AI 部署指南

Appearance

写在前面 ​

本文对比的四个工具均真实存在，安装命令基于各自最新版本文档（截至 2026-07）。由于 LLM API 价格频繁调整，成本数据以美元计，实际请以官方定价页为准。所有命令可在 macOS / Linux 终端直接执行，Windows 用户建议使用 WSL2 或 Git Bash。

1. 快速对比总览 ​

维度Claude CodeCursorCodex CLIOpenClaw
本质Anthropic 官方 CLIAI 桌面 IDEOpenAI Codex 命令行工具开源多 Agent 编排框架
部署方式npm 全局安装下载 Appnpm / pip 安装pip 安装 + 配置文件
核心模型Claude 系列多模型（GPT-4o, Claude 等）GPT-4o / Codex可配置（默认 GPT-4o）
多 Agent 能力单 Agent（可串行调用）单 Agent（聊天 + 编辑）单 Agent（仅代码生成）原生多 Agent 协作
本地部署否（依赖云端 API）否（依赖云端）否（依赖云端）可完全本地（Ollama）
成本API 按量付费订阅制 + APIAPI 按量付费API 或本地算力
适用场景复杂推理、多轮代码修改日常编码、快速原型单文件代码生成、补全流程化多角色协作

注意：Cursor 和 Claude Code 虽支持多步骤任务，但不是真正的多 Agent 并行协作。OpenClaw 支持定义多个独立 Agent（如 PM、Dev、QA）并自动分配任务。

2. 部署方式对比 ​

2.1 Claude Code ​

前置条件：Node.js ≥ 18，有效的 Anthropic API Key。

bash
# 安装
npm install -g @anthropic-ai/claude-code

# 验证
claude --version

# 配置 API Key（写入 ~/.bashrc 或 ~/.zshrc）
export ANTHROPIC_API_KEY="sk-ant-xxxxxxxxxxxxxxxx"

# 初始化项目（在项目目录执行）
cd your-project
claude init

启动交互式 Agent：

bash
claude

在非交互模式下直接提需求：

bash
claude -p "为这个 Node.js 项目添加单元测试框架 Jest 配置"

要点：需要科学上网才能访问 API。国内用户需配置代理：

bash
export HTTP_PROXY="http://127.0.0.1:7890"
export HTTPS_PROXY="$HTTP_PROXY"

2.2 Cursor ​

前置条件：从 cursor.com 下载对应系统的 App 安装。免费版有 2000 次/月补全额度，专业版 $20/月（含 API 额度）。

安装后配置模型：

  1. 打开 Cursor 设置 → Models → 添加 claude-3-5-sonnet-20241022（需自己填 Key）。
  2. 在 API Keys 中填入 OpenAI 或 Anthropic 的 Key（Cursor 不强制用自己的 Key，但用自带额度有限）。

使用方式：在编辑器中直接 Ctrl+K 打开对话框，或在侧边栏用 Chat 模式。

注意：Cursor 的多文件编辑依赖其 Agent 模式（已内置），但仍然是单 Agent 顺序执行。

2.3 Codex CLI ​

前置条件：Node.js ≥ 18，或 Python ≥ 3.8。

方式 A：npm 安装（社区维护）

bash
npm install -g codex-cli

方式 B：Python 安装（官方推荐脚本）

bash
pip install openai codex-cli  # 部分版本需从 GitHub 克隆

配置 OpenAI API Key：

bash
export OPENAI_API_KEY="sk-xxxxxxxxxxxxxxxx"

使用示例：

bash
# 生成一个 Python 冒泡排序函数
codex "Write a bubble sort function in Python" -o bubble.py

# 在终端交互式对话
codex chat

官方 OpenAI 并未提供名为 codex-cli 的包，此处指 GitHub 上最流行的开源实现 tom-doerr/codex_cli。如需最新 API 用法，建议直接使用 openai 库编写脚本。

2.4 OpenClaw ​

前置条件：Python 3.9+，推荐使用虚拟环境。

bash
# 创建虚拟环境
python -m venv claw-env
source claw-env/bin/activate

# 安装
pip install openclaw

配置文件：agents.yaml

yaml
agents:
  product_manager:
    role: "产品经理"
    model: "gpt-4o"
    system_prompt: "你负责拆解需求，输出任务列表。"
  developer:
    role: "开发者"
    model: "gpt-4o"
    system_prompt: "你负责编码实现，输出代码文件。"
  qa:
    role: "测试工程师"
    model: "gpt-4o"
    system_prompt: "你负责审查代码并生成测试用例。"
workflow:
  - agent: product_manager
    task: "解析用户需求"
  - agent: developer
    task: "实现代码"
  - agent: qa
    task: "审查测试"

