主流 AI CLI 工具接入指南：Claude Code、Codex、Gemini CLI 配置、使用与选择

概述

随着 AI 技术的快速发展，命令行 AI 工具已成为开发者提高效率的重要助手。本文将详细介绍三款主流 AI CLI 工具：

Claude Code - Anthropic 出品，基于 Claude 模型的强大 CLI 工具
OpenAI Codex - OpenAI 官方 CLI，支持 GPT 系列模型
Gemini CLI - Google 推出的基于 Gemini 模型的命令行工具

这三款工具都支持 MCP (Model Context Protocol) 协议，可以扩展丰富的功能插件。

Claude Code

特点

✅ 强大的代码理解和生成能力
✅ 支持 Claude Sonnet 4.5 和 Opus 4.1 模型
✅ 完善的 MCP 生态支持
✅ 灵活的配置系统（全局、项目、用户三级作用域）
✅ 内置 Git 集成
✅ 支持自定义规则（CLAUDE.md）

官网

https://www.anthropic.com/claude-code

Claude Code 安装

首次安装

npm install -g @anthropic-ai/claude-code

更新

# 方式1：使用 npm
npm update -g @anthropic-ai/claude-code

# 方式2：使用 claude 命令
claude update

Claude Code 配置

模型选择

Claude Code 支持以下模型：

可用模型：

Default (recommended) - Sonnet 4.5，默认模型，性价比最高（$3/$15 per Mtok）
Opus - Opus 4.1，适合复杂任务（$15/$75 per Mtok）

可以使用 /model 命令在会话中切换模型。

全局配置

配置目录：~/.claude

配置文件：~/.claude/settings.json

{
  "env": {
    "ANTHROPIC_API_KEY": "sk-ant-xxxxxxxxxxxxx",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": 1
  },
  "permissions": {
    "allow": [],
    "deny": []
  },
  "includeCoAuthoredBy": false
}

配置说明：

ANTHROPIC_API_KEY：Claude API 密钥（官方获取）
includeCoAuthoredBy：禁用 Git 提交信息中的 AI 协作者标记

自定义 API 端点（可选）：

如果使用第三方中转服务，可以添加 ANTHROPIC_BASE_URL：

{
  "env": {
    "ANTHROPIC_API_KEY": "your-api-key",
    "ANTHROPIC_BASE_URL": "https://your-custom-endpoint.com"
  }
}

⚠️ 注意：使用第三方中转服务需自行承担安全风险，建议优先使用官方 API

自定义规则（Rules）

创建 ~/.claude/CLAUDE.md 文件，定义 AI 助手的行为规则：

## Git 提交规范
- 提交 Git Message 时，内容不要携带任何 AI 来源相关的信息

## 终端代理配置
- 由于网络限制，终端内需要启用代理后才能下载内容
- 执行 npm install/yarn/pip install 等指令前，需要先执行 `proxy_on` 开启代理

## 代码规范
- 优先使用项目现有的工具类
- 遵循项目的编码风格和命名规范

Claude Code MCP 集成

Claude Code 支持丰富的 MCP 服务器扩展，可以快速添加各种功能插件。

快速添加 MCP

# 添加常用 MCP（用户级全局可用）
claude mcp add context7 -s user -- npx -y @upstash/context7-mcp
claude mcp add memory -s user -- npx -y @modelcontextprotocol/server-memory
claude mcp add playwright -s user -- npx -y @playwright/mcp@latest

作用域说明：

-s user：用户级（全局可用）
-s project：项目级（团队共享）
-s local：本地级（默认，仅当前项目）

💡 详细的 MCP 配置指南请参考：MCP (Model Context Protocol) 配置完全指南

OpenAI Codex

特点

✅ 官方支持，稳定可靠
✅ 专为编码优化的 GPT-5 模型系列
✅ 支持三种模型变体和三档推理级别
✅ 配置简单，使用 TOML 格式
✅ 支持自定义 API 端点
✅ 完整的 MCP 支持

