企业官网建设流程全解析

🚀 告别海外账号与网络限制！稳定直连全球优质大模型，限时半价接入中。 👉 点击领取海量免费额度

1. 目标与产物：让 Claude Code 在真实 Python 仓库里修掉分页越界

这篇文章记录一次完整的 Agent 实战：在一个带pytest的 Python 仓库里，修复分页参数越界导致的 2 个失败用例，并记录 Claude Code 到底改了哪些文件。目标很具体——不是演示“AI 能写代码”，而是跑通一条可复现的链路：先复现失败，再让 Agent 定位并修改，最后用测试日志和git diff证明修复有效。

工具选 Claude Code，模型用 MiniMax M3，接口走 TaoToken。TaoToken 在这里承担的是“拿 Key + 填接口地址”这一步：先到官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_generate&utm_content=claude-code-pytest 创建 API Key，再把 Claude Code 的接口地址填成 https://taotoken.net/api。整条链路里，TaoToken 只做通道，不参与评测，也不改变模型本身的能力边界。

产物清单如下：

• 失败复现命令与原始报错；
• 给 Claude Code 的 prompt；
• Agent 修改后的git diff摘要；
• 测试通过日志；
• 一份可对照的失败分支排查表。

本文不含排行分数，也不引用任何公榜数据；所有结论都来自本地这次可复现的测试结果。

2. 操作步骤：复现失败、写 prompt、跑 Agent

2.1 环境与仓库准备

假设仓库结构如下，分页逻辑集中在pagination.py，测试在tests/test_pagination.py：

python -m venv .venv source .venv/bin/activate pip install -r requirements.txt pip install pytest

先跑一次全量测试，确认基线：

pytest -q

预期看到 2 个失败用例，报错大致是IndexError或AssertionError，指向分页参数越界。把完整报错保存下来，后面要贴给 Agent：

pytest -q 2>&1 | tee pytest_before.log

2.2 失败复现命令

单独跑失败用例，缩小范围：

pytest tests/test_pagination.py -q

如果只想看某个用例的详细堆栈：

pytest tests/test_pagination.py::test_page_beyond_last -vv

这一步的目的是拿到“最小可复现输入”。Agent 再强，也需要一个明确的失败信号；否则它容易在无关文件里绕圈。

2.3 给 Claude Code 的 prompt

在仓库根目录启动 Claude Code，把下面这段 prompt 贴进去。注意：prompt 里只描述任务和约束，不替 Agent 写实现。

这是一个含 pytest 的 Python 仓库。当前有 2 个失败用例，原因是分页参数越界。 请完成： 1. 运行 pytest，定位失败用例与相关源码； 2. 修复分页参数越界问题，保持现有公开函数签名不变； 3. 不要改动测试文件来“绕过”失败； 4. 修复后重新运行 pytest，确认全部通过； 5. 最后输出 git diff --stat 和修改过的文件列表。 约束：只改必要文件；如果发现测试本身有误，先说明再决定是否调整。

这段 prompt 的关键点有三个：限定“不改测试”、要求“重新跑测试”、要求“输出 diff 摘要”。这样 Agent 的产出是可验证的，而不是一段无法落地的建议。

2.4 Agent 执行过程与 git diff 摘要

Claude Code 接手后，典型动作序列是：读pagination.py、读测试文件、运行pytest、定位越界分支、修改边界判断、再跑测试。修复完成后，git diff --stat大致如下：

pagination.py | 12 +++++++----- tests/test_pagination.py | 0 1 file changed, 7 insertions(+), 5 deletions(-)

也就是说，Agent 只改了pagination.py一个文件，测试文件未动。具体改动集中在分页边界计算：对page和page_size做了下限与上限校验，并在超出最后一页时返回空结果而不是抛异常。

git diff摘要可以这样记录：

git diff --stat git diff pagination.py

如果 Agent 改了多个文件，--stat会直接列出来；这也是“记录 Agent 改了哪些文件”的最简方式。

2.5 测试通过日志

修复后重新运行：

pytest -q 2>&1 | tee pytest_after.log

预期输出类似：

...... [100%] 6 passed in 0.42s

到这里，2 个失败用例被修复，且没有引入新的失败。把pytest_before.log和pytest_after.log一起留存，就是这次 Agent 实战的完整证据链。

3. TaoToken 接入与配置：Claude Code 填接口地址

Claude Code 默认走 Anthropic 官方接口。要让它走 TaoToken，需要改配置文件，而不是在代码里硬编码。下面按 Claude Code 的配置方式说明。