初始化项目：

bash
openclaw init

启动协作：

bash
openclaw run "用 FastAPI 写一个任务管理 API，包含 CRUD"

OpenClaw 会自动读取配置文件，按 workflow 顺序调用各个 Agent，并将前一个 Agent 的输出传给下一个。

本地部署（可选）：配置 Ollama

yaml
# agents.yaml 中修改 model 字段
model: "ollama/qwen2.5:14b"

无需 API Key，完全本地运行，但推理速度取决于硬件。

3. 使用场景对比 ​

3.1 需要深度推理、多轮对话 → Claude Code ​

Claude Code 擅长处理复杂代码库重构、跨文件修改、解释晦涩文档。例如：

bash
claude -p "将项目中的 jQuery 代码全部替换为原生 ES6，保持功能不变，并输出 diff"

3.2 日常快速编码、代码补全 → Cursor ​

Cursor 的 Tab 补全和行内编辑最适合写 CRUD、改样式、加简单功能。付费订阅后体验一致，无需管理 API 计费（个人用户推荐）。

3.3 只需生成单文件代码 → Codex CLI ​

如果你只需要快速生成一个函数、一个脚本，用 Codex CLI 最轻量：

bash
codex "生成一个 Python 脚本，批量重命名当前目录所有 .txt 文件，添加日期前缀" -o rename.py

3.4 需要多角色分工、流程自动化 → OpenClaw ​

典型场景：自动化开发流水线。例如“写一个爬虫并做单元测试”，OpenClaw 会依次让 PM 拆需求 → Dev 写代码 → QA 审查并加测试。

优势：可自定义任意角色和流程，且支持本地模型，适合离线或私有化场景。

4. 成本分析 ​

工具固定费用可变费用月均估算（中度使用）
Claude Code无Claude API：$3/M 输入 token，$15/M 输出 token$50-200
Cursor Pro$20/月超出额度后按 API 计费（可自建 Key）$20-40
Codex CLI无OpenAI API：$2.50/M 输入，$10/M 输出（GPT-4o）$30-150
OpenClaw无与所用模型 API 一致（或本地免费）$0~50

省钱技巧：

  • OpenClaw 搭配 Ollama + Qwen2.5 等免费模型，成本为零（仅电费）。
  • Cursor 若使用自带额度，每月 $20 封顶，适合个人。
  • 团队可考虑 Cloude Code Team 版（$25/座/月，含 API 配额），但需企业签约。

5. 选型建议 ​

  • 个人开发者，追求性价比：Cursor Pro（$20/月）最省心，不用管 Key 和计费。
  • 需要复杂代码理解与重构：Claude Code，一次投入学习成本，后续效率极高。
  • 只写简单脚本或做实验：Codex CLI，零安装成本（有浏览器也可用 ChatGPT，但 CLI 可批量）。
  • 构建自动化 AI 开发流水线：OpenClaw，可定制、可本地，适合微调私有模型。

注意：四个工具可以组合使用。例如用 Cursor 做日常编辑，遇到难题时切到 Claude Code 做深度分析，用 OpenClaw 编排批量任务。没有银弹，只有最合适的搭配。

6. 快速上手命令速查 ​

bash
# Claude Code
npm i -g @anthropic-ai/claude-code
export ANTHROPIC_API_KEY=...
claude -p "列出当前目录所有文件"

# Cursor
# 下载 App 安装，无 CLI 命令

# Codex CLI
npm i -g codex-cli
export OPENAI_API_KEY=...
codex "print('hello world')" -o test.py

# OpenClaw
pip install openclaw
export OPENAI_API_KEY=...
cat > agents.yaml << EOF
agents:
  dev: { role: dev, model: gpt-4o, system_prompt: "You are a Python developer." }
EOF
openclaw run "生成一个斐波那契数列函数"

相关教程 ​

免责声明：本文所有命令均基于工具各自官方文档，使用时请确认版本。OpenAI 已逐渐弃用 Codex 独立模型，推荐使用 GPT-4o 作为替代。Codex CLI 社区包可能不再更新，建议迁移至 openai Python 库自定义脚本。