官网

Codex 安装

# 方式1：使用 npm
npm install -g @openai/codex

# 方式2：使用 Homebrew (macOS)
brew install codex

Codex 配置

模型选择

Codex 目前仅支持 GPT-5 系列模型，提供以下选项：

可用模型：

gpt-5-codex (current) - 针对编码任务优化，支持多工具调用
gpt-5 - 广泛的通用知识，强大的推理能力

推理级别（Reasoning Level）：

low - 最快响应，有限推理
medium (default) - 根据任务动态调整推理
high (current) - 最大化推理深度，适合复杂或模糊问题

主配置文件

文件路径：~/.codex/config.toml

# 模型配置
model_provider = "openai"
model = "gpt-5-codex"  # 可选: gpt-5-codex 或 gpt-5
model_reasoning_effort = "high"  # 可选: low, medium, high
disable_response_storage = true

# API 提供商配置（使用官方 API）
[model_providers.openai]
name = "openai"
base_url = "https://api.openai.com/v1"
wire_api = "responses"
env_key = "OPENAI_API_KEY"

# MCP 服务器配置（示例）
[mcp_servers.context7]
args = ["-y", "@upstash/context7-mcp"]
command = "npx"

[mcp_servers.playwright]
args = ["@playwright/mcp@latest"]
command = "npx"

配置说明：

model：建议使用 gpt-5-codex（编码场景最优）
model_reasoning_effort：根据任务复杂度选择
- 简单任务：low 或 medium
- 复杂重构/架构设计：high

自定义 API 端点（可选）：

如果使用第三方中转服务，可以自定义 base_url：

# 自定义中转服务配置
[model_providers.custom]
name = "custom"
base_url = "https://your-custom-endpoint.com/v1"
wire_api = "responses"
env_key = "CUSTOM_API_KEY"

然后在模型配置中引用：

model_provider = "custom"

⚠️ 注意：使用第三方中转服务需自行承担安全风险，建议优先使用官方 API

💡 完整的 MCP 配置请参考：MCP 配置完全指南 - Codex 部分

认证配置

文件路径：~/.codex/auth.json

{
  "OPENAI_API_KEY": "your-api-key-here"
}

测试配置

# 1. 启动 Codex
codex

# 2. 测试基本对话
> Hi

# 3. 检查 MCP 连接状态
> /mcp

Gemini CLI

特点

✅ Google 官方支持
✅ 支持 Gemini 2.0 系列模型
✅ 免费额度充足
✅ 支持多账户切换
✅ 丰富的主题配置
✅ 完整的 MCP 生态

官网

https://github.com/google-gemini/gemini-cli

Gemini 安装

npm install -g @google/gemini-cli

Gemini 配置

1. 获取 API Key

步骤：

注册 Google 账户
创建 Google Cloud 项目
- 访问 Google Cloud Console
- 随意创建一个项目
生成 API 密钥
- 访问 Google AI Studio
- 点击右侧的"创建 API 密钥"按钮
- 选择刚刚创建的项目
- 点击"在现有项目中创建 API 密钥"
- 复制生成的密钥

2. 配置文件

文件路径：~/.gemini/settings.json

{
  "theme": "GitHub",
  "selectedAuthType": "gemini-api-key",
  "contextFileName": ["GEMINI.md"],
  "preferredEditor": "vscode",
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-memory"]
    },
    "context7": {
      "command": "npx",
      "args": ["-y", "@upstash/context7-mcp"]
    },
    "playwright": {
      "type": "stdio",
      "command": "npx",
      "args": ["@playwright/mcp@latest"],
      "env": {}
    }
  }
}

💡 完整的 MCP 配置请参考：MCP 配置完全指南 - Cursor 部分（Gemini CLI 配置格式与 Cursor 类似）

3. 环境变量配置

编辑 ~/.zshrc 或 ~/.bashrc，添加：

export GEMINI_API_KEY="your-gemini-api-key-here"

应用配置：

source ~/.zshrc
# 或
source ~/.bashrc

4. 启动使用

gemini

Gemini 多账户切换

如果你有多个 Google 账户，可以配置快速切换功能：

1. 创建密钥配置文件

touch ~/.gemini/keys.sh

添加内容：

export GEMINI_ALL_KEYS=(
  "key1-from-account-1"
  "key2-from-account-2"
  "key3-from-account-3"
)

