CLI-Anything。名字有点狂但用下来是真顺手Codex CLI 负责在仓库里跑代码任务、Claude CLI 负责多文件改造和代码解释再配合 jq、rg 这些老伙计我在终端里能完成绝大多数日常开发连画架构图、整理会议纪要都开始往命令行里塞。这篇文章把整个搭建过程、选型思路、踩过的坑以及如何在 macOS 上把 Claude CLI 切换到 Qwen key 跑起来的细节原原本本写出来给想折腾 CLI 工作流的朋友一份可以直接照着做的参考。CLI-Anything 没有做成一个复杂的框架也没有用什么花哨语言它更像是一套方法论加一组配置的组合把 AI 编程助手、传统命令行工具、自定义脚本串成一条流水线让终端成为所有工作的统一入口。对于每天都在跟代码打交道的开发者、运维、技术博主来说这套东西最大的价值不是“酷”而是省时间——省掉反复切换窗口、复制粘贴上下文、手动跑测试这些琐碎动作。1. CLI-Anything是什么一次对终端工作流的彻底重构GUI 工具越来越强为什么还要折腾命令行我自己的答案是命令行是唯一一个能同时覆盖“写代码、跑代码、查资料、改配置、发消息”的地方。IDE 里也能做这些事但每多一个操作就要多点几下鼠标上下文一多就手忙脚乱。CLI-Anything 的核心思路就是把这些动作全部收敛到终端里用键盘代替鼠标用脚本代替手工。这个项目的起因其实很朴素。有一阵子我每天要重复做几件事拉代码、安装依赖、跑测试、看日志、改 bug、提交。每次切换都要重新打开终端窗口、cd 到对应目录、敲差不多的命令。于是我开始把所有重复动作写成脚本慢慢凑成了一个自己的~/bin工具集。后来 AI 编程 CLI 出现了我第一时间把它们接进这条流水线整个工作流才真正变得“万物皆可 CLI”。CLI-Anything 这个项目适合谁来参考如果你每天要用终端超过一小时或者你正在找一款趁手的 AI 编程工具却不知道 Codex CLI 和 Claude CLI 怎么选、怎么装、怎么配这篇文章就是给你写的。我尽量把每一步都写清楚连环境变量放哪里、报错怎么查都交代明白保证你照着敲就能跑通。1.1 从“一堆命令”到“一条流水线”在把 AI CLI 加进来之前我的终端工作流是散的git 命令是一组node 命令是一组部署脚本又是一组每组的用法都不一样记不住。CLI-Anything 的第一件事就是把它们统一封装。我做了三个动作。第一把所有常用命令写成简短的 alias比如gs代替git statusgp代替git pusht代替npm test。第二把多个命令串成可复用的脚本比如new-feature这个脚本会自动创建分支、拉取最新代码、装上依赖。第三也是最重要的一步把 AI 编程 CLI 接到这套体系里让自然语言也能成为“命令”。这套流水线的效果是这样的我写下一句话“给这个项目的 README 加上安装说明”Claude CLI 会自动读仓库、改文件、生成 markdown我再写“跑一下测试看看有没有挂”Codex CLI 会替我找到测试命令并执行。命令不再是固定语法而是可以对话的流程。1.2 为什么选择“CLI优先”而不是“IDE插件优先”很多 AI 编程工具是 IDE 插件形态比如各种 AI 代码补全。我也用过但有两个点不适应一是插件和 IDE 深度绑定换编辑器等于换工具二是插件对终端的控制能力弱我想让它“跑一下测试”还得我自己去终端敲。CLI 工具则天然没有这个问题它在终端里运行本身就拥有执行命令的能力。CLI 优先还有一个隐藏优势可脚本化。IDE 插件的操作很难自动化但命令行工具可以被脚本调用、被 CI 集成、被 cron 定时执行。CLI-Anything 的理念就是“命令可以被组合、被自动化、被复用”这是 GUI 工具很难做到的事情。所以我宁愿多花点时间把 CLI 环境配好也不愿意被某个 IDE 绑架。2. 主力AI CLI选型Codex CLI与Claude CLI怎么搭配CLI-Anything 里最核心的两个 AI 工具是 Codex CLI 和 Claude CLI。我要先说清楚它们不是替代关系而是互补关系。Codex CLI 背后的模型是 OpenAI 系列Claude CLI 背后是 Anthropic 系列两个工具的使用场景、交互方式、权限模型都有区别搭配起来能覆盖更多需求。Codex CLI 给我的感觉是“行动派”。它特别适合那种明确的任务帮我重构这段函数、给这个模块补测试、修复这个 lint 报错。你把上下文丢给它它会主动分析仓库、修改文件、运行命令最后给你一个可以 review 的结果。Claude CLI 更像是“思考派”。它处理多文件、长文本、架构级问题更稳比如“把用户认证模块从 session 改成 JWT涉及哪些文件、改动多大”这种活Claude CLI 会给出一套相对完整的方案改完的代码风格比较统一。