Claude Code 使用示例：搜索调研、网页抓取与文件批处理
一、从“聊天”到“干活”
很多人把 Claude Code 当成终端版的 ChatGPT——输入问题、得到答案、复制粘贴到代码编辑器。这没有充分利用了 Claude Code 的核心能力：它不是你的远程顾问，而是坐你旁边的开发者。
| 维度 | 普通 AI 对话（网页版） | Claude Code（CLI） |
|---|---|---|
| 交互方式 | 复制 → 粘贴 → 复制 → 粘贴 | 直接在你的项目里操作 |
| 上下文 | 你告诉它什么才知道什么 | 自动读取整个项目代码 |
| 执行力 | 只能给建议和代码片段 | 直接创建文件、改代码、运行命令、跑测试 |
| 记忆 | 每次对话独立 | CLAUDE.md + Memory 系统记住项目规则 |
| 工具调用 | 无法调用外部工具 | MCP 连接浏览器、数据库、GitHub 等 |
本文聚焦三个最高频的实战场景：搜索调研、网页抓取、文件批处理。每个场景都有完整的配置步骤和可直接使用的 Prompt 模板。
二、场景一：深度搜索与调研
Claude Code 的搜索能力层级
Claude Code 的搜索不是“帮你在 Google 上搜一下”——它自动完成搜索 → 阅读 → 交叉验证 → 整理 → 输出的全流程。
三类搜索工具
| 工具 | 特点 | 安装 | 搜索方式 |
|---|---|---|---|
| 内置 WebSearch | 开箱即用，零配置 | 无需安装 | Claude 自动发起 web 搜索 |
| 搜索 MCP | 更强引擎，更多信息来源 | 编辑 ~/.claude/settings.json 的 mcpServers 字段 | Brave/Tavily/Perplexity 等专业搜索引擎 |
| Context7 MCP | 专查最新版本编程库文档 | 编辑 ~/.claude/settings.json 的 mcpServers 字段 | 直接查询 npm/pip/cargo 等包仓库的最新文档 |
实战：技术选型调研报告
场景：你需要为一个新项目选择 AI Agent 开发框架（LangChain vs CrewAI vs AutoGen vs Claude Agent SDK vs OpenAI Agents SDK），写一份调研报告给团队评审。
传统方式耗时：2–3 小时（手动 Google → 打开 20+ 网页 → 阅读 → 手动整理表格）
Claude Code 方式——在终端输入：
帮我深度调研 2026 年主流的 AI Agent 开发框架，包括：1. LangChain、CrewAI、AutoGen、Claude Agent SDK、OpenAI Agents SDK2. 每个框架的核心理念、优劣势、适合场景3. GitHub Star 数和社区活跃度（最近 6 个月趋势）4. 给出你的推荐：适合个人开发者 vs 企业团队具体要求：- 整理成 Markdown 表格- 每条关键信息标注来源链接- 保存到 research/agent-frameworks-report.md- 最后用一段话总结你的推荐理由Claude Code 会自动做什么：
- 并行搜索：同时搜索 5 个框架的最新信息（如果配了 SubAgent 会自动并行）
- 交叉验证：对于 GitHub Star 数这种关键数据，从多个来源确认
- 自动整理：生成结构化对比表格
- 标注来源：每条信息的原始链接都会保留
- 保存文件：自动创建
research/目录并写入报告
预计耗时：5–10 分钟
关键技巧：让搜索更精准
| 技巧 | 示例 |
|---|---|
| 明确输出格式 | “整理成表格”、“输出为 Markdown”、“用 JSON 格式” |
| 指定保存路径 | “保存到 research/xxx.md”，Claude 会自动创建目录 |
| 要求标注来源 | “每条数据标注来源链接”、“标注引用出处” |
| 指定对比维度 | “从性能、生态、学习成本、价格四个维度对比” |
| 迭代深入 | 看完初步结果后继续追问细节 |
| 善用并行 | “帮我同时调研 A 和 B”——Claude 自动启用 SubAgent |
| 限定数据源 | 价格等易变动信息建议指定：“优先以各品牌官网实时定价页面为准” |
三、场景二：网页内容抓取
