企业官网建设流程全解析

1. 長對話為什麼會越用越「笨」——從上下文工程說起

如果你用 Claude Code 跑過稍微像樣一點的任務——比如重構一個模組、跨十多個檔案改介面、把一堆 TODO 變成可提交的 PR——你多半經歷過這種感覺：前二十分鐘它像個懂你的同事，一個小時之後它開始「選擇性失憶」。你明明十分鐘前讓它記住「不要動 auth 目錄下的檔案」，結果它下一個迴圈就把 auth 目錄翻出來改了。

問題不在模型，在上下文。

上下文工程裡有一個很扎心的判斷：大多數 Agent 失敗不是模型不行，而是上下文不全。這裡的「上下文」不單指你發給 LLM 的那段提示詞，而是模型在生成回應前看到的一切信息——系統提示詞、對話歷史、檢索到的檔案片段、工具定義、當前目錄結構、你剛貼的報錯。上下文工程就是研究怎麼把這些信息以合適的格式、合適的順序、合適的時機餵進有限的視窗裡。

Claude Code 之所以被認為是 Coding Agent 的能力上限，不是因為它的模型比其他家聰明多少，而是它在長對話裡做了一套三層記憶架構：短期記憶負責當前對話，中期記憶在 Token 快滿時自動壓縮，長期記憶落到 CLAUDE.md 專案知識庫。這套機制的目標很明確——讓 Agent 在跑長任務時不丟方向。但這裡有個前提：這套機制得跑在一個穩定、可重複、Key 不容易耗盡的 API 通道上。否則你剛跑到壓縮環節，Key 額度沒了，換一個 Key 重開會話，Claude Code 的「跨會話恢復」就直接歸零。我目前的做法是讓 Key 走 TaoToken 的統一 API 通道，在 TaoToken 上建立 Key，把 Base URL 填成 https://taotoken.net/api，這樣長會話任務從中期壓縮到跨會話恢復都能在同一個通道上驗證，而不是動不動因為額度或 Key 問題中斷。

1.1 上下文工程的七個組成部分

上下文工程不是一個新名詞包裝舊概念，它有一套完整的組成結構。分析 Claude Code 的運行機制時，通常拆成七個部分：

1. 指令/系統提示詞：定義模型整體行為的初始指令，應該包含範例、規則。
2. 用戶提示詞：你提出的即時任務或問題。
3. 當前狀態或對話歷史：短期記憶，展現當前交流的背景。
4. 長期記憶：跨多次對話積累的持久性知識庫，比如專案摘要、偏好。
5. 檢索的信息：RAG，從文件、資料庫或 API 取得的相關內容。
6. 可用工具：模型可以呼叫的函式或內建工具定義。
7. 結構化輸出：明確定義模型輸出的格式，例如 JSON。

Claude Code 的動態上下文注入就是這七個部分的實作之一。你提到「utils/date.ts」這個檔名，它會自動讀取該檔案內容並注入上下文；你貼了一個 TypeScript 報錯，它會自動關聯依賴檔案。這套機制的成本是：每多注入一個檔案，就多佔一份 Token 額度。長會話跑到中段，注入檔案的上限卡在 20 個、8K Token，一旦超過，必須有人來決定「哪些上下文可以踢出去、哪些必須留住」。這個決定，就是中期記憶壓縮要做的事。

1.2 上下文腐蝕：長任務真正的敵人

上下文長度增加後，模型的注意力機制會出現「腐蝕」現象。具體表現在幾個方面：產生幻覺後會被持續帶偏；模糊性導致資訊衝突，行為不可預測；關鍵資訊被稀釋，注意力分散；大量重複文字導致「行動癱瘓」——模型開始反覆做無意義的工具呼叫。

影響因素不只是上下文太長，還有資訊密度不均、自然語言模糊性等。你讓 Claude Code 讀一個 5000 行程式碼的檔案，它不會「平均分配注意力」，而是傾向記住開頭、結尾和格式特殊的部分，中間的關鍵邏輯反而被忽略。

針對這個問題，業界提出了四類上下文管理方法，源自 LangChain 的方法論：

• Offload（卸載）：把資訊保存在上下文視窗之外，只留一個輕量級指標給模型。
• Retrieve（檢索）：透過 RAG 動態檢索相關資訊。
• Compress（壓縮）：裁剪冗餘資訊，只保留完成任務所需的 tokens。
• Isolate（隔離）：分而治之，透過 SubAgent 處理子任務。

Claude Code 的三層記憶架構，本質上是把這四類方法揉進一套主循環裡。接下來我們逐個拆解它在長會話裡實際是怎麼運作的。

2. 從 LangChain 方法論看 Claude Code 怎麼管理上下文

LangChain 是最早把上下文管理系統化的框架之一。它的四類方法——Offload、Retrieve、Compress、Isolate——到今天依然是衡量 Agent 上下文能力的座標系。Claude Code 的工程實踐沒有跳出這個框架，但它把每一類都做到了可自動運行。