2.1 Codex CLI仓库里的行动派Codex CLI 的安装命令很简单npm install -g openai/codex。装完之后终端里多了一个codex命令首次运行会进入交互式界面可以选择用账号登录或者填 API key然后就能开始在终端里对它发号施令。它的工作方式我很喜欢它会像人一样“看一眼”你的项目结构再决定改哪里。你说“把所有 console.log 改成结构化日志”它不会直接写死一个正则而是先找相关文件、确认改动范围、再动手。改完还会提示你哪些地方需要人工确认。配合--dangerously-bypass-permissions这类参数还能让它连续执行命令适合跑批量重构任务但新手不建议上来就开这个参数容易把仓库改乱。我在实际项目里用 Codex CLI 做过几次比较重的重构把旧版接口调用全部替换成新 SDK 的写法涉及 20 多个文件。人工改大概要一个下午它跑一遍之后我来 review一小时就搞定了。当然它的方案不是完美但作为初稿足够可读。2.2 Claude CLI方案先行的思考派Claude CLI 的安装同样走 npmnpm install -g anthropic-ai/claude-code运行命令是claude。它默认接入 Anthropic 的模型支持在对话里指定--model切换模型版本。Claude CLI 最突出的是“方案先行”的能力。它会先拆解任务列出大概的改动清单再逐步实施。比如我让它“给网关加一个限流中间件”它会先设计方案什么算法、配置放哪、参数命名然后才写代码。这种风格在改复杂系统时特别省心因为它提前暴露了设计决策我可以直接在方案层面纠正方向而不是等它写完一堆代码再返工。另外Claude CLI 对长上下文的包容性更强。把它丢进一个大型 monorepo它能记住多文件之间的依赖关系回答问题时不会丢三落四。我自己有一个习惯用法让 Claude CLI 先读懂项目结构再追问具体模块的细节。它就像团队里那个“看过所有代码”的同事问什么都能接上。2.3 两个工具怎么选一张表说清楚维度Codex CLIClaude CLI安装命令npm i -g openai/codexnpm i -g anthropic-ai/claude-code运行入口codexclaude默认模型OpenAI 系列Anthropic 系列擅长场景明确任务、重构、补测试方案设计、多文件改造、代码解释上下文策略偏向精准定位偏向全局理解可切换模型后端支持配置 API 端点支持配置 API 端点和模型名从 CLI-Anything 的角度看我不建议只装一个。日常小改动用 Codex CLI 更快碰架构级任务就开 Claude CLI。两个工具共用一套终端环境切换成本极低这就是 CLI 工作流的优势。后面我会讲怎么在 macOS 上把 Claude CLI 接到 Qwen key让模型后端有更多选择空间。3. 安装与初始化三步跑通两个AI CLI这一节是纯实操。我自己是在 macOS 14 的 M2 机器上做的Linux 环境基本一致Windows 如果装了 WSL 也可以照做。开始之前请先确认 Node.js 环境Codex CLI 和 Claude CLI 都依赖 Node.js 运行建议用 LTS 版本我在 Node 18 和 Node 20 上都跑过没问题。第一步检查环境终端里执行node -v和npm -v如果提示命令不存在先去装 Node.js。装 Node 我推荐用 nvm不要用系统自带的旧版本。第二步安装两个 CLI第三步配置 PATH 和鉴定信息。三个步骤做完你的终端就具备“AI 原住民”能力了。3.1 安装 Codex CLI一条 npm 命令加一个验证Codex CLI 的安装命令非常简单但我建议先设置 npm 镜像源不然下载可能很慢。执行npm config get registry如果返回的是默认官方源可以考虑切换到国内镜像比如阿里云的 npm 镜像。这个操作是合规的不涉及任何外部网络访问问题纯粹是为了下载速度。然后执行npm install -g openai/codex装完后验证codex --version如果能看到版本号说明安装成功。如果提示command not found不用慌这是 npm 全局目录没进 PATH我后面章节会专门讲怎么处理。首次运行codex它会显示一个交互式引导让你选择登录方式。这一步在终端里直接回车选择账号认证或者粘贴 API key 即可。登录成功之后Codex CLI 会保存一个本地配置文件之后使用就不需要重复登录了。3.2 安装 Claude CLI同样的套路再走一遍Claude CLI 的安装几乎一样npm install -g anthropic-ai/claude-code安装完成后验证claude --version首次运行claude它会要求配置认证信息。如果你使用默认官方接入需要准备 API key或者通过官方账号登录。