2. 创建切换脚本

touch ~/.gemini/switch_key.sh

添加内容：

# gmn 函数：用于切换 GEMINI_API_KEY
gmn() {
    # 检查是否提供了参数
    if [ -z "$1" ]; then
        echo "用法：gmn <数字> (例如 gmn 1)"
        echo "或者 gmn n 切换到下一个"
        return 1
    fi

    local target_index=$1

    # 检查 GEMINI_ALL_KEYS 数组是否已加载且不为空
    if [ ${#GEMINI_ALL_KEYS[@]} -eq 0 ]; then
        echo "错误：GEMINI API 密钥数组 GEMINI_ALL_KEYS 为空或未加载。"
        echo "请检查 '$HOME/.gemini/keys.sh' 文件和 '$HOME/.zshrc' 配置。"
        return 1
    fi

    echo "切换到 Gemini API key: $GEMINI_ALL_KEYS[$1]"

    # 可选：自动开启代理（国内用户需要）
    export https_proxy=http://127.0.0.1:7890
    export http_proxy=http://127.0.0.1:7890
    export all_proxy=socks5://127.0.0.1:7890

    export GEMINI_API_KEY=$GEMINI_ALL_KEYS[$1]
    gemini
}

3. 配置环境变量

编辑 ~/.zshrc 或 ~/.bashrc，添加：

# 默认密钥
export GEMINI_API_KEY="default-key"

# 加载多密钥配置
source "$HOME/.gemini/keys.sh"
source "$HOME/.gemini/switch_key.sh"

4. 使用方式

# 切换到第一个账户
gmn 1

# 切换到第二个账户
gmn 2

# 以此类推

对比分析

功能对比

特性	Claude Code	OpenAI Codex	Gemini CLI
模型能力	Sonnet 4.5 / Opus 4.1	GPT-5 系列	Gemini 2.0
代码理解	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐
中文支持	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐⭐
MCP 支持	✅ 完整	✅ 完整	✅ 完整
配置灵活性	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐
作用域管理	✅ 三级	⚠️ 单级	⚠️ 单级
价格	💰💰💰 最贵	💰💰 中等	🆓 免费（有额度）
网络要求	国际网络	国际网络	需要魔法

价格对比

工具	定价模式	价格详情	性价比
Claude Code	按 Token 计费	Sonnet 4.5: $3/$15 per MtokOpus 4.1: $15/$75 per Mtok	💰💰💰 最贵
OpenAI Codex	按 Token 计费	GPT-5 系列定价（具体价格见 OpenAI 官网）	💰💰 中等
Gemini CLI	免费 + 限额	完全免费每日/每月有请求额度限制	🆓 最优

成本建议：

预算充足：Claude Code（Sonnet 4.5 性价比最高，Opus 适合复杂任务）
成本敏感：Gemini CLI（免费额度足够个人开发使用）
平衡选择：OpenAI Codex（价格适中，性能稳定）

配置文件格式对比

工具	配置格式	配置位置
Claude Code	JSON	`~/.claude/settings.json`
OpenAI Codex	TOML	`~/.codex/config.toml`
Gemini CLI	JSON	`~/.gemini/settings.json`

安装方式对比

# Claude Code
npm install -g @anthropic-ai/claude-code

# OpenAI Codex
npm install -g @openai/codex
# 或
brew install codex

# Gemini CLI
npm install -g @google/gemini-cli

选择建议

根据使用场景选择

代码编写场景

推荐顺序：

首选：OpenAI Codex
- ✅ 性价比最高，价格适中
- ✅ GPT-5 编码能力出色
- ✅ 文档编写和 Bug 修复能力强
- ✅ 配置简单，快速上手
- 💡 最佳平衡选择：性能与成本的完美平衡
次选：Claude Code
- ✅ 交互能力最出色
- ✅ 代码理解和重构能力最强
- ✅ 项目需要团队协作配置（Project Scope）
- ✅ 追求最佳的中文交互体验
- ⚠️ 价格最贵，适合预算充足的团队
备选：Gemini CLI
- ✅ 完全免费，零成本
- ✅ 适合学习和个人小项目
- ⚠️ 编码能力相对较弱
- 🎓 实在没有预算时的选择

推荐人群：

个人开发者：优先 Codex（性价比高）
团队项目：Claude Code（协作能力强）
学生/预算有限：Gemini CLI（免费）

文档编写与代码审查场景

推荐：OpenAI Codex

✅ 文档编写和 Bug 修复能力最强
✅ 适合代码 Review 和重构建议
✅ GPT-5 模型推理能力出色
✅ 价格适中，性价比最好

推荐人群：代码审查、文档编写、Bug 修复、注重性价比的团队

非编码任务场景

推荐：Gemini CLI

✅ 超大上下文窗口（2M tokens）
✅ 适合长文档分析、需求整理
✅ 完全免费，有日/月额度限制
✅ 有多个 Google 账户需要切换
🎓 特别适合学生和个人开发者