robots.txt 协议和相关版权声明。严禁恶意高频爬取、绕过反爬机制抓取付费内容、或将抓取内容用于商业再分发。违规使用可能导致法律风险。三种抓取方案
| 方案 | 工具 | 原理 | 稳定性 | 适用场景 | 安装 |
|---|---|---|---|---|---|
| A | 内置 WebFetch | HTTP 请求 → 转 Markdown | ★★★ | 静态页面、博客、文档站 | 无需安装 |
| B | Chrome DevTools MCP | 连接本地 Chrome 浏览器 | ★★★★★ | JS 渲染页面、需登录页面、SPA | npx 安装 |
| C | agent-browser | 独立无头浏览器 | ★★☆ | 需隔离环境 | 需额外安装 |
内置 WebFetch 的限制
- 大小限制：单个页面的抓取有内容大小上限，超长页面可能无法完整抓取，只返回前段内容
- 频次限制：短时间内连续发起大量 WebFetch 请求可能触发速率限制
- JS 渲染不完整：对于完全依赖客户端 JS 渲染的 SPA 页面，WebFetch 可能抓取不到实际内容——此时应改用 Chrome DevTools MCP
Chrome DevTools MCP 的环境要求
方案选择指南
你要抓取的页面是哪种？├─ 普通静态页面 → 方案 A（WebFetch）足够了│ ⚠️ 超大页面可能抓取不全│├─ JavaScript 渲染页面（React/Vue SPA）→ 方案 B│ ⚠️ 必须是原版 Chrome，绿色便携版无效│├─ 需要登录后查看的页面 → 方案 B│ Claude 可以操作你已经登录的浏览器│└─ 需要隔离 → 方案 C（agent-browser）实战：批量提取技术文档
场景：把 React Hook Form 的完整 API 文档提取出来，保存为本地 Markdown。
请抓取 React Hook Form 的官方 API 文档：1. 从 https://react-hook-form.com/api/useform 开始2. 依次抓取 useForm、useController、useFieldArray、useWatch 四个主要 Hook 的文档3. 每个 Hook 提取：函数签名、参数说明、返回值类型、代码示例4. 整合为一份 Markdown 文件，保存到 docs/react-hook-form-api.md四、场景三：文件批处理
Claude Code 能处理的文件操作
- 整理文件夹：按文件类型、修改日期、大小等维度自动归类
- 批量重命名：按规则一次性重命名大量文件
- 格式转换：JSON ↔ YAML ↔ CSV ↔ Markdown ↔ SQL
- 数据提取：从 Excel/CSV 中提取特定字段并转为结构化数据
- 文件内容分析：统计、查找、替换、去重
文件处理的能力边界
- 加密文件：受密码保护的压缩包、加密的 PDF、加密的 ZIP/RAR 等无法解析
- 权限锁定文件：被操作系统或其他程序独占锁定的文件无法操作
- 超大文件：超过 100MB 的单个文件建议先手动分片后再处理
实战：整理混乱的项目目录
帮我整理 downloads/ 文件夹：1. 按文件类型分类到子文件夹： images/、documents/、code/、archives/、other/2. 对于 images/，按月份再细分 （读取 EXIF 中的拍摄日期，没有 EXIF 按文件修改时间）3. 对于 documents/，PDF 一类、Office 文档一类、其他一类4. 整理前先列出操作计划让我确认，不要直接移动文件实战：数据提取与格式转换
读取 feedback.xlsx 文件：1. 提取"评分"列 ≤ 2 的所有行（负面反馈）2. 按"分类"列分组3. 每组输出：分类名、数量、具体反馈列表4. 保存为 JSON 文件：data/negative-feedback.json文件处理的安全提醒
- 让 Claude Code 执行批量删除、移动、覆盖等操作前，建议先对目标目录做一次完整备份
- 在操作项目源码、系统配置文件、数据库文件等关键数据时，建议让 Claude 先列出计划让你确认，不要直接让它执行
- “清理”、“整理”、“归类”这类指令存在歧义——Claude 对“无用文件”的判断可能与你的预期不同。始终使用两步法：① 列出计划 → ② 确认后执行
- 绝对不要用模糊指令让 Claude 操作系统目录（如