如果你想像我一样用 Qwen key先不要直接运行先去做好环境变量配置下一章详细说配置好了再启动claude它会直接读取环境变量里的认证信息不会强制走官方账号流程。这里有一个细节安装完 Claude CLI 之后默认模型可能是最新版本如果你的 Qwen 兼容接口不支持最新模型名可以在后续启动时用--model参数临时指定。这就是 CLI 工具的好处模型名是运行时参数随时可以换。3.3 全局配置与鉴权环境变量是唯一标准我在 macOS 上把所有 CLI 的环境变量统一放在~/.zshrc文件里。Linux 上对应的是~/.bashrcWindows WSL 里也建议放 bash 的配置文件。我常用的环境变量是这几个export ANTHROPIC_BASE_URLhttps://dashscope.aliyuncs.com/api/v2/apps/anthropic export ANTHROPIC_AUTH_TOKENsk-your-qwen-api-key export ANTHROPIC_MODELqwen-maxANTHROPIC_BASE_URL告诉 Claude CLI 把请求发到哪里ANTHROPIC_AUTH_TOKEN是鉴权凭证ANTHROPIC_MODEL是模型名。这三项配置好之后Claude CLI 就不再依赖官方账号而是走你指定的模型服务商。配置完记得执行source ~/.zshrc让配置生效或者重启终端。然后运行env | grep ANTHROPIC检查环境变量有没有正确加载。这一步很多人会漏掉结果启动claude之后仍然走默认配置然后奇怪为什么 key 不生效。3.4 npm 全局路径问题command not found 的根治办法我在安装时踩过一次明明 npm 全局包装成功了codex和claude却提示找不到命令。原因是 npm 的全局安装目录不在 PATH 里。查看方法npm prefix -g这个命令会输出 npm 全局目录正常情况下 macOS 上是/usr/local或者 nvm 管理的某个路径。如果这个路径不在你的 PATH 里就在~/.zshrc中加一行export PATH$(npm prefix -g)/bin:$PATH加完之后重新加载配置命令就回来了。这个坑极其常见建议所有刚折腾 CLI 的朋友先看一眼自己全局目录在不在 PATH 里能省掉很多排查时间。4. macOS接入Qwen key把Claude CLI的模型后端换掉现在进入本文最有操作价值的部分在 macOS 上把 Claude CLI 的模型后端切换到 Qwen用 Qwen key 跑起来。这不仅是省账号的成本问题更重要的是让 CLI 工作流在国内网络环境下有了一个稳定、低延迟、按量付费的模型来源。整个过程只有三步拿到 key、配环境变量、验证对话。我先解释一下为什么可以这样玩。Claude CLI 本身是支持自定义 API 端点的你只要通过环境变量把ANTHROPIC_BASE_URL指到任意兼容 Anthropic 协议的接口它就能把请求发过去。Qwen 的服务商提供了 Anthropic 兼容协议所以两者能无缝对接。这属于 CLI 工具的正常配置能力也是服务商公开提供的标准接口没有什么灰色操作。4.1 我为什么要把 CLI 换到 Qwen key原因很简单模型选择权。Claude CLI 是个好工具但如果只能绑死在一个模型服务商那这个工具的灵活性就少了一半。Qwen 系列的模型在中文理解、代码生成、成本控制上都有不错的表现而且国内访问速度非常快适配国产模型是很多开发者的真实需求完全不涉及任何不确定内容。在实际项目中我用 Qwen 的模型跑过代码审查、文档生成、测试用例补全效果完全可以接受。尤其在中英文混合的任务里它的中文表达比一些国外模型更自然生成的注释和文档更像是中文团队写的而不是翻译腔。4.2 获取Qwen key控制台三步拿到密钥第一步打开阿里云百炼控制台开通 DashScope 服务。第二步在控制台左侧找到 API-KEY 管理创建一个新的 API key生成一串以sk-开头的密钥。第三步把 key 复制下来临时放在一个安全的地方。拿到 key 之后还要在控制台查一下你要用的模型名。Qwen 系列的模型名通常是qwen-max、qwen-plus、qwen-turbo这类不同区域可能略有差异以控制台展示为准。这一步很重要因为如果你的模型名写错了Claude CLI 启动后会报模型找不到的错误。4.3 配置环境变量三行命令完成切换打开~/.zshrc把前面说的三个环境变量加进去注意替换成你自己的 keyexport ANTHROPIC_BASE_URLhttps://dashscope.aliyuncs.com/api/v2/apps/anthropic export ANTHROPIC_AUTH_TOKENsk-your-qwen-api-key export ANTHROPIC_MODELqwen-max保存后执行source ~/.zshrc然后验证env | grep ANTHROPIC看到三个环境变量都输出了说明切换已完成。