2.1 Offload 與 Retrieve：長任務的「外部大腦」

Offload 的核心思路是：不要把工具返回的全部原始資訊直接餵給 LLM，而是卸載到外部存儲，只把輕量級指標返回給模型。Claude Code 的做法是檔案系統。它把 git diff、檔案內容、目錄結構這些大塊資訊放在外部，模型需要時再讀取，而不是一股腦塞進上下文。

這解決了一個很實際的問題：你的專案可能有幾萬個檔案，但一次任務只需要碰其中十幾個。如果全部塞進上下文，模型會被無關檔案稀釋注意力。

Retrieve 則對應 RAG。Claude Code 的做法比較「返璞歸真」：用 llms.txt + grep/find 做多輪工具調用，而不是依賴大型向量檢索。你說「把登入流程的程式碼找出來」，它會先 grep 出相關檔案路徑，確認後再讀取內容。這種做法在長會話裡有個好處——檢索到的資訊是結構化的，不是一堆向量相似度的碎片文本，壓縮時更好處理。

2.2 Compress 與 Isolate：Claude Code 三層記憶的實戰節奏

Claude Code 的壓縮機制有一個明確的觸發點：當上下文使用量達到 92% 閾值，自動觸發智慧壓縮。它不會把對話歷史簡單地「截斷」，而是用 8 段式結構化保存核心資訊——包括當前目標、已完成步驟、未完成事項、關鍵決策、專案約束等。壓縮後，模型讀到的不是「前 500 條消息的摘要」，而是「一份結構化的任務狀態報告」。

但壓縮有一個副作用：破壞連續性。如果摘要做得不好，關鍵資訊照樣丟，甚至可能引入幻覺。這就是為什麼 Claude Code 的壓縮不會只壓一次，而是持續進行——每次壓縮都要保留跨會話恢復專案背景和使用者偏好的能力。

Isolate 在 Claude Code 裡體現為分層多 Agent 協作。主 Agent 負責拆任務，SubAgent 負責執行子任務，每個 SubAgent 有獨立上下文，避免上下文污染。調度器控制最多 10 個工具並發。這種做法的代價是，如果你用的 API 通道不穩定，SubAgent 跑到一半失敗，重試時上下文同步就是個災難。所以通道穩定性在長任務裡不是可選項，而是基礎設施。

3. 配置 Claude Code 接入 TaoToken：長會話任務的準備動作

理解了上下文機制，再回來看你實際要跑的長任務。假設你要讓 Claude Code 完成一次跨模組重構：讀取現有程式碼、生成重構計劃、分步修改、跑測試、修復失敗。這不是一次對話能結束的，必然會經歷多次壓縮和恢復。

這種場景下，Key 的管理方式直接影響任務成敗。如果你用官方額度，跑到一半額度耗盡，換一把新 Key，Claude Code 的長期記憶（CLAUDE.md）還能留住專案背景，但中期記憶——也就是壓縮後的結構化任務狀態——很可能因為會話中斷而丟失。TaoToken 在這裡的角色很簡單：統一 API 通道，讓你在同一個會話裡連續跑完長任務，Key 額度不夠時去控制台補，而不是換通道重來。

3.1 準備材料

開啟 https://taotoken.net/?utm_source=taotoken_aicg_blog_end ，註冊並建立 API Key。建立好之後，你會拿到一把格式類似 sk-xxx 的金鑰，下文統一用 YOUR_API_KEY 佔位。

接著確認兩件事：模型 ID 和 Base URL。模型 ID 以 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 模型廣場當時的列表為準——不同時期上架的模型會調整，不要拿別人文章裡的固定 ID 直接填。Base URL 填 https://taotoken.net/api ，注意末尾不要加 /v1。這兩個值的區別要記清楚：官網落地頁只負責註冊、建 Key、看用量；填進工具的 Base URL 才是 API 通道。

3.2 settings.json 裡把 Claude Code 指到 TaoToken

Claude Code 支援透過環境變數配置 API 端點。如果你用claude命令列啟動，可以先匯出環境變數：

export ANTHROPIC_BASE_URL=https://taotoken.net/api export ANTHROPIC_AUTH_TOKEN=YOUR_API_KEY export ANTHROPIC_MODEL=以模型廣場為準

如果你希望配置持久化，可以寫進~/.claude/settings.json的env欄位：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY", "ANTHROPIC_MODEL": "以模型廣場為準" } }