C:\Windows、/etc、/usr等）
五、场景四：竞品分析与产品调研
实战：AI 编程工具选型对比
帮我调研 2026 年主流的 AI 编程工具（Cursor、Windsurf、Claude Code、GitHub Copilot），从以下维度对比：1. 定价（免费版限制、付费套餐价格） —— 优先以各品牌官网定价页面实时数据为准2. 支持的底层模型（可以用哪些大模型）3. 核心特色功能（每个工具独有的卖点）4. IDE 支持（独立 IDE 还是插件？支持哪些 IDE？）5. 适合什么人群整理成 Markdown 对比表格，每条价格信息标注来源和更新时间。保存到 research/ai-coding-tools-comparison-2026.md六、效率提升量化
| 任务 | 传统方式耗时 | Claude Code 耗时 | 效率提升 |
|---|---|---|---|
| 5 个框架的技术选型调研 | 2–3 小时 | 5–10 分钟 | ~18x |
| 50 页技术文档提取整理 | 1–2 小时 | 3–5 分钟 | ~20x |
| 200 个文件整理归类 | 30–60 分钟 | 2–3 分钟 | ~15x |
| 竞品分析（5 款产品 × 6 维度） | 3–4 小时 | 10–15 分钟 | ~16x |
七、新手常犯的 5 个错误
错误 1：Prompt 太模糊
❌ “帮我调研一下 AI Agent 框架”
✅ “帮我对比 LangChain、CrewAI、AutoGen、Claude Agent SDK、OpenAI Agents SDK 从核心理念、GitHub Star 数、适合场景三个维度进行对比，整理成表格，保存到 research/agent-frameworks.md”
关键：告诉 Claude 你要什么格式、保存在哪里。
错误 2：不让 Claude 读项目代码
Claude Code 的最大优势是能自动读取你的项目代码。在 prompt 中引用项目中已有的文件路径和风格参考。
错误 3：一次性任务太复杂
一个 prompt 包含 10 个子任务会造成 Claude 的注意力分散。拆成 2–3 个子任务，每步确认后再继续。
错误 4：不保存结果到文件
Claude Code 的对话历史会随会话结束而消失。任何有价值的内容都应该保存到文件。每次都加上 “保存到 docs/xxx.md”。
错误 5：不安装搜索 MCP
内置 WebSearch 能用，但搜索 MCP（Brave Search + Tavily）在搜索质量和专业性上有明显提升。花 5 分钟装好，之后的每次调研都会受益。
八、使用建议
第 1 步（立即）： 用内置 WebSearch 试一次技术调研第 2 步（今天）： 安装 Brave Search MCP + Tavily MCP（共 5 分钟）第 3 步（本周）： 尝试文件批处理——整理一个杂乱的文件夹或提取 Excel 数据 ⚠️ 操作前做好备份！第 4 步（下周）： 安装 Chrome DevTools MCP（如需抓取 JS 渲染页面） 注意：需要原版 Chrome，绿色便携版不兼容 尝试一次竞品分析，生成完整的调研报告九、总结
Claude Code 的主要用途不是“能聊天”，而在于 “能执行操作”：
- 搜索调研：不用再手动 Google → 打开 20 个 tab → 复制粘贴。一句话自动完成全流程
- 网页抓取：静态页面用内置 WebFetch（注意大小和频次限制），JS 页面用 Chrome DevTools MCP（需原版 Chrome）。建议遵守 robots.txt 和版权法规
- 文件处理：直接在项目中创建、修改、整理文件，结果是可直接使用的文件而非建议。删除和迁移操作前先备份
这三个场景覆盖了开发者日常工作量的 40–50%。掌握它们，你就从“AI 工具的使用者”变成了“AI 驱动力倍增的开发者”。
备注 1：本文中的 Prompt 模板基于 Claude Code 0.9.x 版本测试通过。MCP 服务器的可用性、免费额度以及内置 WebFetch 的功能限制均可能随 Claude Code 版本迭代而变更，实际操作请以官方最新文档为准。
备注 2：文中所涉方案（网页抓取、文件批处理等）仅限个人学习研究用途。如需商用，请遵守中华人民共和国相关法律法规、目标网站的 robots.txt 协议以及各平台 API 服务协议中的商用条款。