接下来启动 Claude CLIclaude如果配置没问题它会直接进入对话界面不会要求你登录官方账号。我建议第一句话不要问太复杂的问题先让它“用一句话介绍一下你自己”确认它用的是 Qwen 模型即可。4.4 一个小坑鉴权字段与模型名我第一次配置时把鉴权字段写成了ANTHROPIC_API_KEY结果一直返回 401 鉴权失败。这就是我前面强调ANTHROPIC_AUTH_TOKEN的原因。Claude CLI 对不同的鉴权环境变量支持优先级不一样使用兼容接口时ANTHROPIC_AUTH_TOKEN是更稳的选择。另外模型名别带多余前缀。有朋友把qwen-max写成了dashscope/qwen-max结果接口返回model not found。直接填控制台上显示的模型 ID 就好不要自己脑补前缀。5. 终端实战让CLI读代码、改代码、替你跑命令配置好环境CLI-Anything 才真正开始发挥作用。这一章我不聊理论直接展示我在日常开发里高频使用的几个实战场景每一个都是真实跑过、反复调教过的用法。先说读代码。拿到一个不熟悉的老项目我现在的习惯不是从头翻文件而是直接开 Claude CLI让它“先读一遍 src 目录告诉我这个项目是干什么的、模块之间怎么依赖”。它会快速扫完文件给我一个结构化概览比人肉翻快太多。再说改代码。Codex CLI 在这个场景更顺。我会把需求写成一句明确的话比如“把 utils/date.js 里的所有日期格式化函数改成 dayjs 实现”它会在仓库里定位相关调用、完成替换、跑测试最后把 diff 列出来给我看。5.1 用自然语言指挥CLI读代码读代码是 AI CLI 最被低估的能力。以前我接手一个 Python 后端项目光理清路由和数据库表的关系就花了两天。后来我用 Claude CLI让它从入口文件开始一层层往下追踪最后把它对系统架构的理解画成文字描述输出。我给的指令模板大概是这样的“你是这个仓库的资深维护者请按以下顺序分析入口文件、路由注册、数据库模型、中间件、异常处理。输出一段适合新人的架构说明。”Claude CLI 的输出质量很高因为它真的读了文件而不是凭经验猜。我自己再用rg去抽查几个关键点确认没有理解偏差。这个场景的关键是任务拆得足够小。不要一上来就“给我解释整个项目”那是很耗上下文的任务。拆成“先看入口再看路由最后看模型”的三轮对话效果会好很多。5.2 用CLI批量改代码然后人工review批量改代码是 Codex CLI 的保留节目。我最近做过一次全仓库的“旧的 mock 函数替换成新 mock 框架”涉及 40 多个测试文件。手动改至少要一天而且容易遗漏。我的做法是先在仓库里跑一遍搜索确认边界rg oldMock --count | sort把统计结果丢给 Codex CLI然后说“按这个范围把 oldMock 替换成 newMock保持测试逻辑不变。只改测试文件不改生产代码。”它会逐个文件处理。改完之后我不会直接信任结果而是用git diff过一遍关键文件再跑一轮全量测试。实测下来它的替换准确率比我预期的高但“上下文无关的误伤”还是会有所以 human review 不能省。5.3 传统CLI与AI CLI协同工作流CLI-Anything 的终极形态是让传统命令和 AI 命令互相协作。比如我用jq从日志里筛出错误信息把信息导出到文件再用 Claude CLI 分析这段日志、列出异常模式我用rg找到所有待办的 TODO 注释丢给 Codex CLI 让它批量生成对应的 issue 草稿。我分享一个具体的组合操作。排查线上问题的时候通常要先看日志。我执行tail -n 1000 app.log | rg ERROR|Exception errors.txt然后用 Claude CLIclaude errors.txt让它在同一个终端会话里读取文件内容、分析错误链路、给出排查建议。整个过程不用离开终端也不用复制粘贴大段日志体验非常顺。这种组合拳才是 CLI-Anything 的价值所在它不只是一堆工具而是一套能互相调用的工作流。6. 高频报错排查codex binary缺失、鉴权失败全记录CLI 工具配置过程中难免踩坑。我把自己遇到过的、以及从网友反馈中高频出现的几类问题整理出来做成一份可以直接对照的排查表。这些问题都不复杂但第一次遇到时确实会卡住。其中最典型的报错是unable to locate the codex cli binary or required runtime components. check your installation。这个名字很唬人看起来很底层其实绝大多数情况跟“路径”有关或者跟安装完整性有关。下面我逐个拆。