這裡有幾個容易踩的坑：

• Base URL 結尾不要加/v1。有些 API 通道需要 /v1，但 TaoToken 是直接填 https://taotoken.net/api 。
• 不要把官網落地頁的地址填進 Base URL。落地頁是給瀏覽器用的，API 通道是給工具用的，兩者不能混。
• 不要用ANTHROPIC_API_KEY這個變數名，Claude Code 識別的是ANTHROPIC_AUTH_TOKEN。

如果你習慣用 CC Switch 切換不同通道，在自訂供應商裡填同樣的值：Base URL 填 https://taotoken.net/api ，Key 填 YOUR_API_KEY，模型 ID 按模型廣場選擇。

3.3 驗證配置：先跑一次短會話再跑長任務

配置保存後，先不要直接開長任務。到 TaoToken 模型對話 用同一把 Key 發一條測試消息，確認模型 ID 和 Base URL 沒填錯。

然後在 Claude Code 裡跑一次簡單對話，確認它回應正常：

你現在透過哪個 API 端點工作？只回答端點地址。

如果它回答了 https://taotoken.net/api ，說明環境變數生效。如果報 401，檢查 ANTHROPIC_AUTH_TOKEN 是否填成了「你的官網密碼」而不是 API Key；如果報 404，檢查 Base URL 是否多了 /v1。

4. 實操：用 TaoToken 通道跑完一個跨會話長任務

配置就緒後，我建議你用一個真實任務驗證三層記憶架構是否真的有效。以下是我跑過的一個對照實驗，你可以照著複製。

4.1 任務設定：需要跨三次對話完成的重構

任務是這樣設計的：一個 Express 專案，需要把資料存取層從直接 SQL 改成 Repository 模式。這個任務橫跨 controller、service、repository、測試四個層級，約 20 個檔案。

第一段對話我讓 Claude Code 做全庫掃描，讀取所有路由和資料存取邏輯，輸出重構計劃存入 CLAUDE.md。第二段對話讓它按計劃重構 service 和 repository 層。第三段對話讓它跑測試並修復失敗。

我故意在第二段對話開頭打斷它：「先停一下，我要改一下 repository 介面，改成把 connection 作為參數傳入。」這樣做的目的是測試中期記憶的「跨會話恢復」能力——它能否在打斷後記住第一段對話的產出，同時接受新需求。

4.2 觀察中期壓縮是否真的有效

第一段對話跑到後半段，上下文使用量超過 92%，Claude Code 自動觸發了壓縮。壓縮後我問它：「現在的重構計劃是什麼？完整複述。」它輸出了八段式結構的核心資訊：任務目標、已完成掃描的檔案清單、決定採用的 Repository 模式、需要保留的舊介面包相容的註記。

這裡有一個值得注意的細節：Claude Code 的壓縮不是「失去細節後靠猜」，而是「依照結構化模板重新敘述」。它能記住「要把 findUserById 從 UserController 移到 UserRepository」，但不再記得UserController.js第 42 行的原始 SQL 語句長什麼樣。如果壓縮後需要那條 SQL，它會重新開啟檔案讀取，而不是依賴壓縮前的記憶。

這正是 Offload 和 Compress 的區別：壓縮是保留語義、丟棄字面；卸載是把字面完整留存，模型需要時再讀。Claude Code 兩者都在用——對話歷史走壓縮，檔案內容走卸載。

4.3 打斷恢復的結果

第二段對話開始，我直接說：「你先把剛才的掃描結果總結一下，然後讀取 UserRepository.js。」它沒有讓我重新解釋任務背景，而是先複述了壓縮後的任務狀態，接著讀取了目標檔案並指出它和壓縮摘要之間的一處不一致：「你剛接的 connection 參數沒有寫進 CLAUDE.md 的任務計劃，我把它補進去。」

補進去的動作發生在 CLAUDE.md——這說明長期記憶和中期記憶之間的連動是正常工作的：中期記憶負責當前會話的任務狀態，長期記憶負責跨會話的專案知識。只要 CLAUDE.md 沒有被破壞，即使整個會話丟失，下次開claude讓它讀 CLAUDE.md，就能恢復大部分上下文。

這一輪跑下來的實際感受是：三層記憶在長會話場景裡確實有作用，但它需要一個穩定的 API 通道來保證「不中斷」。如果中途換通道、換 Base URL，Claude Code 會把新請求當作另一個供應商的會話，之前累積的上下文壓縮狀態可能失效。TaoToken 的價值不在「加速」或「提升智慧」，而在讓這套記憶機制跑在同一個可重複的通道上。

