<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
    <channel>
        <title>API設定 on KnightLi的博客</title>
        <link>https://www.knightli.com/zh-tw/tags/api%E8%A8%AD%E5%AE%9A/</link>
        <description>Recent content in API設定 on KnightLi的博客</description>
        <generator>Hugo -- gohugo.io</generator>
        <language>zh-tw</language>
        <lastBuildDate>Thu, 16 Apr 2026 17:47:17 +0800</lastBuildDate><atom:link href="https://www.knightli.com/zh-tw/tags/api%E8%A8%AD%E5%AE%9A/index.xml" rel="self" type="application/rss+xml" /><item>
        <title>在 VS Code 裡接入 Claude：從 API 設定到網頁生成</title>
        <link>https://www.knightli.com/zh-tw/2026/04/16/vscode-claude-api-coding-workflow/</link>
        <pubDate>Thu, 16 Apr 2026 17:47:17 +0800</pubDate>
        
        <guid>https://www.knightli.com/zh-tw/2026/04/16/vscode-claude-api-coding-workflow/</guid>
        <description>&lt;p&gt;如果你已經開始把大模型帶進日常開發，最直接的感受通常不是「會不會寫程式」，而是「能不能把很多零碎工作一次推進起來」。&lt;/p&gt;
&lt;p&gt;這類工具真正有價值的地方，不只是補全幾行程式碼，而是能在編輯器裡同時完成對話、改檔案、預覽結果和繼續迭代。對於簡單頁面、原型驗證、樣式調整和功能補齊，這種工作方式往往比傳統的手動來回切換更順手。&lt;/p&gt;
&lt;p&gt;這篇就整理一下，一個比較實用的思路：在 &lt;code&gt;VS Code&lt;/code&gt; 裡接入 &lt;code&gt;Claude&lt;/code&gt; 一類模型之後，怎麼把它用在真實的頁面生成和小功能迭代上。&lt;/p&gt;
&lt;h2 id=&#34;一先把工具鏈接通&#34;&gt;一、先把工具鏈接通
&lt;/h2&gt;&lt;p&gt;這類 AI 編程外掛的核心流程其實都差不多：&lt;/p&gt;
&lt;ol&gt;
&lt;li&gt;在 &lt;code&gt;VS Code&lt;/code&gt; 裡安裝支援對話式改程式碼的外掛&lt;/li&gt;
&lt;li&gt;在外掛設定裡填入模型服務的 &lt;code&gt;Base URL&lt;/code&gt;&lt;/li&gt;
&lt;li&gt;設定自己的 &lt;code&gt;API Key&lt;/code&gt;&lt;/li&gt;
&lt;li&gt;選擇要使用的模型名稱&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;完成這幾步之後，編輯器裡的 AI 能力才算真正可用。後面的體驗差異，大多不在「能不能用」，而在「模型品質怎麼樣、外掛互動是否順手、生成結果是否穩定」。&lt;/p&gt;
&lt;p&gt;如果你之前沒有配過這類外掛，可以把它理解成這樣：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;外掛負責把你的自然語言請求變成編輯器裡的操作流程&lt;/li&gt;
&lt;li&gt;&lt;code&gt;API&lt;/code&gt; 負責把請求送到模型服務&lt;/li&gt;
&lt;li&gt;模型負責理解你的需求並回傳程式碼、修改建議或結構化結果&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;所以真正要配對的，其實就是三件事：外掛、介面位址、模型名稱。&lt;/p&gt;
&lt;h2 id=&#34;二適合先從小任務開始&#34;&gt;二、適合先從小任務開始
&lt;/h2&gt;&lt;p&gt;很多人第一次上手，會希望它直接幫自己「做一個完整專案」。這不是不行，但對新手來說，最容易建立正確預期的方式，反而是先從非常小的任務開始。&lt;/p&gt;
&lt;p&gt;比如：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;生成一個簡單的前端頁面&lt;/li&gt;
&lt;li&gt;給現有頁面補一個公告區塊&lt;/li&gt;
&lt;li&gt;增加註冊表單&lt;/li&gt;
&lt;li&gt;調整介面，讓樣式更正式一些&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;這種任務有幾個好處：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;指令足夠清楚，模型更容易理解&lt;/li&gt;
&lt;li&gt;結果可以立刻預覽，回饋很快&lt;/li&gt;
&lt;li&gt;你能明顯看到「對話」和「改程式碼」是如何連動的&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;當需求比較明確時，外掛通常會一邊在側邊欄裡和你對話，一邊直接修改右側檔案。等到任務完成之後，你再看生成結果、預覽頁面、決定要不要繼續追加需求，這個節奏會比純聊天自然很多。&lt;/p&gt;
&lt;h2 id=&#34;三真正提效的不是一次生成而是連續迭代&#34;&gt;三、真正提效的不是一次生成，而是連續迭代