6.1 经典报错unable to locate the codex cli binary 排查实录这个报错我第一次遇到是在 IDE 插件里调用 Codex CLI 时明明终端里codex --version能用插件却告诉我找不到二进制。后来我明白了IDE 启动时不会加载 shell 的 PATH它拿着自己那份精简环境去找 codex找不到就炸了。排查分三层。第一层看终端能不能跑codex --version如果终端也找不到是 PATH 问题按 3.4 节处理。第二层如果终端正常但插件报错在 IDE 的设置里把 PATH 环境变量补上尤其是 npm global bin 的路径。第三层如果路径都对重新安装一次组件npm uninstall -g openai/codex npm install -g openai/codex重装能解决大部分“装了一半、二进制缺失”的情况。还不行的话清一下 npm 缓存再装。6.2 command not foundnpm全局目录没进PATHcodex或claude安装成功但命令找不到根因就是 npm 全局目录不在 PATH。我用npm prefix -g查出全局目录发现是某个 nvm 路径而默认 shell 没有把它加进去。解决方式export PATH$(npm prefix -g)/bin:$PATH建议把这一行固化到~/.zshrc里不要每次都在终端临时执行。我在 3.4 节已经详细写过这里再强调一遍因为它实在太高频了。另外注意如果你用了 nvmPATH 的顺序很重要确保 npm 全局 bin 在 PATH 前面。6.3 鉴权失败 401 与模型找不到 model not found鉴权 401 的原因一般是环境变量用错了。Claude CLI 兼容接口推荐ANTHROPIC_AUTH_TOKEN我见过很多人用ANTHROPIC_API_KEY配置结果一直 401。另外还要检查 key 前后有没有多余空格source之后有没有真的生效。模型找不到的报错一般是ANTHROPIC_MODEL填错。不要在模型名前加服务商前缀直接填控制台显示的模型 ID。我用过的qwen-max、qwen-plus都能正常识别有些更小的模型名如果接口不支持报错的提示信息里会列出当前服务商支持的模型列表照抄就行。6.4 常见问题速查表问题现象可能原因排查方向command not foundnpm 全局目录不在 PATH执行npm prefix -g把 bin 目录加入 PATHunable to locate the codex cli binary安装不完整或 IDE 环境缺 PATH重装包或在 IDE 设置里补 PATH401 鉴权失败环境变量名不对或 key 错误改用ANTHROPIC_AUTH_TOKEN检查 key 前后空格model not found模型名填错去掉前缀按控制台显示的模型 ID 填写请求超时基础网络或服务商限流检查网络连通性换个低峰时段再试7. 我的CLI-Anything小技巧与经验总结折腾这么一套 CLI 工作流我最大的心得是不要把配置一步到位而是让这套体系跟着你的需求自然生长。CLI-Anything 这个名字听起来很大但它真正落地的时候其实就是几个顺手的小脚本、几条环境变量、两个 AI 工具。我想分享三个比较私人的小技巧。第一个是将常用 AI 指令封装成函数比如我在~/.zshrc里定义了一个explain函数接收参数后自动让 Claude CLI 解释一段代码explain() { echo 请解释以下代码的作用和潜在问题尽量详细 /tmp/prompt.txt cat $1 /tmp/prompt.txt claude /tmp/prompt.txt }以后只要输入explain src/utils.js它就会自动读文件并解释不用每次都手动描述任务。第二个技巧维护一份自己的 CLI 命令速查表。我不追求记住所有命令把常用的 alias、入口、环境变量写在一个 markdown 文件里放在~/cli-anything/cheatsheet.md。这样即使三个月不用某个工具翻一下就能快速找回上下文。第三个技巧是给 CLI 命令设计“安全网”。任何涉及批量修改、自动执行的命令我都在前面加一个检查动作比如先用git diff --stat看改动范围或者先--dry-run跑一遍。AI CLI 再聪明也是工具代码仓库是你自己的出了问题还是要自己承担。最后再分享一个关于模型切换的经验。CLI-Anything 让我最满意的不是某个模型多厉害而是“随时能换模型”的自由。今天用 Qwen 做中文项目明天切回官方模型做长文本设计底层的 CLI 工具不变变的只是环境变量。这种模块化、可插拔的思维方式才是命令行工作流真正值得借鉴的地方。你把工具真正握在手里而不是被工具束缚住这就是 CLI-Anything 带给我最大的收获。