5. 長會話任務的常見報錯對照

跑長會話最容易出問題的不是上下文機制本身，而是配置和通道層的錯誤。以下是三種常見情況，對照你自己的報錯來排查。

5.1 401 Unauthorized：Key 沒配上

報錯資訊通常是：

Error: 401 Unauthorized: invalid x-api-key

先檢查 ANTHROPIC_AUTH_TOKEN 對應的環境變數是否已匯出，以及是否真的使用了 API Key 而不是其他密碼。如果你是從 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 建立的 Key，貼到 settings.json 時注意不要帶前後空格。

另外，如果你用 CC Switch 切換供應商，確認它是否把 Key 寫入了 ANTHROPIC_AUTH_TOKEN 而不是 ANTHROPIC_API_KEY。Claude Code 只認前者。

5.2 404 Not Found：Base URL 多加了 /v1

Error: 404 Not Found

這種情況大多是 Base URL 寫成了 https://taotoken.net/api/v1 。TaoToken 的相容通道不需要 /v1，直接填 https://taotoken.net/api 。對照原始文章的配置：它要求把 Base URL 填成 https://taotoken.net/api 並配置到 Claude Code 中，不要自行拼接路徑。

5.3 壓縮後任務方向走偏：常見但不是通道問題

如果你發現壓縮後 Claude Code 開始偏離任務目標，先不要懷疑 Key 或通道。這種情況通常是壓縮前的對話裡本來就存在模糊指令——比如你同時讓它「最佳化程式碼」和「保持介面不變」，這兩個約束沒有先後優先級，壓縮後它會自行決定取捨。

解決方式是在 CLAUDE.md 裡寫清楚優先級規則，例如：

當重構任務的約束衝突時，優先保證：1) 公開介面不變 2) 測試通過 3) 程式碼可讀性

這樣壓縮時 Claude Code 會把這條規則帶進結構化摘要，而不是臨場猜測。

6. 讓長任務真正「跑完」的幾個注意事項

三層記憶架構幫你解決了「上下文不丟」的問題，但它沒有解決另一個問題：長任務跑到最後方向偏了，或者壓縮次數太多之後，你根本不知道模型目前依據的是哪一版的任務理解。以下三個做法能在這方面幫上忙。

6.1 用 CLAUDE.md 當作「任務憲法」，而不是筆記本

很多人把 CLAUDE.md 當記事本用，什麼都往裡寫。而 Claude Code 的長期記憶設計是要你寫「不可妥協的規則」。長任務跑起來之後，中期壓縮會不斷重寫任務狀態，CLAUDE.md 是唯一不會被壓縮機制動搖的層級。你應該把專案約束、程式碼風格、禁止觸碰的目錄、測試命令寫進去，而不是把某次對話的中間結論寫進去。

比如：

# 專案約束 - 禁止修改 src/auth/ 目錄下的任何檔案 - 重構時保持所有公開函式簽名不變 - 測試命令：npm test -- --runInBand

6.2 打斷前先讓模型輸出當前狀態

如果你要暫時離開，或者打算隔天再繼續，先讓 Claude Code 把當前任務狀態寫入一個檔案：

把當前任務進度、已修改檔案、未完成事項、下一個待辦步驟寫入 docs/task-status.md

這不是 Claude Code 的自動功能，但很有效。中期壓縮即使做得再好，也只能保存「任務維度」的資訊，無法保存你對程式碼細節的思考過程。手動狀態檔案是長期記憶和中期記憶之外的一層保險。

6.3 長任務不要頻繁切換模型 ID

三層記憶架構的壓縮行為依賴模型的輸出格式。你讓 Claude Code 用一個模型壓縮上下文，然後換另一個模型繼續任務——壓縮摘要的結構可能無法被新模型正確解讀。所以，至少在同一個長會話週期內，保持模型 ID 不變，跑完一整輪再考慮切換。

7. 跑通之後，回控制台對一下這次調用

長任務跑完，建議到 TaoToken 控制台核對這次調用的用量明細，一方面是確認通道確實被正確使用，另一方面是為下一次長任務估算額度節奏。配置完成後，建議先在 模型對話 用同一把 Key 發一條測試消息，確認模型 ID 和 Base URL 沒填錯。若要長期寫程式碼，可以打開 Coding Plan 看套餐是否夠用；Key 在控制台 API Keys 建立。Claude Code 的環境變數對照可以查接入文檔。

我自己跑完這個對照實驗的結論是：Claude Code 的三層記憶架構在長會話場景裡是能用的，它的壓縮不是簡單的摘要拼接，而是按結構化模板重寫任務狀態。但這個結論的前提是通道穩定、Key 不斷供、Base URL 配對。TaoToken 解決的是這三件事裡「通道」那一件——它不改變 Claude Code 的上下文策略，只讓你在跑長任務時少因為基礎設施中斷。剩下的，還是要靠你在 CLAUDE.md 裡把規則寫清楚，在打斷前讓模型輸出狀態，以及，不要在中途手癢換模型。