1. 为什么零基础学 AI 总卡在环境配置这一步想学 AI 编程的人十个里有八个倒在第一步。不是模型不会用而是环境根本没搭起来。我见过太多人打开教程看到一堆名词就懵了Trae 是什么、Claude Code 又是什么、MCP 到底干嘛的、settings.json 要写在哪。工具选不明白账号注册一堆教程版本还对不上照着敲命令直接报错折腾一晚上连个对话框都没跑通第二天就放弃了。这篇就是来解决这个问题的。我会用 Trae 作为主力编辑器入口通过 TaoToken 统一 Key 和 API 通道把 settings.json 骨架配好再串起 Claude Code 和 MCP 的基础调用最后在 Obsidian 里验证整条对话链路。全程 30 分钟跟着做就能跑通第一个 AI 任务。适合谁看完全没配过 AI 编程环境的新手、装过但总报错的人、想用一套 Key 打通多个工具的人。你不需要懂后端不需要会写复杂配置只要会复制粘贴、会改几个字段就行。核心检索词先摆出来Trae 是字节出的 AI 编辑器Claude Code 是 Anthropic 的命令行编程助手MCP 是给 AI 加外部能力的协议Obsidian 是本地知识库工具TaoToken 是统一 API 通道。这几个东西串起来就是一条完整的 AI 办公环境主线。2. TaoToken 前置准备拿 Key、建通道、理清调用关系在动手配 Trae 之前先把 TaoToken 这一层准备好。你可以把它理解成一个统一的 API 入口不管后面用 Claude Code 还是别的模型都走同一个 Key、同一个地址省得每个工具单独注册、单独配。第一步打开 TaoToken 官网注册账号。地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册流程很常规邮箱加密码就行。第二步进控制台创建 API Key。控制台入口在 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsole 登录后找到 API Keys 页面点新建复制生成的 Key。这个 Key 只显示一次先存到记事本里。第三步确认 API 基础地址。TaoToken 的 API 端点是 https://taotoken.net/api 注意这个地址不带任何参数配置里直接填这个就行。这里有个关键点要理清TaoToken 负责的是「通道」也就是把请求转发到对应模型Trae 负责的是「编辑器界面」Claude Code 负责的是「命令行里的编程代理」MCP 负责的是「让 AI 能调用外部工具」。四者关系是Trae 里配好 TaoToken 的 Key 和地址Claude Code 通过这个通道调模型MCP 再给模型加上动手能力。注意API Key 不要写进公开的代码仓库也不要截图发出去。配置时放在本地 settings.json 里即可。如果你后面主要做长期编码或者 Agent 类任务可以顺手看一下 Coding Plan 页面入口是 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-plan 里面有针对持续编码场景的说明。模型对话验证入口在 https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodels 接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdoc API Keys 管理在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keys 。这几个地址先记着后面排障会用到。3. 可复制配置Trae 的 settings.json 骨架与 Claude Code 接入这一节是全文最核心的部分直接给可复制的配置片段。Trae 的配置文件位置一般在用户目录下的.trae/settings.jsonWindows 在C:\Users\你的用户名\.trae\settings.jsonmacOS 在/Users/你的用户名/.trae/settings.json。如果目录不存在手动建一个。先给一份最小可用的 settings.json 骨架{ ai.provider: openai-compatible, ai.baseUrl: https://taotoken.net/api, ai.apiKey: 你的_TaoToken_API_Key, ai.model: claude-sonnet-4-20250514, ai.timeout: 60000, claudeCode.enabled: true, claudeCode.path: claude, mcp.enabled: true, mcp.servers: { filesystem: { command: npx, args: [-y, modelcontextprotocol/server-filesystem, ./workspace] } } }逐字段说明一下。ai.provider填openai-compatible因为 TaoToken 走的是兼容接口。ai.baseUrl就是刚才记的https://taotoken.net/api不要多加斜杠。ai.apiKey换成你自己的 Key。ai.model先填一个 Claude 系列模型名具体可用模型可以在模型对话页面确认。ai.timeout给 60 秒网络慢的时候不至于直接断。claudeCode.enabled打开后Trae 会尝试调用本地的 Claude Code。