推荐人群：学生、个人开发者、文档分析、需求管理、预算有限的场景

协同工作流推荐

最佳实践：Codex + Claude Code 组合使用

1. Codex (需求分析)
   ↓
   生成详细的需求文档和技术方案
   ↓
2. Claude Code (代码实现)
   ↓
   根据文档进行功能实现和代码编写
   ↓
3. Codex (代码审查)
   ↓
   Review 代码质量，提供优化建议

优势：

🎯 发挥各工具的专长领域
🔄 形成完整的开发闭环
💰 Codex 性价比高，适合需求和审查阶段
🎨 Claude Code 交互能力强，适合代码实现阶段

适用场景：

大型项目开发
团队协作项目
对代码质量要求高的场景

最佳实践

1. MCP 配置建议

三款工具都支持 MCP (Model Context Protocol) 扩展，推荐安装：

核心 MCP：

context7 - 查询最新库文档
memory - 知识图谱记忆
fetch - 网页内容抓取

可选 MCP：

playwright - 浏览器自动化
sequential-thinking - 增强推理能力
filesystem - 文件系统访问
github - GitHub 集成

💡 详细的 MCP 服务器介绍和配置方法请参考：MCP 配置完全指南

该指南包含：

常用 MCP 服务器详细介绍

Claude Code、Codex、Cursor 的完整配置方案

MCP Router 统一管理方案

故障排查和常见问题解答

2. 代理配置

国内用户建议：

# 在配置文件中添加代理设置
export https_proxy=http://127.0.0.1:7890
export http_proxy=http://127.0.0.1:7890
export all_proxy=socks5://127.0.0.1:7890

或者使用别名：

alias proxy_on="export https_proxy=http://127.0.0.1:7890 http_proxy=http://127.0.0.1:7890 all_proxy=socks5://127.0.0.1:7890"
alias proxy_off="unset https_proxy http_proxy all_proxy"

3. API Key 管理

安全建议：

🔒 不要将 API Key 提交到 Git 仓库
🔒 使用环境变量管理敏感信息
🔒 定期轮换 API Key
🔒 为不同项目使用不同的 Key

4. 自定义规则（Rules）

建议配置：

代码风格规范
Git 提交规范
项目特定的开发流程
终端代理配置
常用工具类说明

总结

三款 AI CLI 工具各有特色：

OpenAI Codex 性价比最高，编码能力强，适合个人开发者和注重成本的团队
Claude Code 交互体验最出色，功能最完善，适合专业开发和团队协作
Gemini CLI 完全免费，适合学习和个人小项目

我的推荐：

首选：OpenAI Codex（性价比最高，编码能力强）
次选：Claude Code（交互体验最佳，适合团队协作）
备选：Gemini CLI（免费额度充足，适合学习和小项目）

核心建议：

💰 预算优先：Codex 是性价比最优选择
🎯 体验优先：Claude Code 交互能力最出色
🆓 零成本：Gemini CLI 适合学习和个人项目

建议根据实际需求和预算选择，或者多个工具配合使用，发挥各自优势。

主流 AI CLI 工具接入指南：Claude Code、Codex、Gemini CLI 配置、使用与选择

目录

概述

Claude Code

特点

官网

Claude Code 安装

首次安装

更新

Claude Code 配置

模型选择

全局配置

自定义规则（Rules）

Claude Code MCP 集成

快速添加 MCP

OpenAI Codex

特点

官网

Codex 安装

Codex 配置

模型选择

主配置文件

认证配置

测试配置

Gemini CLI

特点

官网

Gemini 安装

Gemini 配置

1. 获取 API Key

2. 配置文件

3. 环境变量配置

4. 启动使用

Gemini 多账户切换

1. 创建密钥配置文件

2. 创建切换脚本

3. 配置环境变量

4. 使用方式

对比分析

功能对比

价格对比

配置文件格式对比

安装方式对比

选择建议

根据使用场景选择

代码编写场景

文档编写与代码审查场景

非编码任务场景

协同工作流推荐

最佳实践

1. MCP 配置建议

2. 代理配置

3. API Key 管理

4. 自定义规则（Rules）

总结

相关资源

官方文档

本站相关文章

MCP 资源

API 获取