&lt;/h2&gt;&lt;p&gt;AI 編程最容易被誤解的一點，是大家總把注意力放在「第一次生成得像不像」。&lt;/p&gt;
&lt;p&gt;但在實際使用裡，更重要的往往是第二輪、第三輪還能不能順著改下去。&lt;/p&gt;
&lt;p&gt;一個比較常見的過程是：&lt;/p&gt;
&lt;ol&gt;
&lt;li&gt;先讓它快速生成一個能跑的頁面骨架&lt;/li&gt;
&lt;li&gt;再追加一兩個明確功能&lt;/li&gt;
&lt;li&gt;然後觀察程式碼和介面是否一起變得更完整&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;如果工具體驗比較順，整個過程會很像你在帶一個執行速度很快的初級開發同事：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;你提需求&lt;/li&gt;
&lt;li&gt;它先做出一版&lt;/li&gt;
&lt;li&gt;你指出哪裡不夠&lt;/li&gt;
&lt;li&gt;它繼續修改&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;這種「連續對話式迭代」比單次生成更接近日常開發場景，也是它最容易拉開效率差距的地方。&lt;/p&gt;
&lt;h2 id=&#34;四要學會區分適合交給-ai-的部分和自己順手改更快的部分&#34;&gt;四、要學會區分「適合交給 AI 的部分」和「自己順手改更快的部分」
&lt;/h2&gt;&lt;p&gt;這也是非常關鍵的一點。&lt;/p&gt;
&lt;p&gt;像頁面佈局、元件初稿、表單骨架、樣式潤飾、文案占位、重複性程式碼補齊，這些通常都很適合交給 AI 先做。&lt;/p&gt;
&lt;p&gt;但如果只是：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;改一行按鈕文字&lt;/li&gt;
&lt;li&gt;調整一個頁腳說明&lt;/li&gt;
&lt;li&gt;換一個很小的樣式細節&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;很多時候自己直接改會更快。因為這種修改的成本已經低到，不值得再發起一次完整的模型互動。&lt;/p&gt;
&lt;p&gt;真正高效的使用方式，不是「什麼都交給 AI」，而是知道什麼時候該讓它一口氣做完大塊工作，什麼時候自己收尾更省時間。&lt;/p&gt;
&lt;h2 id=&#34;五api-設定是門檻但不是難點&#34;&gt;五、API 設定是門檻，但不是難點
&lt;/h2&gt;&lt;p&gt;不少人卡住，其實不是卡在寫程式，而是卡在外掛設定。&lt;/p&gt;
&lt;p&gt;常見需要確認的內容通常包括：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;介面位址是不是填對了&lt;/li&gt;
&lt;li&gt;密鑰是不是有效&lt;/li&gt;
&lt;li&gt;模型名稱是不是和服務端一致&lt;/li&gt;
&lt;li&gt;外掛是否要求特定格式的 &lt;code&gt;Base URL&lt;/code&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;只要這幾項有一項不對，外掛表面上可能還能打開，但真正發請求時就會失敗。&lt;/p&gt;
&lt;p&gt;所以如果你發現外掛沒有正常工作，排查順序通常可以很簡單：&lt;/p&gt;
&lt;ol&gt;
&lt;li&gt;先看介面位址&lt;/li&gt;
&lt;li&gt;再看密鑰&lt;/li&gt;
&lt;li&gt;最後看模型名稱和外掛要求的格式&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;把這三項核對清楚，大多數接入問題都能快速定位。&lt;/p&gt;
&lt;h2 id=&#34;六怎麼看生成結果值不值得繼續用&#34;&gt;六、怎麼看生成結果值不值得繼續用
&lt;/h2&gt;&lt;p&gt;一個比較實用的判斷標準，不是看它「驚不驚艷」，而是看下面這幾件事：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;生成出來的頁面能不能直接跑起來&lt;/li&gt;
&lt;li&gt;結構是不是基本清楚&lt;/li&gt;
&lt;li&gt;追加需求後有沒有明顯跑偏&lt;/li&gt;
&lt;li&gt;改動量變大時，是否還能保持一致性&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;如果一兩輪對話之後，它已經能把頁面從空白推進到一個可繼續修改的狀態，那這個工具基本就有實用價值了。&lt;/p&gt;
&lt;p&gt;反過來說，如果每次生成都需要你大面積返工，那它帶來的就不是提效，而只是把「寫程式」換成了「審程式」。&lt;/p&gt;
&lt;h2 id=&#34;結語&#34;&gt;結語
&lt;/h2&gt;&lt;p&gt;在 &lt;code&gt;VS Code&lt;/code&gt; 裡接入 &lt;code&gt;Claude&lt;/code&gt; 一類模型，最值得期待的不是「從此不寫程式了」，而是很多原本零散、重複、容易打斷思路的工作，可以被一次性打包推進。&lt;/p&gt;
&lt;p&gt;更現實的用法是：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;讓它先搭頁面和功能骨架&lt;/li&gt;
&lt;li&gt;用連續對話完成兩三輪迭代&lt;/li&gt;
&lt;li&gt;自己處理最後那些細小但確定的修改&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;這樣配合下來，AI 更像一個加速器，而不是一個必須完全接管開發流程的替代者。&lt;/p&gt;
</description>
        </item>
        
    </channel>
</rss>