前提是你已经装好了 Claude Code 命令行工具。安装方式npm install -g anthropic-ai/claude-code装完后在终端输入claude --version能出版本号就说明装好了。如果提示找不到命令检查 npm 全局路径有没有加到环境变量里。mcp.servers这一段是给 AI 加外部能力的。上面配的是 filesystem 这个官方 MCP server作用是让 AI 能读写你指定目录下的文件。./workspace换成你自己的项目路径。第一次运行npx会下载依赖稍微等一会儿。配好之后保存文件重启 Trae。重启后在 Trae 的设置界面里应该能看到 AI 提供商显示为自定义通道模型列表能拉出来就说明配置被读到了。4. 验证请求从 Trae 对话到 Obsidian 链路跑通配置写完不算完得验证整条链路真的通了。分三步走。第一步在 Trae 里发一条测试对话。打开 Trae 的 AI 面板输入「用一句话解释什么是 MCP」回车。如果几秒内返回了合理回答说明 Trae 到 TaoToken 再到模型的通道是通的。如果报 401说明 Key 错了报 404说明 baseUrl 写错了一直转圈检查网络和 timeout。第二步验证 Claude Code 调用。在 Trae 的终端里输入claude 帮我列出当前目录下的文件如果 Claude Code 能正常返回文件列表说明命令行代理也走通了同一条通道。这一步常见问题是 Claude Code 默认会去读它自己的配置需要在环境变量里指定export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_API_KEY你的_TaoToken_API_KeyWindows 用set或者直接在系统环境变量里加。设完之后再跑一次claude命令。第三步在 Obsidian 里验证对话链路。Obsidian 本身不直接调 API但可以通过插件或者外部脚本把 AI 返回的内容写进笔记。最简单的验证方式在 Trae 里让 AI 生成一段 Markdown 笔记内容然后手动粘贴到 Obsidian 的 vault 里用[[双链]]关联到已有笔记。如果你装了 Obsidian 的 AI 插件把插件里的 API 地址也填成https://taotoken.net/apiKey 填同一个就能在 Obsidian 内部直接对话。实测下来这三步都通过整条链路就算跑通了。整个过程快的话 20 分钟慢的话 30 分钟也够了。5. 本篇常见报错排查401、404、MCP 启动失败配环境最怕报错这里把高频问题列出来对着查。401 UnauthorizedKey 错了或者没填。检查 settings.json 里ai.apiKey是不是完整复制了有没有多余空格。如果 Key 刚创建确认没有过期。也可以去 API Keys 页面重新生成一个。404 Not FoundbaseUrl 写错了。正确写法是https://taotoken.net/api不要写成https://taotoken.net/api/v1或者带斜杠结尾。模型名写错也会报 404去模型对话页面确认当前可用的模型标识。MCP 启动失败多半是npx找不到或者网络下载超时。先在终端手动跑一遍npx -y modelcontextprotocol/server-filesystem ./workspace看报什么错。如果是权限问题换一个有写权限的目录。如果是 Node 版本太低升级到 18 以上。Claude Code 提示 command not foundnpm 全局 bin 目录没加到 PATH。用npm config get prefix找到路径手动加进环境变量。Trae 重启后配置没生效检查 settings.json 的 JSON 格式有没有语法错误比如多了一个逗号、少了一个引号。可以用在线 JSON 校验工具过一遍。提示排障时优先看报错码401 和 404 占了八成问题。接入文档里有更详细的错误码对照遇到不确定的可以去 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdoc 查。6. 下一步怎么走从跑通到真正用起来环境跑通只是起点。接下来你可以做几件事让这套配置真正产生价值。一是把常用流程沉淀到 Obsidian。每次用 AI 完成一个任务就把步骤写成清单用双链串起来。下次同类任务直接复用不用重新想。二是给 MCP 加更多 server。filesystem 只是最基础的后面可以加浏览器类 MCP让 AI 能自动打开网页、填表、抓数据。MCP 的配置格式和上面一样在mcp.servers里加新条目就行。三是把 Claude Code 用起来做长期编码任务。如果你经常写代码可以看看 Coding Plan 的说明入口在 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-plan 里面有针对持续编码场景的配置建议。四是验证更多模型。同一个 Key 可以切换不同模型在模型对话页面试试哪个更适合你的任务。入口是 https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodels 。最后说个我踩过的坑一开始我把 Key 直接写在了项目代码里后来提交到仓库才发现赶紧撤销重来。你现在配的时候就直接放本地 settings.json别图省事写进代码。另外 settings.json 改完一定要重启 Trae不然不生效这个我试了好几次才记住。