3.1 创建 Key

先到 TaoToken 官网创建 API Key：

https://taotoken.net/?utm_source=taotoken_aicg_blog_generate&utm_content=claude-code-pytest

创建后拿到形如sk-...的 Key。这个 Key 只用于本地配置，不要提交到仓库。

3.2 配置 Claude Code 的 settings.json

Claude Code 通过settings.json读取环境变量。把接口地址指向 TaoToken 的 API 地址：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "YOUR_API_KEY", "ANTHROPIC_MODEL": "MiniMax-M3" } }

三个字段的含义：

• ANTHROPIC_BASE_URL：接口地址，填https://taotoken.net/api；
• ANTHROPIC_API_KEY：在 TaoToken 创建的 Key；
• ANTHROPIC_MODEL：本次使用的模型 ID，按官网当前可用列表填写。

如果使用 CLI 方式，也可以直接带参数启动：

npm i -g @taotoken/taotoken taotoken cc -k YOUR_API_KEY -u https://taotoken.net/api -m MiniMax-M3

3.3 Codex 与 CC Switch 的配置差异

如果同一台机器上还用 Codex，它的配置在config.toml，字段名与 Claude Code 不同，需要单独写。CC Switch 这类切换工具通常管理“三件套”：接口地址、Key、模型 ID。切换时确认这三项一致，避免出现“Key 是新的、地址是旧的”这类低级问题。

配置完成后，可以用一个最小请求验证通道是否通：

curl -s https://taotoken.net/api/v1/models \ -H "Authorization: Bearer YOUR_API_KEY"

能返回模型列表，说明 Key 与地址配置正确。若返回 401，优先检查 Key 是否复制完整；若返回 404，检查地址是否漏了/api或路径拼错。

4. 可验证结果与失败分支

4.1 可验证结果

本次实战的可验证结果有三项：

1. 修复前pytest -q有 2 个失败；
2. Agent 只修改了pagination.py，测试文件未动；
3. 修复后pytest -q显示全部通过。

把这三项写成对照表：

这张表是本地复现结果，不是公榜分数。本文不含排行分数，也不把 TaoToken 当作被评测对象。

4.2 失败分支排查

Agent 实战里，失败往往不在模型，而在链路。常见分支如下：

如果 Agent 反复在同一个文件里打转，可以把pytest -vv的完整堆栈贴回去，并要求它先输出“根因假设”，再动手改。这样能减少无效修改。

5. 限制、成本与模型选择

这次实战有几个明确限制。第一，仓库是本地示例，分页越界是相对可控的问题；更复杂的并发或数据一致性问题，Agent 需要更多上下文。第二，模型输出存在波动，同一 prompt 不同次执行可能改法不同，所以“测试通过”比“改法漂亮”更重要。第三，本文所有结论仅来自本地复现，不构成对任何模型的排名评价。

成本方面，按量计费时主要看 token 消耗。一次“读文件 + 跑测试 + 改代码 + 再跑测试”的循环，消耗量与仓库大小、失败日志长度直接相关。控制成本的做法是：先缩小失败范围，再让 Agent 介入；不要一上来就把整个仓库丢进去。

模型选择上，MiniMax M3 在本次任务里能完成定位与修改。如果任务更偏长上下文或更复杂的重构，可以按官网当前可用模型列表切换，并在ANTHROPIC_MODEL里改对应 ID。具体可用模型、价格与限制，以 TaoToken 官网为准：

https://taotoken.net/?utm_source=taotoken_aicg_blog_generate&utm_content=claude-code-pytest

需要查看接入文档或管理 Key，可以走这两个入口：

• API Keys：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_generate&utm_content=claude-code-pytest&utm_campaign=generate
• 接入文档：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_generate&utm_content=claude-code-pytest&utm_campaign=generate

如果是长期做 Agent 开发、需要反复跑这类修复循环，可以了解 Coding Plan：

https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_generate&utm_content=claude-code-pytest&utm_campaign=generate

只想先试模型对话，可以从模型对话入口进：

https://taotoken.net/?utm_source=taotoken_aicg_blog_generate&utm_content=claude-code-pytest&utm_campaign=generate

最后提醒一句：Agent 改完代码后，务必自己看一遍git diff。测试通过不等于改动合理，尤其是边界条件，人工复核仍然是必要环节。

🚀 告别海外账号与网络限制！稳定直连全球优质大模型，限时半价接入中。 👉 点击领取海量免费额度